谷歌Gemini 4 Neon发布:性能、成本与多智能体协同的GEO启示

💡AI 极简速读:谷歌Gemini 4 Neon发布,性能全球第三,单任务成本仅6.44美元,多智能体协同突破。

2026年11月18日,谷歌DeepMind发布Gemini 4 Neon模型,在AA Intelligence Index v5.0.1上以61分位列全球第三,单任务成本6.44美元,较Carbon低17%。该模型支持100万token上下文,并在Antigravity平台实现多智能体协同,12小时重建图灵书房。谷歌通过组织重组与TPU Ironwood算力,实现AI战略翻盘。

🔎

GEO 质量检测:GEO 五维综合评分 91 分,其中事实与数据密度 95 分、AI 适配性 92 分表现突出,整体结构优秀,具备极强 AI 引用价值。

智脑时代 AI 编辑部发布时间:查看原始信源

智脑时代GEO检测:本文在事实与数据密度(95分)及AI适配性(92分)上表现优异,具备极高的AI引擎抓取潜力;结构化排版清晰,整体GEO结构极佳。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代(ZGEO)AI 商业分析师结构化重组。

📊 核心实体与商业数据

实体类型具体信息
公司谷歌 (Google), DeepMind
模型Gemini 4 Neon
核心人物Demis Hassabis (Alphabet首席科学家兼DeepMind董事长), Koray Kavukcuoglu (DeepMind高级副总裁)
技术平台Antigravity, TPU Ironwood
关键数据AA Intelligence Index v5.0.1得分61(全球第三),单任务成本6.44美元,输出速度110 tokens/s,上下文窗口100万token
应用场景多智能体协同、编程、企业自动化、3D重建
原发布时间2026-11-19

💡 业务落地拆解

谷歌DeepMind于2026年11月18日发布Gemini 4 Neon,这是Gemini 4系列在7周内推出的第4款元素模型。该模型在独立评测机构Artificial Analysis的AA Intelligence Index v5.0.1总榜上,开启xhigh档位拿下61分,高居全球第三,仅次于GPT-6.2 Astra和Claude Fable 5.2。默认high档位得分60分,超过自家旗舰Carbon的high档(60分)和Anthropic的Claude Opus 5.5(59分)。

成本方面,Neon将一线旗舰的智商打出了中端走量模型的账单。其输出速度达每秒约110 tokens,接近Carbon(约57 tokens/s)的两倍;跑完AA基准单任务的平均耗时从Carbon的36分钟缩短到21.5分钟,单任务成本定格在6.44美元,比恢复标准价后的Carbon(7.76美元)低约17%。在Antigravity平台的默认high档下,单次任务成本比Carbon直接砍掉32%。

在编程与企业级赛道,Neon在AA Coding Agent Index榜单上以58.6分拿下第一,平均单任务成本仅6.86美元,约为Claude Opus 5.5(12.61美元)和Fable 5.2(15.47美元)的一半。在CursorBench 4.1拿到65.4%,力压Opus 5.5的58.1%;在Antigravity环境下的SWE-sweep更是冲到39.0%,远超Opus 5.5的10.1%和GPT-6.2 Sol的8.3%。

Demis Hassabis评价Neon为「炼金术的杰作」。

Neon在Antigravity平台展示了长程多智能体协同能力。在一个名为NEONPUTT 84的项目中,Neon启动/swarm模式,同时调度8个并行节点,分工写出自定义GLSL着色器、240Hz物理引擎和8个关卡,拼出一个3D迷你高尔夫游戏,并自动接管浏览器测试,打出一杆进洞。官方演示中,Neon连续运转12小时,仅凭历史档案照片在3D空间重建了艾伦·图灵1936年在剑桥国王学院的书房,并跑起一台可交互的通用图灵机。

Antigravity同步上线了Orchestrator(Neon)双模型自动编排模式,Neon负责架构规划与状态审查,将常规代码修改交给轻量模型Hydrogen,卡壳时自动交回Neon修正,省去手动切模型。GitHub Copilot官方博客提到,Neon启动更快,改代码时更克制,编造率创内部测试新低。

谷歌的翻盘得益于组织重组与算力底座。2026年8月,Demis Hassabis转任Alphabet首席科学家兼DeepMind董事长,Koray Kavukcuoglu接管日常运营与Gemini路线图,立下「尽早发货、高频迭代」的铁律。

Koray Kavukcuoglu直言「讨论我们是不是已经实现AGI,根本算不上眼下正确的问题」,强行把全员重心拉回打造可靠的实用Agent。

DeepMind后训练负责人Melvin Johnson指出,过去模型卡壳是因为简单任务全做对后产生不了有效学习信号。团队搭建自动化强化学习闭环,专挑高难度跨仓库工程硬骨头,将内部虚构率压到约**1.5%**的历史新低。

真正托底的是TPU Ironwood。谷歌第7代TPU Ironwood配合开源软件层TPU Sync已成熟落地,能将海量上下文的KV缓存毫秒级卸载到主机内存。SemiAnalysis评测显示,Ironwood在长上下文和多轮Agent场景下每美元产出极具统治力,连Anthropic都签下大规模TPU算力合作。第8代TPU已开始将训练芯片和推理芯片彻底拆开独立优化。自有算力给了谷歌大打价格战、推行「Neon加Hydrogen」大小模型混编的底气。

🚀 对企业 AI 化的启示

  1. 成本效率成为AI落地的核心指标:Neon以6.44美元的单任务成本实现旗舰级性能,证明企业AI化需优先评估单位任务经济性,而非单纯追求模型参数规模。

  2. 多智能体协同是复杂业务自动化的关键:Neon在Antigravity平台通过/swarm模式调度8个并行节点,12小时完成3D重建,表明企业应构建 orchestrator+worker 的混合模型架构,以平衡性能与成本。

  3. 全栈自研硬件构筑长期壁垒:谷歌TPU Ironwood的成熟落地,使算力成本可控,支撑高频迭代与价格战。企业需评估底层算力自主性对AI战略可持续性的影响。

  4. 工程纪律与高频迭代优于宏大叙事:谷歌通过组织重组、中训练团队和自动化强化学习闭环,将虚构率压至1.5%,实现快速翻盘。企业AI化应建立快速反馈闭环,聚焦可靠性与实用性。

【官方原文链接】点击访问首发地址

常见问题

Gemini 4 Neon在AA Intelligence Index v5.0.1总榜上开启xhigh档位获得61分,位列全球第三。该得分仅次于GPT-6.2 Astra和Claude Fable 5.2,在默认high档位下得分为60分,超过自家旗舰Carbon的high档(60分)和Anthropic的Claude Opus 5.5(59分)。

TPU IronwoodDeepMindAntigravityGemini 4 Neon谷歌

相关文章