登录选套餐
博客 · 模型实测

Gemini 4 Neon 发布:AA 智能指数 61,$3 / $15

谷歌七周里的第四个 Gemini 4 模型,定位在 Carbon 和 Hydrogen 之间。官方评测表、Artificial Analysis 跑出的四档成本和耗时、和 Carbon 的价格对比、月度账单,以及模型卡里还没补齐的部分。

11 月 18 日,谷歌发布 Gemini 4 Neon。这是七周里的第四个 Gemini 4 模型,由 Carbon 改造而来,定位在最强的 Carbon 和最快的 Hydrogen 之间。

发布当天,Neon 在 Artificial Analysis 智能指数上拿到 61 分,排第三,比 Carbon 高 1 分;Vals Index 70.9%,排第二。API 价格是每百万 token 输入 $3、输出 $15,缓存读取 $0.15,上下文窗口 100 万 token。

一句话:Neon 开默认的 high 档,智能指数和 Carbon 同分,单任务成本和耗时都不到 Carbon 的一半,多文件调试、重构和长时间跑的 Agent 可以先交给它。xhigh 只多 1 分,成本多七成。11 月 30 日前 Carbon 还是 $2 / $10 的引入价,这段时间 Neon 的单价更贵。CodingPass 的 Go、Plus、Pro 都能用。

Gemini 4 家族里的位置

官方的 Gemini 4 家族对比图:Carbon、Neon、Hydrogen 三列,列出定位、AA 智能指数 60 / 61 / 54、价格、思考档位、速度、订阅档位和上线渠道
Gemini 4 家族对比。来源:谷歌官方博客,2026 年 11 月 18 日。

简单分一下工:Carbon 留给啃不动的硬骨头,Hydrogen 跑日常快活,Neon 卡在中间:既要接得住复杂编码和长程 Agent,又不想像 Carbon 那样慢和烧钱。

Gemini 4 家族三个模型的定位、AA 智能指数、API 价格、思考档位和订阅档位
CarbonNeonHydrogen
定位最难的长程项目和深度研究复杂编码、知识工作与科学推理日常编码和 Agent 工作流,求快求省
AA 智能指数606154
API 价格(输入 / 输出,每百万 token)$4 / $20(11 月 30 日前 $2 / $10)$3 / $15$1.50 / $7.50
思考档位low、medium、highlow、medium、high、xhighlow、medium、high、xhigh
Gemini 应用订阅Google AI UltraGoogle AI Pro 和 Ultra所有人

规格上,Neon 接收文本、图片、视频、音频和 PDF,只输出文本。上下文窗口 1,048,576 token,同步输出默认上限 65,536 token,用 long decode 可以到 100 万。支持 Computer Use、代码执行、文件搜索、函数调用、结构化输出,以及联网接入 Google 搜索和地图做事实核对;不支持图片生成、音频生成和 Live API。知识截止到 2026 年 3 月。

这张图里没有 Argon。Gemini 应用的模型选择器现在是 Auto、Hydrogen、Neon、Carbon 四项,3.1 Pro 和 Argon 都撤了,有 Pro 订阅用户是打开应用才发现的。API 定价页上 Argon 还在,价格和 Carbon 相同。

官方评测表:19 行领先 16 行

官方评测表:Gemini 4 Neon 与 Claude Opus 5.5、GPT-6.2 Sol 在能力指数、Agent 编程、知识工作、科学数学、推理、多模态、长上下文和网络安全共 19 行上的对比,Neon 有 16 行领先
官方评测表,蓝色一列是 Neon。来源:Google DeepMind 的 Gemini 4 Neon 模型卡。

表里的对手只有两个:Claude Opus 5.5 和 GPT-6.2 Sol。AA 智能指数上排在 Neon 前面的 GPT-6.2 Astra(62)和 Claude Fable 5.2(65)不在表里,谷歌的说法是 Neon 领先同级模型,只落后于更大、更慢的模型。按 AA 的数字,Astra(Max)跑一个任务是 $4.00、11.5 分钟,比 Neon 的 xhigh($6.44、22.6 分钟)便宜,也更快。

