推出 Gemini 4 Neon:高性能与低延迟的工程与科研助手
今天,我们推出 Gemini 4 Neon——它具备前沿级别的智能,能以极快的速度端到端完成复杂软件工程、知识工作和科研工作流中的任务。
在 xhigh 思考级别下,Neon 在 Artificial Analysis Intelligence Index 上以 61 分的得分超越同级模型、总排名第 3,仅落后于更大、更慢的模型。在 Vals Index 上,Neon 排名第 2,并且落在帕累托前沿上。除了提升模型的原始能力,我们还在持续让模型变得更好用:在全新的 Agent Arena Index 中,Neon 在可操控性(能干净利落地响应任务中途的用户纠正)上排名第 2。Neon 还擅长执行多步骤指令,并延续了我们在抑制捏造内容方面的持续进展——在 Google Antigravity 的内部测试中,创下了迄今最低的捏造率。
该模型定价为每百万输入 token $3(每百万缓存输入 token $0.15,95% 折扣),每百万输出 token $15,上下文窗口为 100 万 token。
Gemini 4 Neon 今天起在 Gemini API 中上线,覆盖 Google AI Studio、Gemini for business(通过 API 和模型下拉菜单)、Google Antigravity(面向付费 Google AI Pro 和 Ultra 订阅者),以及 Gemini app(面向 Pro 和 Ultra 订阅者)。
胜任企业、分析和科研工作
企业工作离不开电子表格、PDF、图表、音频和视频。Neon 可以在 100 万 token 的上下文窗口中综合处理所有这些输入,并将其转化为结构化的成果。独立评测将 Neon 列为顶级模型之一:在 Vals Index 上排名第 2(70.9%),在 Legal Research Bench 和 Tax Agent Bench 上均排名第一。
Neon 在 Surge AI 的多个类别中表现突出,在金融、会计、电子表格建模及复杂约束遵循等大多数基准测试中位列第一。它在用于读取密集专业图表的 Chartography 测试中得分 73.5%,在 Agents' Last Exam v1.1 上的表现(75.8%)也与头部模型持平。此外,Neon 在 Zapier 的 AutomationBench(56.3%)和 Andon Labs' Vending-Bench 2(16,843 美元)中均获得综合第一,后者是一项模拟经营企业的长时程任务。最后,在涵盖 4,200 多个真实世界 Agent 会话的 Arena 新 Agent Arena Index 中,Neon 以 1336 分的成绩在全球范围内首次亮相即位居第二。
在科学与数学推理领域,涵盖定量分析、数学和技术研究问题,Neon 在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)以及 HLE-Diamond(71.3%)中均为同类最佳。
为生产级代码而生
Neon 专为长时运行的 Agent 工作流打造,能够在复杂、重度依赖工具的任务中端到端维持高性能——无论是独立运行,还是在 Google Antigravity 中作为快速、高判断力的 Orchestrator 指挥并行的 Hydrogen 子代理。它能减少冗余的文件读取,实时共享工作进度,并在长会话中可靠地处理上下文压缩。
在核心的开发者和科研工作流中,Neon 都达到了前沿水准,与同级别领先模型不相上下:在 Artificial Analysis Coding Agent Index 上以 58.6 分位居总榜第一,Terminal-Bench 4.1 得分 65.2%,FrontierCode 2.0 得分 46.2%(默认高档设置)。对于可直接投入生产的代码,Neon 能通过精准的"外科手术式"修改,跨仓库完成多文件调试和重构。在 SWE-sweep 上,它已在 mini-SWE harness 中领先(12.8%),而在 Google Antigravity 中更是翻了三倍多,达到业界领先的 39.0%,充分展示了 Antigravity harness 的潜力。
