模型与评测

Gemini 4 Neon 发布:中间档 61 分越过 Carbon,缓存价降 95%

Google 11 月 18 日发布 Gemini 4 Neon——家族 21 天里的第三个新档位,官方定位是「跨软件工程、知识工作与科学工作流的前沿级智能 + 快速端到端完成」,夹在 Carbon(最难的长程项目)与 Hydrogen(日常快速执行)中间。独立坐标(本站 11-19 直连 AA 榜整表回读,v5.0.1 口径未变):源表新增 Neon 四档行 xhigh 61/high 60/medium 55/low 44;按本榜每型号取最高档位,61 列第三——居 GPT-6.2 Astra 的 62 之后、Carbon 的 60 之前,官方「xhigh 61 全榜第三」的自述与直读一致。榜头由此挤进六个整数点里的第五个选手:Fable 5.2 65、Astra 62、Neon 61、Carbon 60、Opus 5.5 59。结构上值得记录的是:Carbon 的思考档位只到 high(没有 xhigh),中间档 Neon 的最高设置反超了自家旗舰的最高设置——这是家族内 Hydrogen(54)越过 Argon(50)之后的第二次;官方对照表自己也标出 Neon 的输处——Terminal-Bench 4.1 65.2 对 Opus 5.5 的 65.8、FrontierCode 2.0 46.2 对 47.3、Chartography 73.5 对 Sol 的 75.1。价格是中间档的立身之本:每百万 token 输入 $3/输出 $15/缓存输入 $0.15(95% 折扣,Astra 缓存价 $0.40 的一半还少)——官方口径 high 档每任务成本比 Carbon 低 32%、Vals 与 Agent Arena 处于 Pareto 前沿(较头部前沿模型低 50–80%)、xhigh 档仍比对手最高档便宜 36% 以上。安全照录厂商口径:Carbon 级防护(含严重滥用与提示注入),但拒绝率远低——Terminal-Bench 4.0 只拒 1.98%、Terminal-Bench-Science 0%;作弊 0.0%、走捷径 2.45%(家族最低)、代理诚实评测 99.2% 通过、错位动作 0.09%;Gray Swan 间接提示注入基准在 xhigh+实时防护下 0.0% 攻击成功。入口:API 付费档(AI Studio/Android Studio)、Gemini 应用与 Antigravity 面向 Pro/Ultra、企业版经 API 或模型下拉;Gemini 应用内的 Tasks 可以改用 Neon 跑——接本站持续跟踪的 Tasks 线;「Neon for cyber」网络安全版未来几天经 Fairwind 计划向受信防御者开放。本站未运行模型、未复现任何基准;官方效率与安全数字全部为厂商口径(方法页与模型卡未读),独立榜分数单独记录、互不替代。

本文依据两个来源写成:Google DeepMind 官方公告《Introducing Gemini 4 Neon》(页面标注 2026-11-18,本站 11-19 全文读取,随文官方基准表与家族对照表一并核对)和本站 11 月 19 日凌晨对 Artificial Analysis 综合榜的直连整表回读(服务器渲染行集与页面内嵌元数据均核对)。官方基准、效率与安全数字全部为厂商口径;独立榜分数为本站直连读数,两类口径分列、互不替代;本站未运行模型、未复现任何基准。

Google 官方主视觉:深色底上「Gemini 4 Neon」字样与霓虹光带,公告副题为「以更低成本交付复杂编码与分析的前沿级智能」。
官方发布主视觉。图源:Google DeepMind 官方公告。 · 打开大图
本文目录目录5

EN

21 天里第三个档位:Neon 补进家族的中间层

11 月 18 日,Google DeepMind 发布 Gemini 4 Neon,官方一句话定位是「为复杂软件工程、知识工作与科学工作流带来前沿级智能,并快速完成端到端任务」。放在本站记录的家族时间线里,这是 21 天内家族的第三个新档位:9 月 30 日 Argon、10 月 28 日 Carbon、11 月 12 日 Hydrogen、11 月 18 日 Neon。官方家族对照表把分工写成三行——Carbon 管最难的长程项目与深度研究,Hydrogen 管日常编码与智能体工作流的速度与效率,Neon 的格子写的是「跨软件工程、知识工作与科学的深度推理」:它不是又一个旗舰,而是把前沿分放进高频复杂工作里的那一档。

