Google DeepMind 发布 Gemini 4 Neon,七周内第四款 Gemini 4 模型
[AINews] Gemini 4 Neon: GDM's Opus/Sol Contender
Google DeepMind 发布 Gemini 4 Neon,这是约七周内第四款 Gemini 4 模型,定价为每百万 token 输入 3 美元、缓存输入 0.15 美元、输出 15 美元,上下文窗口 1M token,提供四档 effort 级别。
汇总了 Gemini 4 Neon 的定价、上下文窗口与多项第三方基准结果,可对照同代 Carbon、Hydrogen 判断其定位。
Google DeepMind 发布了 Gemini 4 Neon,这是其在大约七周内推出的第四款 Gemini 4 模型。如果你对命名感到困惑,你并不孤单;1.5 个月大的 Argon 现已 退役,Gemini 1-3 时代的旧款 Pro 和 Flash 也已停用,而如果你认为这些名字是基于原子量,那么中端模型 Neon(10)比 Carbon(6)更快、更便宜。以下是关于当前领先模型及其规模的有用指南:

由于蒸馏、强化学习和基准测试的运作方式,Neon 在某些指标上技术上优于 Carbon,尽管它是一个更小的模型……

同样在今天,Anthropic 将其 IPO 定价为 每股 83 美元,高于其初始区间,Palo Alto Networks 同意以 45 亿美元全股票交易 收购 Applied Compute。Anthropic · Palo Alto Networks
2026 年 11 月 17–18 日 AI 新闻。我们检查了 12 个 subreddit 和 544 个 Twitter 账号。浏览 往期内容。
AI Twitter 回顾
Gemini 4 Neon
发布与可用性
定价与规格。 Neon 每百万 token 输入收费 3 美元、缓存输入 0.15 美元、输出 15 美元。它拥有 100 万 token 的上下文窗口和四个努力级别。Vals 报告最大输出限制为 100 万 token。Google · Vals
推出。 Neon 将登陆 AI Studio 和 Android Studio 中的付费 Gemini API、Gemini for business,以及面向 Pro 和 Ultra 订阅者的 Antigravity。在 Gemini 应用中,Pro 和 Ultra 用户可将其选为“深度分析”,包括用于 Tasks。Google 的推出 · Gemini 应用
首日集成。 Cursor、GitHub Copilot(覆盖其应用、CLI 和 VS Code)以及 LangChain Managed Deep Agents。
发布节奏。 Arena 统计的间隔为:Argon 与 Carbon 之间 28 天,Carbon 与 Hydrogen 之间 15 天,Hydrogen 与 Neon 之间 6 天。Arena
独立结果
high 与 xhigh 对比。 在 high 努力级别下,Neon 以每任务 3.74 美元在 Intelligence Index 上追平 Carbon 的 60 分。在 GDP.pdf 上,它在 high 级别得分 33.4%,在 xhigh 级别得分 28.0%。Artificial Analysis
Agent Arena。 Neon 在约 4,200 个会话中以 1,336 分首次亮相即排名第二。其中位任务成本为 2.82 美元,在可操控性上排名第二。Carbon 仍在单独的 Text Arena 中领先。Agent Arena · Text Arena
Vals。 Neon 在 Vals Index 上以 70.9% 排名第二,落后 Fable 5.2 约 0.4 个百分点,而每任务成本不到后者的一半。在 Code Migration 上,它平均运行 160 轮,少于 Carbon 的 234 轮或 Hydrogen 的 574 轮,且得分低于两者。Vals Index · Code Migration
CursorBench 4.1。 Neon 在默认努力级别下得分 63.7%,高于 Hydrogen 的 57.3%。Cursor
上手报告
操控与容量。 在 13 次早期 Antigravity 会话中,Kimmonismus 记录了 762 次工具调用和 93% 的输入缓存命中率。当被要求避免使用终端时,Neon 在这些测试中运行了零条 shell 命令。日志还记录了 57 次容量错误和四次运行停滞。测试日志
团队如何使用。 Theo 表示他现在用 Neon 写文案、用 Fable 实施更改、用 Astra 进行试玩。Jeremy Howard 称赞了 Neon,同时表示他将把 Solveit 的 Astra 和 Sol 选项回退到 6.2 之前的版本。Theo · Jeremy Howard
GPT-6.2 的新结果
数学与形式化证明。Astra 和 Sol 在 MathArena 上占据前两名。Astra 解出了 53 道 ArXivLean 题目中的 42 道。Vals 另行报告了其认为是首个在 Lean 中完成的 Smoktunowicz 间隙定理形式化,证明经独立内核重放校验。Tim Gehr · Vals
Agent Arena。Astra 首次登场排名第六。Sol 以 0.90 美元的任务成本中位数位列第十一。在单独的 Code Arena WebDev 榜单上,Astra 排名第三,任务成本中位数比其前代低 42%。Agent Arena · WebDev
后台折扣。OpenAI 为可等待的 GPT-6.2 Responses API 任务开放了公开测试版。首个响应的两小时和八小时目标分别对应每 token 30% 和 40% 的折扣。OpenAI Developers
