11 月 18 日,谷歌发布了 Gemini 4 家族的第四款模型 Neon:在独立评测机构 Artificial Analysis 的综合智能指数上,它得 61 分、总排名第三,排在 OpenAI 的 GPT-6.2 Astra 和 Anthropic 的 Claude Fable 5.2 之后,价格却不到这两个旗舰的四成。先给结论:它不是当下最强的模型,但"强"在了另一个地方:用大约旗舰四成的价格,追平自家旗舰 Carbon 的智能水平(61 对 60),输出速度接近翻倍,编程智能体指数排第一,单任务平均花费不到 Anthropic 和 OpenAI 旗舰的一半。谷歌卖的不是"最高分",是"跑得动的前沿智能"。微博知乎
七周四个模型:家族里的位置
Gemini 4 从 9 月底开始按元素周期表出牌:氩 Argon(9 月 30 日)、碳 Carbon(11 月 10 日全面开放)、氢 Hydrogen(11 月 12 日)、氖 Neon(11 月 18 日)。谷歌甚至做了一张元素周期表式的家族展示页。分工很清楚:Carbon 处理最难、周期最长的项目,Hydrogen 快而便宜、免费用户也能用,Neon 卡在中间,官方定位是复杂软件工程、知识工作和科学工作流——长流程 Agent 任务能跑到底,还能接受你中途改需求。发布时机也值得注意:前一天 OpenAI 刚推出 GPT-6.2 Astra/Sol,第二天谷歌就发布了 Gemini 4 Neon,对标意图写在明面上。微博微博知乎
跑分:哪些是谷歌说的,哪些是独立机构说的
谷歌官方对比表显示 Neon 在多数测试中领先 Claude Opus 5.5 和 GPT-6.2 Sol,但这张对照表是谷歌自己挑的题目,而且对标的只是对手的次一档模型,不是最顶的旗舰。独立数据更完整一些:Artificial Analysis 编程智能体指数上,Neon 搭配谷歌自家 Antigravity 工具得 59 分,超过 Opus 5.5 和 Fable 5.2 搭配 Claude Code 的 58 分排第一;每个任务平均花费 Neon 是 6.86 美元,对比 Opus 5.5 的 12.61 美元和 Fable 5.2 的 15.47 美元。输出速度约每秒 110 个 token,是 Carbon(约 57)的近两倍。也有输的项目:Terminal-Bench 4.1 和 FrontierCode 2.0 上 Opus 5.5 略高,专业图表理解的 Chartography 上 GPT-6.2 Sol 略高。一个容易被忽略的细节:61 分是开最高思考档(xhigh)的成绩,日常默认 high 档下分数会低一些,与 Carbon 持平——"比自家旗舰更强"这句话,要看档位。微博知乎

价格:标价和实际花费是两本账
API 标价每百万输入 token 3 美元(缓存命中 0.15 美元),每百万输出 15 美元。参照系:旗舰 GPT-6.2 Astra 和 Claude Fable 5.2 都是输入 8 美元、输出 40 美元,Neon 的价格是它们的 37.5%;Opus 5.5 是 4/20 美元,GPT-6.2 Sol 是 2/10 美元。比价前有两个坑:一是 Carbon 的促销价 2/10 美元只到 11 月 30 日,12 月 1 日起涨回 4/20(媒体报道口径),11 月内单算 token 其实是 Carbon 便宜。二是标价不等于任务成本,谷歌宣称 Neon 默认 high 档单任务成本比 Carbon 低 32%,靠的是它输出更快、单位时间用得省,这笔账对天天跑长任务的开发者才是重点。知乎微博知乎

规格上的取舍
Neon 支持 100 万 token 上下文输入,读图、读视频、读音频都没问题,但只输出文字。单次输出上限默认 6.5 万 token,是 GPT-6.2 和 Claude 现有型号(12.8 万)的一半,需要开启谷歌的"长输出"功能分段续写,输入加输出合计约 105 万。入口也要注意:Gemini App 里 Pro 和 Ultra 订阅用户可在模型菜单选 Neon,开发者和企业走 Gemini API 付费档或 Gemini for business。免费用户用不了 Neon,能继续用的是 Hydrogen。谷歌还预告了网络安全专用版 Neon for cyber,几天内通过 Fairwind 计划向经审核的安全防御人员开放。微博知乎
该不该换
社区第一波反馈集中在多模态还原和设计、动效生成上,被认为是它相对 Claude 系列的明显长项。按现有证据判断:已经在谷歌生态里、天天跑多文件改代码或长文档分析的付费用户,Neon 是目前性价比最高的选项;活不复杂或偶尔用一次,免费档的 Hydrogen 就够;已经在 OpenAI 或 Anthropic 工作流里跑顺的,不妨先用同一个任务两边各跑一遍再决定——除了 Artificial Analysis 发布当天的读数,多数官方成绩还没有完整的第三方复现,领先的幅度,先别按最乐观的那个算。微博

当前文章无评论,是时候发表评论了