跳到正文
Google DeepMind·· 4 天前精选AI 评分84

Google DeepMind 发布 Gemini 4 Neon

Introducing Gemini 4 Neon

AI 导读

Google DeepMind 推出新模型 Gemini 4 Neon,主打兼具前沿智能与快速端到端任务执行,适用于复杂软件工程、分析与科学工作流。该模型具备 100 万 token 上下文窗口,支持四档思考级别,定价为每百万输入 token 3 美元(缓存输入 0.15 美元)、每百万输出 token 15 美元。

推荐理由

该模型在保持较强智能水平的同时显著降低了单任务推理成本,读者可据此评估其在高频生产级智能体工作流中的替换可行性。

正文 · AI 翻译

2026年11月18日

|

具备前沿级智能,可在复杂的软件工程、知识型工作和科研工作流中快速端到端完成任务。



hero image for Gemini 4 Neon

您的浏览器不支持音频播放组件。

收听文章

[[duration]] 分钟

本内容由 Google AI 生成。生成式 AI 仍处于实验阶段

本文目录

今天,我们正式推出 Gemini 4 Neon。它具备前沿级智能,能够在复杂的软件工程、知识型工作及科研工作流中,快速实现端到端任务闭环。

在开启 xhigh 思考级别时,Neon 在 Artificial Analysis Intelligence Index 上取得 61 分,不仅领先同级别模型,更位列总榜第 3,仅次于体量更大、响应更慢的几款模型。在 Vals Index 上,Neon 同样高居第 2,跻身帕累托前沿。除了不断提升基础模型能力,我们还在持续优化模型的协作体验:在全新的 Agent Arena Index 上,Neon 的可控性(即在任务执行途中顺畅响应用户修正)排名第 2。此外,Neon 在多步指令遵循方面也表现出色;在抑制模型捏造事实方面,我们在 Google 内部的 Antigravity 测试中录得了迄今最低的捏造率。

该模型拥有 100 万 token 的上下文窗口,定价为每百万输入 token 3 美元(缓存输入 token 享 95% 折扣,为每百万 0.15 美元),每百万输出 token 15 美元。

Gemini 4 Neon 即日起陆续上线:开发者可通过 Google AI Studio 和 Gemini for business(支持 API 及模型下拉菜单调用)使用 Gemini API;付费 Google AI Pro 和 Ultra 订阅用户可在 Google Antigravity 中体验;Pro 和 Ultra 订阅用户也可在 Gemini 应用程序中直接使用。

全面赋能企业、分析与科研工作

企业日常工作离不开表格、PDF、图表、音频和视频等多种媒介。Neon 能在 100 万 token 的单次上下文窗口中融合处理所有这些输入,并将其转化为结构化的交付成果。在多项独立评测中,Neon 均名列前茅:在 Vals Index 基准上以 70.9% 位列第 2,并在 Legal Research Bench 和 Tax Agent Bench 上双双夺得第 1。

在 Surge AI 评测中,Neon 同样在多个类别中拿下佳绩,在金融、会计、电子表格建模以及复杂约束遵循等大多数基准测试中均位居榜首。在考察专业密集图表阅读能力的 Chartography 上,它拿下了 73.5% 的得分;在 Agents' Last Exam v1.1 中得分 75.8%,与各主流模型并驾齐驱。此外,它在 Zapier 的 AutomationBench(56.3%)和 Andon Labs 评估企业运营长期模拟能力的 Vending-Bench 2(16,843 美元)中均拿下总榜第一。最后,在涵盖 4200 多次真实智能体交互会话的 Arena 全新 Agent Arena Index 中,它以 1336 分的成绩斩获全球第二。

在涵盖定量分析、数学及技术研究难题的科学与数学推理方面,Neon 处于同类最前列,在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)中均斩获同类最高分。

a benchmark table

专为生产级代码而生

Neon 专为长时间运行的智能体工作流设计,无论是独立运行,还是作为快速、高判断力的编排器(Orchestrator)在 Google Antigravity 中指挥并行的 Hydrogen 子智能体,都能端到端地在工具密集型的复杂任务中保持稳定性能。它不仅减少了多余的文件读取,还能在执行过程中同步进度,并在长会话中可靠地完成上下文压缩。

