谷歌发布”Gemini 4 Neon”……达到Carbon级性能,速度和成本均有改善【科技知识NOW】

Photo of author

By Global Team

1分钟新闻

▶ 谷歌于当地时间11月18日发布了新款人工智能(AI)模型“Gemini 4 Neon”。

▶ 这款模型定位于面向高难度任务的Carbon与适用于快速日常任务的Hydrogen之间。

▶ 输入价格为每100万令牌3美元,输出价格为每100万令牌15美元,单次最多可处理100万令牌。谷歌合作伙伴Glean表示,在其内部评测中,Neon以快3倍的速度、低60%的成本,达到了与Carbon相当或更高的质量。

谷歌于18日发布的人工智能(AI)模型Gemini 4 Neon官方图片。(图片:谷歌)
谷歌于18日发布的人工智能(AI)模型Gemini 4 Neon官方图片。(图片:谷歌)

谷歌于当地时间18日发布了新款人工智能(AI)模型“Gemini 4 Neon”,旨在快速完成复杂软件开发、企业工作和科学研究。

谷歌DeepMind表示,Neon在保持接近顶级模型推理能力的同时,提高了处理速度和成本效益。该模型已开始面向开发者API和企业服务提供,也向Google AI Pro及Ultra订阅用户开放。

与回答问题的聊天机器人不同,Neon侧重于通过多个步骤实际完成任务的AI智能体。它经过专门设计,可分析长篇文档、修改程序代码,或调用多种工具完成工作。

◆ 定位于Carbon与Hydrogen之间

谷歌根据用途对Gemini 4系列进行区分。Carbon面向复杂、耗时较长的高难度项目;Hydrogen负责快速响应和日常任务。新发布的Neon则针对既需要较强推理能力、又重视处理速度和成本的任务。

企业使用AI时,运营成本与模型性能同样重要。如果每次分析数千条客户咨询,或反复处理大量文档时都使用最昂贵的模型,成本负担就会加重。

Neon旨在以相对较低的成本处理这类任务。谷歌表示,即使是复杂编程、分析和科学研究,Neon也能提供接近顶级模型的性能。

合作伙伴的评测也报告了速度提升。企业AI搜索服务商Glean表示,在其内部测试中,Neon以快3倍的速度、低60%的成本,达到了与Carbon相当或更高的质量。

◆ 输入每100万令牌3美元

谷歌Gemini 4系列的性能、价格、处理速度及适用对象对比表。Neon定位于Carbon与Hydrogen之间。(资料:谷歌)
谷歌Gemini 4系列的性能、价格、处理速度及适用对象对比表。Neon定位于Carbon与Hydrogen之间。(资料:谷歌)

Neon API的价格为输入每100万令牌3美元、输出每100万令牌15美元。输入指传给AI的问题和文档等内容,输出则是AI生成的回答和任务结果。

令牌是AI处理文本时使用的基本单位,并不与字符数或词数完全对应;不同语言和内容所需的令牌数量也会有所不同。

对于重复使用相同输入内容的缓存输入,收费为每100万令牌0.15美元,比普通输入费用低95%。企业在反复查阅同一份规章制度或技术文档时,可以借此降低成本。

与Carbon比较时,需要区分当前的优惠价格。Carbon在11月30日前适用优惠价:输入每100万令牌2美元、输出每100万令牌10美元。若只比较当前每令牌价格,Neon比Carbon贵50%。Carbon的标准价格为输入4美元、输出20美元。优惠结束后,Neon的输入和输出价格都比Carbon低25%。

谷歌强调的成本效益,不仅取决于每令牌价格,还应以完成实际任务的总成本为依据,因为不同模型完成同一项工作时,生成的令牌数量和处理时间并不相同。

Artificial Analysis于18日发布的分析也显示,Neon降低了单项任务的成本和处理时间。在最高推理级别下,Neon每项任务平均花费6.44美元,Carbon按标准价格计算则为7.76美元。任务耗时方面,Neon约为21分钟,Carbon约为36分钟。