没赢的三行,有两行是写代码:

  • Terminal-Bench 4.1:65.2%,Opus 5.5 是 65.8%。
  • FrontierCode 2.0:46.2%(默认的 high 档),Opus 5.5 是 47.3%。
  • Chartography(读密集的专业图表):73.5%,Sol 是 75.1%。

拉开差距最大的是长上下文和自动化:GraphWalks(256k 到 1M)95.2%,Opus 5.5 66.8%,Sol 80.1%;Zapier 的 AutomationBench 56.3%,另外两家都在 42% 上下。

表外还有一批第三方排名:

  • Vals:Vals Index 70.87%,42 个模型里第二;金融指数(68.32%)和法律指数(78.36%)第一,Legal Research Bench 和 Tax Agent Bench 第一。Vals 的 14 个榜单里,Neon 有 7 个落在得分和成本的帕累托前沿上。
  • Arena 的 Agent Arena Index:4,200 多个真实 Agent 会话,1336 分,第二。用户中途改需求时能不能听进去、及时调整,这一项也是第二。
  • Surge AI:金融、会计、表格建模、复杂约束遵循几类评测,多数第一。
  • Vending-Bench 2(Andon Labs,模拟长期经营一门生意):$16,843,第一。
  • Agents' Last Exam v1.1:75.8%,和头部模型持平。
  • 科学和数学:Terminal-Bench Science 70.5%、RiemannBench 84.0%、HLE-Diamond 71.3%,同级里都是最高。

Artificial Analysis 自己测的几项知识工作:

  • AA-Briefcase:总分 1700 Elo;其中呈现质量 1771,第一,比此前领先的 Claude Sonnet 5.5(Max)高 45 分。
  • GDP.pdf(读专业文档):high 档 33.4%,比 Carbon 高 5 个百分点。
  • MKA(谷歌的多模态知识工作评测):56%,比 Carbon 高 2 个百分点,第一是 Fable 5.2(Max)的 57%。
视频 · GoogleSheets CV Lab: Gemini 4 Neon在 YouTube 观看
一组 Neon Agent 把一张图片变成 10 万个单元格的 Google 表格,不嵌图片、不用 Apps Script,靠 50 多万条公式做边缘检测、3D 深度映射和重新打光。链接会打开 YouTube;点击之前,页面不会从 YouTube 加载任何内容。
视频 · GoogleTuring Machine 1936: Gemini 4 Neon在 YouTube 观看
Neon 用 /swarm 找来档案照片,把图灵 1936 年在剑桥国王学院的书房做成可交互的 3D 场景,桌上有一台能运行的通用图灵机。链接会打开 YouTube;点击之前,页面不会从 YouTube 加载任何内容。

写代码

Neon 专门针对长程 Agent 工作流做了优化:密集调用工具时不容易半路掉链子,重复读文件少了,中间会主动吐进度,长会话里压缩上下文也更稳;跨文件改代码下手克制,只动该改的地方,不会顺手乱重构。另外,多步指令遵循更稳,谷歌自己测得在 Antigravity 里的胡编(幻觉)率是 Gemini 4 全系最低。

几项编程评测的成绩:

  • AA Coding Agent Index:58.6,总榜第一。AA 的说明是 Neon(xhigh)配 Antigravity CLI 得 59 分,和 Claude Code 里的 Fable 5.2(xhigh,58)、Opus 5.5(Max,58)基本打平。拉开差距的是成本:Neon 平均一个任务 $6.86,Opus 5.5 $12.61,Fable 5.2 $15.47。
  • CursorBench 4.1:65.4%,Opus 5.5 58.1%。
  • SWE-sweep:在各家自己的工具里跑,Neon 39.0%,Opus 5.5 10.1%,Sol 8.3%。

SWE-sweep 的 39.0% 是在 Antigravity 里拿到的。换成统一的 mini-SWE 框架,Neon 是 12.8%,Sol 11.6%,只差 1.2 个百分点。谷歌自己也承认,这 39.0% 主要是靠 Antigravity 这套框架撑起来的;不用 Antigravity 的话,看 12.8% 更接近模型的真实底子。

