---
title: "缓存输入低至0.15美元却横扫编码与网安榜首！DeepMind发布Gemini 4 Neon：1M上下文、四档思考与Antigravity实测全拆解"
url: "https://paooo.com/aigc-news/42741/"
author: "Prompt 语宙研究院"
published_at: "2026-11-19T07:04:20+08:00"
updated_at: "2026-11-19T07:04:20+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, Gemini 4 Neon, Google DeepMind, 大模型基准, 网络防御"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 缓存输入低至0.15美元却横扫编码与网安榜首！DeepMind发布Gemini 4 Neon：1M上下文、四档思考与Antigravity实测全拆解

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/42741/) · 作者：Prompt 语宙研究院 · 发布时间：2026-11-19

## AI 30 秒核心看点 (TL;DR)

- 1M上下文+四档思考，Neon在成本、延迟与准确率之间提供更灵活的工程级平衡。
- 在编码、法律研究、税务智能体、自动化与商业模拟等基准中，Neon多项冲进榜首或前列。
- Antigravity实测显示其SWE表现提升3倍以上，且虚构捏造率创下内部最低记录。

> **💡 站外导读：**Google DeepMind 正式推出 Gemini 4 Neon，精准破解工程、科研与长程代理中“强模型太慢太贵、轻量模型不够稳”的核心痛点。Neon 拥有 100 万上下文、四档思考调节与每百万输入 3 美元（缓存仅 0.15 美元）定价，不仅登顶 Artificial Analysis 编码代理榜与多项自动化基准，更借由 Antigravity 实现超三倍的代码修复跃升。

## 一、 家族版图落子与定价模型：填补“高智能 × 高频执行”的黄金中坚

在 Google DeepMind 的 Gemini 4 产品矩阵中，此前已布局定位最难长程项目的 **Gemini 4 Carbon** 与主打日常高速执行的 **Gemini 4 Hydrogen**。今日正式登场的 **Gemini 4 Neon** 精确卡位两者之间，旨在以明显更低的单任务推理耗时与预算，交付逼近超大旗舰模型的前沿智能与端到端任务完成度。

规格与计费策略上，Gemini 4 Neon 原生支持 **100 万（1M）token 上下文窗口**，可直接在单次会话中吞吐并综合跨电子表格、PDF、图表、音频与视频的多模态企业数据。定价方面，标准输入为 **每百万 token 3 美元**，启用上下文缓存后的输入费用直降 95% 至 **每百万 token 0.15 美元**，输出则为 **每百万 token 15 美元**。

为避免所有简单任务都盲目消耗深思考预算，Neon 进一步打磨了 **四档思考级别（Thinking Levels）**，让开发团队能按工作负载动态权衡延迟与准确率。在默认的 `high` 思考档位下，Neon 在保持高智能水准的同时，单任务平均成本较 Gemini 4 Carbon 降低 **32%**；并在 Vals Index 与 Agent Arena 两大榜单上双双站上帕累托前沿，单任务成本比同梯队顶尖竞品低约 **50% 至 80%**。即便切换至应对最棘手工程与科研难题的 `xhigh` 最高思考档，其 Artificial Analysis Intelligence Index 仍取得 **61 分**（同类领先、总榜第 3），且单任务成本比开启最高档的竞品便宜 **36% 以上**。

## 二、 企业知识、商业长程模拟与科学推理：多项独立榜单直冲榜首

在知识工作与专业分析维度，独立基准测试给出了极具说服力的成绩单：Neon 在 **Vals Index** 拿到 **70.9%** 位居全球第 2，并在专业壁垒极高的 **Legal Research Bench（法律研究）** 与 **Tax Agent Bench（税务智能体）** 双双拿下第 1；在 **Surge AI** 评测集上，Neon 横扫金融、会计、电子表格建模及复杂约束遵循的大多数单项冠军。

面对需要多步工具联动与长周期商业决策的智能体考验，Neon 在密集图表阅读基准 **Chartography** 斩获 **73.5%**，在 **Agents' Last Exam v1.1** 达到 **75.8%**（与顶尖前沿模型持平），并在 Zapier **AutomationBench（56.3%）** 与 Andon Labs 模拟真实商业经营的 **Vending-Bench 2（$16,843）** 同步夺得总榜第 1。更关键的是，在横跨 **4,200+** 个真实智能体交互会话的 **Agent Arena Index** 中，Neon 以 **1336 分**首秀即登全球第 2，其中评估“任务中途听从人类纠偏指令”的 **可控性（Steerability）** 单项同样位列第 2。

