Gemini 4 Neon发布:谷歌最强编程模型登顶榜单

Gemini 4 Neon发布即登顶编码代理指数,12月起价格低于Carbon,成为谷歌性价比最高的前沿编码模型。
谷歌 Gemini 4 家族新增 Neon,定位介于速度型 Hydrogen 与重型 Carbon 之间,面向复杂软件工程、知识工作与科学研究。发布不到一天,Neon 便以 58.6 分登顶 Artificial Analysis Coding Agent Index,综合智能指数以 61 分位列第三,Terminal Bench 4.1 得分 65.2%。它配备 100 万 token 上下文与四档思考等级(默认高档),无免费层,通过付费 Gemini API、Gemini for Business、Anti-Gravity 及 Pro/Ultra 计划提供。定价为输入 3 美元、输出 15 美元每百万 token,缓存输入享 95% 折扣;12 月 1 日 Carbon 涨价后,Neon 将成为更便宜的前沿编码模型。文章提醒发布周基准仅为早期信号,建议用自身工作流验证后再迁移。
谷歌的Gemini 4家族又添新成员。据YouTube频道分析,Gemini 4 Neon于11月18日周三发布,发布后不到一天便登上Artificial Analysis Coding Agent Index榜首。这不是第二名,而是第一名。在此之前,该频道已介绍过Hydrogen和Carbon两款模型,Neon的到来补齐了整个家族拼图,而它在定价上的安排,可能让它成为谷歌迄今性价比最高的模型。

四款模型,各司其职
谷歌目前有四款Gemini 4模型,每一款都有明确分工。Hydrogen主打速度,负责日常问答和常规编码;Carbon是重量级选手,承接最难的问题;Neon则处在中间位置,面向复杂软件工程、知识工作和科学研究,提供前沿级别的智能。
用频道视频里的比喻来说:Hydrogen是日常通勤的快车,Carbon是拉最重货物的卡车,Neon则是跑车——日常驾驶足够快,认真干活也足够强。谷歌DeepMind打造Neon,瞄准的正是大多数开发者真实所处的中间地带:代码复杂到快速模型难以应付,但又不必动用整个产品线里最贵的大脑。
基准测试:真实编码任务中登顶
Neon的成绩不是又一场营销发布。在Artificial Analysis Coding Agent Index上,它以58.6分排名第一。这个指数衡量的不是写单个函数的能力,而是模型完成真实编码代理工作的水平——规划、调用工具、自主完成任务。在综合性的Artificial Analysis Intelligence Index上,Neon在最高思考等级下以61分位列第三。在Terminal Bench 4.1这个要求模型在真实终端里运行命令、自行纠错的基准上,Neon得分65.2%。

这些数字的意义在于:一个模型可以在答题测验中表现出色,却完全不会构建软件。上述基准测试的恰恰是杂乱的真实世界部分——长任务、真实工具、真实代码库。Neon赢的正是这些地方。
Artificial Analysis Coding Agent Index 是由独立评测机构 Artificial Analysis 维护的基准,专门衡量模型作为“编码代理”的端到端能力:给定一个真实仓库和模糊需求,模型需自行规划步骤、读写文件、调用终端与测试工具、根据报错迭代修复,最终提交可运行的代码变更。与 HumanEval 等函数级基准不同,它不提供完整函数签名,也不限定单轮回答,而是考察长程任务中的工具使用、错误恢复与上下文管理能力。该指数通常综合多个代理场景(如修 bug、加功能、重构)的通过率与效率打分,因此分数高低更能反映模型在 IDE/CI 环境中的实际可用性,这也是 Neon 的 58.6 分被视为有分量信号的原因。
模型内部:三项关键配置
Neon有三个值得关注的特性。第一是上下文:它拥有100万token的上下文窗口,可以一次性接收整个代码库、完整研究论文或数百页文档,并且在读到末尾时仍记得开头的内容。第二是思考等级:Neon提供四档思考等级,默认高档,思考越多,难题上的答案越好,但速度更慢、成本更高;任务简单时调低,任务困难时调高。第三点很重要——Neon没有免费层,它是付费模型,可通过AI Studio的付费Gemini API、Gemini for Business、Google AI Pro与Ultra计划内的Anti-Gravity,以及Pro和Ultra计划中的Gemini应用使用。
思考等级(thinking levels) 是近年来推理模型普遍引入的推理预算控制机制:模型在生成最终答案前,可分配不同数量的内部推理 token 进行自我推演、验证与回溯。档位越高,模型越倾向于展开多步推理、尝试多种方案并自查,从而提升难题正确率,但延迟和输出成本同步上升;档位越低则响应更快、更便宜,适合简单查询或高吞吐场景。Neon 默认高档,意味着开箱即用偏向质量优先,开发者可根据任务难度动态切换,在代理流水线中把简单子任务降到低档以节省账单,把关键决策留给高档。
定价玄机:12月起比Carbon更便宜
Neon的定价是每百万输入token 3美元、每百万输出token 15美元。缓存输入——即反复复用的文本——每百万仅15美分,相当于对重复上下文打了95%的折扣。

