谷歌双发中杯模型与世界模型:性价比与安全并重
核心要点
谷歌发布Gemini 4 Neon中杯模型,主打高性价比与网络安全;同期Genie 4 世界模型上线,支持实时交互与原生音频,重塑AI体验。
据 Woofun AI 消息,谷歌在人工智能领域发起新一轮产品攻势,同步推出 中杯模型与 世界模型,旨在通过差异化定位填补市场空白并强化生态闭环。
这一战略动作标志着谷歌在基础模型层与应用交互层的双重突破,试图以"中杯"模型的高效能与"世界模型"的沉浸式体验,重新定义 AI 服务的边界与价值主张。
在 家族的产品矩阵中,Neon 的登场填补了旗舰模型 与高频响应模型 之间的关键空白。谷歌 DeepMind 联合创始人 将 Gemini 4 Neon 誉为"Alchemy at its finest(炼金术的杰作)",强调其在性能与成本之间取得的微妙平衡。
从定位上看,Carbon 专注于处理最复杂的长程项目,Hydrogen 则面向日常高频场景追求极致响应速度,而 Neon 则定位于二者之间,旨在复杂编程、分析推理和生产级企业工作流中提供前沿推理能力,同时实现更快的速度与更低的成本。具体而言,Neon 的推理速度是 Carbon 的 3 倍,而成本仅为 Carbon 的 60%。在定价体系上,谷歌采取了极具竞争力的策略:每百万输入 token 定价 3 美元,每百万输出 token 定价 15 美元,缓存输入 token 低至 0.15 美元。
此外,Neon 支持 100 万 token 的上下文窗口,并提供 4 档可调的思考深度,允许开发者根据任务复杂度灵活切换速度与推理深度,从而在效率与精度之间找到最佳平衡点。
在第三方评测中,Gemini 4 Neon 展现了全面的竞争力。在综合智能方面,Neon 在 Artificial Analysis Intelligence Index 上以 61 分位列第 3,仅落后于更大、更慢的模型;在 Vals Index 上以 70.9% 的得分排名第 2,处于帕累托前沿。在 Agent 能力方面,Neon 在 Agent Arena Index 中凭借 4200 余个真实世界智能体会话获得第 2 名(1336 分),其可操控性(steerability)同样排名第 2,意味着用户在中途修改指令时,模型能更干净地调整方向。
在企业与知识工作流评测中,Neon 更是大面积刷榜:在 Legal Research Bench 和 Tax Agent Bench 两项测试中均获第 1;在 Surge AI 覆盖的金融、会计、电子表格建模等多个类目中大多排名第 1;在 Zapier AutomationBench 中以 56.3% 的得分获第 1;在 Andon Labs 的 Vending-Bench 2(模拟长周期商业经营测试)中以 $16,843 的成绩获第 1。
此外,Neon 在密集图表阅读基准 Chartography 中得分 73.5%,在 Agents' Last Exam v1.1 中得分 75.8%,与头部模型持平。
在科学数学推理、代码能力及多模态窗口优势方面,Neon 同样表现卓越。在科学和数学推理方向,Neon 拿下了 (70.5%)、(84.0%)和 (71.3%)三项第一,均为同类最佳。在代码能力上,Neon 面向真实生产环境,能处理多文件调试、重构和精准编辑。谷歌特别提到了其"surgical edits(手术式编辑)"能力,能对多文件项目进行定点修改。

评论
暂无评论