跳到正文
实时
Latent Space· swyx .ai·· 17 小时前精选78

Google DeepMind 发布 Gemini 4 Neon,七周内第四个 Gemini 4 模型

[AINews] Gemini 4 Neon: GDM's Opus/Sol Contender

要点速览

Google DeepMind 发布 Gemini 4 Neon,这是约七周内第四个 Gemini 4 模型,定价为每百万 token 输入 3 美元、缓存输入 0.15 美元、输出 15 美元,具备 1M token 上下文窗口和四档 effort 级别。

Why it matters

汇总了 Gemini 4 Neon 的定价、上下文窗口与多项第三方评测名次,可对照同门 Carbon 判断定位差异

正文 · AI 翻译

Google DeepMind 在大约七周内推出了 Gemini 4 Neon,这是它的第四个 Gemini 4 模型。如果你对命名感到困惑,你并不孤单;现在 1.5 个月旧的 Argon 已被 退休,Gemini 1-3 中的旧 Pro 和 Flash 已不再使用,如果你认为这些名字是基于原子量,那么 Neon(10)这个中端模型比 Carbon(6)更快/更便宜。这是一个关于当前领先模型和大小的有用指南:

由于蒸馏、强化学习和基准测试的工作方式,Neon 在某些指标上技术上优于 Carbon,尽管它是一个较小的模型…

今天,Anthropic 将其首次公开募股(IPO)定价定为 $83 每股,高于其初始范围,而 Palo Alto Networks 同意以 $4.5B 的全股票交易 收购 Applied Compute。 Anthropic · Palo Alto Networks

2026 年 11 月 17–18 日的 AI 新闻。我们检查了 12 个子版块和 544 个 Twitter 账户。浏览 过往问题。


AI Twitter 回顾

Gemini 4 Neon

发布和可用性

  • 定价和规格。 Neon 的输入成本为 $3,缓存的输入成本为 $0.15,输出成本为每百万个标记 $15。它有一个 1M 个标记的上下文窗口和四个努力级别。Vals 报告的最大输出限制为 1M 个标记。 Google · Vals

  • 发布计划。 Neon 将推出到 AI Studio 和 Android Studio 中的付费 Gemini API、Gemini for business 以及 Antigravity 的 Pro 和 Ultra 订阅者。在 Gemini 应用中,Pro 和 Ultra 用户可以选择它作为“深度分析”,包括用于任务。 Google 的发布计划 · Gemini 应用

  • 发布首日的集成。 Cursor, GitHub Copilot 在其应用、CLI 和 VS Code 中,以及 LangChain Managed Deep Agents。

  • 发布节奏。 Arena 计算了 Argon 和 Carbon 之间的 28 天差距,Carbon 和 Hydrogen 之间的 15 天差距,以及 Hydrogen 和 Neon 之间的 6 天差距。 Arena

独立结果

  • 高与 xhigh。 在高努力下,Neon 在智能指数上与 Carbon 的 60 相当,每项任务成本为 $3.74。在 GDP.pdf 上,它在高努力下得分为 33.4%,在 xhigh 下得分为 28.0%。 Artificial Analysis

  • Agent Arena。 Neon 以约 4,200 个会话中的 1,336 分的成绩第二亮相。它的中位数任务成本为 $2.82,在可引导性上排名第二。Carbon 仍在单独的 Text Arena 中领先。 Agent Arena · Text Arena

  • Vals。 Neon 在 Vals 指数上排名第二,得分为 70.9%,比 Fable 5.2 低约 0.4 分,但每项任务的成本不到一半。在代码迁移上,它平均需要 160 轮,少于 Carbon 的 234 轮或 Hydrogen 的 574 轮,并且得分低于两者。 Vals 指数 · 代码迁移

  • CursorBench 4.1。 Neon 在默认努力下的得分为 63.7%,高于 Hydrogen 的 57.3%。 Cursor

实际使用报告

  • 可引导性和容量。 在 13 个早期的 Antigravity 会话中,Kimmonismus 记录了 762 个工具调用和 93% 的输入缓存命中率。在那些测试中,当被告知避免终端时,Neon 没有运行任何 shell 命令。日志还记录了 57 个容量错误和四次停滞运行。 测试日志

  • 团队如何使用它。 Theo 表示他现在使用 Neon 进行复制,Fable 来实施更改,以及 Astra 来进行测试。Jeremy Howard 赞扬了 Neon,同时表示他正在将 Solveit 的 Astra 和 Sol 选项恢复到 6.2 版本之前的版本。 Theo · Jeremy Howard

GPT-6.2 的新结果

  • 数学和形式证明。 Astra 和 Sol 在 MathArena 中获得前两名。Astra 解决了 53 个 ArXivLean 问题中的 42 个。Vals 单独报告称,这是首次在 Lean 中形式化 Smoktunowicz 的 Gap 定理,证明由独立的内核重放检查。 Tim Gehr · Vals

  • 代理竞技场。 Astra 以第六名首次亮相。Sol 在 $0.90 的中位数任务成本下排名第十一。在单独的 Code Arena WebDev 董事会中,Astra 以比其前身低 42% 的中位数成本排名第三。 Agent Arena · WebDev

  • 背景折扣。 OpenAI 为 GPT-6.2 响应 API 工作开启了公共 Beta 版本,这些工作可以等待。第一个响应的两小时和八小时目标分别提供每 token 30% 和 40% 的折扣。 OpenAI Developers

  • 发布后发生了什么变化。 OpenAI 的 Tibo Sottiaux 表示,早期的审查者使用了在最后几天变化之前的构建版本。Artificial Analysis 发现 Astra 的响应变短了,并且在行为评估中不太可能承认不确定性。 Sottiaux · Artificial Analysis