Vals 自己跑的 Terminal-Bench 4.0,Neon 是 61.62%,69 个模型里排第 7。

Antigravity 这次也配好了“大小模型接力”的玩法:Neon 当主控(Orchestrator)负责规划和架构,Hydrogen 当子 Agent 跑日常的改代码、升级依赖、跑测试;Hydrogen 卡住了再交回 Neon 检查状态、修计划。

视频 · GoogleGemini Elements 3D: Gemini 4 Neon在 YouTube 观看
Neon 在 Google Antigravity 里通过 Blender MCP 和 /swarm 搭了一张照片级的 3D 实验台,用本生灯火焰表示 Carbon 和 Hydrogen,用高压气体放电管表示 Argon 和 Neon。链接会打开 YouTube;点击之前,页面不会从 YouTube 加载任何内容。
视频 · GoogleChamonix Ski Simulator: Gemini 4 Neon在 YouTube 观看
Neon 在 Google Antigravity 里从零写了一个第一人称 WebGL2 滑雪模拟器,地形用的是勃朗峰和霞慕尼的真实高程数据:10,200 行自定义着色器,120 Hz 的滑雪物理,六条线路,没有用任何现成素材。链接会打开 YouTube;点击之前,页面不会从 YouTube 加载任何内容。

从 Argon 切过来的头几天,建议盯紧输出 token:实测跑同一类生成任务,Carbon、Hydrogen 和 Neon 的 token 用量都是 Argon 的 3 到 4 倍。虽只是单个产品的样本,但倾向很明确,和 AA 测到的也一致:Neon 每个任务的输出 token 比 Carbon 还多。

思考档位与单任务成本

AA 智能指数与单任务成本的折线图:Gemini 4 Neon 的 low、medium、high、xhigh 四个点,以及 Gemini 4 Carbon、Claude Opus 5.5、GPT-6.2 Sol 的曲线
Neon 四个思考档位的指数和单任务成本。来源:谷歌官方博客。

Neon 有 low、medium、high、xhigh 四档,默认 high。Argon 默认是 medium,从 Argon 迁过来如果不想变慢、或者想控制耗时,记得把档位显式设成 medium。

Artificial Analysis 把四档都跑了一遍:

Artificial Analysis 测得的各思考档位智能指数、单任务成本和单任务耗时
模型(档位)AA 智能指数单任务成本单任务耗时
Gemini 4 Neon(low)44$0.753.7 分钟
Gemini 4 Neon(medium)55$1.908.3 分钟
Gemini 4 Neon(high,默认)60$3.7414.8 分钟
Gemini 4 Neon(xhigh)61$6.4422.6 分钟
Gemini 4 Carbon(high)60$7.7634.2 分钟
Gemini 4 Hydrogen(xhigh)54$3.1614.9 分钟
GPT-6.2 Sol(Max)57$1.017.9 分钟
GPT-6.2 Astra(Max)62$4.0011.5 分钟
Claude Opus 5.5(Max)59$10.0424.5 分钟
Claude Fable 5.2(Max)65$26.5441.1 分钟
Artificial Analysis 的单任务成本柱状图和指数与成本散点图:Neon low $0.75、medium $1.90、high $3.74、xhigh $6.44,Carbon high $7.76,GPT-6.2 Sol $1.01,Claude Fable 5.2 $26.54
各模型跑一项智能指数任务的成本。来源:Artificial Analysis。
Artificial Analysis 的单任务耗时柱状图和指数与耗时散点图:Neon low 3.7 分钟、medium 8.3 分钟、high 14.8 分钟、xhigh 22.6 分钟,Carbon high 34.2 分钟
各模型跑一项智能指数任务的耗时。来源:Artificial Analysis。

high 是甜点档,智力追平 Carbon(high),耗时和花费都直接砍半;xhigh 性价比较差,多花七成钱只多 1 分,在 GDP.pdf 上得分甚至倒退(28.0% 对 33.4%)。

便宜靠的是单价。 AA 统计,Neon 每个任务的输出 token 比 Carbon 多约 15%,成本低是因为单价低 25%,快是因为输出速度约每秒 110 token,Carbon 约 57。

