谷歌周三正式发布 Gemini 4 系列新模型 Neon。独立测评机构 Artificial Analysis 的评测显示,Neon 在智能指数中取得 61 分、排名全球第三,单项任务成本较前代 Carbon 下降约 17%,完成时间缩短约 40%。

Neon 单项任务成本仅 6.44 美元,耗时缩短至 21 分钟
谷歌 DeepMind 高级副总裁、首席 AI 架构师 Koray Kavukcuoglu 在官方博客中表示,Gemini 4 Neon 面向复杂软件工程、知识工作和科研任务,重点提升模型在复杂工作流中的端到端执行能力,同时兼顾速度和成本。
Artificial Analysis 公布的测评结果显示,Neon 在最高思考档 xhigh 下的 Artificial Analysis Intelligence Index 得分为 61 分,较 Gemini 4 Carbon 的 high 档高 1 分,排名全球第三,仅次于 GPT-6.2 Astra 和 Claude Fable 5.2。Neon 在智能体知识工作、视觉推理和编程等方面均有小幅进步。
效率提升是此次升级的一大亮点。Artificial Analysis 测算,Neon 完成一项智能指数任务的平均成本为 6.44 美元,较 Carbon 标准价格下的 7.76 美元低约 17%;平均耗时约 21 分钟,比 Carbon 的约 36 分钟缩短约 40%。

在编程智能体测试中,Neon 同样表现突出。Artificial Analysis 在 Antigravity CLI 环境下测得,Neon 的 Coding Agent Index 得分为 59 分,比 Carbon 高 3 分,与 Claude Code 搭载 Claude Fable 5.2 和 Claude Opus 5.5 的成绩大致相当。不过,Neon 完成任务的平均成本约为 6.86 美元,低于 Claude Opus 5.5 的 12.61 美元和 Claude Fable 5.2 的 15.47 美元。
视觉推理和成果呈现方面,Neon 也取得进步。在 AA-Briefcase 测试中,Neon 的综合成绩达到 1700 Elo,较 Carbon 的 1611 提高 89 分;其中演示文稿质量得分达到 1771 Elo,较此前领先者高出 45 分。不过,其综合成绩仍低于 Claude Fable 5.2 和 Claude Sonnet 5.5 等模型。
编程智能体排名第一,复杂代码任务表现比肩 Claude
谷歌将 Neon 定位为兼顾前沿智能与执行效率的模型,强调其能够处理多文件调试、跨代码库重构,以及需要连续调用工具的长程任务。
Neon 支持 100 万 Token 上下文窗口,可在一次任务中整合大型项目、表格、图表、PDF、音频和视频等信息。谷歌称,模型具备四档可调思考级别—— low、medium、high 和 xhigh,用户可根据任务复杂程度,在响应速度、推理深度和 Token 开销之间进行权衡。
谷歌还强调 Neon 在多步骤指令遵循和减少模型编造方面的进展。该公司称,Neon 在内部 Antigravity 测试中的编造率创 Gemini 模型新低;在 Google 的多项企业、金融和科学任务评测中,Neon 也取得靠前成绩,包括法律研究、税务代理、自动化任务,以及科学和数学推理。
谷歌官方博客披露,Neon 在 Artificial Analysis Coding Agent Index 中排名第一,得分为 58.6;在 Terminal-Bench 4.1 中得分 65.2%,在 FrontierCode 2.0 默认 high 档得分 46.2%。在 SWE-sweep 测试中,Neon 在 mini-SWE 测试环境的得分为 12.8%,而在 Google Antigravity 环境下达到 39.0%。
谷歌还展示了 Neon 在 Antigravity 中运行长达 12 小时的 /swarm 任务:模型利用档案照片重建了艾伦 · 图灵 1936 年在剑桥国王学院的书房,并在 3D 场景中构建出一台能够运行的通用图灵机。谷歌将其作为模型处理长程、多步骤复杂任务能力的展示。

