Google 推出 Gemini 4 Neon:主打高階 AI 代理能力,API 每百萬輸入 Token 收費 3 美元

Google 推出 Gemini 4 Neon:主打高階 AI 代理能力,API 每百萬輸入 Token 收費 3 美元

有助於理解文章的圖片

Google 於美國時間 18 日正式發表新一代 AI 模型 Gemini 4 Neon,主打軟體開發、知識工作及科學研究等複雜任務,強調能夠快速完成從規劃到執行的完整工作流程。新模型 API 識別碼為 gemini-4-neon,具備 100 萬 Token 的上下文視窗,正式進軍高階 AI 代理與專業工作市場。

API 定價與產品供應方式

Gemini 4 Neon API 初期收費為每百萬輸入 Token 3 美元、每百萬輸出 Token 15 美元;快取輸入則為每百萬 Token 0.15 美元,折扣幅度達 95%。Google 表示,11 月 30 日之後將調整價格,輸入費用提高至 4 美元,輸出費用提高至 20 美元。

目前價格比 Argon 與 Carbon 的標準定價低 25%。在產品定位上,Neon 將取代 Argon,而 3.1 Pro 則已停止服務。其效能等級介於 Hydrogen 與 Carbon 之間,上下文視窗為 100 萬 Token,與 Hydrogen 相同。

供應範圍涵蓋 Google AI Studio、Gemini for Business 及 Google Antigravity。一般 Gemini App 使用者則須透過 Pro 或 Ultra 訂閱方案,並依序取得使用資格。

官方測試:程式開發與代理能力表現突出

根據 Google 公布的測試結果,Gemini 4 Neon 在 Artificial Analysis Intelligence Index 獲得 61 分,排名全球第 3;Vals Index 排名第 2,Agent Arena Index 的指令可控性項目也排名第 2。所謂指令可控性,主要衡量 AI 在執行任務期間,能否準確遵循使用者後續修改的指示。

在 Artificial Analysis Coding Agent Index 中,Neon 以 58.6 分排名第 1。其他公布的測試成績包括 Terminal-Bench 4.1 的 65.2%、FrontierCode 2.0 的 46.2%,以及 Google Antigravity 環境下 SWE-sweep 的 39.0%。其中 FrontierCode 採用預設的 high 設定。

安全性方面,Google 公布 Terminal-Bench 4.0 的作弊比例為 0.0%;在最高思考層級下,Gray Swan IPI 基準測試的攻擊成功率同樣為 0.0%,自家代理誠信評估的通過率則達 99.2%。

獨立機構評測:金融與法律領域排名第一

獨立評測機構 Vals AI 給予 Gemini 4 Neon 的 Vals Index 成績為 70.87%(±0.94),在 42 款模型中排名第 2。單次測試成本為 7.405 美元,延遲時間為 31 分 25 秒。

分領域來看,Neon 在金融指數取得 68.31%(±1.38),於 45 款模型中排名第 1;法律指數為 78.36%(±1.83),在 43 款模型中同樣排名第 1。科學指數則為 62.63%(±2.33),排名第 4,顯示其在不同專業領域的表現仍有差異。

個別測試方面,Legal Research Bench 得分 56.25%,在 99 款模型中排名第 1;Tax Agent Bench 得分 54.89%,在 90 款模型中排名第 1。Vibe Code Bench v1.1 則以 93.70% 排名第 2。其他測試中,EMB v1.1 得分 76.46%,BioMysteryBench 得分 80.00%,兩者均排名第 4。

Vals AI 另外公布,Neon 在 CursorBench 4.1 的成績為 65.4%,高於 Claude Opus 5.5 的 58.1%。

速度、成本與競爭模型比較

另一家獨立評測機構 Artificial Analysis 也給予 Neon 61 分,與 Google 公布的數據一致,高於相近模型 43 分的中位數。不過,測試顯示模型首次輸出 Token 的等待時間為 56.51 秒,生成速度每秒 110 個 Token。

在 Intelligence Index 的測試任務中,每項任務平均耗時 21.5 分鐘、成本 6.44 美元,整體評測產生的輸出 Token 達 2.83 億個。Artificial Analysis 認為,Gemini 4 Neon(Xhigh)已進入高智慧能力模型的領先群,但與價格相近的其他模型相比,成本仍略高。

在 Arena 的 Agent Arena Index 中,Neon 以 1,336 分排名第 2,第一名則是取得 1,463 分的 Claude Fable 5.2(Max)。該指數根據超過 4,200 場實際 AI 代理工作階段進行排名。值得注意的是,Neon 每項任務的成本中位數為 2.82 美元,低於同榜競爭模型。

此外,Neon 在 Zapier 的 AutomationBench 測試中取得 56.3%,排名第 1。Google 強調,Neon 在程式開發、推理及代理任務方面,表現與 Carbon 相當或更好,同時具備接近 Flash 系列的速度,成本也較低。

高階 AI 市場競爭持續升溫

從目前公布的資料來看,Gemini 4 Neon 的主要競爭優勢在於程式開發、金融與法律工作,以及自動化代理任務。獨立評測也顯示,其部分專業能力已取得領先排名,但高階推理模式的執行時間與成本,仍是企業導入時需要評估的因素。

值得注意的是,Google 的官方發布內容並未直接點名競爭對手,主要比較自家前代模型 Carbon,以及未具名的同級模型。至於 Claude 等競爭產品的具體差距,則可從 Vals AI 與 Agent Arena 等第三方評測結果觀察。

Source: Original Korean article - Trendy News Korea

留言