跳到正文
RadarAI· Google DeepMind:Blog(RSS)·· 2 小时前同新闻AI 评分88

Google DeepMind 发布 Gemini 4 Neon 模型

Google DeepMind 发布 Gemini 4 Neon

AI 导读

Google DeepMind 发布 Gemini 4 Neon,主打在软件工程、知识工作和科学工作流中快速完成端到端任务。

同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Neon 模型》

正文

Google DeepMind:Blog·2026-11-19 05:35· 1 小时前精选AI 评分78

Introducing Gemini 4 Neon

AI 导读

Google DeepMind 发布 Gemini 4 Neon,主打前沿智能与快速端到端任务完成,覆盖软件工程、知识工作和科学工作流。模型在 Artificial Analysis Intelligence Index 得 61 分排第 3,Vals Index 排第 2,Agent Arena Index 以 1336 分全球第 2。

推荐理由

官方发布给出多份第三方基准成绩、定价和开放范围,读者可以据此判断它在速度与成本上的定位。

2026年11月18日

|

以顶尖水平的智能,在复杂的软件工程、知识工作和科学工作流中快速完成端到端任务。



hero image for Gemini 4 Neon

你的浏览器不支持音频元素。

收听文章

[[duration]] 分钟

此内容由 Google AI 生成。生成式 AI 仍处于实验阶段

本文内容

今天,我们推出 Gemini 4 Neon——它以顶尖水平的智能,在复杂的软件工程、知识工作和科学工作流中快速完成端到端任务。

在 xhigh 思考级别下,Neon 在 Artificial Analysis 智能指数上得分 61,领先于同类可比模型,总排名第 3,仅次于规模更大、速度更慢的模型。在 Vals 指数上,Neon 排名第 2,跻身帕累托前沿。除了提升模型的原始能力,我们也在持续让模型更好用:在全新的 Agent Arena 指数上,Neon 的可引导性(能顺畅地适应用户在任务中途的纠正)排名第 2。Neon 还擅长多步指令遵循,并在减少编造内容方面延续了我们的进展,在 Google Antigravity 的内部测试中创下迄今最低的编造率。

该模型定价为每百万输入 token 3 美元(每百万缓存输入 token 0.15 美元,即 95% 折扣),每百万输出 token 15 美元,上下文窗口为 100 万 token。

Gemini 4 Neon 今天起在 Google AI Studio 的 Gemini API 中推出,同时上线 Gemini for business(通过 API 和模型下拉菜单提供),面向 Google Antigravity 中付费的 Google AI Pro 和 Ultra 订阅用户,以及 Gemini 应用中的 Pro 和 Ultra 订阅用户。

覆盖企业、分析与科学工作

企业工作离不开电子表格、PDF、图表、音频和视频。Neon 能在单个 100 万 token 的上下文窗口中综合处理所有这些输入,并把它们转化为结构化的交付成果。独立评测将 Neon 列为顶级模型之一,在 Vals 指数等基准上排名第 2(70.9%),并在 Legal Research Bench 和 Tax Agent Bench 上均位列第 1。

Neon 在 Surge AI 的多个类别中也表现强劲,在金融、会计、电子表格建模和复杂约束遵循等大多数基准测试中排名第一。它在 Chartography 上得分 73.5%,能读懂密集的专业图表,在 Agents' Last Exam v1.1 上的表现与领先模型持平(75.8%)。它在 Zapier 的 AutomationBench(56.3%)和 Andon Labs' Vending-Bench 2(16,843 美元)上均位列总榜第一,后者是一项长周期经营模拟测试。此外,它在 Arena 全新的 Agent Arena Index 上基于 4,200 多个真实智能体会话,以 1336 分位列全球第二。

在科学和数学推理方面,涵盖定量分析、数学和技术研究问题,Neon 在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)上均为同类最佳。

a benchmark table

为生产级代码而打造

Neon 专为长时间运行的智能体工作流而设计,在复杂的、大量使用工具的任务中端到端保持性能——无论是独立运行,还是在 Google Antigravity 中充当快速、高判断力的编排器,指挥并行的 Hydrogen 子智能体。它减少了冗余的文件读取,在工作过程中同步进度,并在长会话中可靠地处理上下文压缩。

