谷歌正式推出Gemini 4 Neon AI模型,专为软件工程、知识工作及科学工作流设计。这是继Gemini 4 Argon、Carbon和Hydrogen之后,谷歌在列表中新增的中级选项,旨在以较低成本提供接近Carbon模型的性能。

性能与排名

在Artificial Analysis Intelligence Index的xhigh思维层级中,Neon总排名第3,得分61,仅次于更大、更慢的模型。在Vals指数上,Neon排名第二并位于帕累托前沿。此外,在新推出的Agent Arena指数中,Neon在可操控性(适应任务中途的用户修正)方面排名第二,并在多步指令遵循方面表现出色。依托谷歌在遏制虚构内容方面的进展,Neon在内部Antigravity测试中创下了最低虚构率纪录。

定价规格

Neon支持100万令牌的上下文窗口。其定价为每百万输入令牌3美元(缓存输入令牌每百万0.15美元,享受95%折扣),每百万输出令牌15美元。

行业基准表现

谷歌强调了Neon在企业、分析及科学领域的综合能力:

  • 企业工作:Neon能在单一100万令牌上下文窗口中综合处理电子表格、PDF、图表、音视频等输入,并转化为结构化交付成果。独立评估显示,其在Vals指数基准测试中排名第二(70.9%),并在Legal Research Bench和Tax Agent Bench上均排名第一。
  • 专业领域:在Surge AI的多项类别中,Neon在金融、会计、电子表格建模和复杂约束遵循的大多数基准测试中位居榜首。其在Chartography(阅读密集专业图表)中得分73.5%,在Agents’ Last Exam v1.1中与领先模型持平(75.8%)。在Zapier AutomationBench(56.3%)和Andon Labs Vending-Bench 2(模拟长期运营企业测试,得分$16,843)上,Neon均获得全球第一。在涵盖4,200多个真实世界代理会话的Agent Arena指数中,它以1336分的成绩位列全球第二。
  • 科学与数学:在定量分析、数学和技术研究推理方面,Neon在Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和HLE-Diamond(71.3%)上均达到同类最佳水平。

随着Gemini 4系列的持续扩充,谷歌正努力缩小与Anthropic和OpenAI的差距。Neon的推出为用户提供了兼具高效率与低成本的近乎顶级模型选择。