而在硬核数理与科研计算领域，Neon 在 **Terminal-Bench Science** 拿到 **70.5%**、**RiemannBench** 达到 **84.0%**、**HLE-Diamond** 达到 **71.3%**，全部位列同级模型最优水平。此外，Google Antigravity 内部测试显示，Neon 创下了迄今为止最低的虚构捏造率（Fabrication Rate）。

评测维度 / 权威基准

Gemini 4 Neon 核心成绩

同级位次与关键工程意义

**综合智能 (AA Intelligence / Vals Index)**

AA Index **61** (xhigh) / Vals **70.9%**

AA 总榜 **#3**、Vals **#2**；high 档单任务成本较 Carbon 降 **32%**、较竞品低 **50%–80%**

**代理编码 (AA Coding / Terminal-Bench 4.1 / SWE-sweep)**

AA Coding **58.6** / TB 4.1 **65.2%** / Antigravity SWE **39.0%**

AA Coding 总榜 **#1**；FrontierCode 2.0 达 **46.2%**；Antigravity 环境令 SWE 表现暴涨 **3x+**

**企业自动化 (AutomationBench / Vending-Bench 2 / Agent Arena)**

AutomationBench **56.3%** / Vending **$16,843** / Arena **1336**

Zapier 与长程商业模拟双料 **#1**；4,200+ 真实会话 Arena 与中途纠偏可控性双料 **#2**

**科研数理 (TB Science / RiemannBench / HLE-Diamond)**

TB Science **70.5%** / Riemann **84.0%** / HLE **71.3%**

覆盖定量分析、高阶数学与技术研究，三项均达同类最佳（Best-in-Class）

**网络攻防 (AutoBaxBench / WebExploitBench / SEC-bench Pro)**

AutoBax Hard **76%** / WebExploit **51.26%** / SEC-bench **90.5%**

三项全取 **SOTA**；WebExploit 与 SEC-bench 单挑战成本仅为大型竞品约一半，CWE-bench v2 达 **70.7%**

## 三、 生产级编码与 Antigravity Harness：从 12.8% 到 39.0% 的三倍跃迁

面向需要频繁调用外部工具、跨数十个代码文件执行外科手术式修改的生产级研发流，Neon 在设计上专门削减了冗余文件重复读取，能够实时主动同步进度，并在长会话中可靠执行上下文压缩（Context Compaction）。在权威的 **Artificial Analysis Coding Agent Index** 上，Neon 以 **58.6 分**登顶总榜第 1；在 **Terminal-Bench 4.1** 取得 **65.2%**，在 **FrontierCode 2.0** 默认 `high` 档取得 **46.2%**。

一个极具工程启发意义的发现来自 **SWE-sweep** 评测：Neon 在基础 `mini-SWE` 框架上已经领先达到 **12.8%**，而一旦接入 **Google Antigravity** 执行环境，解决率直接翻了三倍有余，飙升至 **39.0%** 的 SOTA 水平。这直观验证了当高判断力模型与恰当的脚手架（Harness）结合时所能释放的乘数效应——在 Antigravity 中，Neon 既能单兵作战，也能扮演高速高判断力的 **Orchestrator（总编排器）**，并行调度多个 **Hydrogen 子智能体**协同交付。

DeepMind 同步展示了四个在 Google Antigravity 中由 Neon 驱动的极端工程实录：

### 1. 驱动 Blender MCP 与图形引擎

通过 `/swarm` 调用 Blender MCP 构建以元素精准还原 Gemini 4 家族命名的 3D 实验台（本生灯对应 Carbon 与 Hydrogen，高压气体放电管对应 Argon 与 Neon）；另一次独立运行中，Neon 零预置资产从头编写出基于勃朗峰与夏慕尼真实高程数据的 **WebGL2 第一人称滑雪模拟器**，内含 **10,200 行**自定义着色器、120 Hz 滑雪物理、动态雪道刻痕、雪崩机制与空间 Web Audio。