配置沿家族既定的两轴展开。思考档位:Neon 与 Hydrogen 一样给四档(low/medium/high/xhigh)——旗舰 Carbon 反而只有三档、没有 xhigh;上下文 1M token。价格写在公告里:每百万 token 输入 $3、输出 $15、缓存输入 $0.15——缓存价是牌价的 5%(95% 折扣),对照 OpenAI GPT-6.2 Astra 的缓存 $0.40,这中间档把「重复前缀越多越便宜」的代理账算到了更低一格。入口分四路:API 付费档(AI Studio 与 Android Studio);Gemini 应用模型下拉,面向 Pro 与 Ultra 订阅者;Google Antigravity(Pro/Ultra);Gemini for business 经 API 或模型下拉。Hydrogen 的「全员可用」没有外溢到 Neon——Gemini 应用的免费层仍停在家族表里 Hydrogen 那一格。另有一条与日常使用直接相关:Gemini 应用内的 Tasks 可以改用 Neon 来跑多步任务。

公告还给了 Neon 一个工程角色:在 Antigravity 里充当「快速、有判断力的 Orchestrator」,指挥并行的 Hydrogen 子代理——减少重复文件读取、边干边共享进度、长会话里可靠地做上下文压缩。这是 Hydrogen 发布时 Orchestrator(在 Carbon 与 Hydrogen 间切换)的延伸:当时是旗舰与日常档之间的调度,现在中间档自己也能坐调度位。公告作者署名 Koray Kavukcuoglu;随文附官方基准表、家族对照表与方法页链接,模型卡另有链接(本站未读)。

来源与延伸阅读
  • Google 官方公告:Introducing Gemini 4 Neon官方发布 · 页面标注 2026-11-18 · 本站 11-19 全文读取全文读取。核对关键内容:定位「复杂软件工程、知识工作与科学工作流的前沿级智能+快速端到端完成」;AA Intelligence Index xhigh 61 列第三(「仅次于更大更慢的模型」);AA Coding Agent Index 第一(58.6);Vals Index 第二(70.9%)且处 Pareto 前沿,Legal Research Bench 与 Tax Agent Bench 双第一;Agent Arena Index 首秀第二(1336 分、4,200+ 真实会话),可纠偏性(steerability)第二;Surge AI 金融/会计/表格建模/复杂约束多数第一;Chartography 73.5%;Agents' Last Exam v1.1 75.8%;Zapier AutomationBench 第一(56.3%);Vending-Bench 2 第一($16,843);Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%。价格:$3/$0.15 缓存(95% 折扣)/$15 每百万 token,1M 上下文。入口:Gemini API 付费档(AI Studio、Android Studio)、Antigravity(Pro/Ultra)、AI Studio(Pro/Ultra)、Gemini for business(API+模型下拉)、Gemini 应用(Pro/Ultra 下拉);Fairwind 网络安全版未来几天。官方效率口径(厂商自评):high 档每任务成本较 Carbon 低 32%;Vals 与 Agent Arena 处 Pareto 前沿、较头部前沿模型低 50–80%;xhigh 较对手最高档便宜 36% 以上。编程:Terminal-Bench 4.1 65.2%、FrontierCode 2.0 46.2%(high)、SWE-sweep mini-SWE 12.8% 对 Antigravity 内 39.0%(「harness 差异」官方原文并排给出);可在 Antigravity 作 Orchestrator 指挥并行 Hydrogen 子代理,减少重复文件读取、共享进度、可靠上下文压缩。网络安全(Neon for cyber):AutoBaxBench hard 档 76% SOTA(易/中/难全超 Carbon);WebExploitBench v1.2 51.26% SOTA、成本约对手一半;SEC-bench Pro 90.5% SOTA、每挑战约半价;ExploitGym 以 Carbon 一半 token 达前沿;CWE-bench v2 70.7%(较 Carbon +3.4%)。安全:Carbon 级严重滥用与提示注入防护;Terminal-Bench 4.0 拒答仅 1.98%、Terminal-Bench-Science 0%;思维链与动作错位监控警报低于 Carbon 基线;作弊 0.0%(Terminal-Bench 4.0)、编码作弊评测走捷径 2.45%(家族最低);错位动作率 0.09%;代理诚实评测 99.2% 通过;少服务(under-service)较 Carbon 降 43–56%、越权(overreach)降 15–35%;Gray Swan IPI 基准 xhigh+实时防护 0.0% 攻击成功率(此前只有 Gemini 系达到)。Gemini 应用内 Tasks 可改用 Neon。模型卡链接随文(本站未读)。