在开发者和研究人员的核心工作流中,Neon 达到前沿性能,与同类领先模型不相上下:在 Artificial Analysis Coding Agent Index 上以 58.6 分排名总榜第一,在 Terminal-Bench 4.1 上得分 65.2%,在 FrontierCode 2.0 上(默认高设置)得分 46.2%。面向生产级代码,Neon 能通过精准、外科手术式的修改,处理跨仓库的多文件调试和重构。在 SWE-sweep 上,它已在 mini-SWE 测试框架上领先(12.8%),在 Google Antigravity 中则提升两倍多,达到最先进的 39.0%,展现了 Antigravity 框架释放的潜力。

为生产级工作流带来效率与掌控力

我们在每次新模型发布时都会细化思考层级,让团队拥有更精细的控制,并在层级之间更平滑地过渡。Neon 的四个层级稳步递进,让团队能根据每项工作负载的需要调节智能水平和 token 开销。

在第三方基准测试中,Neon 以更低的单任务成本实现高性能。在默认的高思考层级下,它既有很高的人工分析智能指数得分,单任务成本又比 Carbon 低 32%。在 Vals 指数和 Agent Arena 的高档位上,它也处于帕累托前沿,单任务成本比顶尖竞争前沿模型低约 50% 到 80%。xhigh 思考层级为最困难的工程、分析和科学工作负载增加更深的多步推理。Neon 在此展现出最高的智能得分,同时单任务成本仍比处于最高设置的竞争模型低 36% 以上。

a chart showing AA Index v5.01 cost per task

为快速、高效的前沿级网络防御而打造

随着智能体编程规模扩大,从一开始就生成安全代码至关重要。Gemini 4 Neon for cyber 在 AutoBaxBench 的所有简单、中等和困难挑战中,生成的代码都比 Carbon 更安全,在困难级别达到最先进的 76%。

保障系统安全,也意味着要在攻击者之前主动发现漏洞。渗透测试一直是企业网络安全的基石。在 WebExploitBench v1.2 上,Neon 以竞品大模型一半的成本达到了业界最优水平(51.26%)。

为加固现有代码,Neon for cyber 在代码加固全生命周期——漏洞发现、验证与修补——中提供前沿级性能,同时比大型前沿模型更快、更具成本效益。

  • 发现代码漏洞:Neon 在 SEC-bench Pro 上达到业界最优性能(90.5%),而每项挑战的成本约为对手的一半。
  • 通过利用验证风险:为了确定漏洞修复的优先级,防御方依赖模型来检查哪些漏洞可被利用。在 ExploitGym 上,它以 Carbon 一半的 token 用量达到了前沿级性能。
  • 修补漏洞:修复漏洞的根本原因是网络安全防御生命周期中的关键一步。Neon 在 Collinear 的 CWE-bench v2 上达到 70.7%,比 Carbon 提升 3.4%。

Autobaxbench chart

webexploitbench chart

sacbenchpro chart

exploitgym benchmark chart

CWE bench v2 chart

Gemini 4 Neon for cyber 将在未来几天内通过 Fairwind Program 向可信防御方开放。

为安全、可靠的执行而设计

Gemini 4 Neon 基于我们 Gemini 4 安全与防护体系的改进构建——在防范严重滥用和提示词注入方面保持与 Gemini 4 Carbon 同级的防护,同时在模型对齐和智能体行为上更进一步。对于一款要在生产环境中承担高要求、长时间运行任务的模型,我们重点聚焦于:

