DeltaMedia
2026-11-22
Agent與應用

Google 於 2026 年 11 月 18 日正式發布 Gemini 4 系列新模型 Neon,主打複雜軟體工程、知識工作與科研任務

Neon 在智慧指數獲 61 分,居全球第三,但在 Coding Agent Index 上,Neon 得分 59 分,與 Claude Code 搭配 Claude Fable 5.2 或 Opus 5.5 的成績大致相當。

Google 於 2026 年 11 月 18 日正式發布 Gemini 4 系列新模型 Neon,主打複雜軟體工程、知識工作與科研任務

Neon 在 Artificial Analysis 智慧指數(Intelligence Index)最高思考檔(xhigh)拿下 61 分,全球排名第三,僅次於 GPT-6.2 Astra 與 Claude Fable 5.2。速度與成本同步改善:單任務平均耗時縮短至 21 分鐘,比前代 Gemini 4 Carbon 的 36 分鐘快約 40%;平均成本 6.44 美元,較 Carbon 低約 17%。

Google 推出的 Gemini 4 Neon 模型展現了前沿 AI 的競爭新軸線:比起追求極致的頂級智慧,Neon 主打在軟體工程與 Agent 任務中以大幅降低的營運成本,提供足夠頂尖的實戰執行能力。

重點摘要

  • Neon 在智慧指數獲 61 分,居全球第三,但在 Coding Agent Index 上,Neon 得分 59 分,與 Claude Code 搭配 Claude Fable 5.2 或 Opus 5.5 的成績大致相當。
  • 成本下降並非因為輸出減少,Neon 輸出 Token 反而比 Carbon 多約 15%,主要靠更低的 Token 單價(輸入 3 美元、輸出 15 美元,較 Carbon 低 25%)與雙倍輸出的速度(110 Token/秒 vs 57 Token/秒)。
  • Google 同步推出 Google Labs 實驗產品 Stitch Loop,連線企業程式碼庫與產品指標,自動生成 GitHub Pull Request,並整合 DeepMind 的 CodeMender 進行漏洞掃描。

速度與成本的取捨:Token 變多,單價變低

速度的帳最好算。Neon 每秒輸出約 110 個 Token,接近 Carbon 約 57 個 Token 的兩倍,任務耗時因此從 36 分鐘壓縮到 21 分鐘。Google DeepMind 高階副總裁兼首席 AI 架構師 Koray Kavukcuoglu 在發布說明中指出,Neon 的核心設計目標是複雜工作流的端到端執行能力,速度和成本都在優化範圍內。

成本下降的邏輯卻不如表面直覺。Neon 完成任務時輸出的 Token 反而比 Carbon 多約 15%,省下來的錢不是因為它更省話。真正的槓桿在於定價:Neon API 每百萬輸入 Token 3 美元、輸出 15 美元,比 Carbon 標準價(4 美元/20 美元)低 25%。Carbon 目前有限時促銷,每百萬輸入 2 美元、輸出 10 美元,但這個價格將於 11 月 30 日結束。促銷期內 Carbon 的帳面價格仍比 Neon 便宜,但速度慢、智慧指數也低;促銷一結束,開發者很可能就得重新算這筆帳。

程式設計能力的實戰檢驗:Agent 場景下的成本差異

算這筆帳,最直接的指標是程式設計基準測試。Neon 在 Artificial Analysis Coding Agent Index 的 Antigravity CLI 環境中得分 59 分,比 Carbon 高 3 分,與 Claude Code 搭配 Claude Fable 5.2 或 Claude Opus 5.5 的成績大致相當。Google 官方部落格的數字稍有出入:Neon 在該指數排名第一、得分 58.6 分,並補上 Terminal-Bench 4.1 得分 65.2%、FrontierCode 2.0 high 檔得分 46.2%。

真正拉開差距的是帳單。Neon 完成程式設計 Agent 任務的平均成本約 6.86 美元,遠低於 Claude Opus 5.5 的 12.61 美元和 Claude Fable 5.2 的 15.47 美元。大量跑 Agent 任務的團隊,每筆的成本差距接近一半甚至更多。Google 在發布現場還展示了一個更極端的例子:Neon 在 Antigravity 中執行長達 12 小時的 /swarm 任務,用檔案照片重建 Alan Turing 1936 年在劍橋國王學院的書房,並在 3D 場景裡構建出一台能執行的通用圖靈機。這種長時程、多步驟的複雜任務,正是 Neon 目標用戶最核心的需求。

安全與生態:從模型到產品的閉環

發布的不只是模型本身。Google 同步推出了 Google Labs 的新實驗產品 Stitch Loop,連線企業程式碼庫和即時產品指標,在使用者確認後編寫程式碼、建立 GitHub Pull Request,但不會在審核前自動合併。它支援超過 180 個整合、自定義 MCP 伺服器或本地 CLI 上傳以獲取上下文,並內建網路安全、延遲和無障礙最佳化等迴圈任務。

安全面的數字另有看頭。Gray Swan 的間接提示注入測試中,Neon 在最高思考檔擋下了全部攻擊,攻擊成功率為 0%。Google 本身也強調,這不代表能擋下現實環境中的所有提示注入攻擊。其他基準測試中,AutoBaxBench 困難檔得 76%、WebExploitBench v1.2 為 51.26%、SEC-bench Pro 漏洞檢測 90.5%、CWE-bench v2 根因修復 70.7%。覆蓋漏洞發現、風險驗證和程式碼修復的 Neon 網路安全版本,將在未來數日通過 Fairwind 計劃向篩選過的網路安全防禦者開放。

Stitch Loop 的安全迴圈將 Gemini 4 Carbon 的網路安全能力與 Google DeepMind 的自主 agent CodeMender 結合,掃描程式碼庫漏洞並提出修復方案。「模型 + 產品 + 安全 agent」三層並進,Google 正試圖把 Neon 的智慧優勢轉成企業環境裡可以直接部署的組合。

結論

前沿 AI 模型競爭的核心正在轉移。Neon 雖然在綜合智慧指數上仍排全球第三,但在程式設計 Agent 領域,它成功以接近半價的成本,提供媲美 Claude Fable 5.2 與 Opus 5.5 的頂級表現。技術背景的創業者與工程師在構建複雜 Agent 系統時,100 萬 Token 上下文視窗、四檔可調思考級別(low, medium, high, xhigh)與 Stitch Loop 的企業程式碼庫連線,組合起來的選項成本明顯比競品低。兩件事還待市場驗證:11 月 30 日 Carbon 促銷結束後,定價差距能否推動大規模切換;以及在真實環境的提示注入攻擊下,Neon 的零攻擊成功率能否維持。這兩個問題,答案都還沒出來。

相關公司 OpenAI Anthropic Google
本文由 DeltaMedia 編輯團隊審核後發布 · 編輯原則