我是 LongbridgeAI,以下是我提取的核心信息- 該模型旨在提升複雜工作流執行能力,單項任務成本 6.44 美元,耗時約 21 分鐘。…
谷歌週三正式發佈 Gemini 4 系列新模型 Neon。獨立測評機構 Artificial Analysis 的評測顯示,Neon 在智能指數中取得 61 分、排名全球第三,單項任務成本較前代 Carbon 下降約 17%,完成時間縮短約 40%。

谷歌同日還推出長程運行產品智能體 Stitch Loop、向低內存安卓設備開放 Gemini App,並正式向部分用户開放世界模型 Genie 4。
Neon 單項任務成本僅 6.44 美元,耗時縮短至 21 分鐘
谷歌 DeepMind 高級副總裁、首席 AI 架構師 Koray Kavukcuoglu 在官方博客中表示,Gemini 4 Neon 面向複雜軟件工程、知識工作和科研任務,重點提升模型在複雜工作流中的端到端執行能力,同時兼顧速度和成本。
Artificial Analysis 公佈的測評結果顯示,Neon 在最高思考檔 xhigh 下的 Artificial Analysis Intelligence Index 得分為 61 分,較 Gemini 4 Carbon 的 high 檔高 1 分,排名全球第三,僅次於 GPT-6.2 Astra 和 Claude Fable 5.2。Neon 在智能體知識工作、視覺推理和編程等方面均有小幅進步。
效率提升是此次升級的一大亮點。Artificial Analysis 測算,Neon 完成一項智能指數任務的平均成本為 6.44 美元,較 Carbon 標準價格下的 7.76 美元低約 17%;平均耗時約 21 分鐘,比 Carbon 的約 36 分鐘縮短約 40%。

值得注意的是,Neon 完成任務時使用的輸出 Token 反而比 Carbon 多約 15%。Artificial Analysis 認為,成本下降主要來自 Neon 更低的 Token 單價,而耗時縮短則得益於更快的輸出速度:Neon 每秒輸出約 110 個 Token,接近 Carbon 約 57 個 Token 的兩倍。
在編程智能體測試中,Neon 同樣表現突出。Artificial Analysis 在 Antigravity CLI 環境下測得,Neon 的 Coding Agent Index 得分為 59 分,比 Carbon 高 3 分,與 Claude Code 搭載 Claude Fable 5.2 和 Claude Opus 5.5 的成績大致相當。不過,Neon 完成任務的平均成本約為 6.86 美元,低於 Claude Opus 5.5 的 12.61 美元和 Claude Fable 5.2 的 15.47 美元。
視覺推理和成果呈現方面,Neon 也取得進步。在 AA-Briefcase 測試中,Neon 的綜合成績達到 1700 Elo,較 Carbon 的 1611 提高 89 分;其中演示文稿質量得分達到 1771 Elo,較此前領先者高出 45 分。不過,其綜合成績仍低於 Claude Fable 5.2 和 Claude Sonnet 5.5 等模型。
編程智能體排名第一,複雜代碼任務表現比肩 Claude
谷歌將 Neon 定位為兼顧前沿智能與執行效率的模型,強調其能夠處理多文件調試、跨代碼庫重構,以及需要連續調用工具的長程任務。
Neon 支持 100 萬 Token 上下文窗口,可在一次任務中整合大型項目、表格、圖表、PDF、音頻和視頻等信息。谷歌稱,模型具備四檔可調思考級別——low、medium、high 和 xhigh,用户可根據任務複雜程度,在響應速度、推理深度和 Token 開銷之間進行權衡。
谷歌還強調 Neon 在多步驟指令遵循和減少模型編造方面的進展。該公司稱,Neon 在內部 Antigravity 測試中的編造率創 Gemini 模型新低;在 Google 的多項企業、金融和科學任務評測中,Neon 也取得靠前成績,包括法律研究、税務代理、自動化任務,以及科學和數學推理。
谷歌官方博客披露,Neon 在 Artificial Analysis Coding Agent Index 中排名第一,得分為 58.6;在 Terminal-Bench 4.1 中得分 65.2%,在 FrontierCode 2.0 默認 high 檔得分 46.2%。在 SWE-sweep 測試中,Neon 在 mini-SWE 測試環境的得分為 12.8%,而在 Google Antigravity 環境下達到 39.0%。
谷歌還展示了 Neon 在 Antigravity 中運行長達 12 小時的/swarm 任務:模型利用檔案照片重建了艾倫·圖靈 1936 年在劍橋國王學院的書房,並在 3D 場景中構建出一台能夠運行的通用圖靈機。谷歌將其作為模型處理長程、多步驟複雜任務能力的展示。

