谷歌双发 Gemini 4 Neon 与 Genie 4:速度 3 倍成本 60%,世界模型原生音频上线
核心要点
谷歌发布中杯模型Gemini 4 Neon,速度提升 3 倍、成本降至 60%,在编程、推理及网络安全评测中刷榜;同步上线具备原生音频与实时交互的世界模型Genie 4,重塑AI体验。
据 Woofun AI 消息,谷歌正式推出 中杯模型与 世界模型,旨在填补旗舰与轻量模型间的性能空白。DeepMind 联合创始人 将 Neon 定义为"Alchemy at its finest(炼金术的杰作)",强调其在复杂推理与效率间的平衡;
与此同时,Genie 4 以原生音频和实时交互能力,标志着生成式世界模型进入新阶段。
在 家族的产品矩阵中, 作为旗舰负责高难度长程任务, 聚焦高频日常场景以追求极速响应,而 Neon 则精准定位于二者之间。
Woofun AI 整理数据显示,Neon 的运行速度达到 Carbon 的 3 倍,而成本仅为后者的 60%。其定价体系极具竞争力:每百万输入 token 收费 3 美元,输出 token 为 15 美元,缓存输入低至 0.15 美元,并支持 100 万 token 的上下文窗口。开发者可通过 4 档可调思考深度,根据任务复杂度灵活切换速度与推理层级。为展示其长程推理潜力,Neon 曾连续运行 12 小时 /swarm,成功从档案照片中重建艾伦・图灵 1936 年的研究内容,其中包括一台可运行的通用图灵机,重现了现代计算的蓝图。
在第三方权威评测中,Neon 展现了全面的综合智能与 Agent 能力。在 Artificial Analysis Intelligence Index 中,Neon 以 61 分位列第 3,仅逊于更大更慢的模型;在 Vals Index 中排名第 2(得分 70.9%),处于帕累托前沿。在涵盖 4200 余个真实世界智能体会话的 Agent Arena Index 中,Neon 以 1336 分斩获第 2,其可操控性(steerability)同样位居第 2,意味着用户中途修改指令时,模型能更精准地调整方向。
在企业级应用评测中,Neon 大面积领先:Legal Research Bench 和 Tax Agent Bench 均获第 1;Surge AI 覆盖的金融、会计及电子表格建模等多类目大多排名第一;Zapier AutomationBench 得分 56.3% 居首;Andon Labs 的 Vending-Bench 2(模拟长周期商业经营)得分 $16,843 位列第 1。
此外,密集图表阅读基准 Chartography 得分 73.5%,Agents' Last Exam v1.1 得分 75.8%,与头部模型持平。
科学推理、代码能力及多模态处理是 Neon 的另一大优势。在科学基准测试中,Neon 拿下 (70.5%)、RiemannBench(84.0%)和 HLE-Diamond(71.3%)三项第一,均为同类最佳。代码方面,Neon 面向真实生产环境,具备"surgical edits(手术式编辑)"能力,可对多文件项目进行定点修改,并在多步骤指令遵循上显著提升。在内部 测试中,Neon 录得迄今为止最低的编造率(fabrication rate)。多模态方面,Neon 能在 100 万 token 窗口内同时消化电子表格、PDF、图表、音频和视频,输出结构化交付物。谷歌指出,Neon 在整体质量上追平甚至超过 Carbon,速度快 3 倍,成本降低 40%,在准确性、细节和速度间找到了令人信服的平衡。

评论
暂无评论