
Gemini 4 系列现在是三个档位:Carbon 攻坚最难的长周期项目,Hydrogen 负责日常快速执行,新来的 Neon 卡在中间——按 Google 自己的说法,是「平衡深度与效率」。
输入每百万 token 3 美元,缓存输入 0.15 美元(95% 折扣),输出每百万 token 15 美元,上下文窗口 100 万 token。
这个定价放在前沿模型里不算激进,但配合下面几个数字看就不一样了。
先说位置
在 Artificial Analysis 的综合评分上,Neon 在 xhigh 思考档拿到 61 分,排第 3,仅落后于更大更慢的模型。在另一个榜单上排第 2,落在帕累托前沿上。
成本侧更值得注意:默认 high 档下,Neon 相比 Carbon 单任务成本低 32%,同时智能指数分数更高。在 Vals 指数和 Agent Arena 上,它同样处在帕累托前沿,单任务成本比同类顶级前沿模型低约 50% 到 80%。
Google 还强调了一个不太常被单独拎出来的指标:可操控性(steerability),即任务中途接受用户纠正并干净调整的能力,Neon 在新榜上排第 2。另外它在内部 Google Antigravity 测试里录得了迄今最低的编造率。

一百万 token 里塞什么
企业工作的素材散在表格、PDF、图表、音频和视频里。Neon 的卖点是在单个 100 万 token 上下文里综合处理这些输入,把原材料变成结构化的交付物。
具体成绩:某项基准 70.9% 排第 2;在另外两个榜单上拿到第 1;在金融、会计、表格建模和复杂约束遵循这些类别里,多数基准排第 1;读取密集专业图表的 Chartography 得 73.5%;Zapier 的两个榜单整体第 1,其中一个叫 Zapier AutomationBench,成绩是 16,843 美元——这是「经营一家企业」的长周期模拟。它还以 1336 分在全球某榜首次亮相排第 2。
科学和数学推理上,Google 说它是最好的。
开发者这边
Neon 被设计成能跑长时间 agent 工作流:减少重复的文件读取、边干边汇报进度、长会话里可靠地做上下文压缩。
它可以独立运行,也可以在 Google Antigravity 里当「编排者」,指挥并行的 Hydrogen 子 agent。
在核心开发和科研工作流上,Google 说它达到前沿水平:其一说在某榜整体排第 1,46.2%(默认 high 档);在 FrontierCode 2.0 上,mini-SWE harness 里是 12.8%,但在 Google Antigravity 里变成 39.0%——官方特意点出这是 harness 带来的差距。
几个演示挺能说明问题。用 Blender MCP 驱动,Neon 通过 /swarm 搭了个逼真的 3D 实验台,用本生灯火焰对应 Gemini 4 Carbon 和 Hydrogen,用高压气体放电管对应 Argon 和 Neon。它在 Antigravity 里从零写了一个第一人称 WebGL2 滑雪模拟器,地形取自勃朗峰和霞慕尼的真实高度数据,包含 10,200 行自定义着色器、120 Hz 滑雪物理、动态雪痕、雪崩和空间音频,没有任何预制素材。还用 /swarm 拉档案照片,还原了图灵 1936 年在剑桥国王学院的研究室,桌上跑着一台能工作的通用图灵机。
最夸张的一个:把一张图变成 10 万个单元格的 Google Sheet,零嵌入图片、零 Apps Script,用超过 50 万个实时公式做边缘检测、3D 深度映射和六种交互模式下的重新打光。

网络安全是另一个重点
Google 单独给 Neon 的网安能力写了一节。在某个难、中、易三级的安全编码基准上,它在 hard 级达到 76%,是当前最好成绩。渗透测试基准上是 51.26%,成本只有竞品大模型的一半。漏洞修复生命周期的几个环节——发现、验证、打补丁——号称都是前沿水平,90.5% 那个成绩的成本约为对手一半。
在判断漏洞可利用性的 ExploitGym 上,用一半的 token 达到前沿水平。修复根因的 Collinear 基准上 70.7%。
这套能力会作为「可信防御者」计划的一部分,在未来几天内开放给经过审核的防御方。
安全与对齐
Neon 沿用了 Carbon 对严重滥用和提示注入的防护,同时在模型对齐和 agent 行为上继续推进。
拒绝率这块数字很直白:在 Terminal-Bench 4.0 上只拒绝了 1.98% 的任务,在 Terminal-Bench-Science 上是 0%。Google 的意思是,防护强了但误拒少了。
agent 行为评估里,相比 Carbon 把「服务不足」降低了 43% 到 56%,把「越界」降低了 15% 到 35%。
对间接提示注入(IPI),在 Gray Swan 的基准上,最高思考档配实时防护的情况下,Neon 抵御了该基准内的每一次攻击,攻击成功率 0.0%——Google 说此前只有其他 Gemini 模型做到过。
怎么用
今天起在 Gemini API、Google AI Studio(通过 API 和模型下拉框)、面向付费 Google AI Pro 和 Ultra 订阅者的 Gemini 应用,以及 Pro 和 Ultra 订阅者的 Google Antigravity 里都能用。
Neon 的定位其实很清楚:它不是去抢 Carbon 那类「最难项目」的活,而是承接那些又复杂又高频的工作——需要前沿级推理,但又不允许等太久、花太多。
这个位置过去是空白。要么用大模型硬扛,成本和时间都不划算;要么用小模型,质量不够。
参考来源: