Google 發佈 Gemini 4 Neon,速度約為 Carbon 的 2x,輸入定價 $3 per 1M tokens
Google ships Gemini 4 Neon: frontier speed at $3 per million tokens
Google 於 2026 年 11 月 18 日發佈 Gemini 4 Neon,定位為快速完成軟件工程、知識工作及科學任務的前沿模型。
Activepieces 獨立測試中,Neon 完成 3/3 項任務,GPT-5.4 mini 完成 2/3;但 Neon 中位延遲為 6.4 秒、單項成本約高 54 倍,呈現自動化流程的取捨。
📅 2026年11月18日 • Google Blog
Google 於 11月18日推出 Gemini 4 Neon,這是一款前沿級模型,專為快速端到端完成軟件工程、知識工作及科學領域的任務而設。根據 Google DeepMind 資深副總裁 Koray Kavukcuoglu 的公告,新模型定位介乎 Carbon 和 Hydrogen 之間:前者專為繁重、持續時間較長的項目而設,後者則用於快速執行日常任務。據 Latent Space 和 Arena 資料,系列模型的推出間隔由 Argon 至 Carbon 的 28 天,縮短至其後的 15 天,再到 6 天;Neon 因而成為約七星期內推出的第四款系列模型,而 Argon 已退役。
根據 AI Studio 文件,模型 ID 為 gemini-4-neon,輸入格式包括文字、圖片、影片、音訊和 PDF,輸出則僅限文字。上下文視窗為 1,048,576 tokens,預設輸出上限為 65,536 tokens,長解碼可將上限延伸至 1M。定價為每 1M 個輸入 token 收費 $3、每 1M 個輸出 token 收費 $15,以及每 1M 個快取 token 收費 $0.15,快取折扣為95%。
Google 表示,模型在 xhigh 設定下於 Artificial Analysis Intelligence Index 得分為 61,總排名第3;在 Vals Index 排名第2,得分為 70.9%;在 Agent Arena 首次登場即排名第2,得分為 1336;在 Coding Agent Index 排名第1,得分為 58.6;並在 Zapier AutomationBench 排名第1,得分為 56.3%。Google 表示,模型在 mini-SWE 測試框架的 SWE-sweep 上,編碼得分達 12.8%;在 Google Antigravity 則達到 39.0% SOTA,代理誠實度為 99.2%,並在 Gray Swan IPI 的間接提示注入測試中達到供應商聲稱的 100% reflection。The Decoder 提醒,排名第3並非第1,因為 GPT-6.2 Astra 和 Claude Fable 5.2 的排名更高,而且未列入 Google 的表格。
根據 The Decoder 引述的 Artificial Analysis 數據,Neon 的速度約為每秒 110 個 token,Carbon 則為 57 個,即約快 2 倍;一次基準測試的執行時間亦由 36 分鐘縮短至約 21 分鐘。Neon 相較 Carbon 的成本節省來自標價,而非 token 效率,因為 Neon 的輸出 token 用量約多 15%,但每項任務的費用為 $6.44,相比之下 Carbon 為 $7.76。根據 The Decoder 和 Artificial Analysis,在 Antigravity 執行一項編碼任務的費用為 $6.86;Claude Opus 5.5 則為 $12.61,Claude Fable 5.2 為 $15.47。Carbon 的優惠價維持至 12月1日,為每 1M 個 token 收費 $2 和 $10,之後則為$4 和 $20;與優惠價相比,Neon貴 50%。
截至 11月18日,這款模型已於 Google AI Studio 和 Android Studio 的 Gemini API 付費層級、Gemini for business、供 AI Pro 和 Ultra 用戶使用的 Antigravity,以及供 Pro 和 Ultra 用戶使用的 Gemini app 上線。據 Latent Space,首日整合支援包括 Cursor、GitHub Copilot 和 LangChain;Simon Willison 表示,llm-gemini 0.38 版本亦於同日將 Neon 加入 llm CLI。Google 表示,InfoWorld 亦證實,Neon 在 Antigravity 中以 Orchestrator 身分運作,指揮多個 Hydrogen 子代理並行處理多檔案除錯和重構。
對自動化工作流程的影響:在一項由第三方進行的 Activepieces 測試中,Neon 完成了 3 項任務中的 3 項,GPT-5.4 mini 則完成了 3 項中的 2 項;但 Neon 的中位延遲為 6.4 秒,GPT-5.4 mini 則為 1.0 秒,而每項任務的成本則高出約 54 倍。以每日 1,000 項任務計算,成本接近 $8.30,相比之下為 $0.15。Orchestrator 模式可套用於自動化管道,由 Neon 負責規劃,同時由多個並行的 Hydrogen 子代理執行。這項測試帶出的結論是,在遷移延遲敏感或高流量流程之前,應先以自己的任務驗證價格和延遲。
來源:
blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon
aistudio.google.com/docs/models/gemini-4-neon
the-decoder.com/google-ships-gemini-4-neon-its-fourth-new-gemini-model-in-a-month
infoworld.com/article/4250618/google-launches-gemini-4-neon-touting-lower-costs-for-complex-ai-coding-tasks.html
activepieces.com/blog/gemini-4-neon-speed-accuracy-and-cost-tested
simonwillison.net/2026/Nov/18/llm-gemini
latent.space/p/ainews-gemini-4-neon-gdm-s-opus-sol-contender
來源:
- blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon
- aistudio.google.com/docs/models/gemini-4-neon
- the-decoder.com/google-ships-gemini-4-neon-its-fourth-new-gemini-model-in-a-month
- infoworld.com/article/4250618/google-launches-gemini-4-neon-touting-lower-costs-for-complex-ai-coding-tasks.html
- activepieces.com/blog/gemini-4-neon-speed-accuracy-and-cost-tested
- simonwillison.net/2026/Nov/18/llm-gemini
- latent.space/p/ainews-gemini-4-neon-gdm-s-opus-sol-contender
來源:DEV Community · dev.to