Google推Gemini 4 Neon挑戰 OpenAI與Claude,評測排行全球第三
Google 11月18日推出新一代人工智慧模型Gemini 4 Neon,主打接近旗艦模型的能力,但能更快完成程式開發、文件分析及多步驟工作。根據獨立評測機構Artificial Analysis公布的結果,Neon在AI智力指數取得61分,以模型家族計算排名全球第三,僅落後Anthropic的Claude Fable 5.2與OpenAI的GPT-6.2 Astra。更值得注意的是,它在部分測試中已追上Google自家旗艦Gemini 4 Carbon,完成任務所需的時間則明顯縮短。Google近期接連推出Gemini 4 Argon、Carbon與Hydrogen,分別對應不同程度的運算需求。這次登場的Neon,定位則介於Carbon與Hydrogen之間。Carbon偏重最困難、需要長時間推理的工作,Hydrogen適合快速處理日常任務,Neon則希望同時兼顧推理深度、執行速度與使用成本,尤其針對需要大量呼叫AI的企業與開發者。
Gemini 4 Neon支援最高約100萬token的上下文,可同時處理文字、圖片、音訊及影片,也能分析PDF、試算表等複雜文件。開發者可以依工作難度選擇Low、Medium、High及Xhigh四種推理強度,讓模型在處理簡單工作時減少運算,遇到複雜程式或科學問題時再投入更多資源。根據Google公開的模型卡,Neon由Gemini 4 Carbon進一步調整而來,並非完全獨立訓練的新基礎模型;目前Google尚未公布其參數規模,也沒有開放模型權重。
第三方評測全球前三 金融、法律工作表現突出
Gemini 4 Neon在多項評測取得接近頂尖旗艦模型的成績。Artificial Analysis測得,Neon在最高Xhigh推理強度下,智力指數為61分,比Carbon的High設定高出1分。另一家獨立評測機構Vals AI則給予Neon 70.87%的綜合成績,排名第二,僅落後Claude Fable 5.2。
其中,Neon在Vals金融與法律專項評測均排名第一,法律研究及稅務代理測試也拿下首位。這些測試不只是要求AI回答知識問題,還包括閱讀財務資料、分析條件、整理法律文件與完成指定任務。對需要反覆處理報表、合約及研究資料的企業而言,這類能力比單純回答問題更接近實際工作需求。Google公布的其他測試也顯示,Neon在AutomationBench自動化工作評測取得56.3%,高於Claude Opus 5.5的42.5%及GPT-6.2 Sol的41.3%;Agents Last Exam專業工作測試則達75.8%,同樣領先這兩款比較對象。
不過,Neon並非全面勝出。Google模型卡顯示,在Terminal-Bench 4.1程式與終端機操作評測中,Neon取得65.2%,略低於Claude Opus 5.5的65.8%;FrontierCode 2.0也以46.2%落後Claude的47.3%。閱讀複雜圖表的Chartography測試,Neon得到73.5%,同樣不及GPT-6.2 Sol的75.1%。不同評測所反映的能力並不完全相同,不能單靠綜合排名認定某款模型適合所有工作。
程式開發速度大幅提高 也能指揮其他AI分工
程式開發是Neon另一項主要強化領域。Google希望它不只提供程式碼建議,還能直接處理大型專案,包括尋找跨檔案錯誤、修改既有功能、執行測試,以及持續追蹤修改結果。在Google Antigravity開發環境中,Neon也能擔任協調者,把大型工作拆成數個部分,再交由速度更快的Hydrogen模型分頭執行。例如一個AI負責修改前端介面,另一個處理後端程式,Neon則負責安排工作、整合結果並檢查問題。
這種搭配對實際效能的影響相當明顯。Google公布的SWE-sweep軟體工程測試顯示,Neon在較精簡的mini-SWE執行環境中取得12.8%,換成Google Antigravity後提高至39.0%。這並不代表單純更換模型就能讓能力增加三倍,而是顯示模型能否有效使用工具、管理工作流程,已成為AI代理實際表現的重要因素。
Artificial Analysis的獨立程式代理測試也顯示,Neon搭配Antigravity CLI取得59分,略高於Carbon的55分,並與Claude Opus 5.5及Fable 5.2的相關配置處於相近水準。這讓Neon不只是一般聊天模型,也開始成為企業自動化程式開發的競爭選項。
能力接近Carbon 但最高推理模式仍不算快
Neon最受關注的特色,是能用較少時間完成複雜工作。Artificial Analysis測得,在最高Xhigh設定下,Neon完成其智力指數測試的平均任務時間約21.5分鐘,相較Carbon的約36分鐘縮短四成;輸出速度則約每秒110個token,明顯高於Carbon的約57個。
不過,Neon的效率表現也有另一面。獨立測試發現,它在最高推理強度下會產生大量token,第一次輸出答案前的等待時間約56.5秒,完成整項任務也比多數同價位模型慢。若改用預設的High模式,智力指數僅從61分降至60分,但每項任務平均時間可縮短至14.8分鐘,成本也明顯下降。
這意味著對大量日常工作而言,Neon未必需要開啟最高推理強度。企業若能依照任務難度調整設定,反而可能在能力、反應時間及成本之間取得更好的平衡。
價格方面,Google將Neon設定為每百萬輸入token收費3美元、輸出15美元,重複使用的快取輸入則為0.15美元。相較Carbon的標準價格4美元與20美元,Neon便宜25%。
但有個細節需要注意:Carbon目前仍處於促銷期間,至11月30日前每百萬輸入及輸出token分別只收2美元與10美元,因此現階段Neon的單位token價格反而較高。Neon在部分測試中展現的成本優勢,主要來自較短的執行時間與工作流程效率,而不能單純解讀為目前API定價最便宜。
Google AI Pro用戶也能使用 資安能力另設專用版本
Gemini 4 Neon已開始透過Google AI Studio的付費API、Android Studio及Google企業AI平台開放。一般使用者若訂閱Google AI Pro或Ultra,也可以在Gemini App中選擇Neon;程式開發者則能透過Google Antigravity使用。相較目前主要提供Ultra用戶選用的Carbon,Neon讓更多付費用戶可以使用接近旗艦等級的模型。
Google也同步公布Neon在資安防護領域的評測成績,包括漏洞辨識、修補及安全程式碼產生等項目。不過,專門針對資安工作設計的Gemini 4 Neon for cyber,將優先提供符合資格的Fairwind計畫成員使用,並未全面向一般使用者開放。
至於模型本身的可靠性,Google宣稱Neon改善了多步驟工作中虛構結果、擅自採取行動等問題,並在內部測試中提高了安全表現。不過,模型卡也承認Neon仍可能產生錯誤資訊,完整的安全與資安報告尚未公開。它的內建知識截止時間為2026年3月,處理最新消息時仍需要搭配搜尋或其他外部資料來源。
