“美国大豆包”又发新模型,Neon 接入 Antigravity 后编程解题率升至三倍多
Carbon 向开发者开放才八天,Google 又发布了一款 Gemini 4 模型。
11 月 18 日亮相的 Gemini 4 Neon,在默认推理档追平了自家的旗舰 Carbon,开到最高档后比 high 档的 Carbon 高出 1 分,进入 Artificial Analysis 智能指数总榜前三。对于这款新模型,Google 强调的是完成任务的速度。它想让开发者用接近 Flash 档的速度,跑完原本要交给更重的模型处理的软件工程、知识工作和科研任务。
继 Argon、Carbon 和 Hydrogen 之后,Neon 是 Google DeepMind 在约七周内发布的第四款模型。据 Artificial Analysis 测算,与 Carbon 相比,Neon 完成评测所需的成本更低、用时也更短。

同样是 60 分,Neon 默认档的任务成本不到一半
把两款模型都放在 high 档,Neon 和 Carbon 在 Artificial Analysis 智能指数上同为 60 分。Neon 平均每项任务花费 3.74 美元,Carbon 按标准价计算则要 7.76 美元。Neon 开到 xhigh 后,单任务成本升至 6.44 美元,仍比按标准价计费的 Carbon 低约 17%。
Neon 的速度优势也体现在整项任务上。Artificial Analysis 测得,Neon 每秒能生成约 110 个 token,接近 Carbon 的两倍。它在每项任务中平均还会多生成约 15% 的 token,完成任务的时间仍缩短了约四成。

Neon 在评测中的成本优势来自更低的 token 单价。它每百万输入和输出 token 分别收费 3 美元和 15 美元,都是 Hydrogen 的两倍。Carbon 和 Argon 的首发优惠持续到 11 月 30 日,期间每百万输入和输出 token 分别收费 2 美元和 10 美元,低于 Neon。12 月 1 日起,两款模型的输入和输出单价将分别涨至 4 美元和 20 美元。

Artificial Analysis 认为,Neon 进步最大的两个方面是利用 Agent 完成知识工作,以及视觉推理。
GDP.pdf Neon(high)得分为 33.4%,比 Carbon(high)的 28.4% 高出 5 个百分点,与该项评测的最高成绩相当。Neon 在 xhigh 档位的得分为 28.0%。
AA-Briefcase Neon(xhigh)拿到 1700 Elo,比 Carbon 的 1611 高出 89 分,仍低于 Claude Fable 5.2 的 1785 和 Claude Sonnet 5.5 的 1815。提升最大的是演示文稿质量,分数上涨 170 Elo,达到 1771,创下 Artificial Analysis 在这一分项的最高纪录,比此前领先的 Claude Sonnet 5.5(1726)高出 45 分。
MKA 在 Google 的多模态知识 Agent 评测中,Neon 的 Climb WSR 达到 56%,比 Carbon 高 2 个百分点,落后 Fable 5.2(57%)1 个百分点。
Neon 的上下文窗口约为 100 万 token,最多可输出 100 万 token。它可以处理文本、图片、视频、音频和 PDF,支持 Computer Use、代码执行和文件搜索,也可以借助 Google 搜索和地图中的信息生成有依据的回答。Neon 暂不支持生成图像或音频。
发布当天,开发者已能通过 Gemini API 和 Google AI Studio 使用 Neon,企业用户可以通过 Gemini for Business 接入。Google AI Pro 和 Ultra 订阅用户也可以在 Gemini 应用和 Antigravity 中使用。
接入 Antigravity 后,Neon 的编程解题率升至三倍多
编程是 Neon 此次发布的重点。
在默认的 high 推理档位下,Neon 在 Terminal-Bench 4.1 上拿到 65.2%,在 FrontierCode 2.0 上拿到 46.2%。在 SWE-sweep 上,Google 用统一的 mini-SWE Harness 和各家厂商自己的 Harness 分别测试了三款模型。 Neon 使用 mini-SWE 时解决了 12.8% 的任务,接入 Antigravity 后,解题率升至 39.0%。
同一组对照中,Claude Opus 5.5 从 mini-SWE 换到 Claude Code 后,解题率从 3.6% 升至 10.1%。GPT-6.2 Sol 从 mini-SWE 换到 Codex 后,成绩却从 11.6% 降至 8.3%。

Antigravity 的 Harness 与 Gemini 经过联合训练。Neon 也针对长时间的编程会话做了优化,减少不必要的文件读取,并改善上下文管理。Antigravity 还可以让多个子 Agent 在各自的 Git worktree 中工作,再验证它们的改动。就 Neon 而言,这次只公布了 mini-SWE 和 Antigravity 两套配置的成绩。各项优化分别贡献了多少,以及换到其他代码仓库后能否复现,还有待验证。
Neon 还加入了 Google 随 Hydrogen 推出的模型切换机制。处理同一项编程任务时,Neon 可以负责规划和解决较难的问题,把常规工作交给 Hydrogen。借助此前随 Carbon 推出的 /swarm 功能,它还可以并行调度多个 Hydrogen 子 Agent。Google 尚未公布这套分工下的单任务成本。
Antigravity 上线一周年,Google 重置所有用户的额度
Gemini 4 Neon 发布之际,Antigravity 迎来了上线一周年。Varun Mohan 宣布,Google 将重置所有用户在平台上全部模型的使用额度。 11 月初,Antigravity 曾重置 Gemini 和 Argon 的额度,随后又单独重置过 Gemini。这次,Claude 和 GPT-OSS 等第三方模型也在重置范围内。

Mohan 此前与 Douglas Chen 共同创办了后来更名为 Windsurf 的公司。2025 年 7 月,Google 将两人和多名 Windsurf 研究人员招入 DeepMind,并取得 Windsurf 技术的非独家授权。四个月后,这支团队推出 Antigravity,让 Agent 可以跨编辑器、终端和浏览器执行任务,也让开发者能在一个界面里查看多个 Agent 的工作进度。
Antigravity 按 Agent 的工作量计算额度,长任务通常比短任务消耗更多。免费用户的基础额度每周刷新,Pro 和 Ultra 用户每五小时刷新一次,同时受每周上限约束。这次重置补回已消耗的额度,让触及上限的用户能继续手头的项目,各套餐的额度上限照旧。
参考链接:
https://deepmind.google/models/model-cards/gemini-4-neon/
https://the-decoder.com/google-ships-gemini-4-neon-its-fourth-new-gemini-model-in-a-month/
内容来自 InfoQ 推荐,版权归原作者所有。
阅读原文 ↗