谷歌 DeepMind 发布 Gemini 4 Neon 中端模型

作者:swyx .ai原标题:[AINews] Gemini 4 Neon: GDM's Opus/Sol Contender
78AI 研判分

谷歌 DeepMind 在约七周内推出第四款 Gemini 4 系列模型 Neon,定位为介于 Carbon 与 Pro 之间的中端档位,主打更快更便宜。由于蒸馏、强化学习与评测方式的影响,Neon 在部分指标上反而超过更大的 Carbon,同时 Argon 已被退役、旧版 Pro 与 Flash 全面下线。

报道正文

本文目录2 个章节

Google DeepMind 发布了 Gemini 4 Neon,这是其在大约七周内推出的第四款 Gemini 4 模型。如果你对命名感到困惑,你并不孤单;1.5 个月前发布的 Argon 现已退役,Gemini 1-3 时代的旧款 Pro 和 Flash 也已停用,而如果你以为这些名字是基于原子量命名的,那么中端模型 Neon(10)比 Carbon(6)更快、更便宜。下面这份指南有助于了解当前的主流模型及其规模:

由于蒸馏、强化学习和基准测试的工作方式,尽管 Neon 是更小的模型,但在某些指标上它的表现从技术上讲优于 Carbon……

同样在今天,Anthropic 将其 IPO 定价为每股 83 美元,高于其初始区间,Palo Alto Networks 同意以45 亿美元全股票交易收购 Applied Compute。Anthropic · Palo Alto Networks

2026 年 11 月 17–18 日 AI 新闻。我们检查了 12 个 subreddit 和 544 个 Twitter 账号。浏览往期内容。


AI Twitter 回顾

Gemini 4 Neon

发布与可用性

  • 定价与规格。 Neon 的输入价格为每百万 token 3 美元,缓存输入为 0.15 美元,输出为 15 美元。它拥有 1M token 的上下文窗口和四档 effort 级别。Vals 报告的最大输出上限为 1M token。Google · Vals
  • 发布范围。 Neon 将登陆 AI Studio 和 Android Studio 中的付费 Gemini API、Gemini for business,以及面向 Pro 和 Ultra 订阅用户的 Antigravity。在 Gemini 应用中,Pro 和 Ultra 用户可将其选为“Deeper analysis”,包括用于 Tasks。Google 的发布计划 · Gemini 应用
  • 首日集成。 Cursor、GitHub Copilot(覆盖其应用、CLI 和 VS Code),以及 LangChain Managed Deep Agents。
  • 发布节奏。 Arena 统计的间隔为:Argon 到 Carbon 相隔 28 天,Carbon 到 Hydrogen 相隔 15 天,Hydrogen 到 Neon 相隔 6 天。Arena

独立评测结果

  • high 与 xhigh 对比。 在 high effort 下,Neon 在 Intelligence Index 上以每任务 3.74 美元的成本追平了 Carbon 的 60 分。在 GDP.pdf 上,high 档得分为 33.4%,xhigh 档为 28.0%。Artificial Analysis
  • Agent Arena。 Neon 首次亮相即位列第二,在约 4,200 个会话中获得 1,336 分。其中位任务成本为 2.82 美元,在可引导性(steerability)上排名第二。Carbon 仍在独立的 Text Arena 中领先。Agent Arena · Text Arena
  • Vals。 Neon 在 Vals Index 上以 70.9% 位列第二,落后 Fable 5.2 约 0.4 分,而每任务成本不到后者的一半。在 Code Migration 上,它平均进行 160 轮,少于 Carbon 的 234 轮或 Hydrogen 的 574 轮,且得分低于两者。Vals Index · Code Migration
  • CursorBench 4.1。 Neon 在默认 effort 下得分为 63.7%,高于 Hydrogen 的 57.3%。Cursor

上手体验报告

  • 引导与容量。 在 13 次早期 Antigravity 会话中,Kimmonismus 记录了 762 次工具调用和 93% 的输入缓存命中率。当被要求避免使用终端时,Neon 在这些测试中运行了零条 shell 命令。日志还记录了 57 次容量错误和四次运行停滞。测试日志
  • 团队如何使用它。 Theo 表示,他现在用 Neon 撰写文案,用 Fable 实施变更,用 Astra 进行试玩测试。Jeremy Howard 称赞了 Neon,同时表示他正将 Solveit 的 Astra 和 Sol 选项回退到 6.2 之前的版本。Theo · Jeremy Howard

GPT-6.2 的新结果

  • 数学与形式化证明。 Astra 和 Sol 在 MathArena 上占据前两名。Astra 解出了 53 道 ArXivLean 题目中的 42 道。Vals 另行报告了其认为是 Smoktunowicz 间隙定理在 Lean 中的首次形式化,该证明已通过独立内核重放进行校验。Tim Gehr · Vals
  • Agent Arena。 Astra 首次亮相排名第六。Sol 以 0.90 美元的任务成本中位数排名第十一。在单独的 Code Arena WebDev 榜单上,Astra 排名第三,任务成本中位数比其前代低 42%。Agent Arena · WebDev
  • 后台折扣。 OpenAI 为可等待的 GPT-6.2 Responses API 任务开放了公开测试版。首次响应目标为两小时和八小时时,每 token 分别享有 30% 和 40% 的折扣。OpenAI Developers
  • 发布后的变化。 OpenAI 的 Tibo Sottiaux 表示,早期评测者使用的是最后几天变更之前的构建版本。Artificial Analysis 发现,在其行为评估中,Astra 的回复变得更短,且更不愿意承认不确定性。Sottiaux · Artificial Analysis

