Google DeepMind 发布 Gemini 4 Neon:前沿级智能与更快、更低成本的任务执行
要点速览
- •Google DeepMind 于2026年11月18日发布 Gemini 4 Neon,将其定位于 Gemini 4 家族中负责最难长周期项目的 Carbon 与负责快速日常执行的 Hydrogen 之间。
- •该模型在 Artificial Analysis Intelligence Index 上得分61、排名第三,在 Vals Index 上排名第二并处于帕累托前沿,这意味着没有竞争模型能以更低的单任务成本获得更高分数。
- •Neon 定价为每百万输入 token 3美元、每百万缓存输入 token 0.15美元、每百万输出 token 15美元,提供100万 token 上下文窗口和四个思考等级。
- •在网络安全基准上,Neon for cyber 取得业界领先成绩,包括 SEC-bench Pro 上的90.5%和 WebExploitBench v1.2 上的51.26%,可信防御者将通过 Fairwind Program 陆续获得访问权限。
- •DeepMind 报告了更优的安全与对齐指标,包括 Terminal-Bench 4.0 上的0.0%作弊率、内部 Antigravity 测试中录得的最低虚构率,以及在最高思考等级下 Gray Swan 基准上0.0%的间接提示注入攻击成功率。

Google DeepMind 于2026年11月18日发布了 Gemini 4 Neon,该公司称这款新模型将前沿级智能与面向复杂软件工程、知识工作和科学工作流的快速端到端任务执行相结合。公告由 Google DeepMind 高级副总裁兼 Google 首席 AI 架构师 Koray Kavukcuoglu 撰写。公告贯穿两条主线——Neon 在独立排行榜上的位置,以及每项已完成任务的成本——这也是团队在判断一个模型能否切实承担生产级智能体工作负载时权衡的因素。
基准测试结果、定价与可用性
据 Google DeepMind 介绍,Neon 的表现优于同类模型,在其 xhigh 思考等级下以61分在 Artificial Analysis Intelligence Index 上总体排名第三,仅落后于更大、更慢的模型。在 Vals Index 上,Neon 排名第二,并处于帕累托前沿——这一位置意味着没有竞争模型能以更低的单任务成本获得更高分数。除了原始能力之外,该公司表示将继续提升模型的使用体验:在新推出的 Agent Arena Index 上,Neon 在可控性(能干净地适应任务中途的用户修正)方面排名第二。该模型还擅长多步骤指令遵循,并建立在 DeepMind 抑制虚构输出的持续进展之上,在公司内部的 Google Antigravity 测试中录得迄今最低的虚构率。
Neon 定价为每百万输入 token 3美元,缓存输入 token 为每百万0.15美元(95%折扣),输出 token 为每百万15美元。它提供100万 token 的上下文窗口。缓存输入折扣与公告后文描述的智能体工作流直接对应——长时间运行的会话会反复读取大上下文——而宽阔的窗口则使得在单一上下文中综合电子表格、PDF、图表、音频和视频成为可能。
该模型即日起在 Google AI Studio 的 Gemini API、Gemini for business(通过 API 和模型下拉菜单)、面向付费 Google AI Pro 和 Ultra 订阅者的 Google Antigravity,以及面向 Pro 和 Ultra 订阅者的 Gemini 应用中推出。
覆盖企业、分析与科学工作
企业工作存在于电子表格、PDF、图表、音频和视频之中。DeepMind 表示,Neon 可以在单一100万 token 上下文窗口中综合所有这些输入,并将其转化为结构化交付成果。独立评估将 Neon 列为顶级模型之一:它在 Vals Index 上得分70.9%、排名第二,并在 Legal Research Bench 和 Tax Agent Bench 上均排名第一。
Neon 在 Surge AI 的多个类别中也表现强劲,在覆盖金融、会计、电子表格建模和复杂约束遵循的大多数基准上排名第一。它在 Chartography 上得分73.5%,用于读取密集的专业图表,并在 Agents' Last Exam v1.1(75.8%)上与领先模型表现相当。它在 Zapier 的 AutomationBench(56.3%)和 Andon Labs 的 Vending-Bench 2(16,843美元)上均总体夺冠——后者是一项模拟经营企业的长周期测试。它还以1336分在 Arena 全新的 Agent Arena Index 上全球首秀排名第二,该指数基于超过4,200个真实世界智能体会话。
在科学和数学推理方面——涵盖定量分析、数学和技术研究问题——Neon 在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)上均为同类最佳。
为生产级代码而构建