开源权重和推理

  • 对昨日 Pi 适配器数字的更正。 昨日的问题 引用了在 51 个最难的 SWE-bench Pro 任务中 15 到 32 次解决。Hugging Face 在发现一个影响了九个基础模型运行的隧道中断后重新运行了受影响的任务。更正后的结果是 20 到 33 次解决,或 39.2% 到 64.7%。它还发布了一个 OpenCode 适配器,将 Qwen3.8-27B 从 35.3% 提高到 51.0%,在同一子集上关闭了思考。 更正后的模型卡 · OpenCode 发布

  • 腾讯发布 Hy4 Flash 权重。 该 224B 参数的多模态 MoE 每个标记激活 12B 参数,支持 1M 上下文,并包含一个大约 64B 的 n-gram 嵌入表。腾讯发布了指令、FP8 和基础检查点。 腾讯存储库 · vLLM

  • vLLM 0.34.0。 可扩展的 KV 缓存默认开启,Model Runner V2 是唯一的 GPU 运行器。团队报告称,在 GB200 上 NVFP4 解码速度最高可达 1.95 倍。 vLLM

  • 推理能力增长速度快于峰值计算。 Epoch 估计,用于固定篮子代理工作负载的芯片容量从 2025 年第二季度到 2026 年第二季度增长了 4.6 倍,而 8 位峰值计算增长了 2.6 倍。 Epoch AI

  • Runway 将服务硬件减半。 它报告在四个 GPU 上以 24 fps 速度服务 57B 视频模型,从八个 GPU 降低。 Runway

  • 代理工具。 Prime Intellect 为 RL、监督微调、服务和评估推出了 Model Factory。Hugging Face 发布了其 1,000 个代理 PyBot 项目的消息数据集。 Prime Intellect · Hugging Face

研究和芯片设计

  • OpenAI 模型帮助重新设计 AMD 电路。 OpenAI 报告称,在 AMD 的旗舰 GPU 设计的块上,与优化基线相比,性能提高了高达 14%。团队使用 Synopsys 工具检查重写的电路是否保留了行为,并测量了功耗、性能和面积。一些更改被纳入了一个发送用于制造的设计中。 OpenAI

  • 衡量研究加速。 OpenAI 发布了关于内部代理使用和研究任务完成的更新,并提议定期披露 AI 研究加速的指标。 OpenAI

  • 较小的 harness 编辑可以节省 token。 在一个包含 40 个问题的保留测试中,一种逐个编辑一个模块的门控方法在 SWE-bench Lite 上得分率为 40.0%,每个任务使用 46.7K token。完全重写得分率为 42.5%,使用 451.6K token。 DAIR 研究摘要

  • 代理团队协作。 MAC Bench 发现大部分收益来自八个代理的并行探索。Opus 5.5 是唯一一个在协调中显示出额外收益的测试模型。 定制实验室

媒体和语音

  • Genie 4 达到 Project Genie。 Google 的世界模型增加了原生音频,并允许用户在会话中途使用文本改变世界。访问权限正在向符合条件的 Google AI Ultra 订阅者逐步开放。 Google DeepMind

  • 转向检测和转录。 Inworld 发布了用于语音隔离模型及其 SAVA 转向检测器的权重,称其检测完成的转向的中位时间为 71 ms。AssemblyAI 将其 3.7 版本拆分为用于语音代理、实时转录和录音的模型。 Inworld · AssemblyAI

  • Kling Image 4.0。 它在 Artificial Analysis 的文本到图像排名中位列第七,在编辑中位列第六。 Artificial Analysis

行业

  • Anthropic 以 83 美元的价格进行 IPO。 这次发行涵盖 9.8 亿股,在发行价下价值约 813 亿美元。其中约 794 亿美元来自 Anthropic 在费用之前的股票销售。纳斯达克在 ANT 下的交易预计于 11 月 19 日开始。 Anthropic

  • Palo Alto Networks 同意收购 Applied Compute。 这笔 45 亿美元的股票交易为 Palo Alto 提供了一个用于训练后服务和运行开放权重模型的平台。两家公司预计将在 Palo Alto 财政 2027 年第三季度完成交易,前提是获得监管批准和其他条件。 Palo Alto Networks


AI Reddit 回顾

本地音频

  • Blue TTS v3。 一个开发者称他们的 MIT 许可模型在 CPU 上生成音频的速度约为实时速度的 50 倍。该线程的标题数字是关于该设置的吞吐量声明。 代码和演示 · 讨论

  • Inworld 语音隔离。 该版本包括一个用于离线使用的 64M 参数模型和一个用于实时使用的 58M 模型,两者均为 48 kHz。 权重 · 本地测试和讨论

  • AudioGhost。 Meta 的 SAM-Audio 的一个本地接口,允许用户用文本描述声音并将其与录音的其余部分分离。 项目讨论

本地推理和编码

  • 来自 SSD 的专家。 TokenWing 的开发者声称它可以流式传输 SSD 中多数的路由专家。一个用户报告在一个 120B MoE 上(12 GB VRAM 和 32 GB RAM)达到 45–50 tok/s。 LocalLLM 线程

  • 一个任务,两个模型。 一个开发者将 GPT-6.2 Astra 用于规划和审查,将本地 Qwen3.8-27B 用于实现。该运行的 API 账单从 7.40 美元降至 1.62 美元。 工作流程和讨论

  • Neon 在队列中的位置。 读者讨论了 Neon 是否成为日常替代 Gemini 3.1 Pro 的选择,现在 Google 为快速工作和更复杂的项目提供了不同的层级。 发布讨论 · 层级讨论

来源: Latent Space · latent.space