Google 發佈 Gemini 4 Neon,面向複雜編碼、知識工作及科學工作流程
Gemini 4 Neon
Google 發佈 Gemini 4 Neon,主打在複雜軟件工程、知識工作及科學工作流程中快速完成端到端任務。
文章並列 Neon 在多項基準的表現與每項任務成本,對照 Carbon 及其他前沿模型,呈現不同 thinking level 下的能力與效率取捨。
2026年11月18日
|
為複雜的軟件工程、知識工作及科學工作流程帶來前沿級智能,並快速完成端到端任務。
你的瀏覽器不支援音訊元素。
聆聽文章
[[duration]] 分鐘
此內容由 Google AI 生成。生成式 AI 屬實驗性質
本文內容
- Gemini 4 Neon 現已推出
- 涵蓋企業、分析及科學工作
- 為可投入生產環境的程式碼而打造
- 為生產級工作流程提升效率及控制能力
- 為快速、高效、前沿級網絡防禦而打造
- 設計旨在安全、可靠地執行
- 為深入分析而打造
- 即日開始使用 Gemini 4 Neon 開發
今天,我們推出 Gemini 4 Neon,為複雜的軟件工程、知識工作及科學工作流程帶來前沿級智能,並快速完成端到端任務。
Neon 在同類模型中排名領先,並以 61 分在 Artificial Analysis Intelligence Index 總排名第 3,評測時採用 xhigh 思考層級,僅次於規模更大、速度更慢的模型。在 Vals Index 上,Neon 排名第 2,並位於帕累托前沿。除了提升模型的原始能力,我們亦持續讓模型更易於使用。Neon 在新推出的 Agent Arena Index 可控性評測中排名第 2,能妥善適應用戶在任務進行期間提出的修正。Neon 在多步指令遵循方面亦表現出色,並延續我們一直以來減少虛構內容的努力,在 Google Antigravity 內部測試中錄得迄今最低的虛構率。
每百萬個輸入 token 收費 $3(每百萬個快取輸入 token 收費 $0.15,折扣為 95%),每百萬個輸出 token 收費 $15;上下文視窗為 1 百萬個 token。
Gemini 4 Neon 今日起陸續於以下平台推出:Google AI Studio 的 Gemini API、Gemini for business(透過 API 和模型下拉選單)、Google Antigravity 的 Google AI Pro 及 Ultra 付費訂閲用戶,以及 Gemini app 的 Pro 及 Ultra 訂閲用戶。
涵蓋企業、分析及科學工作
企業工作涉及試算表、PDF、圖表、音訊及影片。Neon 能在單一 1 百萬個 token 的上下文視窗中綜合處理所有這些輸入,並將輸入轉化為結構化成果。獨立評估將 Neon 列為頂尖模型之一;在 Vals Index 等基準測試中,Neon 排名第 2(70.9%),並在 Legal Research Bench 和 Tax Agent Bench 均排名第 1。
Neon 在 Surge AI 的不同類別評測中同樣表現出色,在金融、會計、試算表建模及複雜限制遵循等範疇的大部分基準測試中排名 #1。它在 Chartography 的得分為 73.5%,能夠閲讀資訊密集的專業圖表;在 Agents' Last Exam v1.1 的表現亦與領先模型相若(75.8%)。它在 Zapier 的 AutomationBench(56.3%)及 Andon Labs' Vending-Bench 2($16,843)均取得整體 #1;後者是模擬經營業務的長時程模擬。最後,它在 Arena 全新的 Agent Arena Index 首次登上全球第 #2,得分為 1336,評估涵蓋 4,200+ 個真實世界 Agent 工作階段。
在涵蓋定量分析、數學及技術研究問題的科學與數學推理方面,Neon 在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)及HLE-Diamond(71.3%)均屬同級最佳。
為可用於生產環境的程式碼而打造
Neon 專為長時間執行的 Agent 工作流程而設計,在端到端處理複雜且高度依賴工具的任務時,仍能維持效能——無論是獨立執行,還是在 Google Antigravity 中擔任快速且判斷力強的 Orchestrator,指揮並行運作的 Hydrogen 子 Agent。它能減少重複讀取檔案,在工作期間分享進度,並在長時間工作階段中可靠地處理上下文壓縮。
