Neon编程评测领先Carbon,输出速度近两倍
Gemini 4 Neon 定位介于 Carbon 和 Hydrogen 之间,在 Artificial Analysis 通过 Antigravity CLI 进行的编程智能体评测中拿到 59 分,比 Carbon 高 3 分。在该机构的测试中,Neon 每秒输出约 110 个词元,Carbon 为 57 个,典型任务用时约为 21 分钟和 36 分钟。
AI 深度解读
Gemini 4 Neon 是 Google 放在 Carbon 和 Hydrogen 之间的新模型,目标是让复杂编码任务更快跑完。原文引用的第三方测试里,Neon 的编码得分比 Carbon 高,典型任务也从约 36 分钟缩短到约 21 分钟。对经常等 AI 改完一轮代码的开发者,最值得看的是整单耗时和账单,以及这两项优势在什么条件下成立。
Neon 为什么可能比 Carbon 更适合高频编码
Gemini 4 系列推出不到两个月,DeepMind 的 Koray Kavukcuoglu 在 11 月 18 日宣布了第四款模型 Neon。Carbon 面向难度最高、需要长时间推进的任务,Hydrogen 主打低成本快速响应,Neon 则瞄准高频复杂编码、分析推理和企业工作流。
在 Artificial Analysis Intelligence Index 上,Neon 用最高的 xhigh 思考档拿到 61 分,整体排名第三,排在 GPT-6.2 Astra 和 Claude Fable 5.2 之后,比 Carbon 高 1 分。通过 Antigravity CLI 跑 Coding Agent Index,Neon 拿到 59 分,比 Carbon 高 3 分。这两组分数分别对应综合能力和编码代理表现,编码成绩还对应 Antigravity CLI 这个具体的运行环境。
输出多了约 15%,为什么整单还更便宜
Artificial Analysis 测得 Neon 每秒生成约 110 个输出 token,接近 Carbon 的 57 个。典型任务约花 21 分钟和 6.44 美元,Carbon 则约为 36 分钟和 7.76 美元。Neon 每单平均还多生成约 15% 的输出 token,费用优势来自更低的 token 单价。
Neon 每百万输入 token 收 3 美元,输出收 15 美元,缓存输入收 0.15 美元,比普通输入低 95%。碳价的比较要看日期。Carbon 的推广价是每百万输入 2 美元、输出 10 美元,原文称这档价格在 12 月 1 日结束。届时按 Carbon 的标准价 4 美元和 20 美元计算,Neon 的普通输入和输出单价均低 25%。前面的典型任务费用来自测试,采购时还要按实际生效的费率算一遍。
哪里能用,思考档怎么选
Neon 提供 100 万 token 上下文,支持 low、medium、high 和 xhigh 四档思考强度,团队可以按任务调节成本和推理投入。原文只明确了综合指数的 61 分来自 xhigh,没有给出各档之间的完整对照。
Neon 没有免费档。Gemini app 正向 Google AI Pro 和 Ultra 用户推出 Neon,并在模型选择器里用它替换 Argon。开发者可通过 Gemini API、AI Studio 和 Antigravity 使用。Google 还在准备一个面向漏洞发现和代码修复的网络安全版本。
我的判断
我更看重测试里的整单耗时。编码代理除了生成文本,还要读文件、调用工具、等测试跑完。每秒输出接近翻倍,落到这组典型任务上是从约 36 分钟降到约 21 分钟,后一个数字更贴近日常等待时间。
原文没有交代任务样本构成、不同思考档的费用和通过率,也没有给出团队自有仓库的对照。把 Neon 当作仓库级编码的默认模型,是作者根据早期数据提出的经验判断。简单问答仍可先走 Hydrogen,最难的单题可以留给 Carbon。至于 Neon 能接手多少日常任务,要看它在同一套测试和验收条件下能交付多少可用补丁。
能拿来做什么
- 从前端或 Node 仓库挑几条常见的跨文件修复任务,在相同的工具权限和验收测试下跑 Neon 和 Carbon,记录补丁通过率、整单耗时和实际费用。
- 给日常修改试跑
medium和high,再用xhigh处理前两档反复失败的任务。把重试也计入账单,按每个通过验收的任务比较成本。 - 核算长会话预算时,把普通输入、缓存输入和输出分开记录。比较 12 月 1 日起的费用时,按 Carbon 的标准价重算,并把 Neon 在基准中多用约 15% 输出 token 的情况纳入估算。