EN

独立榜坐标:61 分列第三,榜头五强挤进六个整数点

本站 11 月 19 日凌晨直连 Artificial Analysis 综合榜整表回读(方法页 v5.0.1 标注未变,各轮分数同口径可比):源表新增 Gemini 4 Neon 四行——xhigh 61.40 显示为 61、high 59.62 显示为 60、medium 54.86 显示为 55、low 44.08 显示为 44;页面内嵌元数据标 releaseDate 2026-11-18、非 deprecated、推理模型、上下文 1,000,000。可见主表每型号一行、最高档位随行标注,Neon 行读作「Gemini 4 Neon Xhigh 61」,排序在 GPT-6.2 Astra(Max 62)之后、Carbon(High 60)之前。官方自述「xhigh 61 列全榜第三、仅次于更大更慢的模型」与直读一致;AA Coding Agent Index 第一(58.6)的口径随文。

按本榜「每个型号取最高已测档位」的规则,Neon 以 61 入列第三,本榜收录行数 37→38。榜头从此站着五位选手:Fable 5.2 的 65、Astra 的 62、Neon 的 61、Carbon 的 60、Opus 5.5 的 59——六个整数点里挤进四家机构的五个模型,两周前 Carbon「60 分居首」的格局已被 Fable 5.2(65)、GPT-6.2 Astra(62)和 Neon(61)三轮连改。结构的细节值得单独一行:Carbon 的思考档位只到 high,它的 60 是最高档;Neon 的 high 档同样读 60,追平旗舰最高设置,而它的 xhigh 61 越过了旗舰。这是家族内第二次「下一档越过上一档」——Hydrogen 发布时 xhigh 54 已高于 Argon high 的 50。

官方成本口径照录、全部标注厂商自评:high 档「较高的 AA 分数 + 每任务成本较 Carbon 低 32%」;在 Vals 与 Agent Arena 两个榜处于 high 档 Pareto 前沿,较头部前沿模型每任务低约 50–80%;xhigh 档仍比对手最高设置便宜 36% 以上。把这些口径与独立的 61 分放在一起的读法与每轮相同:两个口径互不替代——独立榜告诉你它站在哪一排,官方成本账告诉你坐那一排的票价。

编辑示意图:上为榜头五强横条——Fable 5.2 65、GPT-6.2 Astra 62、Neon(xhigh)61、Carbon(high)60、Opus 5.5 59;中为 Neon 四档源表行 xhigh 61/high 60/medium 55/low 44(Carbon 无 xhigh,最高为 high);下为家族三档价格与入口(Carbon $4/$20、Neon $3/$15 缓存 $0.15、Hydrogen $1.5/$7.5)与「Gemini 应用内 Tasks 可改用 Neon」注记;边界框注明榜分为本站直连回读、其余为 Google 口径、本站未复现。
Neon 的独立榜坐标与家族价格阶梯:榜分一层为本站直连回读,价格与定位一层为官方口径,两层分开画。BitShovel 编辑示意图,非官方图。 · 打开大图
来源与延伸阅读
  • Artificial Analysis 综合榜(本站直连整表回读)独立评测 · 本站 2026-11-19 直连回读直连抓取核对。源表新增 Gemini 4 Neon 四行:Xhigh 61(61.40)/High 60(59.62)/Medium 55(54.86)/Low 44(44.08);页面内嵌元数据 releaseDate 2026-11-18、deprecated: false、isReasoning: true、上下文窗口 1,000,000 token、厂商 Google。可见主表每型号一行、档位随行内标注,Neon 行显示「Gemini 4 Neon Xhigh 61」,排序在 GPT-6.2 Astra(Max 62)之后、Carbon(High 60)之前。已收录其余 36 行最高已测档位分数与配置全部未变(Fable 5.2 max 65 居首);源表撤下行(GPT-6 Astra、GPT-6.1 Sol、Qwen3.8 Max 0902、Gemini 3.8 Flash)仍不在列;未收录行(Inkling 2 Small 31、Agnes 2.5 Pro Theta 24、DeepSeek V4 Pro 0813 23、Nanbeige4.3-33B 20、K2 Horizon 系、JoyAI-VL-Preview 28 等)照旧榜外;Grok 4.7 行显示 Xhigh 35(与 11-16 注记一致,取值不变)。
  • Google 官方公告:Introducing Gemini 4 Neon官方发布 · 页面标注 2026-11-18 · 本站 11-19 全文读取全文读取。核对关键内容:定位「复杂软件工程、知识工作与科学工作流的前沿级智能+快速端到端完成」;AA Intelligence Index xhigh 61 列第三(「仅次于更大更慢的模型」);AA Coding Agent Index 第一(58.6);Vals Index 第二(70.9%)且处 Pareto 前沿,Legal Research Bench 与 Tax Agent Bench 双第一;Agent Arena Index 首秀第二(1336 分、4,200+ 真实会话),可纠偏性(steerability)第二;Surge AI 金融/会计/表格建模/复杂约束多数第一;Chartography 73.5%;Agents' Last Exam v1.1 75.8%;Zapier AutomationBench 第一(56.3%);Vending-Bench 2 第一($16,843);Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%。价格:$3/$0.15 缓存(95% 折扣)/$15 每百万 token,1M 上下文。入口:Gemini API 付费档(AI Studio、Android Studio)、Antigravity(Pro/Ultra)、AI Studio(Pro/Ultra)、Gemini for business(API+模型下拉)、Gemini 应用(Pro/Ultra 下拉);Fairwind 网络安全版未来几天。官方效率口径(厂商自评):high 档每任务成本较 Carbon 低 32%;Vals 与 Agent Arena 处 Pareto 前沿、较头部前沿模型低 50–80%;xhigh 较对手最高档便宜 36% 以上。编程:Terminal-Bench 4.1 65.2%、FrontierCode 2.0 46.2%(high)、SWE-sweep mini-SWE 12.8% 对 Antigravity 内 39.0%(「harness 差异」官方原文并排给出);可在 Antigravity 作 Orchestrator 指挥并行 Hydrogen 子代理,减少重复文件读取、共享进度、可靠上下文压缩。网络安全(Neon for cyber):AutoBaxBench hard 档 76% SOTA(易/中/难全超 Carbon);WebExploitBench v1.2 51.26% SOTA、成本约对手一半;SEC-bench Pro 90.5% SOTA、每挑战约半价;ExploitGym 以 Carbon 一半 token 达前沿;CWE-bench v2 70.7%(较 Carbon +3.4%)。安全:Carbon 级严重滥用与提示注入防护;Terminal-Bench 4.0 拒答仅 1.98%、Terminal-Bench-Science 0%;思维链与动作错位监控警报低于 Carbon 基线;作弊 0.0%(Terminal-Bench 4.0)、编码作弊评测走捷径 2.45%(家族最低);错位动作率 0.09%;代理诚实评测 99.2% 通过;少服务(under-service)较 Carbon 降 43–56%、越权(overreach)降 15–35%;Gray Swan IPI 基准 xhigh+实时防护 0.0% 攻击成功率(此前只有 Gemini 系达到)。Gemini 应用内 Tasks 可改用 Neon。模型卡链接随文(本站未读)。

