Google 推出 Gemini 4 Neon,任务成本较 Carbon 低约 17%
Google continues to accelerate its release cadence with Gemini 4 Neon | Artificial Analysis
Google DeepMind 发布 Gemini 4 Neon,Artificial Analysis 测得其 xhigh 模式智能指数为 61,较 Gemini 4 Carbon 高 1 分。其单任务成本为 $6.44,较 Carbon 的非折扣价格低约 17%,耗时约 21 分钟,缩短约 40%。该模型支持 1M tokens 上下文窗口及文本、图像、视频和语音输入,价格为每 1M 输入/输出 tokens $3/$15。
推荐理由
精选AI 评分 76
横向数据呈现 Neon 相对 Carbon 在智能指数、单任务成本与耗时上的变化,可用于权衡性能和使用成本。
主题
正文 · AI 翻译
Artificial Analysis
所有文章
2026年11月18日Google 凭借 Gemini 4 Neon 继续加快发布节奏查看模型页面
Google 凭借 Gemini 4 Neon 继续加快发布节奏,智能水平较 Gemini 4 Carbon 略有提升,而单任务成本降低约 17%
Google DeepMind 发布了 Gemini 4 Neon,这是其短短七周内推出的第四款模型。Neon(xhigh)在 Artificial Analysis 智能指数中获得 61 分,比 Gemini 4 Carbon(high)高 1 分,总体排名第三,仅次于 GPT-6.2 Astra(max)和 Claude Fable 5.2(max)。在 high 推理强度下,Neon 的表现与 Carbon(high)持平,而按 Carbon 的标准(非折扣)价格计算,其单任务成本不到后者的一半。
要点:
➤ 以更低的单任务成本和耗时实现智能水平小幅提升:Neon(xhigh)的智能指数得分为 61,比 Carbon(high)高 1 分,在智能体知识工作、视觉推理和编程方面均有小幅提升。其单任务成本为 $6.44,较 Carbon 低约 17%(按非折扣价格计算为 $7.76);单任务耗时约 21 分钟,较 Carbon(约 36 分钟)缩短约 40%。Neon 每项任务使用的输出 tokens 多约 15%,因此成本下降完全源于其 token 价格降低了 25%(每 1M 输入/输出 tokens 的价格为 $3/$15,而非 $4/$20),耗时缩短则得益于更高的输出速度(每秒约 110 个输出 tokens,而非约 57 个)
➤ 视觉推理和输出呈现质量显著提升:在 GDP.pdf 中,Gemini 4 Neon(high)得分为 33.4%,比 Carbon(high,28.4%)高 5 个百分点,与测得的最高分处于同一水平;Neon(xhigh)得分则为 28.0%。在 AA-Briefcase 上,Neon(xhigh)的总体 Elo 得分为 1700,并以 1771 Elo 的成绩在呈现质量方面领先,比此前的领先者 Claude Sonnet 5.5(max,1726)高 45 分。在 Google 的多模态知识智能体评测(MKA)中,Neon 的 Climb WSR 达到 56%,比 Carbon 高 2 个百分点,与领先者 Claude Fable 5.2(max,57%)相当
模型主要信息:
➤ 上下文窗口:1M tokens
➤ 多模态能力:支持文本、图像、视频和语音输入,输出为文本
➤ 推理强度级别:Gemini 4 Neon 提供四种推理强度级别(low、medium、high 和 xhigh)——xhigh 是最近发布 Hydrogen 时引入 Gemini 模型的
➤ 定价:每 1M 输入/输出 tokens 为 $3/$15,比 Gemini 4 Carbon 当前的折扣价格 $2/$10(折扣于11月30日结束)高 50%,比其标准价格 $4/$20 低 25%。缓存输入 tokens 同样享受 95% 的折扣($0.15)
随着 GPT-6.2 Astra 和 GPT-6.2 Sol 发布,OpenAI 在智能指数中拥有排名第二的模型
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,不仅带来了 Artificial Analysis 智能指数排名第二的模型,还占据了单任务成本帕累托前沿的大部分区间
2026年11月17日
多模态知识智能体(MKA)基准测试:使用复杂视觉文件测试知识工作能力
我们与 Google DeepMind 合作推出其多模态知识智能体(MKA)评测,这是一项面向复杂视觉文件智能体知识工作的新基准测试
2026年11月10日
端点准确性指数 v1.1:收紧长上下文区间并扩大模型覆盖范围
我们正在推出 Artificial Analysis 端点准确性指数 v1.1。这是一次小版本升级,同时新增了对 GLM-5.3 Flash 和 Muse Spark Open 的覆盖。
2026年11月9日
AI 热点