Neon 为长时间运行的智能体工作流而设计,能在复杂、工具密集的任务中端到端地保持性能——无论是独立运行,还是在 Google Antigravity 中充当快速、高判断力的 Orchestrator,指挥并行的 Hydrogen 子智能体。它减少冗余的文件读取,在执行过程中共享进度,并在长会话中可靠地处理上下文压缩。
在核心开发者和研究工作流中,Neon 达到前沿性能,与同类领先模型不相上下。它在 Artificial Analysis Coding Agent Index 上以58.6分总体排名第一,在 Terminal-Bench 4.1 上得分65.2%,并在默认 high 设置下于 FrontierCode 2.0 上得分46.2%。对于生产级代码,Neon 能通过精准、外科手术式的编辑处理跨仓库的多文件调试和重构。在 SWE-sweep 上,它已在 mini-SWE 测试框架上以12.8%领先,并在 Google Antigravity 中将该成绩提升逾三倍,达到业界领先的39.0%,DeepMind 称这展示了 Antigravity 测试框架所释放的能力。
DeepMind 还展示了在 Google Antigravity 中使用 Neon 构建的演示项目:
- 驱动 Blender MCP,Gemini 4 Neon 使用 /swarm 构建了一个逼真的3D实验台,以元素精度可视化模型名称,为 Gemini 4 Carbon 和 Gemini 4 Hydrogen 配以本生灯火焰,为 Gemini 4 Argon 和 Neon 配以高压气体放电管。
- 该模型从零开始编写了一个第一人称 WebGL2 自由滑雪模拟器,基于真实的 Mont Blanc 和 Chamonix 高程地形,结合了10,200行自定义着色器、跨六条高山滑道的120 Hz 滑雪物理、动态刻滑轨迹、板状雪崩和空间化 Web Audio,且未使用任何预制素材。
- 使用 /swarm,Neon 调取档案照片,以交互式3D方式重现了 Alan Turing 1936年在剑桥大学国王学院的书房——从外部的国王学院礼拜堂到内部的 X.8 房间——桌上还运行着一台可正常工作的通用图灵机。
- 一个 Gemini 4 Neon 智能体集群将单张图片转换为一个100,000单元格的 Google Sheet,不包含任何嵌入图片、也未使用任何 Apps Script,通过超过500,000个实时电子表格公式实现边缘检测、3D深度映射和跨六种交互模式重新打光。
为生产级工作流带来效率与控制
DeepMind 表示,随着每次新模型的发布,它都在不断优化思考等级,为团队提供更精细的控制和更平滑的层级过渡。Neon 提供四个稳定扩展的思考等级,让团队可以按工作负载的需要调节智能水平和 token 开支。这种控制反映了生产团队实际使用模型的方式:与用量同步扩展的是单任务成本,而非每 token 的标价。
在第三方基准测试中,Neon 以更低的单任务成本提供高性能。在其默认 high 思考等级下,它在保持较高 Artificial Analysis Intelligence Index 分数的同时,单任务成本比 Carbon 低32%。在 high 等级下,它还在 Vals Index 和 Agent Arena 上处于帕累托前沿,单任务成本比顶级竞争前沿模型低约50%至80%。xhigh 思考等级为最难的工程、分析和科学工作负载增加了更深的多步推理:Neon 在该等级下取得其最高智能分数,同时单任务成本仍比处于最高设置的竞争模型低36%或更多。
为快速、高效的前沿级网络防御而构建
随着智能体编程的规模化,DeepMind 指出,从一开始就生成安全代码至关重要。Gemini 4 Neon for cyber 在 AutoBaxBench 的所有简单、中等和困难挑战中生成的代码都比 Carbon 更安全,并在困难级别上以76%达到业界领先水平。
保护系统安全还意味着在攻击者之前主动发现缺陷,渗透测试一直是企业网络安全的基石。在 WebExploitBench v1.2 上,Neon 以51.26%达到业界领先水平,成本仅为竞争大型模型的一半。
为加固现有代码,Neon for cyber 在代码加固生命周期——漏洞发现、验证和修补——中提供前沿级性能,同时比大型前沿模型更快、更划算:
- 发现代码漏洞:Neon 在 SEC-bench Pro 上以90.5%达到业界领先性能,每个挑战的成本约为前者的一半。
- 通过利用验证风险:为了确定优先修复哪些漏洞,防御者依赖模型检查哪些漏洞可被利用。在 ExploitGym 上,Neon 使用 Carbon 一半的 token 达到前沿级性能。
- 修补漏洞:修复漏洞的根本原因网络安全防御生命周期中的关键步骤。Neon 在 Collinear 的 CWE-bench v2 上达到70.7%,比 Carbon 提升3.4个百分点。
Gemini 4 Neon for cyber 将在未来几天内作为 Fairwind Program 的一部分向可信防御者推出。
为安全、可靠的执行而设计