在 Google Antigravity 中驱动 Blender MCP,Gemini 4 Neon 使用 /swarm 构建了一个逼真的 3D 实验台,用化学元素的准确意象来呈现各模型名称:Gemini 4 Carbon 和 Gemini 4 Hydrogen 配本生灯火焰,Gemini 4 Argon 和 Gemini 4 Neon 配高压气体放电管。
在 Google Antigravity 中,Gemini 4 Neon 从零编写了一个第一人称 WebGL2 自由式滑雪模拟器,基于真实的勃朗峰和霞慕尼海拔地形——包含 10,200 行自定义 shader、六条高山雪道上的 120 Hz 滑雪物理、动态刻滑轨迹、板状雪崩和空间 Web Audio,全程零预制素材。
在 Google Antigravity 中使用 /swarm,Gemini 4 Neon 检索历史档案照片,以交互式 3D 方式复现了图灵 1936 年在剑桥大学国王学院的书房——从外面的国王学院礼拜堂到里面的 X.8 房间,书桌上还运行着一台可用的通用图灵机。
在 Google Antigravity 中,一个 Gemini 4 Neon agent 集群把一张图片转换成包含 10 万个单元格的 Google Sheet,全程零嵌入图片、零 Apps Script——用超过 50 万条实时表格公式实现边缘检测、3D 深度映射和场景重新打光,支持六种交互模式。
为生产级工作流带来更高效的掌控
我们在每次发布新模型时都在持续打磨 thinking levels,让团队获得更细粒度的控制、更平滑的档位过渡。Neon 的四个级别可以稳步伸缩,团队可以按工作负载的实际需要来调配智能水平和 token 消耗。
在第三方基准测试中,Neon 以更低的任务成本实现了高性能。在默认的“高思考”(high thinking)模式下,Neon 获得了较高的 Artificial Analysis Intelligence Index 分数,且单任务成本比 Carbon 低 32%。在“高”难度下,Neon 在 Vals 指数和 Agent Arena 上均位于帕累托前沿,单任务成本比顶尖的竞对前沿模型低约 50% 至 80%。启用 xhigh 思考模式后,能进行更深入的多步推理,适合最困难的工程、分析和科学任务。在此模式下,Neon 展现出最高的智能分数,同时单任务成本仍比竞对模型在最高设置下低 36% 以上。
专为快速、低成本的前沿网络防御而生
随着 Agentic Coding(智能体编程)的扩展,从源头生成安全代码至关重要。在 AutoBaxBench 的所有易、中、难挑战中,Gemini 4 Neon 生成的安全代码均多于 Carbon,并在困难层级达到最先进水平(76%)。
保障系统安全还意味着在攻击者之前主动发现漏洞。渗透测试一直是企业网络安全的核心支柱。在 WebExploitBench v1.2 上,Neon 以竞对大型模型一半的成本达到了最先进水平(51.26%)。
为加固现有代码,Neon for Cyber 在整个代码加固生命周期——漏洞发现、验证及修补——中均展现出前沿级性能,同时比大型前沿模型更快、更具成本效益。
- 发现代码漏洞:Neon 在 SEC-bench Pro 上取得最先进水平(90.5%),单挑战成本约为对手的一半。
- 通过利用来验证风险:为确定哪些漏洞优先修复,防御者依赖模型来检查漏洞是否可被利用。在 ExploitGym 上,Neon 使用 Carbon 一半的 Token 数达到了前沿级性能。
- 修补漏洞:修复漏洞根源是网络安全防御周期的关键一步。Neon 在 Collinear 的 CWE-bench v2 上达到 70.7%,比 Carbon 提升 3.4%。
面向网络安全领域的 Gemini 4 Neon 将在未来几天内通过 Fairwind Program 面向可信的防御者推出。
为安全可靠的执行而设计
Gemini 4 Neon 建立在我们 Gemini 4 安全体系的改进之上——既保留了 Gemini 4 Carbon 级别的防护,防止严重滥用和 prompt injection,又在模型对齐和 agentic 行为方面更进一步。考虑到这个模型要在生产环境中承担繁重、长时间运行的任务,我们重点做了以下几方面:
