Gemini 4 Neon 发布:第 10 号元素「氖」

0 评论 78 浏览 0 收藏 9 分钟

谷歌把模型命名成元素周期表:Argon、Carbon、Hydrogen,再到今天的 Neon。新模型输入 3 美元、输出 15 美元,比 Carbon 便宜,对标 Opus 与 Sol。这套命名背后其实是一张能力与价格的分工表。

刚刚,谷歌发布了 Gemini 4 Neon…也就是元素氖(氦氖氩氪氙氡里的氖)

价格方面(百万 token),输入 $3,缓存 $0.15,输出 $15,比 Carbon 便宜一些模型可在 Google AI Studio 进行调用,订阅用户也可在 Gemini App 和 Google Antigravity 使用

然后你会突然发现,谷歌这几天发布了一堆元素….先是 Argon(氩,18 号元素),然后 Carbon(碳,6 号),紧接着是 Hydrogen(氢,1 号),今天是 Neon(氖,10 号),咱也没看出个规律,除了说「科技与狠活,它是打算放半个元素周期表进去」

啊对….在 Google AI Studio 里,模型选择确实是一个元素周期表….非常恶趣味

说一下分工吧:

  • Argon(氩,18 号): 是最早的基模
  • Carbon(碳,6 号):基于 Argon 后训练而来,目前谷歌家的最强模型,对标 Fable/Astra
  • Hydrogen(氢,1 号):主打便宜大碗,还有免费额度,对标 Sonnet/Terra
  • Neon(氖,10 号):新发布的这一个,对标 Opus/Sol

价格信息汇总如下

跟着模型一起放出的几段演示(顺便也安利了下其自家的 Google Antigravity)

首先在多代理协同的数据任务里,一群 Neon agent 把一张图片拆进了 10 万 格的 Google 表格,在未嵌入图片和 Apps Script 的前提下,单靠 50 多万 个实时公式做出了边缘检测、3D 深度计算和重新打光

从零写大型前端项目时,它独立写出了一个第一人称 WebGL2 自由滑雪模拟器,采用勃朗峰与霞慕尼的真实地形高程,包揽了 10,200 行自写着色器、120Hz 滑雪物理和板状雪崩效果

调度子代理跑完长任务

现在的复杂 Agent 编程,主流架构是一个主模型在上面拆解规划,底下调度一群轻量级 subagent 并行执行

谷歌把 Neon 设计成上层的 Orchestrator,专门在 Antigravity 里调度成群并行的 Hydrogen 子代理

这里有两段官方演示,展示的就是这套 /swarm 子代理集群的跑法。一段是调用 Blender MCP 搭出一座照片级的 3D 元素实验台,按化学元素给 Carbon 和 Hydrogen 配上本生灯火焰,给 Argon 和 Neon 配上高压气体放电管

谷歌 CEO Sundar Pichai 随后转发了这段实验台演示,顺手引用了自己早些时候发的一句“Happy WedNEsday!”,特意把周三里的元素符号大写

另一段同样动用 /swarm 去翻找历史档案照片,在交互式 3D 场景里复原了 1936 年图灵在剑桥国王学院的书房,从礼拜堂外景一路走进 X.8 房间,桌上的那台通用图灵机真的可以运行

官方演示之外,提前一天拿到模型的试用者 Chubby(@kimmonismus)在 Antigravity 里测了一整天,让 Neon 做出了 17 个可交互演示,涵盖带海边天际线与 24 小时日照的“港湾都市”、带引力透镜调节的黑洞飞掠,以及浏览器稳定 60 帧的可破坏体素场景。做体素场景时他只提了“能破坏、能重置”,Neon 自己加上了三种建筑,还配了手感各异的大炮和凿子

落到修代码和审查上,他拿三个带 bug 的程序去测,预订检查器(5 项测试原本只过 1 项)、任务调度器(14 过 8)和异步加载器(16 过 10)修完后全部通过;代码审查里故意埋下的 4 个 bug 也被悉数找出,Neon 甚至主动指出了两个剩下的缺口:预订检查器会拒掉合法的闰秒 23:59:60,文件检查在恰好的时刻换掉文件夹仍能绕过

他翻看 Antigravity 日志发现,xhigh 档跑完 13 个会话一共触发了 762 次工具调用(读文件 313 次、编辑 266 次、新建文件 104 次、shell 43 次、子代理 13 次、网页搜索 2 次)。为了撑住这么长的链路,Neon 减少了重复读文件的动作,干活过程中会主动汇报进度,长会话里的上下文压缩也保持稳定。Quadrillion 首席科学家 Trenton Chang 评价说,新手研究员是你给什么实验就跑什么,好的研究员会一直问为什么,Neon 是第一个让人感觉像后者的模型

BenchMark

这个模型并没有去挑战 Fable 一类的(确实打不过 hhhh),而是选了新近发布的 Opus 5.5 和 GPT-6.2 Sol。面对同样开到最高思考档的 Claude Opus 5.5 和 GPT-6.2 Sol,Neon 在 18 项测试里赢下了 15 项

然后这里有个有趣的事情,各家模型在使用自己的 harness 时,性能获得了显著提升,如下图:

外部编程工具的实测也印证了这个定位。当天接入 Neon 的 Cursor 测出,默认档在 CursorBench 4.1 上拿到 63.7%(高于 Hydrogen 的 57.3%),单任务平均花费 $6.54,处在性价比曲线的最前沿

编程之外,Neon 的 Artificial Analysis(AA)综合指数拿到 61(Opus 5.5 为 59,Sol 为 57),排在总榜第 3,仅次于规模更大、速度更慢的模型

放到真实交互榜单上看,Neon 在模拟长期经营生意的 Vending-Bench 2($16,843)和 AA Coding Agent Index(58.6)上拿到了第 1

还有就是

除了常规的模型之外,面向安全领域谷歌还准备了专门的 Gemini 4 Neon for cyber,未来几天会通过 Fairwind 计划逐步开放给受信任的用户

本文由人人都是产品经理作者【赛博禅心】,微信公众号:【赛博禅心】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!