网易首页 > 网易号 > 正文 申请入驻

谷歌的 Gemini 4 Neon,综合能力到底强不强?

0
分享至

Neon和Carbon在AA同开high档都拿60分,Neon平均15分钟交卷,Carbon要34分钟;GDP.pdf读图33.4%反超旗舰。分数打平、时间减半的中间档,真能接住日常那些急活吗?

今天打开信息流和几个技术群,基本全被谷歌这个新模型给刷屏了,我也顺手翻了一圈各路评测。

说实话,我一直觉得谷歌的模型将来肯定不会弱于 OpenAI 或者 Claude。

尤其是之前看完《阿尔法 Go》那部纪录片之后如果只让推荐一个 AI 产品,镜哥的答案…,我就对 DeepMind 这帮人的底层研发功底始终很有信心——哪怕前两年节奏慢过半拍,我也总觉得它迟早能重回王座。

现在看谷歌这波密集出牌,确实越来越有那个味儿了。

他们甚至真把元素周期表搬来给模型起名:前脚刚铺开 Hydrogen(氢)、Carbon(碳)和 Argon(氩),美国时间 11 月 18 日,Gemini 4 家族又多了一个新名字——Neon(氖)。

目前已经开始向 Gemini App 的 Google AI Pro 和 Ultra 用户分批推送。



Google|Gemini 4 Neon 发布主视觉

于是,镜哥到处看评测,也是际体验了一番,说实话,刷完这轮评测,最先让惊讶的速度,尤其是它和自家旗舰 Carbon 的速度对比。

第三方评测机构 Artificial Analysis(下面简称 AA)把 Neon 和 Carbon 都开到 high 档,俩模型跑出了完全一样的 60 分。

但按这套评测折算下来,Neon 平均每项任务大概花 15 分钟,Carbon 得跑 34 分钟。

分数相同,时间直接省了一半多。

另外,额,如果把这几个化学元素按干活场景排一下,谷歌的分工就非常直白了:Hydrogen 接零碎快活,Carbon 扛最费脑子的长任务,从 Carbon 衍生出来的 Neon 刚好卡在中间。

说白了,桌上一堆文档、图表,下班前急着交一版像样的东西,这种活拿 Neon 来做其实非常爽,我特意试了下文档创作,真的比 GPT-6.2 的天书好太多太多了。


Google|Gemini 4 三款模型定位与入口

不过,少等那 19 分钟只能说明它交卷快。真落到日常干活,其实大家归根到底还是会更在意交出来的初稿,尤其是减少手动修改的频次。


AA|Neon 与 Carbon 任务用时对比

往细了看几个硬核场景,就能感觉到谷歌这次不是在凑数,而是冲着真实工作流去的,要不怎么能联手 OpenAI 阻击即将上市的 A\呢。。。

另外。AA 有项专门考读 PDF 图表、表格和复杂版面的测试叫 GDP.pdf,Neon 在 high 档拿了 33.4%,直接反超了同档的 Carbon(28.4%)。

有意思的是,把 Neon 硬拉到最高的 xhigh 档,这项成绩反而掉到了 28.0%。


AA|GDP.pdf 读图与版面评测

AA 还拿同一道题让几个模型做演示稿。

看 Neon 交出来的那页,核心指标摆得很显眼,旁边顺手配了趋势和说明,扫一眼就知道想讲什么。

至少在搭框架和提炼重点上,不用从零改起,剩下的主要是核对口径——老板追问数字怎么算的,得能顺着这页找回原表。


AA|Neon 演示稿生成样张

真正让我觉得“嗯,还是当年那个搞出 AlphaGo 的硬核团队”的,是谷歌官方放出来的几个实测案例。

比如在 Antigravity 里,Neon 把一张照片拆成色块,用了大约十万个单元格和超过五十万条公式,硬生生在表格里把照片拼了回来,而且每一格背后都是能重新计算的活公式。

你就说,这种场景是不是碉堡了吧?!至少从产品宣传角度,一般人想不出来这种冲击力的测试场景吧。。

表面看像在炫技,但背后拼的是超长链路下逻辑不断裂的工程功底——换到平时自己搭业务表,下个月填进一批新数,能保证这么复杂的公式链不算崩,才是真本事。


Google 官方演示|纯公式表格渲染照片

跨应用干活这块也能看出底子。

Zapier 把考场搭在了 47 个模拟应用里,销售、运营、财务全覆盖。657 项工作里,最高档的 Neon 完整做对了 370 项,通过率 56.3%。

嗯,像客户跟进这类活,发完消息顺手把客户记录改掉才算真办完,光在对话框里回一句“已完成”是没用的,这种端到端把事办利索的能力,恰恰是现在 Agent 最稀缺的。


Zapier 报告|AutomationBench 通过率

代码和科研这块,谷歌还给了两组很能说明问题的数:

