谷歌发布Gemini 4系列新成员Neon,定位介于旗舰Carbon与轻量Hydrogen之间,主打复杂软件工程、知识工作与科研场景下的快速端到端任务完成。该模型在xhigh思考级别下于Artificial Analysis智能指数获得61分、总排名第三,仅次于更大的慢速模型;在Vals指数排名第二并处于帕累托前沿,在Agent Arena指数的可控性维度排名第二。定价为每百万输入token 3美元(缓存输入0.15美元)、输出15美元,支持100万token上下文窗口。企业分析领域,Neon在Legal Research Bench、Tax Agent Bench、Zapier AutomationBench和Vending-Bench 2等基准均夺第一;编程方面在Artificial Analysis Coding Agent Index排名第一,在Google Antigravity环境中SWE-sweep达到39.0%的最优水平;网络安全方向在SEC-bench Pro、WebExploitBench v1.2等基准实现业界领先。安全层面,Neon在Gray Swan间接提示注入测试中实现0%攻击成功率,作弊率与捏造率均为Gemini 4家族最低。成本方面,默认high级别下单任务成本比Carbon低32%,xhigh级别比竞品最高档便宜36%以上。该模型即日起通过Gemini API、AI Studio、Antigravity及Gemini应用向Pro和Ultra订阅者推出,网络安全版本将陆续向Fairwind计划成员开放。
事件分析
核心观点:大模型竞争正从追逐基准分数转向单位成本的任务效率,智能体规模化落地的门槛不在智力上限而在推理成本。
原文链接:Hacker News

评论前必须登录!
立即登录 注册