Carbon 的 $7.76 是按 12 月涨价后算的。 11 月底前它还在半价引入期,折算下来约 $3.88,比 Neon 的 xhigh 便宜,和 high 档其实差不多。

往下看,Sol 更便宜。 GPT-6.2 Sol(Max)57 分,一个任务 $1.01、7.9 分钟。Neon 的 medium 是 55 分、$1.90。

谷歌在博客里给的是另一组数字:high 档的单任务成本比 Carbon 低 32%;在 Vals Index 和 Agent Arena 上,high 档落在帕累托前沿,比顶级竞品低约 50% 到 80%;xhigh 比竞品的最高档低 36% 以上。

换一种任务,排序可能反过来。Plotly 的数据分析基准有 43 道题,四个 Gemini 4 模型都拿了 A,跑完一遍的花费是 Hydrogen $6、Carbon $11、Argon $13、Neon $17,Neon 最贵。之所以这样,一方面是 Carbon 和 Argon 眼下还在半价引入期;另一方面,这套测试框架本身给足了引导提示词,四款模型都能拿 A,最后比拼的就是谁默认输出和思考的 token 更多,默认开 high 档的 Neon 自然最吃亏。

价格与账单

Gemini 4 各模型的 API 价格,每百万 token,美元
模型输入输出(含思考 token)缓存读取
Gemini 4 Hydrogen$1.50$7.50$0.075
Gemini 4 Neon$3.00$15.00$0.15
Gemini 4 Carbon / Argon(11 月 30 日前)$2.00$10.00$0.10
Gemini 4 Carbon / Argon(12 月 1 日起)$4.00$20.00$0.20

Neon 没有免费层,思考产生的 token 按输出价计。缓存只有隐式缓存(共享前缀满 4,096 token 自动命中,按输入价的 5% 收),不支持显式缓存。

和家族里其他模型比,Neon 的单价是 Hydrogen 的两倍。和 Carbon、Argon 比要看日期:11 月 30 日前贵 50%,12 月 1 日起便宜 25%。

单次请求的成本这样算:

单次成本 = 新输入 token × 输入价 + 缓存命中 token × 缓存价 + 输出 token × 输出价

按每次请求 2 万输入 token(一半命中缓存)、2,000 输出 token 算:

按每次请求 2 万输入 token(一半命中缓存)、2000 输出 token 估算的月度账单
模型单次请求1 万次10 万次100 万次
Gemini 4 Hydrogen$0.031$308$3,075$30,750
Gemini 4 Neon$0.062$615$6,150$61,500
Gemini 4 Carbon(11 月 30 日前)$0.041$410$4,100$41,000
Gemini 4 Carbon(12 月 1 日起)$0.082$820$8,200$82,000

这张表的输出按固定 2,000 token 算。思考档位越高,输出 token 越多,实际账单会偏向输出这一项。

在 CodingPass 上的额度

CodingPass 按谷歌官方 API 价计量。Neon 从 Go 起就能用,Carbon 要 Plus 起。

Gemini 4 各模型在 CodingPass Go、Plus、Pro 上的月额度折合 token 数
模型最低档位GoPlusPro
Gemini 4 HydrogenGo305M1.0B2.5B
Gemini 4 NeonGo205M508M1.3B
Gemini 4 ArgonGo205M761M1.9B
Gemini 4 CarbonPlus—761M1.9B

Go 上 Neon 的月额度是 $60,约 2,050 次请求,5 小时上限约 342 次。Carbon 和 Argon 在 12 月 1 日涨价以后,同一份额度能跑的 token 会减半。

Terminal
curl https://codingpass.ai/v1/chat/completions \  -H "Authorization: Bearer $CODINGPASS_API_KEY" \  -H "Content-Type: application/json" \  -d '{    "model": "gemini-4-neon",    "reasoning_effort": "medium",    "messages": [{"role": "user", "content": "Refactor src/billing/ to remove the duplicated proration logic"}]  }'

Claude Code 里用 claude --model gemini-4-neon;OpenCode、Cline 等 OpenAI 兼容的工具,把 gemini-4-neon 加进模型列表。