API 定價低於 Carbon 標準價,網絡安全能力繼續強化
Neon 的 API 價格為每百萬輸入 Token 3 美元、輸出 Token 15 美元;緩存輸入 Token 價格為每百萬 0.15 美元,享受 95% 的折扣。
這一價格高於 Carbon 目前每百萬輸入 Token 2 美元、輸出 Token 10 美元的限時優惠價,但低於 Carbon 標準價 4 美元和 20 美元,較標準價格低 25%。Carbon 的限時優惠將於 11 月 30 日結束。

谷歌還推出 Neon 的網絡安全版本,重點覆蓋漏洞發現、風險驗證和代碼修復。谷歌稱,Neon 在 AutoBaxBench 困難檔測試中達到 76%,在 WebExploitBench v1.2 中達到 51.26%;在 SEC-bench Pro 漏洞檢測測試中得分為 90.5%,並在 CWE-bench v2 根因修復測試中達到 70.7%。
谷歌表示,Neon 在網絡安全任務中的表現優於 Carbon,且在部分測試中成本約為大型前沿模型的一半。Neon 網絡安全版本將在未來數日通過 Fairwind 計劃向經過篩選的網絡安全防禦者開放。
在安全性方面,谷歌稱,Neon 延續了 Carbon 在嚴重濫用和提示注入防護方面的保護能力。在 Gray Swan 間接提示注入測試中,Neon 在最高思考檔抵禦了測試中的全部攻擊,攻擊成功率為 0%。不過,這一結果僅代表特定基準測試,並不意味着模型能夠抵禦所有現實環境中的提示注入攻擊。
Stitch Loop 讓智能體持續監測並優化產品
除基礎模型外,谷歌週三還發布了 Google Labs 的新實驗產品 Stitch Loop。這是一款長程運行的產品智能體,能夠連接企業代碼庫和實時產品指標,持續發現產品問題、提出改進方案,並在獲得用户確認後編寫代碼、創建 GitHub Pull Request。
Stitch Loop 的工作流程包括髮現改進機會、提出解決方案、生成代碼和持續跟蹤結果。它可以接入 GitHub,以及日誌、用户行為和反饋等產品數據,並通過 180 多個集成、自定義 MCP 服務器或本地 CLI 上傳獲取上下文。
谷歌稱,Stitch Loop 內置網絡安全、延遲和無障礙優化等循環任務,也允許團隊自行設置目標,例如提高結賬轉化率。它可以在隔離的雲端沙箱中編寫代碼並提交 Pull Request,但不會在用户審核前自動合併。
其中,網絡安全循環將 Gemini 4 Carbon 的網絡安全能力與谷歌 DeepMind 的自主智能體 CodeMender 結合,用於掃描代碼庫中的漏洞並提出修復方案。Stitch Loop 目前開放候補名單,符合條件的 Google AI Ultra 用户將優先獲得使用權限。
Gemini App 向低內存安卓設備開放,Genie 4 開始面向用户推出
谷歌週三還宣佈,Gemini App 開始支持符合條件的低內存 Android Go 設備。谷歌表示,已重新設計應用,使核心 Gemini 體驗能夠在內存較低的硬件上流暢運行,預計將使全球數以億計的用户獲得使用機會。
新支持的功能包括 Gemini Live 語音對話、通過攝像頭識別筆記和表格並進行學習或翻譯,以及使用 Nano Banana 生成圖像。用户可從 Google Play 下載應用,部分合作夥伴未來推出的新設備也可能預裝 Gemini。
此外,谷歌正式向符合條件的 Google AI Ultra 訂閲用户開放世界模型 Genie 4,並推出升級版 Project Genie 體驗。用户可以通過自然語言指令,在生成的交互式世界中實時改變天氣、添加角色或調整場景,還能體驗隨環境變化生成的原生音頻。
Project Genie 同時引入創作智能體,用户只需描述想法,智能體便可協調谷歌的多模態模型生成初始視覺場景和背景音樂;新上線的社區畫廊則允許用户發佈、探索和二次創作其他人制作的虛擬世界。Google AI Pro 用户目前可以加入候補名單。
從 Neon 提升複雜任務的執行效率,到 Stitch Loop 讓智能體持續參與產品迭代,再到 Genie 4 開放交互式虛擬世界,谷歌週三的一系列發佈顯示,其 AI 產品佈局正從模型能力本身延伸至更廣泛的應用場景。對谷歌而言,接下來的關鍵不僅是模型基準成績能否繼續提升,也在於這些工具能否真正進入開發者、企業和普通用户的日常工作流。
