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%。

谷歌同日还推出长程运行产品智能体Stitch Loop、向低内存安卓设备开放Gemini App,并正式向部分用户开放世界模型Genie 4。
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%。

值得注意的是,Neon完成任务时使用的输出Token反而比Carbon多约15%。Artificial Analysis认为,成本下降主要来自Neon更低的Token单价,而耗时缩短则得益于更快的输出速度:Neon每秒输出约110个Token,接近Carbon约57个Token的两倍。
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。
API定价低于Carbon标准价,网络安全能力继续强化
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。
谷歌还推出Neon的网络安全版本,重点覆盖漏洞发现、风险验证和代码修复。谷歌称,Neon在AutoBaxBench困难档测试中达到76%,在WebExploitBench v1.2中达到51.26%;在SEC-bench Pro漏洞检测测试中得分为90.5%,并在CWE-bench v2根因修复测试中达到70.7%。
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。











