谷歌11月18日发布Gemini 4 Neon,每百万输入词元3美元、输出词元15美元。定价看起来只分输入和输出,公告里的测试却显示,同一模型换一种运行方式,完成率也会大幅变化。
Neon定位于复杂软件工程、知识工作和科学任务。它支持100万词元上下文窗口,也就是一次能容纳较长的材料;缓存输入单价为每百万词元0.15美元,较普通输入便宜95%。这些是计费单位,不能直接当作一份报告或一次修复的总价格。
同一模型,12.8%和39.0%之间还隔着工具
公告列出的SWE-sweep测试中,Neon在mini-SWE运行框架上得分12.8%,放进Google Antigravity后达到39.0%。谷歌用这组结果说明工具运行框架的作用。这里比较的是同一模型在两种环境中的表现,不能把后一个数字说成模型能力单独提高了三倍。
运行框架负责把模型接到文件、工具和任务流程上。谷歌称,Neon能够跨多个文件调试与重构,减少重复读取文件,并在长会话中处理上下文压缩;它还可在Antigravity中指挥多个Hydrogen子代理。单个模型的调用费之外,工具和其他模型的工作也构成实际任务的一部分。
另一些成绩使用不同配置。Artificial Analysis智能指数61分对应xhigh思考档位,排名总榜第三;FrontierCode 2.0的46.2%则对应默认high档位。把它们放在同一张采购比较表里,必须保留档位和测试名称,分数本身没有给出统一工作量。
谷歌将Neon的思考设置分为四档,让使用者按任务调整推理投入。公告称,在默认high档位,Neon相对Carbon的每任务成本低32%;在Vals和Agent Arena的比较中,又给出相对部分竞争模型低约50%至80%的结果。这些都是特定测试条件下的比较,并非每一种实际业务都能按这个比例省钱。
百万上下文把材料装进来,仍要看交付物
企业工作部分,谷歌强调模型可同时处理表格、PDF、图表、音频与视频,再生成结构化成果。公告列出的Chartography成绩为73.5%,Agents’ Last Exam v1.1为75.8%;它们分别描述相应测试中的表现,无法替代用户自己的账表与文档验收。
公告还列出Vals指数70.9%、AutomationBench 56.3%,以及模拟长期经营企业的Vending-Bench 2结果16843美元。最后一项是模拟任务中的成绩,不能理解成使用者投入模型后就能赚到的真实营业收入。不同测试测量的对象不同,百分数、指数和模拟金额也不能相加比较。
对承担AI预算的人,一个可用的核算方式是:记录完成同一任务用了多少输入、输出、缓存与重试,再比较最终成果是否合格。这是由公告展示的计费差异和运行框架差异推导出的检验办法;仅凭每百万词元报价,看不出整个工作流的成本。
安全数据同样需要保留限定。谷歌称Neon在内部代理安全测试中的失当动作率为0.09%,代理诚实测试通过率99.2%。在编码作弊评估中,走捷径的任务占2.45%;这些数字说明测试集合中的行为,不能承诺实际执行永远不越界。
间接提示注入指的是网页、邮件或代码里夹带指令,诱导代理偏离用户要求。谷歌称,在Gray Swan相关基准、最高思考档位并启用实时防护的条件下,Neon抵御了该测试中的全部攻击。删掉这些条件,就会把一个基准结果扩大成对所有恶意内容的保证。
普通模型入口和网络防御入口分开推出
发布安排覆盖开发者、企业和消费者。Gemini API付费层、Gemini for business以及面向Pro和Ultra订阅者的相关产品开始逐步提供Neon。消费者可在Gemini应用的模型下拉框选择它;公告使用的是逐步推出,不能据此认定每个账户已经同时开放。
面向网络防御的Neon for cyber则计划在随后几天向Fairwind项目中符合条件的成员开放。它和普通模型入口的可用时间、资格不同。谷歌同时列出漏洞发现、验证和修补测试,提供的是防御工作评估,未披露所有企业客户的实际部署收益。
对美股读者,这份材料能确认谷歌新增了模型供给、价格与分层入口,尚不能量化为新增收入或利润。模型报价已经可查,商业效果仍取决于客户购买哪些入口、实际完成多少合格任务;公告没有给出这两项经营数据。












