全新Gemini 4 Neon震撼上线!编程Agent夺冠,暴击Opus 5.5

新智元
2 hours ago

又更了,又更了,AI圈简直天天在过年!

就在刚刚,谷歌Gemini 4家族的第四位成员Neon正式上线。

哈萨比斯亲自发帖官宣,直呼它是“炼金术的巅峰之作”。

它主打推理快,专门对付高频、复杂的软件工程、知识分析和科研长程任务。

Neon跑一个任务的综合开销,不仅比Claude、GPT这些对手的顶级旗舰低50%到80%,而且成绩一点没打折。

谷歌官方拉来Claude Opus 5.5和GPT-6.2 Sol同场比。19组成绩里,Neon一口气拿下了16组最高!

这次发布的核心亮点,一起划重点。

智力反超旗舰:AA智力指数61分,全球第三,比自家旗舰Carbon还高1分。

编程Agent第一:AA编程Agent榜58.6分登顶,跑一个任务的花费只有Claude Opus 5.5的一半出头。

速度快了近一倍:每秒输出约110个token,Carbon只有57个。

价格:每百万token输入3美元、输出15美元,缓存命中只要0.15美元,上下文100万token。

能当总指挥:在谷歌的Agent编程平台Antigravity里,Neon能指挥一群Hydrogen子Agent并行干活。

图灵书房原样复活

50万表格公式画3D

重点划完,Neon到底有多能打,还得看实战。

第一个实测,Neon直接拉起“/swarm”多Agent团队,连轴干了12个小时,把图灵在剑桥国王学院的书房搬进了3D世界。

1936年,图灵正是在这里写出了奠定现代计算机理论的那篇论文。

只见,它先翻出国王学院的档案照片,再在Blender里建模、绑定,最后渲染出带年代感的材质和光影。

镜头从国王礼拜堂外的草坪一路推进屋里,书架、壁炉和书桌一一出现。甚至连桌上的那台图灵机,也真实还原了出来。

这段实测考的,是长程任务里的调度能力。Neon要带着一队Agent,从查资料、建模一路干到渲染,中途不跑偏。

另一个测试考的是推理和写代码的硬功夫。表格里没有现成的图像算法可调,每一步都得靠Neon用公式自己推出来。

结果,Neon开辟出10万个单元格,在多个子表里铺设了超过50万个实时表格公式。

它单靠这些基础公式,就跑通了Sobel边缘检测和3D深度映射。6种交互模式随便切,改一下光照角度,整张图就会实时重新打光。

再比如,让Neon从零手搓一套第一人称3D高山滑雪模拟器。

这一段比的,是长代码的工程能力。上万行着色器、物理引擎和真实地形数据,全要在一个项目里跑起来。

Neon没用任何预制3D素材,直接拿勃朗峰和霞慕尼的真实高程地形数据开搓,然后一口气写出了10200行自定义WebGL2着色器代码。

这套模拟器不仅内置了120Hz物理引擎、6条高山雪道,连动态雪痕、突发板状雪崩,空间音频全都一步到位。

中杯杀进全球前三,编程Agent拿下第一

能做出这些大场面,Neon靠的是实打实的分数。

在衡量综合智力的Artificial Analysis智力指数上,它凭借着xhigh的思考拿下61分。

切回默认的high档,Neon也有60分,和Carbon直接打平。可跑一个任务的花费,却不到Carbon原价的一半。

不仅如此,Neon在速度上也快了一大截。同一套测试,Carbon平均每个任务要跑36分钟左右,Neon只要21分钟,足足省下四成时间。

智力之外,编程是Neon这次最能打的一项。

分数追平Claude,花费只要一半

编程Agent榜上的第一,是Neon搭配谷歌自家的Antigravity CLI跑出来的。

Claude Code里的Fable 5.2和Opus 5.5都在58分上下,分数相差无几,花费却差出一大截。

Neon跑一个任务平均6.86美元,Opus 5.5要12.61美元,Fable 5.2要15.47美元。

网友Pranav Reddy让Neon、Opus 5.5和Carbon同题用Three.js画一段骑行动画。他的结论是,Neon赢了Opus 5.5,和Carbon已经很接近。

Agent榜第二,自动化榜第一

换到真实的Agent工作场景,Neon的排名同样靠前。

Arena新推出的Agent榜单看的是4200多场真实会话,Neon首秀就排到了全球第二。

Zapier也有一份自动化榜,专门用657个真实的业务流程来考模型。Neon在这份榜上拿到56.3%,排名第一。

网络安全上,找漏洞的SEC-bench Pro,Neon直接拿下90.5%的高分,刷新纪录。修漏洞的CWE-bench v2,它也比Carbon高出3.4个百分点。

当然,Neon也没有全线通吃。

在Terminal-bench 4.1和FrontierCode 2.0这两项硬核编程测试上,Opus 5.5仍然略胜一筹。

Neon当上总指挥

AI给AI派活了

跑分有输有赢,Neon这次真正的杀手锏,是谷歌给它安排的新岗位。

在Antigravity里,Neon可以单干,也可以当“总指挥”。

一个大任务进来,它负责拆开,再派给一群并行的Hydrogen子Agent去干。

其中,Hydrogen是Gemini 4家族里的轻量模型,速度最快,价格只有Neon的一半。

Swarm和Super-agent,管的是两层活

Neon带着一群Hydrogen的这套Swarm协作,乍一看和DeepSeek最近提出的Super-agent很像,其实两者管的是不同层面的事。

各是什么

Swarm:一项任务内部的分工方案。Neon负责规划、判断和验收,Hydrogen负责写代码、改文件、跑测试,目标是把一件活干得又好又快。

Super-agent:一个常驻在线、同时管多项工作的Agent系统。Router负责接收消息、关联任务、派发工作,多个Worker各干各的,目标是多件事并行时持续跟进,不用用户挨个盯会话。

哪里相同

协调和执行分开:一层负责安排,一层负责干活。

都有反馈回路:执行中碰到问题,会回报、调整,再接着推进。

都在替人省事:用户不用亲自安排每一步,也不用追着每个执行者跑。

哪里不同

管的范围:Swarm管一项任务内部怎么分工,Super-agent管多项任务之间怎么调度、怎么持续跟进。

谁来动脑:Neon要吃透任务、亲自定方案;Super-agent的Router尽量只做关联和派发,复杂推理交给Worker。

强模型放哪:谷歌把判断力强的Neon放在上层,配速度快的Hydrogen;DeepSeek的建议反过来,Router可以轻一点,Worker更需要强模型。

绑不绑模型:Swarm是一组固定的模型搭配;Super-agent是一套系统设计,可以给不同角色配不同模型,也可以全用同一个。

Agent时代超级王牌,谷歌七周四连发

Agent时代比的,是谁能把一件大活自己拆、自己派、自己验收,一口气干到底。

今天,总指挥这个位子,谷歌交给了一个中杯,旗舰Carbon只在最难的活上出场。

这一下,正好打在Claude身上。写代码、干长活的Agent,一直是Claude最硬的一张牌,可Fable 5.2才发布9天,就在编程Agent榜上被Neon压了过去。

比起这一分半分的差距,谷歌的出牌速度才是Claude真正的麻烦。

11月10日以来,谷歌已经有三款Gemini 4全量上线。

这么快的节奏,谷歌自己给出的解释是RSI。谷歌联创布林10月就说过,谷歌已踏上了“RSI的跑步机”,研究员正和模型一起造下一代模型。

谷歌内部RSI要是真转起来,模型一代比一代造得快,超级智能时代的王牌,就会落在Gemini手里。

现在,压力给到了Claude和GPT。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10