Gemini 4 Neon 是 Google 对日益增长的业务需求所给出的答案:在快速、低延迟的选项与速度较慢但能力最强的前沿模型之间,提供一个恰到好处的选择。Neon 拥有 100 万 token 的上下文窗口和分档的“思考级别”,既能为多步骤技术与分析工作流提供所需的推理深度,又能将 token 成本控制在远低于最大型模型的水平。Google 将 Neon 定位为均衡之选,适用于生产环境中的代码编排、以电子表格为核心的数据分析、法律研究,以及需要广泛上下文的长期科学任务;在这些场景中,上下文覆盖面与单步能力上限同样重要。
定价和产品覆盖范围是 Neon 主打优势的核心:Google 公布的价格为每百万输入 token 3 美元(缓存输入可享 95% 折扣,降至每百万缓存输入 token 0.15 美元),每百万输出 token 15 美元。Neon 已在 Gemini API、AI Studio、Gemini 应用、Google Antigravity 和 Gemini for Business 中上线。对于需要处理大量文档、长篇智能体执行轨迹,或持续调用智能体工具的工作流,这一价格能显著降低单项任务成本;若使用 Carbon,这些场景往往会消耗多到难以承受的 token。
Google 公布了 Neon 在编程、金融与电子表格、法律研究、科学、自动化和网络安全等领域的一系列基准测试成绩,并着重强调其可控性提升、编造内容减少,以及在长时间、高强度工具调用会话中的持续表现。需要注意的是,Google 内部的 Antigravity 测试和合作伙伴基准结果,与独立第三方评估并不是一回事:厂商基准测试有助于了解大致能力方向,但客户和采购团队在作出架构决策之前,应使用自身端到端任务和智能体运行框架验证 Neon。
从战略角度看,Neon 的重要之处在于它将模型家族的思路落到了实处:企业现在可以为日常任务选择低成本、高吞吐量模型,为复杂且频繁的工作流选择均衡的专业模型 Neon,并将前沿模型留给少数最难的任务。这会改变成本预测、智能体设计和系统架构。团队需要设计路由逻辑、监控机制和防护措施,确保每个请求都交由合适的模型处理;否则,企业可能会把过多流量发送给能力过剩且价格昂贵的模型,或在 Neon 已足够胜任时未能充分利用它。