EN

官方表的赢与输:三处灰标,和一个 harness 差距

随公告的基准表把 Neon 对 Claude Opus 5.5 与 GPT-6.2 Sol 逐行排开,赢面覆盖大半张表:AA Index 61 对 59、57;Vals Index 70.9% 对 70.1%、66.1%;CursorBench 4.1 65.4%;AutomationBench 56.3%;Agents' Last Exam v1.1 75.8%;RiemannBench 84.0%;Terminal-Bench-Science 70.5%;HLE-Diamond 71.3%;LVBench 89.0%;长上下文 GraphWalks(256k 至 1M,BFS F1)95.2% 对 66.8%、80.1%;网络安全三项 CWE-Bench v2 70.7%、SEC-bench Pro 90.5%、WebExploitBench v1.2 51.3% 全部领先。博客正文另报:Surge AI 金融、会计、表格建模与复杂约束多数第一;Legal Research Bench 与 Tax Agent Bench 双第一;Agent Arena Index 首秀 1336 分列第二(4,200+ 真实会话),可纠偏性第二;Vending-Bench 2 第一($16,843)。

同一张表也把三处落后标成灰色,引用时应该一起带走:Terminal-Bench 4.1(作弊调整准确率)65.2%,低于 Opus 5.5 的 65.8%;FrontierCode 2.0 主分 46.2%,低于 Opus 5.5 的 47.3%;Chartography 73.5%,低于 GPT-6.2 Sol 的 75.1%。「中间档越过高分榜上的对手」与「逐项对照仍有输处」同时成立,官方表自己就把两层都画了出来——这比只报胜率的表更可引用。

SWE-sweep 一行值得单独解释,因为官方把同一个模型在两个 harness 里的分数并排给出:mini-SWE harness 12.8%,Google Antigravity 内 39.0%——三倍差距来自脚手架而不是模型本身,公告原文没有回避这组并排(「展示 Antigravity harness 解锁了什么」)。对读基准的读者,这是本轮表里最实用的一课:同一模型换 harness,名次可以重排;比较前先问分数出自哪个脚手架。编程侧其余口径(厂商自评):Terminal-Bench 4.1 65.2%、FrontierCode 2.0 46.2%(high 档)、多文件调试与跨仓库重构「外科手术式」编辑。

