AI评分 头条 (90)AI 中文改写
隆重推出Gemini 4 Neon - 谷歌博客
18 小时前 1 阅读来源:blog.google
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在11月18日发布新一代模型Gemini 4 Neon,官方将其定位为"前沿级智能",主打在复杂软件工程、知识工作和科学工作流中实现快速的端到端任务完成。发布方为谷歌DeepMind高级副总裁兼谷歌首席AI架构师Koray Kavukcuoglu。从公布的评测数据看,Neon在Artificial Analysis智能指数上以61分位列总榜第三,在Vals指数上排名第二并进入帕累托前沿,在Arena新推出的Agent Arena指数上以1336分位列全球第二,该指数覆盖了4200多个真实智能体会话。
对开发者和企业用户来说,更值得关注的是这代模型在"好不好用"上的改进。Neon在Agent Arena的可操控性(steerability)维度排名第二,即任务执行中途用户纠正方向时模型能干净地调整;多步指令跟随能力也有提升,谷歌内部Antigravity测试中其"编造率"(fabrication rate)创下自家最低纪录。价格方面,输入每百万token收费3美元,缓存输入每百万token仅0.15美元(相当于95%折扣),输出每百万token收费15美元,上下文窗口为100万token。这一价位配合百万级上下文,意味着卖家可以把整份产品目录、历史客服记录、多语言listing一次性喂给模型处理,而不必反复切片调用。
具体到跨境电商场景,Neon的几项能力值得留意。企业工作流方面,它能在单个100万token窗口内综合处理表格、PDF、图表、音频和视频,并输出结构化交付物,在Legal Research Bench和Tax Agent Bench上均排名第一,在Surge AI的财务、会计、表格建模和复杂约束跟随等多数基准上排名第一,在Zapier的AutomationBench上以56.3%排名第一,在Andon Labs的Vending-Bench 2长周期经营模拟中以16843美元的成绩居首。这些评测对应的正是选品分析、财税合规、自动化流程搭建这类卖家常打交道的工作。代码能力上,Neon在Artificial Analysis编程智能体指数上以58.6分排名第一,Terminal-Bench 4.1得分65.2%,FrontierCode 2.0默认高档位得分46.2%,支持跨仓库的多文件调试和精准重构,在谷歌Antigravity环境中SWE-sweep得分从12.8%提升到39.0%。科学推理方面,Terminal-Bench Science得分70.5%,RiemannBench得分84.0%,HLE-Diamond得分71.3%。
上线渠道方面,Neon即日起通过Gemini API(Google AI Studio)、面向企业的Gemini(API及模型下拉菜单)、Google Antigravity中的Google AI Pro和Ultra付费订阅用户,以及Gemini应用中的Pro和Ultra订阅用户开放。对依赖AI工具做内容生成、客服自动化、数据分析的出海团队而言,这次发布的信号很明确:模型竞争的重心正从单纯堆参数转向任务完成度和可控性,而百万token上下文加低价缓存输入的组合,会进一步压低批量处理类工作流的成本。
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