在開發者及研究人員的核心工作流程中,Neon 達到前沿水平,並具備與同級領先模型競爭的實力;它在 Artificial Analysis Coding Agent Index 取得整體 #1(58.6),在 Terminal-Bench 4.1 得分 65.2%,並在預設 high 設定下得分 46.2%,評測項目為 FrontierCode 2.0。在可用於生產環境的程式碼方面,Neon 能跨多個程式碼庫進行多檔案除錯和重構,並作出精準、範圍有限的修改。在 SWE-sweep 上,它在 mini-SWE 評測框架已取得領先,得分為 12.8%;在 Google Antigravity 中,得分更增至 39.0%,超過原來三倍並達到最先進水平,展現 Antigravity 評測框架所能發揮的效能。
為生產級工作流程帶來效率與控制力
我們每次推出新模型,都會進一步調整思考層級,讓團隊能更精細地控制,並在不同層級之間更順暢地逐級提升。Neon 的四個層級循序提升,讓團隊可按各項工作負載的需要調節智能水平及 token 用量。
在第三方基準測試中,Neon 以較低的每項任務成本提供高效能。在預設 high 思考層級下,它的 Artificial Analysis Intelligence Index 得分高,而每項任務成本比 Carbon 低 32%。此外,在 high 設定下,Neon 在 Vals index 和 Agent Arena 均位於帕累托前沿;相比頂尖競爭模型,每項任務成本約低 50% 至 80%。xhigh 思考模式可為最艱深的工程、分析及科學工作負載提供更深入的多步驟推理。Neon 在此取得最高智能評分,而每項任務成本仍比競爭模型在最高設定下低 36%+。
為快速、高效、前沿級網絡防禦而打造
隨着代理式編碼規模擴大,從一開始便生成安全程式碼至關重要。在 AutoBaxBench 的所有簡單、中等及困難挑戰中,Gemini 4 Neon for cyber 產生的程式碼都比 Carbon 更安全,並在困難級別達到業界頂尖水平(76%)。
保障系統安全亦意味著要主動找出漏洞,搶在攻擊者之前。滲透測試一直是企業網絡安全的基石。在 WebExploitBench v1.2 上,Neon 以競爭對手大型模型一半的成本,達到最先進水平(51.26%)。
為強化現有程式碼,Neon for cyber 在整個程式碼強化生命週期——尋找、驗證及修補漏洞——均展現前沿級效能,而且速度更快、成本效益更高。
- 尋找程式碼漏洞:Neon 在 SEC-bench Pro 上達到最先進水平(90.5%),而每項挑戰的成本約為競爭模型的一半。
- 透過漏洞利用驗證風險:防禦者會依靠模型判斷哪些漏洞可被利用,以決定修補工作的優先次序。在 ExploitGym 上,Neon 只使用 Carbon 一半的 token 數量,便達到前沿級效能。
- 修補漏洞:修正漏洞的根本原因,是網絡安全防禦生命週期中的關鍵一步。Neon 在 Collinear 的 CWE-bench v2 上取得 70.7%,較 Carbon 提升 3.4%。
Gemini 4 Neon for cyber 將於未來幾日透過 Fairwind Program 向受信任的防禦者推出。
專為安全、可靠的執行而設
Gemini 4 Neon 建基於我們在 Gemini 4 safety and security stack 上作出的改進,在維持 Gemini 4 Carbon 級別、抵禦嚴重濫用及提示詞注入的防護能力之餘,進一步提升模型對齊及代理式行為。為了讓模型在正式環境中處理要求高、持續時間長的工作,我們集中改善以下方面:
- 緩解前沿能力遭濫用帶來的安全風險:由於 Neon 將前沿級能力帶到速度更快、成本更低的模型上,我們為它配備強大的即時防護,防範網絡安全及生物安全方面的濫用,防護水平與 Carbon 相若;同時,大幅減少拒絕這些領域中合理任務的情況,例如在 Terminal-Bench 4.0 上只拒絕 1.98% 的任務,在 Terminal-Bench-Science 上則為 0%。
- 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.
