模型发布重点4 分钟读完Google DeepMind

谷歌发布 Gemini 4 Neon:前沿级智能,高效完成复杂任务

速览

谷歌 DeepMind 于今日推出 Gemini 4 Neon,将前沿级智能与快速的端到端任务完成能力相结合,覆盖复杂软件工程、知识工作和科学工作流。Neon 在多项基准测试中排名靠前,价格低于同类前沿模型,并已开放给 API 和部分订阅用户。这意味着开发者能更高效地处理复杂任务,同时控制成本。

Gemini 4 Neon 是谷歌 DeepMind 的最新模型,定位为在性能与效率之间取得平衡。它在 Artificial Analysis Intelligence Index 上以 61 分位列第三(xhigh 思考模式),仅次于更大、更慢的模型;在 Vals Index 上排名第二,并处于帕累托前沿。此外,它在新推出的 Agent Arena Index 中,可操控性排名第二,能在任务中途干净利落地响应用户修正。Neon 还延续了谷歌降低 AI 幻觉的努力,内部 Antigravity 测试中记录了该系列最低的捏造率。

Neon 的定价为每百万输入 tokens 3 美元(缓存输入 tokens 0.15 美元,折扣 95%),每百万输出 tokens 15 美元,上下文窗口为 100 万 tokens。即日起,它可经 Gemini API 在 Google AI Studio、Gemini 企业版(API 和模型下拉菜单)、Google Antigravity 的付费 Pro/Ultra 订阅者,以及 Gemini 应用中的 Pro/Ultra 订阅者使用。

在企业与科学工作负载中,Neon 被评测为顶尖模型之一,在多项基准上表现突出:

  • 在 Vals Index 上排名第二(70.9%),并在 Legal Research Bench 和 Tax Agent Bench 上位列第一。
  • 在 Surge AI 的多数基准(金融、会计、电子表格建模、复杂约束跟踪)上排名第一,Chartography 得分 73.5%,Agents' Last Exam v1.1 得分 75.8%。
  • 在 Zapier AutomationBench(56.3%)和 Andon Labs 的 Vending-Bench 2($16,843)上均排名第一,在 Agent Arena Index 上以 1336 分排名第二。
  • 科学推理方面,在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)上表现最佳。

Neon 专为长时间运行的代理工作流设计,在复杂工具密集型任务中保持性能,既可独立运行,也可在 Google Antigravity 中作为快速高判断力的编排器指挥并行 Hydrogen 子代理。它减少了冗余文件读取,在长会话中可靠地处理上下文压缩。在编程基准上,它在 Artificial Analysis Coding Agent Index 上排名第一(58.6),Terminal-Bench 4.1 得分 65.2%,FrontierCode 2.0(默认 high 设置)得分 46.2%。在 SWE-sweep 中,mini-SWE harness 得分 12.8%,在 Antigravity harness 下达到 39.0% 的新高。

Neon 在 Google Antigravity 中展示了多项创意能力,如用 /swarm 构建 3D 实验室场景、编写滑雪模拟器、重建图灵 1936 年书房,以及将单张图像转为含 10 万单元格和 50 万公式的电子表格。效率方面,Neon 的四个 thinking 级别可让团队按需调整推理深度,默认 high 级别下,每任务成本比 Carbon 低 32%,在 Vals 和 Agent Arena 前沿上,每任务成本比顶级前沿模型低约 50%-80%。xhigh 级别则提供更深的多步推理,用于最难的工程、分析和科学负载。

原文Introducing Gemini 4 Neondeepmind.google

#DeepMind#Gemini#模型发布

本文由程序自动抓取公开报道,经 AI 筛选与改写生成,未经人工逐条核实,事实以原文为准。