2026年11月19日AgentsAPIBenchmark

Gemini 4 Neon:夹在中间的型号,却是来当经理的

Google 周三 UTC 21:00 发布 Gemini 4 Neon,离我们这一期的时间窗关闭只剩一个小时,半小时内就在 Hacker News 往上爬。Neon 夹在两个型号中间:Carbon 是慢吞吞的重型思考者,Hydrogen 是快速日常款。价格是每百万输入 token 3 美元,缓存输入 0.15 美元(95% 的折扣,相当于打 0.5 折),输出 15 美元,上下文 100 万 token。今天起在 Gemini API 和 AI Studio 付费层、Gemini 企业版、Antigravity 的 Pro 和 Ultra、Gemini App 陆续上线,Gemini 里的 Tasks 也可以跑在 Neon 上。官方博客:https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/ ,模型卡:https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-4-Neon-Model-Card.pdf

下面的数字全部来自 Google 自己。Artificial Analysis 智能指数 61 分,总榜第三,排在前面的都是更大更慢的模型(昨天 AA 的表里 Fable 5.2 是 65,GPT-6.2 Astra 是 62)。AA 的 Coding Agent Index 总榜第一,58.6。Terminal-Bench 4.1 拿到 65.2%,Vals Index 70.9% 排第二,Zapier AutomationBench 第一,56.3%。Google 说默认 high 档位下,单任务成本比 Carbon 低 32%,在 Vals 和 Agent Arena 上比头部竞品便宜大约 50% 到 80%。一周之内,这已经是第四个把单任务成本当头条的发布了,前面三个是 Qwen4-Max、MAI Code 2 和 GPT-6.2。

更有意思的是它的岗位描述。Google 说 Neon 适合当 Antigravity 里的总调度,快、判断力好,指挥一群并行的 Hydrogen 子 agent 干活;少读重复文件,边干边汇报进度,上下文压缩也靠谱。它还报了两个这周别家发布页上都没有的行为指标:相比 Carbon,该做没做的情况少了 43% 到 56%,越权多做的情况少了 15% 到 35%,各个推理档位都算上。昨天 OpenAI 承认 GPT-6.2 更容易对卡住它的东西闭口不提,今天 Google 就拿出一个专门衡量这类毛病的数字。说到底还是 Google 自己给自己打分,但至少打分的对象选对了。

反面教材同一天早上就有了。kernel.dev 发了一篇《Gemini 4 Carbon 为什么这么慢》(HN 260 分),在一个私有的修 bug 评测上,Carbon 开 low 档要 22 分 21 秒,Opus 5.5 开 high 档只要 9 分 33 秒;每五轮插一句让它汇报进度,耗时就从 37 分钟降到 28 分钟。说白了,慢的是做事习惯,不是脑子。https://kernel.dev/blog/why-is-gemini-4-carbon-taking-so-long/ 开着这篇再看 Neon 的发布文案,几乎就是在对症下药。同一天下午,Genie 4 也在 Project Genie 里向 AI Ultra 用户开放,还配了一个帮你搭世界的 agent。

这场比赛的形状悄悄变了。一年前各家比的是谁最聪明,这周四家在比谁是最便宜、又靠得住的经理。第一个公开自家经理多久会对问题装没看见的,已经把门槛抬高了,剩下几家得跟。
← 上一篇
博理科技两轮融资超5亿元:高分子3D打印从鞋底走向机器人
下一篇 →
五个团队撞上同两个 NGINX 漏洞:找漏洞已经不值钱了
← 返回所有文章

评论

加载中...
>_