跳到正文
Google DeepMind·· 2 小时前精选AI 评分82

Google DeepMind 发布 Gemini 4 Neon 模型

Introducing Gemini 4 Neon

AI 导读

Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成,在 Artificial Analysis Intelligence Index 上以 61 分位列第 3。

推荐理由

原文给出 Neon 在 Gemini 4 家族中的定位、四档思考级别与逐 token 定价,便于判断它在高频编码与分析工作流中的取舍。

正文 · AI 翻译

2026年11月18日

|

在复杂的软件工程、知识工作和科学工作流中,带来前沿级智能与快速的端到端任务完成能力。



hero image for Gemini 4 Neon

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——在复杂的软件工程、知识工作和科学工作流中,带来前沿级智能与快速的端到端任务完成能力。

在其 xhigh 思考级别下,Neon 在 Artificial Analysis Intelligence Index 上以 61 分位列同类可比模型之前、总榜第 3,仅次于规模更大、速度更慢的模型。在 Vals Index 上,Neon 排名第 2,并位于帕累托前沿。除了提升模型的原始能力,我们也在持续让模型更易于协作:在全新的 Agent Arena Index 上,Neon 的可引导性(能顺畅适应任务中途的用户纠正)排名第 2。Neon 在多步指令遵循方面同样表现出色,并延续我们在抑制编造内容方面的持续进展,在 Google Antigravity 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 今日起在 Google AI Studio 的 Gemini API 中推出,在 Gemini for business 中(通过 API 和模型下拉菜单)推出,面向 Google Antigravity 中的付费 Google AI Pro 和 Ultra 订阅用户,以及面向 Gemini 应用中的 Pro 和 Ultra 订阅用户推出。

覆盖企业、分析与科学工作

企业工作存在于电子表格、PDF、图表、音频和视频中。Neon 可在单个 100 万 token 的上下文窗口中综合处理所有这些输入,并将输入转化为结构化交付成果。独立评估将 Neon 列为顶级模型之一,在 Vals Index 等基准测试中排名第 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%,用于阅读密集的专业图表,并在 Agents' Last Exam v1.1 上与领先模型表现相当(75.8%)。它在 Zapier 的 AutomationBench(56.3%)和 Andon Labs' Vending-Bench 2(16,843 美元)上均获得总分第一,后者是一个长期模拟经营业务的测试。最后,它在 Arena 全新的 Agent Arena Index 上,基于 4,200 多个真实世界智能体会话,以 1336 分首次亮相即位列全球第二。

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

为生产级代码而构建

Neon 专为长时间运行的智能体工作流而设计,在复杂、工具密集的任务中端到端保持性能——无论是独立运行,还是在 Google Antigravity 中作为快速、高判断力的 Orchestrator 指挥并行的 Hydrogen 子智能体。它减少了冗余的文件读取,在工作过程中共享进度,并在长会话中可靠地处理上下文压缩。

在核心开发者和研究人员的工作流中,Neon 实现了前沿性能,并与其同类领先模型具有竞争力,在 Artificial Analysis Coding Agent Index 上总分排名第一(58.6),在 Terminal-Bench 4.1 上得分 65.2%,在 FrontierCode 2.0 上得分 46.2%(在其默认高设置下)。对于生产级代码,Neon 通过有针对性的精准编辑,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%),并在 Google Antigravity 中增长两倍以上,达到最先进的 39.0%,展示了 Antigravity 测试框架所释放的潜力。

为生产级工作流带来效率与控制

我们在每次新模型发布时都在改进思考层级,为团队提供更精细的控制,以及从一个层级到下一个层级的更平滑过渡。Neon 的四个层级稳步扩展,让团队可以根据每个工作负载的需求调整智能水平和 token 消耗。

在第三方基准测试中,Neon 以更低的每任务成本提供高性能。在其默认高思考层级下,它将高 Artificial Analysis Intelligence Index 分数与比 Carbon 低 32% 的每任务成本相结合。它还在 Vals 指数和 Agent Arena 的高设置下均处于帕累托前沿,每任务成本比顶级竞争前沿模型低约 50% 至 80%。xhigh 思考为最困难的工程、分析和科学工作负载增加了更深层的多步推理。Neon 在此展示了其最高的智能分数,同时每任务成本仍比竞争模型在其最高设置下低 36% 以上。

a chart showing AA Index v5.01 cost per task

为快速、高效、前沿级网络防御而构建

随着智能体编码规模的扩大,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,都比 Carbon 生成更安全的代码,在困难层级达到最先进水平(76%)。