安全数字全部为厂商口径,照录如下:沿用 Gemini 4 的安全栈,对严重滥用与提示注入保持 Carbon 级防护,同时拒绝率大幅降低——Terminal-Bench 4.0 只拒 1.98% 的任务、Terminal-Bench-Science 0%;内部编码使用中思维链与动作错位监控的警报率低于 Carbon 已有的低基线;Terminal-Bench 4.0 作弊 0.0%;编码作弊评测中走捷径 2.45%(官方称家族最低);代理安全套件错位动作率 0.09%;代理诚实评测 99.2% 通过;代理行为评测较 Carbon 少服务(under-service)降 43–56%、越权(overreach)降 15–35%(不同努力档位区间);Gray Swan 间接提示注入基准在最高思考档+实时防护下 0.0% 攻击成功率(官方注:此前仅 Gemini 系模型达到)。网络安全版「Neon for cyber」不在本批公开入口里——未来几天经 Fairwind 计划向受信防御者开放,需经 Cloud 客户团队申请。方法页随文给出(deepmind.google/models/evals-methodology/gemini-4-neon),本站未逐项核读。

官方基准表:Gemini 4 Neon 对 Claude Opus 5.5 与 GPT-6.2 Sol——AA Index v5.0.1 61 对 59、57;Vals Index 70.9% 对 70.1%、66.1%;CursorBench 4.1 65.4%;Terminal-Bench 4.1 65.2% 对 Opus 65.8%(Opus 更高,表中灰标);FrontierCode 2.0 46.2% 对 47.3%(Opus 更高);SWE-sweep 官方 harness 39.0% 对 mini-SWE 12.8%;AutomationBench 56.3%;Agents' Last Exam v1.1 75.8%;RiemannBench 84.0%;Terminal-Bench-Science 70.5%;HLE-Diamond 71.3%;Chartography 73.5% 对 Sol 75.1%(Sol 更高);LVBench 89.0%;GraphWalks(256k 至 1M)95.2%;CWE-Bench v2 70.7%;SEC-bench Pro 90.5%;WebExploitBench v1.2 51.3%。
官方基准表把三处落后也标了出来(灰底):Terminal-Bench 4.1、FrontierCode 2.0 输给 Opus 5.5,Chartography 输给 GPT-6.2 Sol——引用时一起带走。图源:Google 官方公告。 · 打开大图
来源与延伸阅读
  • Google 官方公告:Introducing Gemini 4 Neon官方发布 · 页面标注 2026-11-18 · 本站 11-19 全文读取全文读取。核对关键内容:定位「复杂软件工程、知识工作与科学工作流的前沿级智能+快速端到端完成」;AA Intelligence Index xhigh 61 列第三(「仅次于更大更慢的模型」);AA Coding Agent Index 第一(58.6);Vals Index 第二(70.9%)且处 Pareto 前沿,Legal Research Bench 与 Tax Agent Bench 双第一;Agent Arena Index 首秀第二(1336 分、4,200+ 真实会话),可纠偏性(steerability)第二;Surge AI 金融/会计/表格建模/复杂约束多数第一;Chartography 73.5%;Agents' Last Exam v1.1 75.8%;Zapier AutomationBench 第一(56.3%);Vending-Bench 2 第一($16,843);Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%。价格:$3/$0.15 缓存(95% 折扣)/$15 每百万 token,1M 上下文。入口:Gemini API 付费档(AI Studio、Android Studio)、Antigravity(Pro/Ultra)、AI Studio(Pro/Ultra)、Gemini for business(API+模型下拉)、Gemini 应用(Pro/Ultra 下拉);Fairwind 网络安全版未来几天。官方效率口径(厂商自评):high 档每任务成本较 Carbon 低 32%;Vals 与 Agent Arena 处 Pareto 前沿、较头部前沿模型低 50–80%;xhigh 较对手最高档便宜 36% 以上。编程:Terminal-Bench 4.1 65.2%、FrontierCode 2.0 46.2%(high)、SWE-sweep mini-SWE 12.8% 对 Antigravity 内 39.0%(「harness 差异」官方原文并排给出);可在 Antigravity 作 Orchestrator 指挥并行 Hydrogen 子代理,减少重复文件读取、共享进度、可靠上下文压缩。网络安全(Neon for cyber):AutoBaxBench hard 档 76% SOTA(易/中/难全超 Carbon);WebExploitBench v1.2 51.26% SOTA、成本约对手一半;SEC-bench Pro 90.5% SOTA、每挑战约半价;ExploitGym 以 Carbon 一半 token 达前沿;CWE-bench v2 70.7%(较 Carbon +3.4%)。安全:Carbon 级严重滥用与提示注入防护;Terminal-Bench 4.0 拒答仅 1.98%、Terminal-Bench-Science 0%;思维链与动作错位监控警报低于 Carbon 基线;作弊 0.0%(Terminal-Bench 4.0)、编码作弊评测走捷径 2.45%(家族最低);错位动作率 0.09%;代理诚实评测 99.2% 通过;少服务(under-service)较 Carbon 降 43–56%、越权(overreach)降 15–35%;Gray Swan IPI 基准 xhigh+实时防护 0.0% 攻击成功率(此前只有 Gemini 系达到)。Gemini 应用内 Tasks 可改用 Neon。模型卡链接随文(本站未读)。