Neon单次最多可处理100万令牌输入,这被称为“上下文窗口”,指的是可以在同一项任务中一并提供长篇文档、代码、图像、音频和视频等资料的范围。

例如,企业可以同时输入会计电子表格、PDF合同和销售图表,要求模型核对数据是否一致,从而减少分批输入资料的负担。

◆ 可调节四档推理级别

Gemini 4 Neon与主要AI模型在不同推理级别下的智能指数及单项任务处理成本对比。Neon可根据推理级别调节性能和成本。(资料:谷歌)
Gemini 4 Neon与主要AI模型在不同推理级别下的智能指数及单项任务处理成本对比。Neon可根据推理级别调节性能和成本。(资料:谷歌)

Neon提供四档推理级别,用于设定AI在生成回答前进行分析的深度:低(low)、中(medium)、高(high)和极高(xhigh)。

较低级别适合相对简单的工作;较高级别则用于需要综合考虑多项条件或解决复杂问题的任务。提高推理级别通常需要更多计算和令牌,因此处理时间和成本可能随之上升。

默认设置为“高”。谷歌表示,在这一档位下,Neon每项任务的处理成本比Carbon低32%。最高档“极高”则面向复杂软件开发、科学研究和多步骤分析。

谷歌称,在默认推理级别下,Neon每项任务的成本比主要竞争对手的顶级模型低约50%至80%;即使在最高推理级别下,其成本也比对照模型低至少36%。

◆ 综合智能排名第三,编程智能体排名第一

Neon在主要AI性能评测中名列前茅。在Artificial Analysis综合智能指数中,Neon在最高推理级别下得分61分,按模型排名位列第三,比Carbon高1分。

在同一机构的编程智能体指数中,按照谷歌公布的数据,Neon以58.6分排名第一。编程智能体评测衡量AI使用实际开发工具修改程序并解决问题的能力。

Neon在企业实务评测中也取得较高分数。在衡量法律、金融等专业工作能力的Vals指数中,它以70.9%排名第二;在分别评估法律调查和税务工作的专项测试中均排名第一。

自动化工具公司Zapier运营的AutomationBench评测中,Neon以56.3%排名第一。该测试评估模型连接多个程序并执行实际工作流程的能力。

在模拟长期经营自动售货机业务的“Vending-Bench 2”中,Neon实现了1万6843美元收益,排名第一。该测试评估AI长期管理库存、定价和采购等多项决策的能力。

在基于4200多项真实AI智能体任务进行评估的Agent Arena中,Neon以1336分排名第二。在任务过程中根据用户修改的指示进行调整的能力方面,它也排名第二。

在专业图表解读测试Chartography中,Neon得分73.5%;在数学推理评测RiemannBench中得分84.0%;在科学领域的终端操作测试中得分70.5%。

◆ 修改多个文件并调度AI智能体

Gemini 4 Neon与竞争AI模型在编程、知识工作、科学与数学、网络安全等主要性能评测中的结果。(资料:谷歌)
Gemini 4 Neon与竞争AI模型在编程、知识工作、科学与数学、网络安全等主要性能评测中的结果。(资料:谷歌)

谷歌将软件开发列为Neon的核心应用领域。Neon能够查找并修复涉及多个文件的错误,也可以整理现有代码。谷歌表示,该模型经过设计,能够重点修改必要部分,减少不必要的改动。

在评估终端操作能力的Terminal-Bench 4.1中,Neon得分65.2%;在评估复杂编程任务的FrontierCode 2.0中,它在默认推理级别下得分46.2%。

在代码修复测试SWE-Sweep中,Neon的表现因运行环境不同而有较大差异。在基础评测工具中的得分为12.8%,而在谷歌开发工具Antigravity中则升至39.0%。这表明,同一AI模型的性能可能会因连接的工具以及任务执行方式不同而有所变化。

Neon还可以调度其他AI智能体。在谷歌Antigravity中,Neon能够将复杂任务拆分为多个步骤,并交由使用Hydrogen模型的下级智能体并行处理。例如,开发大型程序时,Neon负责确定整体架构和工作顺序,Hydrogen智能体则分别实现各项功能。