保障系统安全也意味着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最先进水平(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 上达到最先进性能(90.5%),而每项挑战的成本约为其一半。
  • 通过利用验证风险: 为确定优先修复哪些漏洞,防御者依赖模型检查哪些漏洞可被利用。在 ExploitGym 上,它以 Carbon 一半的 token 量达到前沿级性能。
  • 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%,较 Carbon 提升 3.4%。

Autobaxbench chart

webexploitbench chart

sacbenchpro chart

exploitgym benchmark chart

CWE bench v2 chart

Gemini 4 Neon for cyber 将在未来几天内作为 Fairwind Program 的一部分向受信任的防御者推出。

为安全、可靠的执行而设计

Gemini 4 Neon 基于我们 Gemini 4 安全与保障技术栈的改进构建——在防范严重滥用和提示注入方面保持 Gemini 4 Carbon 级别的防护,同时在模型对齐和智能体行为方面进一步提升。对于一款旨在生产环境中承担高要求、长时间运行工作的模型,我们重点关注:

  • 缓解前沿滥用安全风险: 由于 Neon 将前沿级能力带入更快、成本更低的模型,我们为其配备了与 Carbon 防护相当的强大实时保障,以防范网络和生物安全滥用,同时在这些领域拒绝的合法工作大幅减少,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 强劲基线的基础上进一步将服务不足减少 43%–56%,并在不同努力级别下将越界行为减少 15%–35%。

  • 保护用户免受间接提示注入攻击: 在 Gray Swan 的 IPI 基准测试中,当恶意指令被植入其访问的网页、电子邮件、文档或代码中时,Neon 比同类其他模型更具韧性。我们发现,在其最高思考级别启用实时保障后,Neon 抵御了该 Gray Swan 基准测试中的每一次攻击,达到了此前仅其他 Gemini 模型实现的 0.0% 攻击成功率。

grey swan chart

更多详情,请参阅 Gemini 4 Neon 模型卡。

为深度分析而构建

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 写作清晰,回复结构良好,语气自然直接。它能更精确地读取电子表格、PDF 和照片等上传内容,将密集材料转化为有用的报告和摘要,并从 Gmail 和 Docs 等 Google 应用提取相关细节。
  • 可靠的研究与分析: Neon 经常整合来自网络各处的来源细节,使回复对快速变化的话题保持最新,例如在重大购买前比较各供应商的定价,或汇总包含最新市场数据的复杂简报。
  • 更快速地处理更艰巨的任务:Gemini 中的任务现在可以在 Neon 上运行,相比使用更大的模型,能更快速、更高效地完成复杂的多步骤工作。在交办繁琐的待办事项时,例如分析账单以找出水电费飙升的原因,或交叉核对多张收据和文件以协商退款,你可以完成更多工作,同时进一步延长使用限额。

Neon 在 Gemini 4 系列中的定位

Neon 专为复杂编程、分析推理和生产级企业工作流而打造。Carbon 负责处理最艰巨、长周期的项目,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。Neon 为复杂、高频的工作流提供前沿级推理能力,速度更快、成本效益更高。

A chart showing Gemini 4 models

立即开始使用 Gemini 4 Neon 构建

Gemini 4 Neon 从今天开始逐步推出:

  • 面向开发者:在 Google AI Studio 和 Android Studio 中使用 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: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。
  • 面向网络安全防御者:符合条件的 Fairwind Program 成员将在未来几天内开始获得访问权限。如需申请 Fairwind Program 的访问权限,请联系你的 Cloud 客户团队。

在您的收件箱中获取 Google 的最新资讯

订阅我们的新闻通讯,获取产品更新、活动信息、特别优惠等更多内容。

您的信息将按照 Google 隐私政策使用。您可以随时退出。

来源:Google DeepMind · deepmind.google