EN

家族结构与价格阶梯:中间档的立身之本

把家族四行排在一起看,Neon 补上的是订阅与价格之间的那一层。官方对照表:Carbon 只向 Google AI Ultra 开放($4/$20,介绍价 $2/$10 到 11 月 30 日);Neon 面向 Pro 与 Ultra($3/$15);Hydrogen 全员可用($1.50/$7.50 一口价到 1M)。速度行的火箭数也是三档:Carbon 两格、Neon 三格半、Hydrogen 五格。这是 9 月 30 日以来家族的第 4 个成员、第 3 个新档位,也是第一次出现「中间档分数高于旗舰」的官方对照表——Quality 一行官方直接写 60/61/54。

价格阶梯上的相对位置比绝对数更值得记:Neon 的 $3/$15 卡在 Hydrogen 的 $1.50/$7.5 与 Carbon 的 $4/$20 之间,而它的缓存价 $0.15 把「长上下文代理重复读同一批文件」的账压到了家族最低——对比 Astra 的缓存 $0.40 与 Carbon 的缓存价(牌价口径未单独公布,介绍价 $2/$10 至 11-30)。对按量付费的开发者,中间档的意义不是「便宜一点的旗舰」,而是「高频复杂任务的单位成本」:官方口径 high 档每任务比 Carbon 低 32%,xhigh 仍比对手最高设置便宜 36% 以上。这个定价逻辑与 GPT-6.2 Astra「能力升级、输入输出降价 20%、缓存降 60%」是同一个方向——三家的中间带都在往「同样任务更便宜」压实。