在开发者和研究人员的核心工作流中,Neon 展现出前沿水准,具备与同类顶级模型一较高下的实力:它在 Artificial Analysis Coding Agent Index 中拿下总榜第一(58.6 分),在 Terminal-Bench 4.1 中得分 65.2%,在 FrontierCode 2.0 默认 high 档位下取得 46.2%。面对生产级代码,Neon 能精准实施局部修改,游刃有余地完成跨代码库的多文件调试与重构。在 SWE-sweep 评估中,它不仅在 mini-SWE 测试框架中以 12.8% 领跑,更在接入 Google Antigravity 后成绩翻了三倍以上,达到行业顶尖的 39.0%,充分展示出 Antigravity 测试框架所激发的潜能。

为生产级工作流注入高效与精准掌控力

我们正在伴随每一次新模型发布持续微调思考档位(thinking levels),以便让团队获得更精细的控制,并在不同档位间实现更顺畅的过渡。Neon 的四个档位层层递进,团队可根据各项具体任务的需求,精准调节智力水平与 token 消耗。

在多项第三方基准测试中,Neon 均实现了高表现与低单任务成本的兼顾。在默认的 high 思考档位下,它在拿下高分 Artificial Analysis Intelligence Index 的同时,单任务成本相比 Carbon 降低了 32%。在 high 档位下,它在 Vals 指标和 Agent Arena 中均跻身帕累托前沿,单任务成本比顶尖竞品前沿模型低大约 50% 到 80%。而 xhigh 思考档位则带来了更深入的多步推理能力,专门应对最棘手的工程、分析和科学任务;Neon 在此档位展现出其最高的智力得分,但相比竞品顶配档位,其单任务成本依然要低 36% 以上。

a chart showing AA Index v5.01 cost per task

打造敏捷、高效的前沿网络防御

随着智能体编程的普及,从一开始就生成安全可靠的代码至关重要。在 AutoBaxBench 的简单、中等和困难全部题组中,专用于网络安全的 Gemini 4 Neon 生成的代码均比 Carbon 更安全,并在困难题组中取得了同类顶尖水平(76%)。

保障系统安全,也意味着要赶在攻击者之前主动发现漏洞。渗透测试向来是企业网络安全的重要基石。在 WebExploitBench v1.2 基准测试中,Neon 取得了业内顶尖的 51.26% 成绩,而成本仅为同类竞争大模型的一半。

在代码加固方面,面向网络安全领域的 Neon 在漏洞发现、验证和修补的整个生命周期中均展现出前沿水平的性能,且比主流前沿大模型速度更快、成本更低。

  • 发现代码漏洞:Neon 在 SEC-bench Pro 上刷新了业内最佳表现(90.5%),单次测试成本却只有约一半。
  • 通过漏洞利用验证风险:为了确定修补漏洞的优先级,防御团队通常借助模型来验证哪些漏洞切实可被利用。在 ExploitGym 测试中,Neon 仅消耗 Carbon 一半的 token 就达到了前沿水平的性能。
  • 修补漏洞:从根源上修复漏洞是网络安全防御体系中的关键一步。在 Collinear 的 CWE-bench v2 上,Neon 取得了 70.7% 的成绩,比 Carbon 提升了 3.4%。

Autobaxbench chart

webexploitbench chart

sacbenchpro chart

exploitgym benchmark chart

CWE bench v2 chart

面向网络安全领域的 Gemini 4 Neon 将在未来几天内作为 Fairwind 计划的一部分,陆续向受信任的防御方开放。

专为安全、可靠的执行而设计

Gemini 4 Neon 承袭了 Gemini 4 安全技术栈的诸多改进——在维持 Gemini 4 Carbon 级别防范严重滥用和提示词注入能力的同时,在模型对齐与智能体行为方面有了更进一步的突破。针对一款旨在生产环境中承担高要求、长周期任务的模型,我们的优化重点包括:

  • 降低前沿能力滥用风险:Neon 将前沿水平的能力带入了速度更快、成本更低的模型中,为此我们为它配备了可与 Carbon 媲美的实时强力防护,防范网络安全和生物安全领域的恶意滥用;与此同时,它大幅减少了对上述领域合法任务的误拒,例如在 Terminal-Bench 4.0 上的任务拒答率仅为 1.98%,在 Terminal-Bench-Science 上更是做到了 0% 拒答。
  • 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.

