推理快一倍成本砍半,Gemini 4 Neon 登顶编程
核心要点
谷歌发布 Gemini 4 Neon,AA 智力指数 61 分,编程 Agent 榜第一。其成本仅为竞品一半,支持 Swarm 协作,以中杯模型挑战 Claude 旗舰地位,重塑高频复杂任务格局。
据 Woofun AI 消息,谷歌正式推出 家族第四位成员 ,由亲自官宣并称之为"炼金术的巅峰之作"。该模型并非单纯追求参数规模,而是精准定位于高频、复杂的软件工程、知识分析及科研长程任务,旨在通过极致的推理效率与成本控制,重新定义 AI 在专业领域的生产力边界。Neon 的上线标志着谷歌在 AI 模型迭代策略上的一次关键转向:不再一味堆砌算力,而是通过架构优化实现性能与成本的非线性突破,直接对标并试图超越当前市场主流旗舰模型。
这一举措不仅展示了谷歌在基础模型研发上的深厚积累,更预示着 AI 应用层将从"能用"向"高效、低成本规模化"迈进,为开发者提供了更具性价比的选择,同时也向竞争对手发出了强烈的市场信号。
在核心性能指标与价格体系方面,Neon 展现出了极具竞争力的综合优势。其运行一个任务的综合开销比 和 GPT 等对手的顶级旗舰低 50% 到 80%,且在 19 组对比成绩中拿下了 16 组最高分,证明了其在高性能输出下的稳定性。在衡量综合智力的 AA 智力指数中,Neon 凭借 xhigh 思考模式获得 61 分,位列全球第三,比自家旗舰 高出 1 分;即便在默认的 high 档位下,也能达到 60 分,与 Carbon 持平。
在编程领域,Neon 在 AA 编程 Agent 榜上以 58.6 分登顶,其完成单个任务的花费仅为 Claude 的一半出头。速度方面,Neon 每秒可输出约 110 个 token,而 Carbon 仅为 57 个,效率提升近一倍。价格体系上,Neon 的输入成本为每百万 token 3 美元,输出为 15 美元,缓存命中低至 0.15 美元,上下文窗口支持 100 万 token。
这种"高智商、低延迟、低成本"的组合拳,使得 Neon 在处理大规模数据和高频交互任务时,具备显著的经济性优势,为大规模商业落地扫清了成本障碍。
实战测试进一步验证了 Neon 在长程任务调度与复杂逻辑推理方面的能力。在首个实测中,Neon 在谷歌的 Agent 编程平台 上拉起"/"多 Agent 团队,连轴工作了 12 小时,成功将图灵在剑桥国王学院的书房搬进 3D 世界。1936 年,图灵正是在这里写出了奠定现代计算机理论的那篇论文。Neon 首先翻出国王学院的档案照片,随后在 中进行建模与绑定,最终渲染出带有年代感的材质和光影。镜头从国王礼拜堂外的草坪一路推进屋内,书架、壁炉和书桌逐一呈现,甚至连桌上的图灵机也被真实还原。
这一过程考验的是长程任务中的调度能力,Neon 带领 Agent 团队从查资料、建模到渲染,全程未出现偏差,展现了极强的任务分解与执行连贯性。在另一个测试中,Neon 面对没有现成图像算法可调的表格,开辟出 10 万个单元格,铺设了超过 50 万个实时表格公式,仅靠基础公式就跑通了 Sobel 边缘检测和 3D 深度映射。6 种交互模式可随意切换,调整光照角度即可实时重新打光,体现了其在复杂逻辑推导与代码生成上的硬功夫。
在工程能力极限测试中,Neon 从零手搓了一套第一人称 3D 高山滑雪模拟器,彻底摒弃预制 3D 素材,直接采用勃朗峰和霞慕尼的真实高程地形数据,一口气写出了 10200 行自定义 WebGL2 着色器代码。该模拟器内置 120Hz 物理引擎、6 条高山雪道,并实现了动态雪痕、突发板状雪崩及空间音频等高级功能,一步到位地完成了从底层代码到上层体验的完整构建。

评论
暂无评论