官方家族对照表:Carbon(最难长程项目与深度研究,AA 60,$4/$20 介绍价 $2/$10 至 11-30,Google AI Ultra)、Neon(跨软件工程、知识工作与科学的深度推理,AA 61,$3/$15,Google AI Pro 与 Ultra)、Hydrogen(日常编码与智能体工作流的速度与效率,AA 54,$1.50/$7.50,全员可用);三档思考级别分别为低/中/高、低/中/高/xhigh、低/中/高/xhigh;底部标注 2026 年 11 月 18 日。
官方家族对照表:三档的定位、AA 分数、价格与订阅层一次排开——中间档 Neon 的 61 高于旗舰 Carbon 的 60。图源:Google 官方公告。 · 打开大图
来源与延伸阅读
  • Google 官方公告:Introducing Gemini 4 Neon官方发布 · 页面标注 2026-11-18 · 本站 11-19 全文读取全文读取。核对关键内容:定位「复杂软件工程、知识工作与科学工作流的前沿级智能+快速端到端完成」;AA Intelligence Index xhigh 61 列第三(「仅次于更大更慢的模型」);AA Coding Agent Index 第一(58.6);Vals Index 第二(70.9%)且处 Pareto 前沿,Legal Research Bench 与 Tax Agent Bench 双第一;Agent Arena Index 首秀第二(1336 分、4,200+ 真实会话),可纠偏性(steerability)第二;Surge AI 金融/会计/表格建模/复杂约束多数第一;Chartography 73.5%;Agents' Last Exam v1.1 75.8%;Zapier AutomationBench 第一(56.3%);Vending-Bench 2 第一($16,843);Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%。价格:$3/$0.15 缓存(95% 折扣)/$15 每百万 token,1M 上下文。入口:Gemini API 付费档(AI Studio、Android Studio)、Antigravity(Pro/Ultra)、AI Studio(Pro/Ultra)、Gemini for business(API+模型下拉)、Gemini 应用(Pro/Ultra 下拉);Fairwind 网络安全版未来几天。官方效率口径(厂商自评):high 档每任务成本较 Carbon 低 32%;Vals 与 Agent Arena 处 Pareto 前沿、较头部前沿模型低 50–80%;xhigh 较对手最高档便宜 36% 以上。编程:Terminal-Bench 4.1 65.2%、FrontierCode 2.0 46.2%(high)、SWE-sweep mini-SWE 12.8% 对 Antigravity 内 39.0%(「harness 差异」官方原文并排给出);可在 Antigravity 作 Orchestrator 指挥并行 Hydrogen 子代理,减少重复文件读取、共享进度、可靠上下文压缩。网络安全(Neon for cyber):AutoBaxBench hard 档 76% SOTA(易/中/难全超 Carbon);WebExploitBench v1.2 51.26% SOTA、成本约对手一半;SEC-bench Pro 90.5% SOTA、每挑战约半价;ExploitGym 以 Carbon 一半 token 达前沿;CWE-bench v2 70.7%(较 Carbon +3.4%)。安全:Carbon 级严重滥用与提示注入防护;Terminal-Bench 4.0 拒答仅 1.98%、Terminal-Bench-Science 0%;思维链与动作错位监控警报低于 Carbon 基线;作弊 0.0%(Terminal-Bench 4.0)、编码作弊评测走捷径 2.45%(家族最低);错位动作率 0.09%;代理诚实评测 99.2% 通过;少服务(under-service)较 Carbon 降 43–56%、越权(overreach)降 15–35%;Gray Swan IPI 基准 xhigh+实时防护 0.0% 攻击成功率(此前只有 Gemini 系达到)。Gemini 应用内 Tasks 可改用 Neon。模型卡链接随文(本站未读)。
  • Artificial Analysis 综合榜(本站直连整表回读)独立评测 · 本站 2026-11-19 直连回读直连抓取核对。源表新增 Gemini 4 Neon 四行:Xhigh 61(61.40)/High 60(59.62)/Medium 55(54.86)/Low 44(44.08);页面内嵌元数据 releaseDate 2026-11-18、deprecated: false、isReasoning: true、上下文窗口 1,000,000 token、厂商 Google。可见主表每型号一行、档位随行内标注,Neon 行显示「Gemini 4 Neon Xhigh 61」,排序在 GPT-6.2 Astra(Max 62)之后、Carbon(High 60)之前。已收录其余 36 行最高已测档位分数与配置全部未变(Fable 5.2 max 65 居首);源表撤下行(GPT-6 Astra、GPT-6.1 Sol、Qwen3.8 Max 0902、Gemini 3.8 Flash)仍不在列;未收录行(Inkling 2 Small 31、Agnes 2.5 Pro Theta 24、DeepSeek V4 Pro 0813 23、Nanbeige4.3-33B 20、K2 Horizon 系、JoyAI-VL-Preview 28 等)照旧榜外;Grok 4.7 行显示 Xhigh 35(与 11-16 注记一致,取值不变)。

EN

读者接下来能核对什么

把核对点按对象分开。榜单侧:61 是否守住——榜头五个整数点(65/62/61/60/59)每轮维护都会复读,Neon 四档行的显示值与档位配置也会随版本记录;Carbon 是否补 xhigh 档是家族结构自己的下一个数据点(它的思考档位现停在 high)。入口侧:Gemini 应用 Pro/Ultra 下拉的实际可见性、Antigravity 中 Orchestrator(Neon 指挥 Hydrogen 子代理)的体验、以及 Gemini 应用内 Tasks 改用 Neon 后的完成质量——Tasks 这条线本站在持续跟踪,Neon 加入后「多步任务由中间档执行」的账怎么算,等可核材料接回。网络安全侧:Fairwind 计划向受信防御者开放「Neon for cyber」的节奏。

最后是边界。本站未运行模型、未复现任何基准;官方效率、基准与安全数字全部为厂商口径,方法页与模型卡未逐项核读;SWE-sweep 的 39.0% 出自 Antigravity harness、12.8% 出自 mini-SWE——引用任何一格先看脚手架;AA 的 61/60/55/44 是本站 11-19 直连回读的独立读数,与自报数字互不替代;该指数主要评估英文文字任务,中文与多模态表现另看实际评测。对家族本身留一个观察:21 天三个新档位之后,四档模型、三档订阅、四档思考级别的矩阵已经摆满——下一格会填什么,是「Carbon 补 xhigh」,还是中间档再细分,家族表自己会给出答案。