- 降低前沿滥用带来的安全风险:由于 Neon 以更快、更低成本的方式提供了前沿级能力,我们为其配备了与 Carbon 防护相当的针对网络安全和生物安全滥用的实时防护措施,同时大幅减少对正当工作的误拒——例如在 Terminal-Bench 4.0 上仅拒绝 1.98% 的任务,在 Terminal-Bench-Science 上拒绝率为 0%。
- 推进对齐与规范模型行为:在内部编码使用场景中,我们的思维链与行为对齐监控器发出的警报率低于 Carbon 设定的已极低基准线,表明 Neon 具备更强的对齐倾向。该监控器同样部署于所有外部接口,以保障 Neon 的安全运行。Neon 经过训练,能够在不偷工减料、不伪造结果、不越界的情况下完成多步骤任务,持续优化执行请求与保持范围之间的平衡。在 Terminal-Bench 4.0 中,Neon 与 Carbon 持平,作弊率为 0.0%;在我们的编码作弊评估中,它仅在 2.45% 的任务中走了捷径(这是 Gemini 4 系列模型中最低的比率)。此外,它在我们的智能体安全测试套件中实现了 0.09% 的不当行为率,并在智能体诚实度评估中达到了 99.2% 的通过率。
在智能体行为评估中,Neon 在 Carbon 强大基线的基础上,根据不同努力等级,进一步将服务不足降低 43%–56%,将越界行为减少 15%–35%。 - 保护用户免受间接提示注入攻击:在 Gray Swan 的 IPI 基准测试中,当恶意指令被植入网页、邮件、文档或代码中时,Neon 比同类其他模型更具韧性。我们发现,在最高思考层级下启用实时安全保护时,Neon 成功抵御了 Gray Swan 基准测试中的所有攻击,攻击成功率仅为 0.0%,与其他 Gemini 模型的表现持平。
更多详情,请参阅 Gemini 4 Neon 模型卡片。
专为深度分析打造
在 Gemini 应用中,Gemini 4 Neon 擅长需要前沿推理能力和快速响应的任务。
- 更高品质的写作与知识工作:Neon 写作清晰,回复结构严谨,语气自然直接。它能更精准地阅读电子表格、PDF 和照片等上传文件,将密集信息转化为有用的报告和摘要,并从 Gmail 和 Docs 等 Google 应用中提取相关细节。
- 可靠的研究与分析:Neon 经常从网络各处引用信息来源,确保在快速变化的主题上回答保持最新——比如大额采购前比较各厂商报价,或整合最新市场数据撰写一份复杂的简报。
- 更难的任务也能更快搞定:Gemini 中的 Tasks 现在可以运行在 Neon 上,处理复杂的多步骤任务比大模型更快、更高效。把繁琐的待办事项交给它,既能完成更多工作,又能延长用量上限的使用时间,比如分析账单找出水电费突然暴涨的原因,或交叉核对多张收据和单据来协商退款。
Neon 在 Gemini 4 家族中的定位
Neon 专为复杂编码、分析推理和生产级企业工作流而设计。Carbon 负责攻克最具挑战性的长周期项目,Hydrogen 负责快速的日常执行,而 Neon 在深度和效率之间取得平衡:以更快、更省的成本,为复杂的高频工作流提供前沿水平的推理能力。
立即用 Gemini 4 Neon 开始构建
Gemini 4 Neon 从今天开始推出:
- 开发者:可通过 Google AI Studio 和 Android Studio 使用 Gemini API 付费层级进行构建;如果你是 Google AI Pro 或 Ultra 订阅用户,还可以在 Google Antigravity 中体验 Neon,所有 Pro 和 Ultra 订阅用户也都可在 AI Studio 中试用。
- 企业用户:可在 Gemini for business(通过 API 或模型下拉菜单)和 Google Antigravity 中使用 Gemini 4 Neon。
- 个人用户:如果你是 Google AI Pro 或 Ultra 订阅用户,可以在 Gemini 应用的模型下拉菜单中选择 Gemini 4 Neon。
- 网络安全防御者:符合条件的 Fairwind Program 成员将在未来几天内陆续获得访问权限。如需申请加入 Fairwind Program,请联系你的 Cloud 客户团队。