真正的转折在于与Carbon的对比。Carbon的 introductory 价格为输入2美元、输出10美元,但仅持续到11月30日。12月1日起,Carbon将涨至输入4美元、输出20美元。从那天开始,Neon每token成本将低于Carbon。作为参照,OpenAI的GPT 6.2 Astra定价为输入8美元、输出40美元,是Neon价格的两倍以上。如果正在构建编码代理并盯着API账单,Neon会突然成为市场上最便宜的前沿编码模型。
缓存输入(cached input) 指模型对反复出现的相同前缀(如系统提示、长代码库、固定文档)进行缓存,后续请求命中缓存时按大幅折扣计费,而非重新按全价处理全部输入 token。对编码代理尤其重要:代理往往在同一代码库上多轮调用,上下文高度重复,缓存命中率可达 80% 以上。Neon 的缓存输入价格为每百万 token 15 美分,约为其标准输入价 3 美元的 5%,即 95% 折扣,这使长上下文、多轮代理工作流的实际单位成本远低于标价所示,也是其“性价比最高”说法的重要支撑。
如何选择:三种场景对应三款模型
选择逻辑很清晰。追求速度时用Hydrogen——快速答案、日常编码、快速草稿。面对房间里最难的问题、需要谷歌能提供的最深推理时用Carbon。而在构建真实软件时用Neon:编码代理、复杂重构、长多步任务、科学工作,这些是Neon的主场。

它是均衡之选:前沿智能、第一名的编码代理得分,以及从12月起低于Carbon的价格。需要诚实说明的是,Neon是全新模型,上述基准数据来自发布周。真实世界的结果还需要几周时间才能稳定下来,但早期信号已经很强。如果你已经使用Anti-Gravity或Gemini API,现在就可以试用。
编辑观点
Gemini 4家族的四款模型构成了从速度到深度的完整梯度,Neon填补的中间层恰恰是商业化落地最密集的区间。它登顶编码代理指数,说明谷歌在“模型会规划、会用工具、能自主完成任务”这一维度上取得了实质性进展,而不只是刷高了答题分数。定价策略则更有意思:Carbon的 introductory 价格即将结束,Neon顺势成为更便宜的选择,这种时间差设计显然是为了引导开发者把工作负载迁移到Neon上。对于正在控制API成本的团队来说,12月1日是一个值得标记的日期。
需要注意的是,发布周的基准成绩终究只是早期信号。编码代理的真实表现高度依赖具体代码库、工具链和任务类型,建议在正式迁移前用自身工作流做一轮验证。
相关推荐

不写代码,靠“砍需求”和挑刺,他用AI做出上架App Store的App
游戏策划不懂前端后端,却和AI一起做出上架App Store的双端App。他不靠AI一键生成,而是靠做减法和像甲方一样挑刺,让AI搞定设计、开发、备案、上架与宣发全流程。

Harness Engineering是什么?从概念由来到企业级Agent落地
Harness Engineering是什么?本文梳理这一智能体工程范式的概念由来,解析企业级Agent高并发项目在工具调用容错、数据安全、租户隔离、记忆断层等方面的落地要求,以及面试官为何重点关注这些能力。

扣子Coze实战:三类智能体分法与多Agent协作指南
B站实战教程拆解多Agent协作工具链:扣子Studio、Dify等搭建平台,Claude Code等Agent软件,以及LangChain等开发框架三类分工,并演示扣子Coze的行业模板、三端互通、本地Agent对接等能力与积分消耗的取舍。