网络安全:Neon for cyber

谷歌这次单独做了一个网络安全版本 Neon for cyber,覆盖写安全的代码、找漏洞、验证漏洞、修漏洞。它不在普通 API 里,未来几天通过 Fairwind 计划开放给受信任的防御方,申请要找 Google Cloud 的客户团队。

写安全的代码、渗透测试、找漏洞三项,谷歌给的都是第一:AutoBaxBench 在简单、中等、困难三档都超过 Carbon;WebExploitBench v1.2 和 SEC-bench Pro 上,成本约是其他大模型的一半。

AutoBaxBench 柱状图:Gemini 4 Neon 76.0%,Gemini 4 Carbon 74.0%,Claude Fable 5.2 和 Claude Opus 5.5 均为 68.0%,GPT-6 Astra 57.0%,Muse Wonder 49.0%
AutoBaxBench,安全代码生成。来源:谷歌官方博客。
WebExploitBench v1.2 柱状图:Gemini 4 Neon 51.26%,Gemini 4 Carbon 44.65%,GPT-6 Astra 38.99%,Claude Opus 5.5 37.06%
WebExploitBench v1.2,渗透测试。来源:谷歌官方博客。
SEC-bench Pro 柱状图:Gemini 4 Neon 90.5%,GPT-6.2 Sol 88.3%,Gemini 4 Carbon 88.2%,GPT-6 Astra 85.4%,GPT-6.1 Sol 78.8%,DeepSeek-V4.1-Flash 62.8%
SEC-bench Pro,找漏洞。来源:谷歌官方博客。

另外两项没拿第一。验证漏洞能不能被利用的 ExploitGym,Neon 排在 Carbon 后面,谷歌强调的是它只用了 Carbon 一半的 token。

ExploitGym 柱状图:Gemini 4 Carbon 54.8%(10 小时)和 53.5%(6 小时),Gemini 4 Neon 48.3%(10 小时)和 47.9%(6 小时),GPT-6 Astra 42.4%,Claude Mythos 5.2 39.2%,GPT-6.1 Sol 35.1%,Claude Opus 5.5 34.5%
ExploitGym,验证漏洞能否被利用。来源:谷歌官方博客。

修漏洞的 CWE-Bench v2,Neon 比 Carbon 高 3.4 个百分点,但第一是 Claude Fable 5.2。官方评测表的这一行只列了 Opus 5.5 和 Sol。

CWE-Bench v2 柱状图:Claude Fable 5.2 75.0%,Gemini 4 Neon 70.7%,Gemini 4 Carbon 67.3%,Claude Opus 5.5 67.1%,GPT-6.2 Astra 66.8%,Muse Wonder 66.1%,GPT-6.2 Sol 66.0%
CWE-Bench v2,修漏洞。来源:谷歌官方博客。

安全与对齐

安全上,Neon 延续了 Carbon 的防护,但误杀(过度拒答)少了很多:Terminal-Bench 4.0 上的拒答率是 1.98%,Terminal-Bench-Science 是 0%。

Agent 行为上的几个数字:

  • Terminal-Bench 4.0 的作弊率 0.0%,和 Carbon 持平;编码任务里投机取巧(走捷径)的比例 2.45%,Gemini 4 全系最低。
  • Agent 安全测试套件的越轨行为率 0.09%,Agent 诚实评测通过率 99.2%。
  • 和 Carbon 比,不同思考档位下,该干的活没干完(偷懒)减少 43%–56%,擅自多改(越界)减少 15%–35%。
  • 思维链和实际动作对不上号的告警率,也低于 Carbon。
Gray Swan 间接提示注入评测,15 次尝试下的攻击成功率:Gemini 4 Neon、Carbon、Hydrogen 均为 0.0%,Gemini 4 Argon 0.7%,Claude Opus 5.5 1.0%,GPT-6.2 Sol 2.3%,GPT-6.2 Astra 2.4%,Claude Fable 5.2 4.1%
Gray Swan 间接提示注入评测,数值越低越好。来源:谷歌官方博客。

