谷歌 Gemini 4 Neon 发布:百万统一上下文,智能体编程的"性价比中坚"
引言:Gemini 4 家族的"中间档"补齐了
11 月 18 日,Google DeepMind 正式发布了 Gemini 4 Neon——这是 Gemini 4 家族中定位介于 Carbon 与 Hydrogen 之间的全新成员。如果说 Hydrogen 走的是低价高速路线、Carbon 主打均衡通用,那么 Neon 的野心很明确:用接近前沿(frontier)的智能水平,去啃最吃算力的复杂软件工程、知识工作和科研推理任务,同时把单任务成本压下来。
官方给它的标签是"前沿级智能 + 快速端到端任务完成"。在 Artificial Analysis Intelligence Index 上,Neon 在 xhigh 档位拿到 61 分,超过了 Claude Opus 5.5(59)和 GPT-6.2 Sol(57),并在 Coding Agent Index 上登顶(58.6)。
从竞争格局看,这次发布卡在一个微妙的时间点。OpenAI 刚在 11 月 17 日推出 GPT-6.2 Sol 与 GPT-6.2
,Anthropic 的 Claude Opus 5.5 仍是企业级 Agent 任务的主力。Google 没有选择去抢"最强旗舰"的位置,而是精准切入了一个被忽视的空档——那些需要接近前沿智能、却又不想为旗舰模型持续买单的智能体编程与知识工作负载。用 Neon 这种"中间档"去承接海量的高频推理请求,再用 Hydrogen 兜底成本敏感的场景,Google 实际上是在用产品矩阵而非单一爆款来打这场仗。
核心特性:一个窗口装下输入、思考与输出
Neon 最结构性的变化是统一的百万级上下文窗口。输入、思考(thinking)、输出三类 token 共享同一个 1,048,576 token 的预算池。这与 Gemini 3.8 Flash"1M 输入 + 64K 输出"的分离式预算截然不同——对长文档、超大代码库、多轮工具调用的智能体场景,这种统一窗口意味着模型可以边读边想边写,而不必在两个独立的额度之间反复横跳。
默认单次同步响应上限为 65,536 token;通过 background: true 或客户端续传(continuation),输出可一路延伸到接近 1M token 的"长解码"(long decode)。
它还继承了 Gemini 4 家族的四档思考深度:low、medium、high(默认)、xhigh。值得注意的是,Neon 与 Hydrogen 一样默认落在 high,而 Carbon/Argon 默认是 medium——这意味着从 Carbon 迁移过来的用户如果不显式设置 thinking_level,会不知不觉跑在更重的推理档位上,延迟和账单都会随之变化。
技术分析:为智能体编程量身打磨
Google 把 Neon 明确定位为"仓库级调试 + 多文件重构"的利器。官方描述中反复强调几个工程细节:在大量工具调用的长会话里,Neon 会减少冗余的文件读取、可靠地做上下文压缩(context compaction)、并压低幻觉和任务偷工减料的概率。这正是当前 Agentic Coding 最痛的点——模型跑久了容易"迷路"、重复读文件、或者为了省 token 而跳过该做的步骤。
在长上下文能力上,Neon 在 GraphWalks(256K–1M 区间)拿到 **95.2%****,对比 GPT-6.2 Sol 的 80.1% 优势明显;但在 FrontierCode 2.0 这类高难度编码基准上只有 46.2%,略低于 Claude Opus 5.5 的 47.3%。换句话说:Neon 强在"长上下文 + 稳定执行",而非绝对的最难推理题。
安全是另一条暗线。Google 称 Neon 写出的代码安全漏洞更少、根因修复更准、且减少了智能体的"越权"(overreach)行为;其双用途的进攻性网络防御能力则通过 Fairwind 计划定向开放给防御方。
一次典型的调用
下面是一个用 Google GenAI SDK 调用 Neon 做长解码的例子:把 max_output_tokens 抬过 65,536、并打开 background,服务器就会以 64K token 为一跳继续生成,直到接近统一窗口上限。
1 | from google import genai |
定价与生态位:没有免费档,但有"任务成本"叙事
Neon 只有付费档、无免费层。标准价 $3/1M 输入、$15/1M 输出(思考 token 计入输出),隐式缓存命中后输入降到 $0.15(95% 折扣);Batch/Flex 模式 $1.50/$7.50,Priority $5.40/$27。
这里有个微妙的时间差:在 11 月 30 日之前,Neon 的单 token 价格其实高于 Carbon 的入门价($2/$10);但从 12 月 1 日起 Carbon 涨到 $4/$20,Neon 就稳稳卡在 Hydrogen 与 Carbon 之间。Google 的核心卖点不是"更便宜",而是单任务成本更低——在 high 档位下比 Carbon 低约 32%,官方称相对竞品在 Vals Index / Agent Arena 上可省 50%–80%。这也意味着:真正决定 Neon 值不值的,是它每次任务花掉的 token 数,而这部分 Google 尚未给出公开数据。
还有一个容易被忽略的成本拐点:Google 明确指出,当 prompt 超过 20 万 token 时,Neon 反而比 Gemini 3.1 Pro Preview 更划算——输入便宜约 25%、输出便宜约 17%、缓存输入便宜 62.5%;但当 prompt 在 20 万 token 以内时,Neon 的单价要高出 50%(输入)到 25%(输出)。换句话说,Neon 是为"重上下文"负载而生的:如果你的工作流是动辄几十万 token 的仓库级分析或长文档综合,它才真正显出价值;反之,短 prompt 的高频任务用 Hydrogen 或 Carbon 会更经济。
影响与未来展望
Neon 的发布把 Gemini 4 家族的中段彻底补齐了。对开发者而言,最直接的信号是:长上下文 + 智能体编程正在成为模型竞争的主战场。当输入、思考、输出共用一个百万窗口,"能装下整个仓库再动手"就从营销话术变成了可落地的工程能力。
在 Antigravity 里,Neon 甚至可以充当编排者(orchestrator),把子任务分派给并行的 Hydrogen 子智能体——这种"大模型调度小模型"的分工模式,或许正是下一代 Agent 系统的雏形。而闭源、仅 Google 托管的定位也提醒我们:前沿能力与本地化部署之间,仍横着一道明确的边界。
对正在做模型选型的团队,一个务实的建议是:把 Neon 当作"长会话、多工具、大仓库"场景的默认选项,而把 Carbon 留给需要额外校验的关键环节。Neon 与 Carbon、Hydrogen 共享同一套请求 schema、窗口与工具接口,可以通过 previous_interaction_id 在同一次交互里无缝切换档位——这种"一个对话内自由升降档"的能力,让成本优化从静态配置变成了动态调度。可以预见,随着 Gemini 4 家族逐步补齐,围绕"统一百万上下文 + 可调思考深度 + 长解码"的这套范式,很可能会成为下一代 Agent 模型的事实标准。
参考来源:Google DeepMind《Introducing Gemini 4 Neon》官方博客、Google AI Studio / ai.google.dev 的 Gemini 4 Neon 发布说明、Vertex AI 定价文档,以及 Artificial Analysis、MarkTechPost、LLM-Stats 等第三方评测与报道(2026-11-18)。
