Token导航 LogoToken导航

AI 资讯 · AIGC开放社区

Google发布Gemini 4 Neon支持读文件写代码调工具

更新 2026-11-22AIGC开放社区正文 1807字阅读约 6分钟
专注AIGC技术的专业社区,关注大语言模型(LLM)的发展和应用落地,聚焦LLM及AI技术的市场研究和开发者生态,欢迎关注!

一份表格、一摞PDF、一段录音,最后还要交出一份能用的分析报告——这类任务考验的不是模型能不能答对一道题,而是能不能把资料读完、把信息串起来,再按要求完成交付。

11月18日,Google发布Gemini 4 Neon,重点放在复杂编程、知识工作和科学研究等多步骤任务上。它在Gemini 4家族里的位置也比较明确:Carbon负责难度最高、耗时更长的项目;Hydrogen面向日常快速执行;Neon则试图在复杂推理和执行效率之间取得平衡。

一次读进多种材料,交付结构化结果

办公和研究任务的资料往往不止文字。表格里有数字,PDF里有图表,录音和视频里也可能包含关键信息。Google称,Neon可以在一个百万Token上下文窗口中处理电子表格、PDF、图表、音频和视频,并把资料整理成结构化输出,例如报告、演示文稿和数据分析结果。

Google展示的案例不全是问答。一个Antigravity智能体团队读取了巴黎市政规划文件中的工程图,生成办公楼的交互式3D重建;另一个案例则从单张图片出发,构建出含有大量公式的Google表格,用于边缘识别、深度映射和光照调整。这些演示说明,Neon被设计成能在文件、工具和代码之间连续推进工作的模型。

它在专业任务评测中也有几项较好的成绩。Google与Artificial Analysis合作推出的Multimodal Knowledge Agent评测关注Agent如何理解包含图像、图表等内容的文件;Neon在其中质量排名第二,Google称其平均单任务成本比排名第一的模型低六倍以上。另在Vals Index上,Neon排名第二,得分为70.9%。这些排名对应各自的评测项目,衡量的任务类型并不相同。

写代码时,重点把整条链路走完

Neon的另一重点是长时间运行的编程Agent。Google称,它可以在复杂任务中持续调用工具、减少重复读取文件,并在长会话里处理上下文整理。遇到跨多个文件的调试或重构任务,它不仅要生成修改,还要跑测试、发现错误并继续修复。

在Artificial Analysis Coding Agent Index上,Google公布Neon得分为58.6、排名第一;Terminal-Bench 4.1得分为65.2%。同一模型在不同运行框架下表现也会有差异:Google称,Neon在mini-SWE测试框架下得分为12.8%,使用Antigravity框架时为39.0%。这组差距说明,评价Agent时,模型本身和它所处的工具环境都很重要。

Google还把Neon放进Antigravity的多智能体协作流程,让它担任协调、架构设计或审查角色,由较轻量的模型并行处理具体文件修改。这样安排的思路是让不同模型分担工作:Neon处理需要判断和统筹的环节,执行子任务则交给其他Agent。

安全能力与价格,都纳入产品设计

Neon也面向代码安全工作。Google称,它在AutoBaxBench困难级挑战中得分76%;在漏洞发现评测SEC-bench Pro上得分90.5%;在CWE-bench v2修复测试中得分70.7%。Google将这些能力定位为网络防御用途,包括查找漏洞、验证风险和修补代码。

这类能力有单独的开放安排。Gemini 4 Neon常规版本正向开发者、企业和部分订阅用户开放;Neon for cyber则计划通过Fairwind计划向经过筛选的网络安全防御团队逐步提供。Google表示,Neon延续了Carbon级别的安全措施,并针对提示注入和高风险用途设置防护。

价格方面,Gemini API每百万输入Token收费3美元,缓存输入为0.15美元,输出为15美元。Google AI Pro和Ultra订阅用户可在Gemini应用中选择Neon,开发者可通过Google AI Studio调用,企业则可以从Gemini for business等入口使用。

Neon的发布把Gemini 4的产品分工补得更清楚:Hydrogen追求日常响应速度,Carbon面向高难度长任务,Neon则覆盖需要持续分析、调用工具并完成交付的中间地带。对用户来说,真正值得关注的变化,是模型开始被放进更长的工作流程里——从读材料到生成结果,中间每一步都可能由模型和工具共同完成。

资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。