Gemini 4 Neon 建立在 Gemini 4 安全与安保技术栈的改进之上——保持与 Gemini 4 Carbon 同级别的针对严重滥用和提示注入的防护,同时在模型对齐和智能体行为方面进一步推进。对于一个旨在承担生产环境中高要求、长时间运行工作的模型,DeepMind 重点关注三个方面:
缓解前沿滥用安全风险。由于 Neon 将前沿级能力带入了更快、更低成本的模型,DeepMind 为其配以与其 Carbon 防护相当、针对网络和生物安全滥用的强大实时防护措施,同时在这些领域拒绝的正当工作大幅减少——例如,在 Terminal-Bench 4.0 上仅拒绝1.98%的任务,在 Terminal-Bench-Science 上为0%。
推进对齐与规范的模型行为。在内部编码使用中,DeepMind 的思维链和行动错位监控器的警报率保持在 Carbon 已有的低基线之下,表明 Neon 的对齐倾向有所改善——同一监控器也被部署以在外部环境保护 Neon。Neon 被训练为在不走捷径、不捏造结果、不越界的情況下完成多步工作,持续改进“完成任务”与“不超出范围”之间的平衡。在 Terminal-Bench 4.0 上,它以0.0%的作弊率与 Carbon 持平;在 DeepMind 的编码作弊评估中,仅在2.45%的任务上抄近路(这是所有 Gemini 4 模型中最低的比率)。它还在 DeepMind 的智能体安全套件中取得0.09%的错位行动率,并在其智能体诚实性评估中取得99.2%的通过率。在智能体行为评估中,Neon 在 Carbon 的强劲基线之上,进一步在不同努力等级下将服务不足降低43%–56%,将过度介入降低15%–35%。
保护用户免受间接提示注入攻击。在 Gray Swan 的 IPI 基准测试中,当恶意指令被植入其访问的网页、电子邮件、文档或代码时,Neon 比同类其他模型更具抵抗力。DeepMind 发现,在最高思考等级下配合实时防护措施,Neon 抵御了 Gray Swan 基准中的所有攻击,与只有其他 Gemini 模型才能达到的0.0%攻击成功率持平。
更多详情请参阅 Gemini 4 Neon model card。
为 Gemini 应用中的深度分析而构建
在 Gemini 应用中,Gemini 4 Neon 面向需要前沿级推理和快速响应的工作:
- 更高质量的写作与知识工作:Neon 写作清晰,回答结构良好,语调自然直接。它能更精确地读取电子表格、PDF 和照片等上传内容,将密集材料转化为实用的报告和摘要,并从 Gmail 和 Docs 等 Google 应用中提取相关细节。
- 可靠的研究与分析:Neon 频繁纳入来自全网来源的细节,以在快速变化的话题上保持回答的时效性,例如在大额采购前比较各供应商的价格,或汇集包含最新市场数据的复杂简报。
- 为更难的任务提供更快帮助:Gemini 中的任务现在可以在 Neon 上运行,比更大的模型更快、更高效地完成复杂的多步骤工作。在移交繁琐待办事项时(例如分析账单以查明公用事业费用为何飙升,或交叉核对多张收据和文件以协商退款),用户可以完成更多工作,同时进一步延长使用限额的消耗。
Neon 在 Gemini 4 家族中的定位
Neon 为复杂编码、分析推理和生产级企业工作流而构建。在 Gemini 4 家族中,Carbon 负责最难的长周期项目,Hygen 负责快速的日常执行,而 Neon 则在深度与效率之间取得平衡——以更快、更划算的方式为复杂、高频的工作流提供前沿级推理。对团队而言,这种分层转化为路由决策:将每个工作负载的难度和频率与单任务经济性最匹配的模型对应起来。
推出详情
Gemini 4 Neon 即日起开始推出:
- 面向开发者:在 Google AI Studio 和 Android Studio 中使用 Gemini API 付费层级进行构建;付费 Google AI Pro 和 Ultra 订阅者可以在 Google Antigravity 中试用 Neon,所有 Pro 和 Ultra 订阅者均可在 AI Studio 中试用。
- 面向企业:通过 API 或模型下拉菜单在 Gemini for business 以及 Google Antigravity 中使用 Gemini 4 Neon。
- 面向消费者:Google AI Pro 和 Ultra 订阅者可以在 Gemini 应用的模型下拉菜单中选择 Gemini 4 Neon。
- 面向网络安全防御者:符合条件的 Fairwind Program 成员将在未来几天内开始获得访问权限;如需申请 Fairwind Program 访问权限,请联系您的 Cloud 客户团队。
关于作者
Koray Kavukcuoglu 是全球人工智能领域最顶尖的专家之一。作为 Google DeepMind 的高级副总裁,他领导着 Google DeepMind 最先进生成式 AI 模型的开发,并将其大规模集成到 Google 的产品中。在担任现职之前,他是 Google DeepMind 的研究副总裁,创立了深度学习团队,其团队开创了 DQN(Deep Q-Network)和 WaveNet 等重大研究突破。
原公告可在 Google DeepMind 博客查阅:https://deepmind.google/blog/introducing-gemini-4-neon/