Google DeepMind 推出 Gemini 4 Neon:結合前沿級智慧與更快、更低成本的任務執行
重點速覽
- •Google DeepMind 於 2026 年 11 月 18 日發表 Gemini 4 Neon,在 Gemini 4 家族中定位於 Carbon(處理最困難的長期專案)與 Hydrogen(處理快速日常執行)之間。
- •該模型在 Artificial Analysis Intelligence Index 以 61 分排名第三,在 Vals Index 排名第二並位於 Pareto 前沿——意即沒有任何競爭模型能在更低單位任務成本下取得更高分數。
- •Neon 定價為每百萬輸入權杖 3 美元、每百萬快取輸入權杖 0.15 美元、每百萬輸出權杖 15 美元,提供 100 萬權杖上下文視窗與四個思考等級。
- •在網路安全基準測試上,Neon for cyber 達到業界領先成果,包括 SEC-bench Pro 的 90.5% 與 WebExploitBench v1.2 的 51.26%,受信任防禦者將透過 Fairwind Program 獲得存取權限。
- •DeepMind 報告安全與對齊指標有所改善,包括 Terminal-Bench 4.0 上 0.0% 的作弊率、內部 Antigravity 測試中錄得的最低虛構率,以及在最高思考等級下於 Gray Swan 基準測試中對間接提示注入達到 0.0% 的攻擊成功率。

Google DeepMind 於 2026 年 11 月 18 日發表 Gemini 4 Neon,這款新模型結合前沿級智慧與快速端到端任務執行能力,適用於複雜的軟體工程、知識工作與科學工作流程。本次公告由 Google DeepMind 高級副總裁暨 Google 首席 AI 架構師 Koray Kavukcuoglu 撰寫。公告貫穿兩條主線——Neon 在獨立排行榜上的位置,以及每項完成任務的成本——這也正是團隊評估模型能否實際承載生產環境代理工作負載時所權衡的因素。
基準測試結果、定價與可用性
據 Google DeepMind 表示,Neon 在 xhigh 思考等級下,於 Artificial Analysis Intelligence Index 以 61 分領先同類模型並總體排名第三,僅次於更大、更慢的模型。在 Vals Index 上,Neon 排名第二並位於 Pareto 前沿——意即沒有任何競爭模型能在更低單位任務成本下取得更高分數。除了原始能力之外,公司表示持續讓模型更易於協作:Neon 在全新的 Agent Arena Index 上,於可引導性(steerability,即乾淨地因應任務中途的使用者修正)方面排名第二。該模型在多步驟指令遵循方面也表現出色,並延續 DeepMind 抑制虛構內容的持續進展,在內部 Google Antigravity 測試中錄得該公司迄今最低的虛構率。
Neon 定價為每百萬輸入權杖 3 美元,快取輸入權杖每百萬 0.15 美元(95% 折扣),輸出權杖每百萬 15 美元,並提供 100 萬權杖上下文視窗。快取輸入折扣直接對應公告後文所述的代理工作流程——長時間執行的會話會反覆重讀大量上下文——而寬廣的視窗則讓在單一上下文中綜合試算表、PDF、圖表、音訊與影片成為可能。
模型即日起在 Google AI Studio 的 Gemini API、Gemini for business(透過 API 與模型下拉選單)、付費 Google AI Pro 與 Ultra 訂閱者的 Google Antigravity,以及 Pro 與 Ultra 訂閱者的 Gemini 應用程式推出。
跨越企業、分析與科學工作
企業工作存在於試算表、PDF、圖表、音訊與影片之中。DeepMind 表示,Neon 能在單一 100 萬權杖上下文視窗內綜合所有這些輸入,並將其轉化為結構化交付成果。獨立評測將 Neon 列為頂尖模型之一:它在 Vals Index 以 70.9% 排名第二,並在 Legal Research Bench 與 Tax Agent Bench 均排名第一。
Neon 在 Surge AI 上也於多個類別取得強勁勝利,在涵蓋金融、會計、試算表建模與複雜約束遵循的大多數基準測試中排名第一。它在 Chartography 上以 73.5% 的成績解讀密集的專業圖表,並在 Agents' Last Exam v1.1(75.8%)上與領先模型表現相當。它在 Zapier 的 AutomationBench(56.3%)與 Andon Labs 的 Vending-Bench 2(16,843 美元)均達到總體第一名——後者是一項經營企業的長期模擬。它也在 Arena 全新的 Agent Arena Index 上以 1336 分首次登場即排名全球第二,該排名基於 4,200 多個真實世界代理會話。
在涵蓋量化分析、數學與技術研究問題的科學與數學推理方面,Neon 在 Terminal-Bench Science(70.5%)、RiemannBench(84.0%)與 HLE-Diamond(71.3%)均為同級最佳。
為生產級程式碼而打造
