AI工具AI评分 头条 (88)AI 中文改写

推出Gemini 4 Neon

1 天前 3 阅读来源:Google DeepMind Blog

AI 中文改写

原文为英文,由 AI 改写为中文报道,内容完整。如需参考原文请点击下方链接

谷歌DeepMind于11月18日发布新一代模型Gemini 4 Neon,主打"前沿智能+端到端快速任务完成",覆盖复杂软件工程、知识工作和科学工作流三大场景。按照官方披露的数据,Neon在Artificial Analysis智能指数上以61分排名第三,仅次于体量更大、速度更慢的模型;在Vals指数上排名第二并进入帕累托前沿。更值得关注的是它在"可操控性"上的表现——在全新的Agent Arena指数中排名第二,能够在任务执行中途干净利落地适应用户的纠正指令,这对需要反复调整方向的Agent工作流来说是个实用改进。定价方面,Neon输入为每百万token 3美元(缓存输入0.15美元,折扣95%),输出为每百万token 15美元,上下文窗口100万token。发布首日即上线Gemini API、Google AI Studio、面向企业的Gemini服务,以及Google Antigravity和Gemini应用(Pro与Ultra订阅用户)。 从评测成绩看,谷歌这次明显把火力对准了企业办公和科研场景。Neon能在单一100万token上下文窗口内综合处理电子表格、PDF、图表、音视频等多种输入,并转化为结构化交付物。在Vals指数上得分70.9%排名第二,在法律研究基准Legal Research Bench和税务Agent基准Tax Agent Bench上均位列第一;在Surge AI的金融、会计、表格建模和复杂约束遵循等多项基准上排名第一;读取密集专业图表的Chartography得分73.5%,Agents' Last Exam v1.1得分75.8%与领先模型持平。更接地气的是两个"做生意"类测试:Zapier的AutomationBench以56.3%排名第一,Andon Labs的Vending-Bench 2以16843美元营收排名第一——后者是一个长周期模拟经营自动售货机业务的测试,直接对应跨境电商卖家关心的自动化运营能力。在Arena基于4200多个真实Agent会话的新指数上,Neon以1336分全球排名第二。科学和数学推理方面,Terminal-Bench Science得分70.5%、RiemannBench得分84.0%、HLE-Diamond得分71.3%,均为同类最佳。 对开发者和出海团队而言,Neon的定位是"生产级代码"和长时间运行的Agent工作流。它既能独立运行,也能作为高判断力的调度器,在Google Antigravity中指挥并行的Hydrogen子Agent协同干活;执行过程中会减少冗余文件读取、实时同步进度,并在长会话中可靠地压缩上下文。在Artificial Analysis编程Agent指数上以58.6分排名第一,Terminal-Bench 4.1得分65.2%,FrontierCode 2.0默认高设置下得分46.2%,官方称其能处理多文件调试和重构等任务。结合95%的缓存输入折扣和100万token上下文,对于需要批量处理商品资料、跑自动化客服与运营脚本的跨境卖家来说,Neon的成本结构和长任务能力值得纳入选型对比。

以上为 AI 中文改写版本,如需查看英文原文请访问

英文原文 · Google DeepMind Blog

内容版权归原作者及 Google DeepMind Blog 所有

这篇文章对你有帮助吗?
觉得有用?分享给更多人

留言 · 0 条

暂无留言,来说两句吧

留言经合规过滤后展示,禁止违法内容