Google 推出 Gemini 4 Neon 效能接近旗艦 Carbon AI 任務成本降低 32%

Author:

Published:

- 廣告 -

Google 於美國時間 11 月 18 日正式發布新一代人工智能模型 Gemini 4 Neon,主打接近旗艦模型的推理能力,同時兼顧執行速度與成本效益。新模型支援 100 萬 Token 上下文,專為複雜程式開發、企業分析、科學研究及長時間 AI Agent 工作流程而設。Google 表示,相比 Gemini 4 Carbon,Neon 在預設 High 推理模式下,每項任務的平均成本降低約 32%,並已開始向 Gemini App、Google AI Studio 及 Antigravity 用戶開放。

介乎 Carbon 與 Hydrogen 兼顧推理能力及運算效率

Gemini 4 Neon 是 Google Gemini 4 系列的最新成員,定位介乎高階 Gemini 4 Carbon 與主打快速回應的 Gemini 4 Hydrogen 之間。

Carbon 主要處理高難度推理及長時間工作,Hydrogen 則針對日常問答與低延遲任務,而 Neon 希望在兩者之間取得平衡,提供接近旗艦級的智能表現,同時降低執行複雜任務的時間及成本。

- 廣告 -
在 Google Antigravity 中驅動 Blender MCP,Gemini 4 Neon 運用 /swarm 功能建構了一張逼真的 3D 實驗室工作檯,並以元素級精確度視覺化模型名稱:針對 Gemini 4 Carbon 和 Gemini 4 Hydrogen,搭配本生燈火焰;針對 Gemini 4 Argon 和 Neon,則搭配高壓氣體放電管。

根據 Google DeepMind 公布的模型資料,Neon 由 Carbon 模型衍生,並針對企業工作流程及 Agent 應用進行調整。在 Artificial Analysis Intelligence Index 測試中,Neon 於最高推理設定取得 61 分,排名第三。在另一項 Vals Index 測試中,Neon 則取得 70.9% 成績,排名第二。

Google 表示,在預設 High 推理模式下,Neon 每項任務的平均成本比 Carbon 低 32%。

支援 100 萬 Token 上下文 可分析影片、PDF 及大型程式碼庫

Gemini 4 Neon 支援最高 100 萬 Token 上下文,可處理文字、圖片、音訊及影片等不同格式的輸入。對企業用戶而言,這意味着 AI 可以在單次工作流程中,綜合分析多份 PDF、試算表、技術文件、圖表及其他資料,減少將內容拆分成多個獨立任務的需要。

Neon 同時提供四個推理強度級別,讓開發者根據工作複雜程度,調整模型的運算資源及 Token 消耗。對簡單任務,可以使用較低推理強度以節省成本;遇到複雜程式開發、科學研究或多階段分析,則可選擇更高推理級別。

強化 AI Coding 可指揮多個 Hydrogen Agent 協同工作

程式開發是 Gemini 4 Neon 的主要應用場景之一。Google 表示,新模型針對大型程式碼庫、跨檔案 Debugging、程式重構及持續運作的 AI Agent 工作流程進行優化。

在 Terminal-Bench 4.1 測試中,Neon 取得 65.2% 成績;FrontierCode 2.0 則取得 46.2%。Google 亦指出,Neon 在 Artificial Analysis Coding Agent Index 中排名第一。

- 廣告 -

更值得關注的是 Neon 在 Google Antigravity 開發平台中的角色。Neon 不但可以單獨執行 Coding 任務,亦能擔任 Orchestrator(協調代理),將大型專案拆分成多個子任務,再指揮不同的 Hydrogen AI Agent 平行處理。

例如在開發大型應用程式時,Neon 可以負責規劃架構、協調工作及檢查整體成果,Hydrogen 則分別處理程式編寫、檔案修改及其他相對簡單的操作。

這種多代理協作方式,有助減少大型模型重複處理簡單任務所造成的運算成本。

Google 展示的其中一項實例,是使用 Antigravity 的 /swarm 功能,根據歷史照片重建 Alan Turing 於 1936 年的研究室,製作可互動的 3D 場景,甚至包括能夠運作的 Universal Turing Machine。

網絡安全能力提升 支援漏洞搜尋與程式修補

除了 Coding,Google 亦特別強調 Gemini 4 Neon 在網絡安全方面的能力。根據官方測試,Neon 在 AutoBaxBench 高難度安全程式碼測試中取得 76% 成績,而在 WebExploitBench 1.2 測試中則取得約 51.3%。

Neon 在 AutoBaxBench 高難度安全程式碼測試中取得 76% 成績
Neon 在 AutoBaxBench 高難度安全程式碼測試中取得 76% 成績

Google 表示,Neon 可協助安全團隊進行漏洞搜尋、驗證及修補,並計劃透過 Fairwind Program,向指定合作夥伴提供專門針對網絡防禦的 Neon for cyber 功能。

隨着 AI Agent 同時被應用於自動化攻擊及防禦,具備較高推理能力及較低運算成本的模型,將可能改變企業網絡安全團隊的工作方式。

API 每百萬輸入 Token $3 美元 Pro 及 Ultra 用戶可使用

Gemini 4 Neon 已開始透過 Google AI Studio 的 Gemini API、Gemini for business,以及 Google Antigravity 提供。

API 定價為每百萬輸入 Token $3 美元,每百萬輸出 Token $15 美元;如使用快取輸入,收費則降至每百萬 Token $0.15 美元。

Google AI Pro 及 Ultra 訂閱用戶亦可在 Gemini App 選擇 Neon 模型,並透過 Antigravity 使用相關 Coding 及 Agent 功能。

Gemini 4 Neon 的成本比 Carbon 低 1/3 左右,但在分析能力上毫不遜色。
Gemini 4 Neon 的成本比 Carbon 低 1/3 左右,但在分析能力上毫不遜色。

Google AI 模型競爭轉向實際工作效率

Gemini 4 Neon 的推出,反映大型 AI 模型的競爭重點正由單純追求最高推理分數,逐步轉向實際任務完成能力、執行速度及成本效益。對需要處理大量程式開發、文件分析及企業自動化工作的用戶而言,模型能否穩定完成複雜任務,可能比單純比較參數規模更加重要。

Google 透過 Carbon、Neon 及 Hydrogen 三款模型,形成不同能力與成本層級,並進一步利用 Antigravity 整合多個 AI Agent 協同工作。

- 廣告 -
Buy Me a CPM: PCM 讀者會員資助計劃
- 廣告 -

Related Articles

- 廣告 -

Recent Articles

- 廣告 -

最新影片

- 廣告 -