发布后有哪些变化。OpenAI 的 Tibo Sottiaux 表示,早期评测者使用的是最后几天改动之前的构建版本。Artificial Analysis 发现,在其行为评估中,Astra 的回答变得更短,且更不愿意承认不确定性。Sottiaux · Artificial Analysis
开放权重与推理
对昨日 Pi 适配器数据的更正。 昨日刊 曾引用在 51 道最难的 SWE-bench Pro 任务上解出 15 至 32 道。Hugging Face 在发现一次隧道故障影响了九次基础模型运行后,重新运行了受影响的任务。更正后的结果为 解出 20 至 33 道,即 39.2% 至 64.7%。它还发布了一个 OpenCode 适配器,在关闭思考的情况下,将 Qwen3.8-27B 在同一子集上的成绩从 35.3% 提升至 51.0%。更正后的模型卡 · OpenCode 发布
腾讯发布 Hy4 Flash 权重。这个 224B 参数的多模态 MoE 每 token 激活 12B 参数,支持 1M 上下文,并包含一个约 64B 的 n-gram 嵌入表。腾讯发布了 instruct、FP8 和 base 检查点。腾讯仓库 · vLLM
vLLM 0.34.0。可扩展 KV 缓存默认开启,Model Runner V2 成为唯一的 GPU runner。团队报告在 GB200 上 NVFP4 解码最高提速 1.95 倍。vLLM
推理产能增长快于峰值算力。Epoch 估计,从 2025 年第二季度到 2026 年第二季度,为固定一组智能体工作负载而售出的芯片产能增长了 4.6 倍,而峰值 8 位算力增长了 2.6 倍。Epoch AI
Runway 将服务硬件减半。其报告称,在四块 GPU 上以 24 fps 服务一个 57B 视频模型,此前需要八块。Runway
智能体工具。Prime Intellect 推出了 Model Factory,用于强化学习、监督微调、服务和评估。Hugging Face 发布了其 1,000 智能体 PyBot 项目的消息数据集。Prime Intellect · Hugging Face
研究与芯片设计
OpenAI 模型帮助重新设计 AMD 电路。OpenAI 报告称,在 AMD 旗舰 GPU 设计的多个模块上,相较优化后的基线最高提升 14%。团队使用 Synopsys 工具检查重写后的电路是否保持行为,并测量功耗、性能和面积。部分改动已进入送交制造的设计中。OpenAI
衡量研究加速。OpenAI 发布了关于内部智能体使用和研究任务完成情况的更新,并提议定期披露 AI 研究加速的指标。OpenAI
更小的 harness 改动可以节省 token。 在一项包含 40 个 issue 的留出测试中,一次只编辑一个模块的门控方法在 SWE-bench Lite 上得分 40.0%,每任务消耗 46.7K token。完全重写得分 42.5%,消耗 451.6K token。DAIR 研究摘要
Agent 团队协作。 MAC Bench 发现,八个 agent 带来的大部分收益来自并行探索。Opus 5.5 是唯一在测试中显示出协调带来额外增益的模型。Bespoke Labs
媒体与语音
Genie 4 进入 Project Genie。 Google 的世界模型新增原生音频,并允许用户在会话中途用文本改变世界。访问权限正逐步向符合条件的 Google AI Ultra 订阅者开放。Google DeepMind
轮次检测与转录。 Inworld 发布了语音隔离模型及其 SAVA 轮次检测器的权重,称其能在中位数 71 毫秒内检测到完成的轮次。AssemblyAI 将其 3.7 版本拆分为面向语音 agent、实时转录和录音的模型。Inworld · AssemblyAI
Kling Image 4.0。 它在 Artificial Analysis 的文生图排名中位列第七,在编辑排名中位列第六。Artificial Analysis
行业
Anthropic 将其 IPO 定价为 83 美元。 此次发行涵盖 9.8 亿股,按发行价计算约 813 亿美元。其中约 794 亿美元来自 Anthropic 在扣除费用前出售的股份。预计 11 月 19 日在 Nasdaq 以 ANT 为代码开始交易。Anthropic
Palo Alto Networks 同意收购 Applied Compute。 这笔 45 亿美元的全股票交易为 Palo Alto 提供了一个用于后训练和 serving 开放权重模型的平台。两家公司预计将在 Palo Alto 2027 财年第三季度完成交易,但需获得监管批准并满足其他条件。Palo Alto Networks
AI Reddit 回顾
本地音频
Blue TTS v3。 一位开发者称,其 MIT 许可的模型在 CPU 上以约 50 倍实时速度生成音频。该帖子的标题数字是关于该设置的吞吐量声明。代码与演示 · 讨论
Inworld 语音隔离。 该版本包括一个用于离线使用的 6400 万参数模型和一个用于实时使用的 5800 万参数模型,均为 48 kHz。权重 · 本地测试与讨论
AudioGhost。 一个面向 Meta SAM-Audio 的本地界面,允许用户用文本描述一种声音,并将其从录音的其余部分中分离出来。项目讨论
本地推理与编码
来自 SSD 的专家。 TokenWing 的开发者声称,它可以从 SSD 流式传输大多数路由专家。一位用户报告称,在 12 GB 显存和 32 GB 内存的 120B MoE 上达到 45–50 tok/s。LocalLLM 帖子
一项任务,两个模型。 一位开发者将 GPT-6.2 Astra 用于规划和审查,将本地 Qwen3.8-27B 用于实现。据报告,该次运行的 API 账单从 7.40 美元降至 1.62 美元。工作流与讨论
Neon 在产品线中的位置。 读者讨论了在 Google 为快速工作和更困难项目设立不同层级后,Neon 是否会成为 Gemini 3.1 Pro 的日常替代品。发布讨论 · 层级讨论
来源:Latent Space · latent.space