Terminal-Bench Science 拿了 70.5%,在专业科研终端任务上已经稳在第一梯队;而在 SWE-sweep 上,同一个 Neon,套轻量框架只有 12.8%,换到自家的 Antigravity 里直接飙到 39.0%。

同一个模型,换套外围代理工具,成绩能差出三倍。

这也挺符合谷歌一贯的打法——不光卷单点模型权重,还把底层模型和自家工具链深度捏合在一起打组合拳。

平时咱们自己测新模型也一样,其实也别光盯着榜单看,把常用的编辑器、工具链和老题目照旧留着,只换底层模型,看它第一版交得快不快、后面得自己返工几回,体感比跑分靠谱得多。


Google|不同代理框架下的 SWE-sweep 成绩

顺手刷了一圈社区的真实反馈,大家的体感也挺有意思。

即刻上「南壹」同学用很简单的提示词让 Neon 整理笔记,他的评价是内容写得挺扎实,没那么多讨厌的 AI 腔。

我这点前面也说了,我实际测试也是真的觉得内容创作少了太多 AI 味道了。


即刻「南壹」|笔记整理实测

设计师「歸藏」拿参考图试着做了几个动效组件,跑完后的结论很干脆——在他手头这类任务里,已经可以考虑把 Opus 5.5 换掉了。

说实话,能让人动念头把主力从 Claude 切过来,说明 Neon 这回确实打到痛点了。

不过底下「vikp城南」的追问也挺现实:Neon 和 Carbon 到底怎么选,之前的 Argon 又放在哪儿?


即刻评论区|动效实测与选型讨论

X 上「宝玉」干脆把分数、单价和入口拉成了一张清单,顺带把四个 Gemini 4 型号的分工重新捋了一遍。


X「宝玉」|Gemini 4 家族清单

Hacker News 上吐槽得更直白。ID 为 stillpointlab 的用户显然已经被满屏的新名字搞烦了,他的英文原话翻过来大概是这样:

“新模型的名字一个接一个,我已经有点看累了。要搞懂每个新名字适合干什么,也越来越费劲。 谷歌、Anthropic 和 OpenAI 内部可能觉得分工很简单,Neon 做这个,Carbon 做那个。可大多数人还得自己把 Sol、Astra、Neon、Opus、Fable、Mythos、Carbon、Haiku 这一串名字,和实际用途一一对上。 我只希望他们最后选定一套自己满意的命名规则,然后一直用下去。不过我有点怀疑,也许这种混乱对他们都有好处。”

Hacker News|关于模型命名的吐槽

有一说一,这话确实说出了不少人的心声。既然名字越来越绕,干脆直接看账单和档位来决定怎么用。

如果能自己调推理档位,我建议直接从默认的 high 档起步。

AA 同一轮测试里,把 Neon 拉到最高档,综合分只从 60 涨到 61,但单任务平均 API 成本直接从 3.74 美元涨到了 6.44 美元。

多掏这 2.70 美元换 1 分,大多数日常场景真没必要(拿不准的时候,同一份材料跑两遍,看高档位能不能把返工时间省回来就清楚了)。


AA|不同推理档位单任务成本

接 Gemini API 的话,Neon 标价是每百万输入 3 美元、输出 15 美元,推理 token 按输出计费,文字、图片、音频和视频都能直接喂进去。

按原价算,Neon 比 Carbon 的 4 美元 / 20 美元便宜四分之一。(顺便提醒一句,Carbon 到 11 月 30 日之前还有每百万输入 2 美元、输出 10 美元的发布优惠,这十来天如果不赶速度,其实可以先薅着 Carbon 用。)


Google AI Studio|Neon API 定价

目前 Pro 和 Ultra 用户可以直接去 Gemini App 的模型选择器里切,开发者也能在 AI Studio 和付费 API 里调起来。


Google|Gemini 4 Neon 上线入口

最后,之前使用起来不好用的谷歌自家的反重力,这几天也是迭代很快,产品体验的短板修复后,再叠加上氖元素的威力,会发生什么样的化学反应呢?

至少,会成为竞品用户流失的催化剂!

题图来自Unsplash,基于CC0协议

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
无比怀念邓小平!

无比怀念邓小平!

梳子姐
2026-11-17 16:32:33
涉嫌骚扰女教授,高校校长被调查

涉嫌骚扰女教授,高校校长被调查

算法与数学之美
2026-11-22 20:10:44
比特币暴跌超29万人爆仓!18.93亿美元一夜之间被强平

比特币暴跌超29万人爆仓!18.93亿美元一夜之间被强平

城事堂
2026-11-22 07:20:04
乌克兰:悔到肠子青,当年卖给中国3架"废铁",如今成大国重器?

乌克兰:悔到肠子青,当年卖给中国3架"废铁",如今成大国重器?