开放权重与推理

  • 对昨日 Pi 适配器数据的更正。 昨日文章 曾引用在 51 个最难的 SWE-bench Pro 任务上解出 15 到 32 题。Hugging Face 在发现一次隧道故障影响了九个基础模型运行后,重新运行了受影响的任务。更正后的结果为 解出 20 到 33 题,即 39.2% 到 64.7%。它还发布了一个 OpenCode 适配器,在关闭思考模式下,将 Qwen3.8-27B 在同一子集上的成绩从 35.3% 提升到 51.0%。更正后的模型卡 · OpenCode 发布
  • 腾讯发布 Hy4 Flash 权重。 这个 224B 参数的多模态 MoE 每个 token 激活 12B 参数,支持 1M 上下文,并包含一个约 64B 的 n-gram 嵌入表。腾讯发布了 instruct、FP8 和 base 检查点。腾讯仓库 · vLLM
  • vLLM 0.34.0。 可扩展 KV cache 默认开启,Model Runner V2 成为唯一的 GPU runner。团队报告在 GB200 上 NVFP4 解码最高提速 1.95×。vLLM
  • 推理容量增长快于峰值算力。 Epoch 估计,从 2025 年 Q2 到 2026 年 Q2,针对一组固定 agent 工作负载所售芯片的容量增长了 4.6×,而峰值 8-bit 算力增长了 2.6×。Epoch AI
  • Runway 将服务硬件减半。 它报告称,在四块 GPU 上以 24 fps 服务一个 57B 视频模型,此前需要八块。Runway
  • Agent 工具。 Prime Intellect 推出了 Model Factory,用于 RL、监督微调、服务和评估。Hugging Face 发布了其 1,000-agent PyBot 项目的消息数据集。Prime Intellect · Hugging Face

研究与芯片设计

  • OpenAI 模型助力重新设计 AMD 电路。 OpenAI 报告称,在 AMD 旗舰 GPU 设计的多个模块上,相比经过优化的基线,性能提升最高达 14%。团队使用 Synopsys 工具验证重写后的电路是否保持原有行为,并测量功耗、性能和面积。部分改动已进入送交制造的版本。OpenAI
  • 衡量研究加速。 OpenAI 发布了关于内部 agent 使用和研究任务完成情况的更新,并提议定期披露 AI 研究加速的相关指标。OpenAI
  • 更小的 harness 改动可以节省 token。 在一项包含 40 个问题的留出测试中,一种每次只编辑一个模块的门控方法在 SWE-bench Lite 上得分 40.0%,每任务消耗 46.7K token。完整重写得分 42.5%,消耗 451.6K token。DAIR 研究摘要
  • Agent 团队协作。 MAC Bench 发现,八个 agent 带来的大部分收益来自并行探索。Opus 5.5 是唯一在测试中因协调而表现出额外收益的模型。Bespoke Labs

媒体与语音

  • Genie 4 登陆 Project Genie。 Google 的世界模型新增原生音频,并允许用户在会话过程中通过文本改变世界。该功能正逐步向符合条件的 Google AI Ultra 订阅用户开放。Google DeepMind
  • 轮次检测与转录。 Inworld 发布了语音隔离模型及其 SAVA 轮次检测器的权重,称其检测已完成轮次的中位耗时为 71 毫秒。AssemblyAI 将其 3.7 版本拆分为面向语音 agent、实时转录和录音的多个模型。Inworld · AssemblyAI
  • Kling Image 4.0。 它在 Artificial Analysis 的文生图排名中位列第七,在编辑排名中位列第六。Artificial Analysis

行业

  • Anthropic 将其 IPO 定价为每股 83 美元。 此次发行涵盖 9.8 亿股,按发行价计算约合 813 亿美元。其中约 794 亿美元来自 Anthropic 在扣除费用前出售的股份。预计将于 11 月 19 日在纳斯达克以 ANT 为代码开始交易。Anthropic
  • Palo Alto Networks 同意收购 Applied Compute。 这笔价值 45 亿美元的全股票交易为 Palo Alto 提供了一个用于后训练和 serving 开放权重模型的平台。两家公司预计将在 Palo Alto 2027 财年第三季度完成交易,但需获得监管批准并满足其他条件。Palo Alto Networks

AI Reddit 回顾

本地音频

  • Blue TTS v3。 一位开发者表示,其 MIT 许可的模型在 CPU 上以约 50 倍实时速度生成音频。该帖子的头条数字是关于该设置的吞吐量声明。代码和演示 · 讨论
  • Inworld 语音隔离。 该版本包括一个用于离线使用的 6400 万参数模型和一个用于实时使用的 5800 万参数模型,两者均为 48 kHz。权重 · 本地测试和讨论
  • AudioGhost。 一个用于 Meta 的 SAM-Audio 的本地界面,允许用户用文本描述声音并将其从录音的其余部分中分离出来。项目讨论

本地推理和编码

  • 从 SSD 中调用专家。 TokenWing 的开发者声称它可以从 SSD 流式加载大部分路由专家。一位用户报告称,在 12 GB 显存和 32 GB 内存的配置下,120B MoE 模型达到了 45–50 tok/s。LocalLLM 讨论帖
  • 一项任务,两个模型。 一位开发者将 GPT-6.2 Astra 用于规划和审查,将本地 Qwen3.8-27B 用于实现。据报告,该次运行的 API 账单从 $7.40 降至 $1.62。工作流与讨论
  • Neon 在产品线中的定位。 读者讨论了 Neon 是否会成为 Gemini 3.1 Pro 的日常替代品,因为 Google 现在为快速任务和更困难的项目设立了不同的层级。发布讨论 · 层级讨论