  • 读 Google 官方公告全文定位、全部基准数字、官方基准表与家族对照表、价格与入口、安全与行为数字;模型卡与方法页链接随文。
  • 看本站模型页Neon 的目录条目、AA 榜行配置注记与家族四档的对照;Carbon 页在 /models/gemini-4-carbon,Hydrogen 页在 /models/gemini-4-hydrogen。
  • 对照本站 AA 榜整体格局38 个收录型号与各榜口径;61/62/60/65/59 的榜头格局与四条退役行的保留记录。
来源与延伸阅读
  • Google 官方公告:Introducing Gemini 4 Neon官方发布 · 页面标注 2026-11-18 · 本站 11-19 全文读取全文读取。核对关键内容:定位「复杂软件工程、知识工作与科学工作流的前沿级智能+快速端到端完成」;AA Intelligence Index xhigh 61 列第三(「仅次于更大更慢的模型」);AA Coding Agent Index 第一(58.6);Vals Index 第二(70.9%)且处 Pareto 前沿,Legal Research Bench 与 Tax Agent Bench 双第一;Agent Arena Index 首秀第二(1336 分、4,200+ 真实会话),可纠偏性(steerability)第二;Surge AI 金融/会计/表格建模/复杂约束多数第一;Chartography 73.5%;Agents' Last Exam v1.1 75.8%;Zapier AutomationBench 第一(56.3%);Vending-Bench 2 第一($16,843);Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%。价格:$3/$0.15 缓存(95% 折扣)/$15 每百万 token,1M 上下文。入口:Gemini API 付费档(AI Studio、Android Studio)、Antigravity(Pro/Ultra)、AI Studio(Pro/Ultra)、Gemini for business(API+模型下拉)、Gemini 应用(Pro/Ultra 下拉);Fairwind 网络安全版未来几天。官方效率口径(厂商自评):high 档每任务成本较 Carbon 低 32%;Vals 与 Agent Arena 处 Pareto 前沿、较头部前沿模型低 50–80%;xhigh 较对手最高档便宜 36% 以上。编程:Terminal-Bench 4.1 65.2%、FrontierCode 2.0 46.2%(high)、SWE-sweep mini-SWE 12.8% 对 Antigravity 内 39.0%(「harness 差异」官方原文并排给出);可在 Antigravity 作 Orchestrator 指挥并行 Hydrogen 子代理,减少重复文件读取、共享进度、可靠上下文压缩。网络安全(Neon for cyber):AutoBaxBench hard 档 76% SOTA(易/中/难全超 Carbon);WebExploitBench v1.2 51.26% SOTA、成本约对手一半;SEC-bench Pro 90.5% SOTA、每挑战约半价;ExploitGym 以 Carbon 一半 token 达前沿;CWE-bench v2 70.7%(较 Carbon +3.4%)。安全:Carbon 级严重滥用与提示注入防护;Terminal-Bench 4.0 拒答仅 1.98%、Terminal-Bench-Science 0%;思维链与动作错位监控警报低于 Carbon 基线;作弊 0.0%(Terminal-Bench 4.0)、编码作弊评测走捷径 2.45%(家族最低);错位动作率 0.09%;代理诚实评测 99.2% 通过;少服务(under-service)较 Carbon 降 43–56%、越权(overreach)降 15–35%;Gray Swan IPI 基准 xhigh+实时防护 0.0% 攻击成功率(此前只有 Gemini 系达到)。Gemini 应用内 Tasks 可改用 Neon。模型卡链接随文(本站未读)。
  • Artificial Analysis 综合榜(本站直连整表回读)独立评测 · 本站 2026-11-19 直连回读直连抓取核对。源表新增 Gemini 4 Neon 四行:Xhigh 61(61.40)/High 60(59.62)/Medium 55(54.86)/Low 44(44.08);页面内嵌元数据 releaseDate 2026-11-18、deprecated: false、isReasoning: true、上下文窗口 1,000,000 token、厂商 Google。可见主表每型号一行、档位随行内标注,Neon 行显示「Gemini 4 Neon Xhigh 61」,排序在 GPT-6.2 Astra(Max 62)之后、Carbon(High 60)之前。已收录其余 36 行最高已测档位分数与配置全部未变(Fable 5.2 max 65 居首);源表撤下行(GPT-6 Astra、GPT-6.1 Sol、Qwen3.8 Max 0902、Gemini 3.8 Flash)仍不在列;未收录行(Inkling 2 Small 31、Agnes 2.5 Pro Theta 24、DeepSeek V4 Pro 0813 23、Nanbeige4.3-33B 20、K2 Horizon 系、JoyAI-VL-Preview 28 等)照旧榜外;Grok 4.7 行显示 Xhigh 35(与 11-16 注记一致,取值不变)。