唠叨说历史
2026-11-18 15:06:45
宝马X5新增车型正式上市 售价61.8万元

宝马X5新增车型正式上市 售价61.8万元

车质网
2026-11-11 09:38:09
泽连斯基警告普京:必须认清现实,克里米亚大桥注定是留不住了!

泽连斯基警告普京:必须认清现实,克里米亚大桥注定是留不住了!

军机Nova
2026-11-22 20:04:32
沪深北交易所降低融资保证金比例下限至80% 理论上可带来增量资金近4000亿元

沪深北交易所降低融资保证金比例下限至80% 理论上可带来增量资金近4000亿元

每日经济新闻
2026-11-22 18:49:21
五千万啃光!马蓉从阔太沦落澳洲超市夜班,出门捂脸不敢见人

五千万啃光!马蓉从阔太沦落澳洲超市夜班,出门捂脸不敢见人

皮蛋儿电影
2026-05-14 09:59:14
《现在就出发》他有点过了:狂躁、装横、针对人,他以为他是谁?

《现在就出发》他有点过了:狂躁、装横、针对人,他以为他是谁?

一娱三分地
2026-11-23 00:30:07
72小时变3分钟!中国用AI把工业软件重做一遍,西方傻眼了

72小时变3分钟!中国用AI把工业软件重做一遍,西方傻眼了

王嚾晓
2026-11-23 00:20:33
抗战初期日军一个步兵大队究竟携带多少弹药量?

抗战初期日军一个步兵大队究竟携带多少弹药量?

爱国大菠萝
2026-11-20 19:33:41
黄仁勋出轨对象更多照片曝光,并非20岁小女生,或给黄仁勋不一样的体验

黄仁勋出轨对象更多照片曝光,并非20岁小女生,或给黄仁勋不一样的体验

蜜桔娱乐
2026-11-10 10:19:57
41岁Coco被曝:回河南老家相亲了好几次,全黄了!大家听到她和那个人的感情经历后,都说了一句相同的话...

41岁Coco被曝:回河南老家相亲了好几次,全黄了!大家听到她和那个人的感情经历后,都说了一句相同的话...

背包旅行
2026-08-03 17:47:50
普京表态:俄罗斯没有在乌克兰挑起任何战争,我们在努力结束它

普京表态:俄罗斯没有在乌克兰挑起任何战争,我们在努力结束它

静水流深003
2026-11-20 15:12:36
《GTA 6》首日狂揽37.9亿美元,超越《复联4》总票房

《GTA 6》首日狂揽37.9亿美元,超越《复联4》总票房

自愈小日子
2026-11-21 04:07:16
昨晚,前夫借故来看孩子,一见面就迫不及待进入正题,我推不开他

昨晚,前夫借故来看孩子,一见面就迫不及待进入正题,我推不开他

第7情感
2025-09-14 11:33:27
医术再精湛也没用,北京朝阳医院孙永全医生去世,年仅62岁,出诊时间表透露了工作强度!

医术再精湛也没用,北京朝阳医院孙永全医生去世,年仅62岁,出诊时间表透露了工作强度!

凯旋学长
2026-11-22 21:44:22
二战最讽刺战场:同时打苏联、德国,同胞互相厮杀,小国没有选择

二战最讽刺战场:同时打苏联、德国,同胞互相厮杀,小国没有选择

近史谈
2026-11-19 14:26:19
收视峰值2.37%,为什么仍有人看不下去《两京十五日》?

收视峰值2.37%,为什么仍有人看不下去《两京十五日》?

喜欢历史的阿繁
2026-11-22 16:53:20
胡海泉:咬咬牙挺住,网友:这是炒股亏麻了

胡海泉:咬咬牙挺住,网友:这是炒股亏麻了

东方豪侠
2026-11-22 18:06:49
2026-11-23 01:40:49
叮当当科技
叮当当科技
美食是我们生活的重要组成部分
936文章数 16653关注度
往期回顾 全部

数码要闻

三星的内存产能至2029年已几乎全部预订一空 客户正寻求直至2031年的供货协议

头条要闻

“所有金条都卖光了” 有人一次性花超85万买金条

头条要闻

“所有金条都卖光了” 有人一次性花超85万买金条

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨颖姐弟烧香被偶遇,清秀少年变粗犷大叔

财经要闻

沪深交易所、中国结算推出一揽子降费措施

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

汽车要闻

插混尊贵型真的超值 15万级的第二代海豹07配置拉满

态度原创

教育
艺术
时尚
公开课
军事航空

教育要闻

“巨资培养的姐弟俩,只能在家里做饭”,一段窝囊视频,却戳中了无数人的情绪点

艺术要闻

印度,一个盛产美女的国家:多元血脉与纱丽风情交织的独特之美

这些才是适合50岁女性的穿搭!衣服不花哨、不老气,得体又自然

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

伊朗革命卫队称袭击美军在巴林两处基地防空雷达

无障碍浏览 进入关怀版