  • 缓解前沿滥用安全风险:由于 Neon 将前沿级能力带到了更快、成本更低的模型上,我们为其配备了与 Carbon 防护相当的强力实时保障,以防范网络和生物安全领域的滥用,同时大幅减少对这类领域中合法工作的拒绝——例如在 Terminal-Bench 4.0 上仅拒绝 1.98% 的任务,在 Terminal-Bench-Science 上拒绝率为 0%。
  • Advancing alignment and disciplined model behavior: In internal coding use, alert rates from our chain-of-thought and action misalignment monitor remained below the already low baselines set by Carbon, suggesting improved alignment propensity for Neon — and that same monitor is deployed to protect Neon across external surfaces. Neon is trained to complete multi-step work without cutting corners, fabricating results, or overstepping user boundaries — continuing to improve the balance between following through on requests and staying within scope. It matched Carbon with 0.0% cheating on Terminal-Bench 4.0 and took shortcuts on just 2.45% of tasks on our coding cheating evaluation (the lowest rate of any Gemini 4 model). It also achieved a 0.09% misaligned action rate on our agentic safety suite and a 99.2% pass rate on our agent honesty evaluation.

    在我们的智能体行为评估中,Neon 在 Carbon 的强劲基线之上进一步改进,在不同努力水平下将服务不足减少 43%–56%,将越界行为减少 15%–35%。

  • 保护用户免受间接提示词注入攻击:在 Gray Swan 的 IPI 基准测试中,当恶意指令被植入其访问的网页、邮件、文档或代码时,Neon 比同类其他模型更具韧性。我们发现,在最高思考级别开启实时保障后,Neon 抵御了该 Gray Swan 基准测试中的所有攻击,与其他 Gemini 模型一样达到了 0.0% 的攻击成功率。

grey swan chart

更多详情,请参阅 Gemini 4 Neon 模型卡。

为深度分析而打造

在 Gemini 应用中,Gemini 4 Neon 擅长需要前沿级推理和快速响应的工作。

  • 更高质量的写作与知识工作:Neon 行文清晰,回答结构良好,语气自然直接。它能更精准地读取电子表格、PDF 和照片等上传内容,将密集材料转化为实用的报告和摘要,并从 Gmail、Docs 等 Google 应用中提取相关细节。
  • 可靠的研究与分析:Neon 经常整合来自网络各处的来源细节,让回答对快速变化的话题保持时效性,例如在大额采购前比较不同供应商的价格,或汇总一份包含最新市场数据的复杂简报。
  • 更难的活儿,更快搞定:Gemini 中的任务现在可以交给 Neon 运行,处理复杂的多步骤工作时,比用更大的模型更快、更高效。把繁琐的待办事项交出去,比如分析账单、找出某项水电费为何突然飙升,或者交叉核对多张收据和文件来争取退款,就能完成更多事情,同时让用量额度撑得更久。

Neon 在 Gemini 4 家族中的位置

Neon 专为复杂编程、分析推理和生产级企业工作流打造。Carbon 负责最难、周期最长的项目,Hydrogen 负责快速的日常执行,而 Neon 则在深度与效率之间取得平衡。对于复杂、高频的工作流,Neon 能以更快的速度和更低的成本提供前沿水平的推理能力。

A chart showing Gemini 4 models

今天就用 Gemini 4 Neon 开始构建

Gemini 4 Neon 从今天起逐步开放:

  • 面向开发者:可在 Google AI Studio 和 Android Studio 中通过 Gemini API 付费层级进行构建;如果你是 Google AI Pro 或 Ultra 付费订阅用户,可以在 Google Antigravity 中试用 Neon,所有 Pro 和 Ultra 订阅用户都可以在 AI Studio 中试用。
  • 面向企业:可在 Gemini for business(通过 API 或模型下拉菜单)和 Google Antigravity 中使用 Gemini 4 Neon。
  • 面向消费者:如果你是 Google AI Pro 或 Ultra 订阅用户,可以在 Gemini 应用的模型下拉菜单中选择 Gemini 4 Neon。
  • 面向网络安全防御人员:符合条件的 Fairwind 计划成员将在未来几天内陆续获得访问权限。如需申请 Fairwind 计划的访问权限,请联系你的 Cloud 客户团队。

在收件箱中获取 Google 最新资讯

订阅我们的新闻邮件,获取产品更新、活动信息、特别优惠等更多内容。

你的信息将按照 Google 隐私政策使用。你可以随时退订。

来源:Google DeepMind:Blog · deepmind.google

事件后续 · 2

查看事件全部

来源:RadarAI · aihot.news