免责声明:金色财经所有资讯仅代表作者个人观点,不构成任何投资理财建议。请确保访问网址为(jinse.com.cn) 举报

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

    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。

    LVM3Y0h7ugukJ2Ue4M5hX5Q1myxRRHTm6splz3Tv.jpg

    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。

    jinse.com.cn 0
    好文章,需要你的鼓励
    jinse.com.cn 0
    好文章,需要你的鼓励
    参与评论
    0/140
    提交评论
    文章作者: / 责任编辑:

    声明:本文由入驻金色财经的作者撰写,观点仅代表作者本人,绝不代表金色财经赞同其观点或证实其描述。

    提示:投资有风险,入市须谨慎。本资讯不作为投资理财建议。

    金色财经 > 新智元 > 全新Gemini 4 Neon震撼上线 编程Agent夺冠 暴击Opus 5.5
    • 寻求报道
    • 金色财经中国版App下载
      金色财经APP
      iOS & Android
    • 加入社群
      Telegram
    • 意见反馈
    • 返回顶部
    • 返回底部