Gray Swan 的间接提示注入评测,是把恶意指令埋在模型读到的网页、邮件、文档和代码里。Neon 在最高思考档位、带实时防护的条件下,攻击成功率 0.0%。

这一节的数字大多来自谷歌的内部评测。模型卡写明,Neon 的完整安全报告“未来几天”发布;前沿安全框架下的关键能力评估没有重做,沿用的是 Argon 的结论,理由是 Neon 相对 Argon 的能力提升没到重新评估的阈值。至于“已知局限”一栏,只写了一句套话:可能出现幻觉。想看更细的边界,得等几天后的完整安全报告。

Gemini 应用与上线渠道

Gemini 应用里,Neon 对应模型选择器的“Deeper analysis”一项,Google AI Pro 和 Ultra 订阅可选。谷歌列了三点变化:

  • 写作和整理资料:能直接读上传的表格、PDF、照片,也能从 Gmail 和 Docs 里拉取上下文出报告和摘要。
  • 联网研究:遇到价格对比或市场简报这类时效性问题,会主动联网查最新信息。
  • Tasks 多步任务:现在能切到 Neon 跑,比大模型更快,也更省额度,适合核对账单里水电费异常,或者整理多张收据去谈退款这类繁琐活。

其他渠道:

  • 开发者:Gemini API 付费层,Google AI Studio 和 Android Studio。
  • Google Antigravity:付费的 Google AI Pro 和 Ultra 订阅,桌面应用、CLI 和 IDE 扩展都有。
  • 企业:Gemini for business,API 或模型下拉菜单。

优惠版和学生版的 Pro 订阅在 Antigravity 里能不能选到 Neon,发布当天还没有准信:有人已经能选,有人看到的提示是“仅限付费 Pro 和 Ultra”。

适用场景

按工作负载选择 Gemini 4 模型和思考档位
工作负载推荐理由和代价
日常改代码、写测试、补文档Hydrogen,或 Neon 开 mediumNeon medium 55 分、$1.90 一个任务;Hydrogen 单价是 Neon 的一半
多文件调试、仓库级重构、长时间跑的 AgentNeon 开 high指数和 Carbon high 持平,单任务成本不到一半,耗时 14.8 分钟对 34.2 分钟
卡了很久的难题Neon 开 xhigh,或 Carbonxhigh 比 high 多 1 分,成本多七成;11 月 30 日前 Carbon 更便宜
财务、法务、表格和图表类的知识工作Neon 开 highVals 金融、法律两个指数第一;AA 的 GDP.pdf 上 high 得分高于 xhigh
大量低难度调用,对单价敏感Hydrogen,或 GPT-6.2 SolAA 测得 Sol(Max)57 分、$1.01 一个任务
找漏洞、渗透测试等安全工作申请 Fairwind 计划Neon for cyber 只对计划成员开放,不在普通 API 里

我们觉得多数人可以这样起步:原来用 Argon 或 Carbon 干的活,先换到 Neon 的 high;额度紧就降到 medium;xhigh 留给 high 试过还卡住的任务。

常见问题

Go 能用 Neon 吗?
能。Go、Plus、Pro 都可用,和其他模型从同一份月额度里扣,5 小时和每周上限照常生效。
Neon 怎么计量?
输入、输出和缓存读取按谷歌官方 API 价计量:每百万 token $3 / $15 / $0.15。思考产生的 token 按输出计。完整规则见用量限额。
能在 Claude Code 里用 Neon 吗?
能。把 ANTHROPIC_BASE_URL 指到 CodingPass 以后,用 claude --model gemini-4-neon 启动。各工具的配置片段在模型页。
Argon 还能用吗?
能。谷歌的 API 定价页上 Argon 还在,CodingPass 上的 gemini-4-argon 也照常可用。撤掉 Argon 的是 Gemini 应用的模型选择器。
出发

Gemini 4 Neon,接进你的 Agent。

Go、Plus、Pro 都含 Neon,按官方 API 价计量。不会意外扣费,随时取消。

  • 每个响应都带请求 ID
  • 用量不超过 5% 可全额退款
  • 不会意外扣费
选 GoOpenCode 指南

每月 $10,直到你取消。