Neon 專為長時間執行的代理工作流程而設計,在複雜、重工具的任務中端到端維持效能——無論是獨立執行,或在 Google Antigravity 中擔任指揮平行 Hydrogen 子代理的快速、高判斷力 Orchestrator。它減少冗餘的檔案讀取,在工作中分享進度,並在長時間會話中可靠地處理上下文壓縮。
在核心開發者與研究人員工作流程中,Neon 達到前沿效能,並與同類領先模型具競爭力。它在 Artificial Analysis Coding Agent Index 總體排名第一(58.6 分),在 Terminal-Bench 4.1 得分 65.2%,並在 FrontierCode 2.0 以預設 high 設定得分 46.2%。對於生產級程式碼,Neon 能以精準、外科手術式的編輯處理跨儲存庫的多檔案除錯與重構。在 SWE-sweep 上,它已在 mini-SWE harness 以 12.8% 領先,並在 Google Antigravity 中以領先業界的 39.0% 增長逾三倍,DeepMind 表示這展現了 Antigravity harness 所解鎖的能力。
DeepMind 也展示了在 Google Antigravity 中以 Neon 建構的示範專案:
- 驅動 Blender MCP,Gemini 4 Neon 使用 /swarm 建構了一個擬真 3D 實驗桌,以元素精度視覺化模型名稱,為 Gemini 4 Carbon 與 Gemini 4 Hydrogen 配上本生燈火焰,並為 Gemini 4 Argon 與 Neon 配上高壓氣體放電管。
- 該模型從零開始撰寫了一個第一人稱 WebGL2 自由式滑雪模擬器,建基於真實的白朗峰與霞慕尼高程地形,結合 10,200 行自訂著色器、六條高山滑道上的 120 Hz 滑雪物理、動態刻痕軌跡、板狀雪崩與空間化 Web Audio,且未使用任何預製素材。
- 使用 /swarm,Neon 調取檔案照片,以互動式 3D 重建了 Alan Turing 1936 年在劍橋國王學院的研究室——從外部的國王禮拜堂到內部的 X.8 室——並在其書桌上配有一台可運作的通用圖靈機。
- 一個 Gemini 4 Neon 代理群將單一圖像轉化為一個 100,000 儲存格的 Google 試算表,零內嵌圖像、零 Apps Script——使用逾 500,000 個即時試算表公式執行邊緣偵測、3D 深度映射,並在六種互動模式下為場景重新打光。
為生產級工作流程帶來效率與控制
DeepMind 表示,隨著每次新模型發布持續精煉思考等級,為團隊提供更精細的控制與更順暢的等級過渡。Neon 提供四個穩定擴展的思考等級,讓團隊依各工作負載需求調整智慧水準與權杖支出。這種控制反映了生產團隊實際使用模型的方式:單位任務成本(而非每權杖標價)才是隨使用量擴增的數字。
在第三方基準測試中,Neon 以更低的單位任務成本提供高效能。在其預設 high 思考等級下,它將高 Artificial Analysis Intelligence Index 分數與比 Carbon 低 32% 的單位任務成本相結合。在 high 等級下,它於 Vals Index 與 Agent Arena 均位於 Pareto 前沿,單位任務成本比頂尖競爭前沿模型低約 50% 至 80%。xhigh 思考等級為最困難的工程、分析與科學工作負載提供更深層的多步驟推理:Neon 在此等級錄得其最高智慧分數,同時單位任務成本仍比競爭模型最高設定低 36% 以上。
為快速、高效的前沿級網路防禦而打造
隨著代理式編程的擴展,DeepMind 指出從一開始就產生安全程式碼至關重要。Gemini 4 Neon for cyber 在 AutoBaxBench 上於全部簡單、中等與困難挑戰中產出比 Carbon 更安全的程式碼,並在困難層級達到業界領先的 76%。
確保系統安全也意味著在攻擊者之前主動找出缺陷,滲透測試一直是企業網路安全的基石。在 WebExploitBench v1.2 上,Neon 以 51.26% 達到業界領先,成本僅為競爭大型模型的一半。
為強化既有程式碼,Neon for cyber 在程式碼加固生命週期——漏洞發現、驗證與修補——中提供前沿級效能,同時比大型前沿模型更快且更具成本效益:
- 尋找程式碼漏洞:Neon 在 SEC-bench Pro 上達到業界領先的 90.5%,每項挑戰成本約為一半。
- 透過利用驗證風險:為排定漏洞修補優先順序,防禦者依靠模型檢查哪些漏洞可被利用。在 ExploitGym 上,Neon 以 Carbon 一半的權杖達到前沿級效能。
- 修補漏洞:修復漏洞的根本原因是網路安全防禦生命週期的關鍵步驟。Neon 在 Collinear 的 CWE-bench v2 達到 70.7%,較 Carbon 提升 3.4 個百分點。
Gemini 4 Neon for cyber 將於未來幾天透過 Fairwind Program 向受信任的防禦者推出。
為安全、可靠的執行而設計
