[控场AI]
· 8 分钟阅读· 4,204 字

Gemini 4 Neon实测:成本减半性能逼近旗舰

Gemini 4 Neon实测:成本减半性能逼近旗舰

Gemini 4 Neon 以中端定价实现旗舰级编码能力,改写日常开发性价比方程。

Google DeepMind 七周内发布的第四款 Gemini 4 系列模型 Neon,定位介于 Carbon 与 Hydrogen 之间。它在 Artificial Analysis 智能指数上以 61 分超过自家旗舰 Carbon 的 60 分,速度接近两倍,单任务成本低 17%,Coding Agents 场景与 Claude Opus 5.5、Fable 5.2 打平而价格约一半。纯代码 3D 生成是最大亮点:仅凭一张静态图片便写出含 240Hz 刚体物理与逆运动学的机器狗引擎,零素材生成 60fps 科幻动画。但 Neon 并非全胜:LEGO 忍者场景花费更高且落败,重型场景在消费级 PC 上卡顿,extreme high 档位快速消耗配额。结论是它改写了性价比方程,而非推翻智能王座。

Google DeepMind 在七周内发布了第四款 Gemini 4 系列模型 Gemini 4 Neon,定位介于 Carbon 与 Hydrogen 之间,主打复杂软件工程、知识工作和科学场景。首批实测数据已经流出:在 Artificial Analysis 智能指数上,这款中端模型拿到 61 分,超过自家旗舰 Gemini 4 Carbon 的 60 分,运行速度接近后者的两倍,单任务成本却低 17%。更关键的是,在 Coding Agents 场景中它与 Claude Opus 5.5、Claude Fable 5.2 打平,价格只有后两者的大约一半。本文基于多位开发者在 X 上发布的纯代码 3D 演示与独立基准数据,梳理 Neon 的真实能力边界。

纯代码 3D 生成:从单张图片到完整物理引擎

最令人意外的演示来自一个机器人狗项目。开发者只给 Neon 一张静态图片——一只背着轨道炮的机器狗——没有提供任何物理或动画指令,Neon 便用 Three.js 和 WebGPU 从零写出了完整的生物力学引擎:240Hz 刚体物理、四条腿的地面反作用力、3D 逆运动学、走/小跑/疾驰三种步态循环、动态脊柱弯曲,甚至开火时头部和尾部的后坐力响应。该开发者同时指出,Neon 的协作响应速度明显快于 Gemini 4 Carbon。

另一个演示要求 Neon 用纯 JavaScript、零外部资源制作一段自我介绍动态序列。产出是一段科幻广播风格的动画:粗体动态字体在旋转蓝色圆环和 HUD 锁定界面中切入屏幕,60fps 序列标记清晰可见,随后切换到一位穿白夹克、戴蓝色毛线帽的动漫风格 3D 角色,在发光线框网格上跃动。每一帧、每个圆环和角色姿态都直接来自代码。

科幻广播风格动态序列

这两个案例说明 Neon 在"零素材、纯代码"路径上的空间推理和工程组织能力已经超出中端定位的预期,也解释了为什么部分测试者开始认真讨论 Google 内部递归自我改进的传闻。

Three.js 与 WebGPU 是理解这些演示的前提。Three.js 是目前最流行的开源 WebGL 3D 库,提供场景图、材质、光照、动画等高层抽象,让开发者用 JavaScript 直接构建浏览器内 3D 应用。WebGPU 则是新一代 Web 图形与计算 API,取代 WebGL,直接映射到 Vulkan、Metal、DirectX 12 等底层图形接口,支持计算着色器和更高效的并行调度。两者结合意味着模型生成的代码无需任何游戏引擎或外部资源,仅靠浏览器原生能力即可运行实时物理模拟与着色。这也是为何演示能在普通浏览器中直接打开,但复杂场景仍会受限于消费级 GPU 的算力。

逆运动学(Inverse Kinematics, IK) 是机器人狗演示中的关键技术。正运动学根据关节角度计算末端位置,而逆运动学反过来:给定足端目标位置,反解出各关节应旋转的角度。四足机器人行走时,每条腿的落足点由步态规划决定,IK 负责把落足点转换为髋、膝、踝的关节角,同时维持身体平衡。演示中 240Hz 刚体物理意味着每秒钟进行 240 次碰撞与力学求解,远高于常见的 60Hz,能更精确地模拟地面反作用力与后坐力响应。模型在没有物理指令的情况下自行组织出这套管线,说明其对机器人学与实时仿真的工程结构有相当程度的隐含理解。

与 Anthropic 阵容的正面对比

2D 对战场景:光照与材质差距明显

在一场夜间城堡门前的 2D 中世纪对决中,同一提示词下 Neon 渲染出体量更大、阴影层次更厚的装甲骑士:飘动红披风、带角黑甲、城堡旗帜,剑斧相交时火花四溅。Opus 5.5 选择了更扁平的卡通矢量风格,蓝红战袍配色,编排上仍有亮点,比如一记重击直接把红骑士的头盔打飞。视觉上 Neon 的光照和着色明显更丰富。