谷歌表示,Neon经过改进,可在长时间任务中减少重复读取已检查文件的情况,并共享任务进度。在长对话需要总结此前内容时,模型也增强了保持工作流程连贯的能力。

◆ 从滑雪模拟器到10万格电子表格

谷歌还公布了展示Neon复杂任务执行能力的演示。在Antigravity中,Neon利用法国霞慕尼和勃朗峰一带的真实地形数据,制作了一款第一人称滑雪模拟器。它运用网页图形技术WebGL2,实现了1万200行图形代码,以及每秒计算120次的滑雪物理系统。

模拟器还加入了滑雪板在雪地留下的痕迹、雪崩和空间音效功能。谷歌称,这些效果是在没有预先制作图形素材的情况下实现的。

另一项演示中,Neon将一张照片转换成由10万个单元格组成的Google表格。它没有直接插入图像文件,而是利用50多万个公式表现轮廓、景深和光照效果。

谷歌表示,这些案例展现了Neon不仅能生成代码,也能用于组合多种工具、持续较长时间的任务。

◆ 发布用于发现并修复安全漏洞的专用模型

谷歌还同步发布了专注于网络安全领域的“Gemini 4 Neon for Cyber”。该模型侧重于发现软件漏洞、验证漏洞是否能够被实际利用,并修复存在问题的代码。

不同AI模型的软件安全漏洞检测性能对比。Gemini 4 Neon在SEC-Bench Pro中得分90.5%。(资料:谷歌)
不同AI模型的软件安全漏洞检测性能对比。Gemini 4 Neon在SEC-Bench Pro中得分90.5%。(资料:谷歌)

谷歌表示,Neon在漏洞检测测试SEC-Bench Pro中得分90.5%,每项任务的成本约为对照大型模型的一半。

不同AI模型编写安全代码的能力评测结果。Gemini 4 Neon得分76.0%,在对比模型中排名最高。(资料:谷歌)
不同AI模型编写安全代码的能力评测结果。Gemini 4 Neon得分76.0%,在对比模型中排名最高。(资料:谷歌)

在评估Web应用漏洞可被利用程度的WebExploitBench 1.2中,Neon得分51.26%。在评估从头编写安全代码能力的AutoBugBench中,它在最难级别得分76%。

不同AI模型的软件安全漏洞修复能力对比。Gemini 4 Neon得分70.7%,比Carbon(67.3%)高3.4个百分点。(资料:谷歌)
不同AI模型的软件安全漏洞修复能力对比。Gemini 4 Neon得分70.7%,比Carbon(67.3%)高3.4个百分点。(资料:谷歌)

在修复漏洞根本原因的CWE-Bench v2中,Neon得分70.7%。谷歌称,其表现比Carbon提升了3.4%。谷歌不会向普通用户开放该模型,计划通过面向经过验证的网络防御机构的“Fairwind计划”逐步提供。

发现安全漏洞并确认其是否可被实际利用的能力,既能用于防御,也可能被用于攻击。因此,谷歌对该模型的访问对象作出了限制。

◆ 首先面向开发者、企业及付费订阅用户开放

用户可通过Google AI Studio和Android Studio中的付费Gemini API使用Neon。企业用户则可通过Gemini for Business和Google Antigravity使用。

普通用户如果订阅Google AI Pro或Ultra,可在Gemini应用的模型选择菜单中选择Neon。Google Antigravity也面向这两种套餐的订阅用户提供该模型。

谷歌介绍称,Neon适合比较和分析多份文档,例如分析水电费账单以查找费用上涨原因,或核对多张收据并准备退款申请材料。

谷歌尚未公布向免费用户开放Neon的时间。网络安全专用模型将首先提供给符合Fairwind计划参与资格的机构。

谷歌计划通过Neon,以更快速度和更低成本提供顶级模型水平的推理能力。随着能够处理复杂任务的AI智能体逐渐应用于企业工作和软件开发领域,除模型性能外,实际处理成本和任务完成质量也正成为重要的竞争因素。