    在智能体行为评估中,Neon 在 Carbon 坚实的基础上更进一步,在不同思考档位下将履职不足率降低了 43%–56%,并将越权行为减少了 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,当模型访问的网页、邮件、文档或代码中被植入恶意指令时,Neon 展现出了优于同级别其他模型的防御韧性。我们发现,在开启最高思考档位并配合实时防护的情况下,Neon 抵御住了该基准测试中的每一次攻击,攻击成功率降至 0.0%,此前仅有其他 Gemini 模型达到过这一水准。

grey swan chart

了解更多详情,请参阅 Gemini 4 Neon 模型卡。

专为更深度的分析打造

在 Gemini 应用中,Gemini 4 Neon 极其擅长处理需要顶尖推理能力与极速响应的任务。

  • 更高水准的写作与知识工作:Neon 语言表达清晰,回复结构严谨,语调自然直接。它能更精准地读取用户上传的表格、PDF 和照片,将晦涩繁杂的材料梳理成条理清晰的报告与摘要,并能从 Gmail、Google Docs 等应用中调取相关细节。
  • 可靠的调研与分析能力:面对时效性要求高的任务——例如在重大采购前横向对比各家供应商的报价,或是汇总最新市场数据撰写复杂的简报,Neon 都能高频调取全网信息,确保回复内容准确详实、紧跟最新动态。
  • 更快搞定复杂任务:Gemini 中的任务现已支持通过 Neon 运行。与体量更大的模型相比,它能更迅速、更高效地处理复杂的多步骤任务。把繁琐的待办事项交给它——比如分析账单以找出水电费突增的原因,或是核对多张收据和凭证以交涉退款——不仅能办成更多事,还能更充分地利用调用额度。

Neon 在 Gemini 4 系列中的定位

Neon 专为复杂的代码编写、分析推理和生产级企业工作流而打造。在整个产品矩阵中,Carbon 负责攻坚最困难、长周期的项目,Hydrogen 负责快速处理日常任务,而 Neon 则兼顾了深度与效率,能以更快速度、更低成本为复杂且高频的工作流提供前沿水平的推理能力。

A chart showing Gemini 4 models

立即开始基于 Gemini 4 Neon 进行构建

Gemini 4 Neon 今日起正式推送:

  • 开发者:可通过 Google AI Studio 和 Android Studio 中的 Gemini API 付费层级进行构建;Google AI Pro 或 Ultra 付费订阅用户可在 Google Antigravity 中试用 Neon,所有 Pro 和 Ultra 订阅用户均可在 AI Studio 中体验。
  • 企业用户:可通过 Gemini for business(经由 API 或模型下拉菜单)以及 Google Antigravity 使用 Gemini 4 Neon。
  • 个人用户:Google AI Pro 或 Ultra 订阅用户可直接在 Gemini 应用的模型下拉菜单中选择 Gemini 4 Neon。
  • 网络安全防护人员:符合条件的 Fairwind 计划成员将在未来几天内陆续获得使用权限。如需申请 Fairwind 计划权限,请联系你的 Cloud 客户团队。

直接在收件箱中接收 Google 最新动态

订阅我们的新闻通讯,获取产品更新、活动资讯和专享优惠等内容。

你的信息将依据 Google 隐私权政策进行使用。你可以随时取消订阅。

来源:Google DeepMind · deepmind.google

事件后续 · 1

查看事件全部
EVAOO 主站实战落地 · 大模型与 AI 内容工程

看完情报?回到 EVAOO 主站直接上手工具与完整 SOP

返回 EVAOO 主站