3D 战场模拟:各有胜负

在完整 3D 中世纪战场模拟中,两个模型都构建了对冲的军队,旗帜、盾牌、燃烧火把和抛物线飞行的火箭齐备。Fable 5.2 在密集草地、近景士兵几何精度和箭雨厚度上仍占优势;Neon 则以戏剧性的橙色日落光照、升腾烟雾、战场火焰和山坡上的开阔阵型回应。据 YouTube 频道与 X 上多位测试者的独立反馈,两者差距已经小到难以一边倒判定。

Neon在3D战场中的日落光照与战场火焰

像素风格城市:成本差一倍

在像素风 Solarpunk 海滨城市对决中,两个模型均开到最高推理档位。Neon 耗时 20 分钟、花费约 3.50 美元,产出暖色阳光与日落、双瀑布、中央玻璃穹顶和沿滨水大桥行驶的列车;Opus 5.5 用时 18 分钟略快,但花费约 7.20 美元,是 Neon 的两倍多。测试者仍把整体视觉胜出判给 Opus 5.5——天际线层次更深、樱花与螺旋花园塔更精细——但同时称 Neon 是"Gemini 4 系列在该基准上最强的一次输出"。

Artificial Analysis 智能指数 是第三方评测机构 Artificial Analysis 维护的模型综合能力评分,聚合了数学、科学推理、代码生成、指令遵循等多类基准,并归一化到统一量表。它并非单一跑分,而是对多个公开基准加权后的综合指标,因此常被用来横向比较不同厂商的模型。文中 61 分与 60 分的一分之差,在统计上属于接近打平的范围,但结合速度与成本数据,仍能说明 Neon 在单位成本智能上的优势。需要注意的是,该指数偏重通用推理与编码,对 3D 场景构图、视觉审美等主观维度覆盖有限,这也解释了为何基准分数领先的 Neon 在部分视觉对决中仍会落败。

纽约城市生成与一个现实短板

另一位开发者用 Neon 生成了纽约滨水场景,包含布鲁克林大桥、带自由女神像的港口以及塞满黄色出租车的街道峡谷。建筑纵深不及 Opus 5.5,而且存在一个实际问题:生成场景在测试者 PC 上运行时明显卡顿。

纽约街道峡谷场景中的黄色出租车

这个案例提醒我们,纯代码生成的复杂度是一把双刃剑——模型能写出更重的场景,不代表消费级硬件能流畅承载。对日常开发者而言,这可能是比基准分数更实际的考量。

官方规格与定价

Google DeepMind 将 Gemini 4 Neon 定位在 Carbon 与 Hydrogen 之间。核心规格包括:100 万 token 上下文窗口,支持文本、图像、视频和语音输入,提供 low、medium、high、extreme high 四档推理强度。API 定价为每百万输入 token 3 美元、输出 token 15 美元,缓存输入享 95% 折扣后为 0.15 美元。相比 Carbon 标准的 4 美元/20 美元低 25%,但 Carbon 的临时促销价 2 美元/10 美元在 11 月 30 日前仍更便宜。Neon 已在 Google API、Google AI Studio、Gemini 应用和 Anti-Gravity 上线,Pro 与 Ultra 订阅用户均可使用。

Gemini 4 Neon的上下文窗口与多模态输入规格

在 extreme high 档位下,Neon 的智能指数为 61 分,全球第三,仅次于满负荷运行的 GPT 6.2 Astra 和 Claude Fable 5.2,领先自家 Carbon 的 60 分一分。即便在标准 high 档位,Neon 也能追平 Carbon,而单任务成本不到 Carbon 常规非折扣价格的一半。

上下文窗口 指模型单次请求中能同时处理的 token 总量,包括输入提示与输出内容。100 万 token 约相当于数十万汉字或数百页技术文档,使模型能在一次对话中消化整个代码仓库或长篇论文。推理强度档位(low / medium / high / extreme high)则控制模型在生成前进行内部思维链计算的深度:档位越高,模型消耗更多 token 做自我检查与方案推演,输出质量通常更好,但延迟与成本同步上升。文中 Artificial Analysis 智能指数正是在 extreme high 档位下测得 61 分;标准 high 档位即可追平 Carbon,说明 Neon 的默认性价比区间其实更偏向中低档位。

现实检验:Neon 并非全胜

在体素风 LEGO 忍者场景中,Fable 5.2 花费 11.19 美元完成重建,每个忍者都填满画面并带有厚重的火焰与冰霜特效;Neon 反而花了 12.93 美元,角色偏小、舞台大量留白。这是少数 Neon 花费更高且落败的测试。结合纽约场景的 PC 卡顿可以得出一个清晰判断:extreme high 档位会快速消耗 Google 套餐配额,实用限制相当明确。

结论:价值方程被改写,而非王座易主

Gemini 4 Neon 并没有在绝对智能巅峰或重型场景构图上推翻 Claude Fable 5.2 或 GPT 6.2 Astra。它做的事情是改写日常开发者的性价比方程:以接近两倍于 Carbon 的速度获得 Carbon 级乃至 Opus 级的编码表现,Coding Agents 成本约为 Opus 5.5 的一半,而且不必支付每月 100 到 200 美元的 Ultra 订阅费——Carbon 仍被锁在该档位之后,Neon 则已在 Pro 和公开 API 上开放。

如果你的工作流以代码生成、快速原型和成本敏感型 Agent 为主,Neon 目前是很有竞争力的日常主力;如果任务涉及极致场景密度和精细构图,Fable 5.2 与 GPT 6.2 Astra 仍是上限更高的选择。

分享:

相关推荐