在我們的代理式行為評估中,Neon 以 Carbon 的穩固基線為基礎進一步改進,在不同推理力度設定下,將服務不足的情況減少 43%–56%,並將越界行為減少 15%–35%。
- 保護用戶免受間接提示詞注入攻擊:在 Gray Swan 的 IPI 基準測試中,當惡意指示被植入模型所存取的網頁、電郵、文件或程式碼時,Neon 比同級其他模型更能抵禦攻擊。我們發現,在最高思考級別啟用即時防護時,Neon 抵禦了 Gray Swan 此基準測試中的所有攻擊,達到 0.0% 的攻擊成功率;只有其他 Gemini 模型亦達到這個水平。
詳情請參閲 Gemini 4 Neon model card。
專為深入分析而設
在 Gemini 應用程式中,Gemini 4 Neon 擅長處理需要前沿級推理能力及快速回應的工作。
- 更高質素的寫作及知識工作:Neon 寫作清晰,回應結構完善,語氣自然直接。它能更準確地讀取上載的試算表、PDF 和照片,將內容密集的資料整理成實用報告和摘要,並從 Gmail 和 Docs 等 Google 應用程式提取相關細節。
- 可靠的研究及分析:Neon 經常整合網上不同來源的細節,讓回應緊貼快速變化的議題,例如在重大採購前比較不同供應商的定價,或整理包含最新市場數據的複雜簡報。
- 更快處理更棘手的工作:Gemini 中的工作現可透過 Neon 執行,處理複雜的多步驟工作時,比使用更大型的模型更快速、更有效率。交由 Neon 處理繁瑣事項,例如分析帳單以找出公用服務費用飆升的原因,或交叉核對多張收據和文件以協商退款,讓你在更充分利用使用上限的同時完成更多工作。
Neon 在 Gemini 4 系列中的定位
Neon 專為複雜程式編寫、分析推理,以及適用於生產環境的企業級工作流程而設。Carbon 負責處理最艱巨、歷時較長的專案,Hydrogen 則負責快速執行日常工作;Neon 在深度與效率之間取得平衡。Neon 為複雜、高頻率的工作流程提供前沿級推理,速度更快、成本效益更高。
立即開始使用 Gemini 4 Neon 開發
Gemini 4 Neon 今日開始推出:
- 開發者:透過 Google AI Studio 和 Android Studio 使用 Gemini API 付費方案進行開發。如果你是 Google AI Pro 或 Ultra 的付費訂閲用戶,可以在 Google Antigravity 試用 Neon;所有 Pro 和 Ultra 訂閲用戶也可以在 AI Studio 試用。
- 企業用戶:在 Gemini for business(透過 API 或模型下拉式選單)及 Google Antigravity 使用 Gemini 4 Neon。
- 一般用戶:如果你是 Google AI Pro 或 Ultra 訂閲用戶,可以在 Gemini app 的模型下拉式選單中選取 Gemini 4 Neon。
- 網絡安全防禦人員:合資格 Fairwind Program 成員將於未來幾日陸續獲得使用權限。如要申請加入 Fairwind Program,請聯絡你的 Cloud 帳戶團隊。
在收件匣接收 Google 最新消息
訂閲我們的電子報,接收產品更新、活動資訊、特別優惠等內容。
你的資料將按照 Google 私隱權政策。 使用。你可隨時取消訂閲。
來源:Hacker News 熱門(buzzing.cc 中文翻譯) · blog.google