Gemini 4 Neon 建基於 Gemini 4 安全防護架構的改進——維持 Gemini 4 Carbon 等級的嚴重濫用與提示注入防護,同時在模型對齊與代理行為方面更進一步。對於一款旨在生產環境承載嚴苛、長時間工作的模型,DeepMind 專注於三個領域:
降低前沿濫用安全風險。由於 Neon 將前沿級能力帶入更快、更低成本的模型,DeepMind 為其配備了與 Carbon 防護相當的強大即時防護措施,以對抗網路與生物安全濫用,同時大幅減少對正當工作的拒絕——例如,在 Terminal-Bench 4.0 上僅拒絕 1.98% 的任務,在 Terminal-Bench-Science 上為 0%。
推進對齊與嚴謹的模型行為。在內部編程使用中,DeepMind 的思維鏈與行動不對齊監控器的警報率維持在 Carbon 已然很低的基線之下,顯示 Neon 的對齊傾向有所改善,而同一監控器也已部署於外部各介面以保護 Neon。Neon 被訓練為在不走捷徑、不虛構結果、不越過使用者界線的情況下完成多步驟工作,持續改善「貫徹請求」與「保持在範圍內」之間的平衡。它在 Terminal-Bench 4.0 上與 Carbon 同為 0.0% 作弊率,並在 DeepMind 的編程作弊評測中僅於 2.45% 的任務上取捷徑——為所有 Gemini 4 模型中最低。它也在 DeepMind 的代理安全套件中錄得 0.09% 的不對齊行動率,並在其代理誠實評測中達到 99.2% 的通過率。在代理行為評測中,Neon 在 Carbon 的強勁基線之上,於不同投入等級下進一步將服務不足減少 43%–56%,將過度擴權減少 15%–35%。
保護使用者免受間接提示注入攻擊。在 Gray Swan 的 IPI 基準測試中,當惡意指令被植入其所存取的網頁、電子郵件、文件或程式碼時,Neon 比同類其他模型更具抵抗力。在最高思考等級下啟用即時防護措施時,Neon 抵擋了該 Gray Swan 基準測試中的每一次攻擊,達到僅有其他 Gemini 模型曾達到的 0.0% 攻擊成功率。
更多細節請參閱 Gemini 4 Neon 模型卡。
為 Gemini 應用程式中的深度分析而打造
在 Gemini 應用程式中,Gemini 4 Neon 針對需要前沿級推理與快速回應的工作:
- 更高品質的寫作與知識工作:Neon 寫作清晰,回應結構良好且語氣自然直接。它更精確地解讀試算表、PDF 與照片等上傳內容,將密集素材轉化為實用的報告與摘要,並從 Gmail 與 Docs 等 Google 應用程式擷取相關細節。
- 可靠的研究與分析:Neon 經常納入來自網路各來源的細節,使回應在快速變化的主題上保持時效,例如在大額採購前比較各供應商的價格,或以最新市場數據整理複雜簡報。
- 為更困難的任務提供更快的協助:Gemini 中的任務現在可於 Neon 上執行,比大型模型更快、更高效地處理複雜的多步驟工作。在交接繁瑣的待辦事項時——例如分析帳單以找出公用事業費用暴增的原因,或交叉核對多張收據與文件以協商退款——使用者可以完成更多工作,同時進一步延展用量上限。
Neon 在 Gemini 4 家族中的定位
Neon 為複雜編程、分析推理與生產級企業工作流程而建。在 Gemini 4 家族中,Carbon 處理最困難的長期專案,Hygen 處理快速的日常執行,而 Neon 則在深度與效率之間取得平衡——為複雜、高頻的工作流程更快、更具成本效益地提供前沿級推理。對團隊而言,這種分級轉化為路由決策:將每個工作負載的難度與頻率,匹配到單位任務經濟性最合適的模型。
推出細節
Gemini 4 Neon 即日起開始推出:
- 開發者:在 Google AI Studio 與 Android Studio 中以 Gemini API 付費層級進行開發;付費 Google AI Pro 與 Ultra 訂閱者可在 Google Antigravity 中試用 Neon,所有 Pro 與 Ultra 訂閱者均可在 AI Studio 試用。
- 企業:透過 API 或模型下拉選單,在 Gemini for business 與 Google Antigravity 中使用 Gemini 4 Neon。
- 一般消費者:Google AI Pro 與 Ultra 訂閱者可在 Gemini 應用程式的模型下拉選單中選擇 Gemini 4 Neon。
- 網路安全防禦者:符合資格的 Fairwind Program 成員將於未來幾天開始獲得存取權限;如需申請 Fairwind Program 存取權限,請聯絡您的 Cloud 客戶團隊。
關於作者
Koray Kavukcuoglu 是全球最頂尖的人工智慧專家之一。作為 Google DeepMind 高級副總裁,他領導 Google DeepMind 最先進生成式 AI 模型的開發,以及這些模型在 Google 產品中的大規模整合。在現職之前,他曾是 Google DeepMind 研究副總裁,創立了深度學習團隊,其團隊開創了 DQN(Deep Q-Network)與 WaveNet 等重大研究突破。
原始公告發布於 Google DeepMind 部落格:https://deepmind.google/blog/introducing-gemini-4-neon/