Neon 的 API 价格为每百万输入 Token 3 美元、输出 Token 15 美元;缓存输入 Token 价格为每百万 0.15 美元,享受 95% 的折扣。
这一价格高于 Carbon 目前每百万输入 Token 2 美元、输出 Token 10 美元的限时优惠价,但低于 Carbon 标准价 4 美元和 20 美元,较标准价格低 25%。Carbon 的限时优惠将于 11 月 30 日结束。

谷歌表示,Neon 在网络安全任务中的表现优于 Carbon,且在部分测试中成本约为大型前沿模型的一半。Neon 网络安全版本将在未来数日通过 Fairwind 计划向经过筛选的网络安全防御者开放。
在安全性方面,谷歌称,Neon 延续了 Carbon 在严重滥用和提示注入防护方面的保护能力。在 Gray Swan 间接提示注入测试中,Neon 在最高思考档抵御了测试中的全部攻击,攻击成功率为 0%。不过,这一结果仅代表特定基准测试,并不意味着模型能够抵御所有现实环境中的提示注入攻击。
Stitch Loop 让智能体持续监测并优化产品
除基础模型外,谷歌周三还发布了 Google Labs 的新实验产品 Stitch Loop。这是一款长程运行的产品智能体,能够连接企业代码库和实时产品指标,持续发现产品问题、提出改进方案,并在获得用户确认后编写代码、创建 GitHub Pull Request。
Stitch Loop 的工作流程包括发现改进机会、提出解决方案、生成代码和持续跟踪结果。它可以接入 GitHub,以及日志、用户行为和反馈等产品数据,并通过 180 多个集成、自定义 MCP 服务器或本地 CLI 上传获取上下文。
谷歌称,Stitch Loop 内置网络安全、延迟和无障碍优化等循环任务,也允许团队自行设置目标,例如提高结账转化率。它可以在隔离的云端沙箱中编写代码并提交 Pull Request,但不会在用户审核前自动合并。
其中,网络安全循环将 Gemini 4 Carbon 的网络安全能力与谷歌 DeepMind 的自主智能体 CodeMender 结合,用于扫描代码库中的漏洞并提出修复方案。Stitch Loop 目前开放候补名单,符合条件的 Google AI Ultra 用户将优先获得使用权限。
Gemini App 向低内存安卓设备开放,Genie 4 开始面向用户推出
谷歌周三还宣布,Gemini App 开始支持符合条件的低内存 Android Go 设备。谷歌表示,已重新设计应用,使核心 Gemini 体验能够在内存较低的硬件上流畅运行,预计将使全球数以亿计的用户获得使用机会。
新支持的功能包括 Gemini Live 语音对话、通过摄像头识别笔记和表格并进行学习或翻译,以及使用 Nano Banana 生成图像。用户可从 Google Play 下载应用,部分合作伙伴未来推出的新设备也可能预装 Gemini。
此外,谷歌正式向符合条件的 Google AI Ultra 订阅用户开放世界模型 Genie 4,并推出升级版 Project Genie 体验。用户可以通过自然语言指令,在生成的交互式世界中实时改变天气、添加角色或调整场景,还能体验随环境变化生成的原生音频。
Project Genie 同时引入创作智能体,用户只需描述想法,智能体便可协调谷歌的多模态模型生成初始视觉场景和背景音乐;新上线的社区画廊则允许用户发布、探索和二次创作其他人制作的虚拟世界。Google AI Pro 用户目前可以加入候补名单。
从 Neon 提升复杂任务的执行效率,到 Stitch Loop 让智能体持续参与产品迭代,再到 Genie 4 开放交互式虚拟世界,谷歌周三的一系列发布显示,其 AI 产品布局正从模型能力本身延伸至更广泛的应用场景。对谷歌而言,接下来的关键不仅是模型基准成绩能否继续提升,也在于这些工具能否真正进入开发者、企业和普通用户的日常工作流。