### 2. 历史重现与零脚本表格黑魔法

借助 `/swarm` 检索历史档案照片，1:1 互动式 3D 复刻了 1936 年剑桥国王学院的艾伦·图灵书房（从教堂外观到 X.8 室内与桌面上可运行的通用图灵机）；更令人拍案的是，智能体集群在 **零嵌入图片、零 Apps Script 脚本** 的限制下，纯靠超过 **50 万条实时电子表格公式**，将单张照片转化为 10 万单元格的 Google Sheet，在表格内直接完成边缘检测、3D 深度映射与六种交互式打光重绘。

## 四、 前沿网络防御与全栈安全对齐：0.0% 间接提示词注入攻破率

随着智能体编码规模化，源码“出生即安全”与自动化漏洞防御成为刚需。面向防御场景的 **Gemini 4 Neon for cyber**（未来数日内将通过 **Fairwind Program** 向受信任安全团队推送）在安全开发与红蓝对抗全周期交出了压倒性性价比：在 **AutoBaxBench** 的简、中、难三档全面超越 Carbon，并在 Hard 难度拿下 **76%** SOTA；在企业渗透测试基准 **WebExploitBench v1.2** 取得 **51.26%** SOTA，而单次成本仅为大型竞品的一半。

在既有代码加固的三道核心关口上，Neon 同样全线领跑：- **漏洞挖掘（Finding）**：在 **SEC-bench Pro** 取得 **90.5%** SOTA，单题成本约比大型竞品省一半。
- **可利用性验证（Exploitation）**：在 **ExploitGym** 达到前沿战力，且 token 消耗仅为 Carbon 的 50%。
- **根因修补（Patching）**：在 Collinear **CWE-bench v2** 取得 **70.7%**，较 Carbon 净提升 **3.4 个百分点**。

在模型行为纪律与防越权层面，Neon 继承了 Gemini 4 Carbon 级别的高危生物/网络滥用拦截，却将合法请求误拒率压到极低——**Terminal-Bench 4.0 拒答率仅 1.98%，Terminal-Bench-Science 更低至 0%**。同时，它在 Terminal-Bench 4.0 实现 **0.0% 作弊率**，内部编码投机取巧率降至 Gemini 4 全家最低的 **2.45%**，智能体安全套件越界行动率仅 **0.09%**，诚实度通过率高达 **99.2%**，服务不足（under-service）再降 43%–56%、越权操作（overreach）降 15%–35%。面对网页、邮件或代码夹带恶意指令的 Gray Swan **间接提示词注入（IPI）** 基准，Neon 在最高思考档结合实时防护下实现了 **0.0%** 攻击成功率。目前，开发者与企业已可通过 Google AI Studio / Android Studio 的 Gemini API 付费层、Gemini for business 以及面向 Pro/Ultra 订阅用户的 Google Antigravity 与 Gemini 应用即刻接入。

## 五、 漏洞攻防实测补充：WebExploitBench 渗透效率全览

在评估大模型能否真实承担企业持续安全测试（Continuous Pentesting）的 **WebExploitBench v1.2** 中，决定能否大规模普及的关键往往不是单次能不能跑通，而是“发现一枚真实可利用漏洞需要烧掉多少推理成本”。Neon 凭借 **51.26%** 的准确率与腰斩的调用开销，让安全团队首次具备了在 CI/CD 每次合入前高频运行深层安全审计的财务可行性。

#### 📝 站长洞察 (Editor's Insight)

Gemini 4 Neon 的真正杀伤力不在于某一项榜单刷分，而在于把“可量化的思考深度”与“95% 上下文缓存折扣”焊进了高频生产工作流的成本模型里。当百万缓存输入压到 0.15 美元、默认 high 档位单任务成本较竞品低五到八成且仍稳居帕累托前沿时，开发者终于能把全库安全巡检、自动化修复与多智能体协同当作常态后台任务运行。尤其值得注意的是 SWE-sweep 从 12.8% 到 Antigravity 环境下 39.0% 的三倍跃迁——这再次印证了 2026 年大模型落地的胜负手已从纯参数竞赛彻底转向“强推理底座 + 专用 Harness 编排”的系统工程。

## 📊 Gemini 4 Neon 与 Claude Opus 5.5、GPT-6.2 Sol 基准评测对比

> 核心发现：图中展示的基准对比表明，Gemini 4 Neon 在多数编码、长上下文、知识工作与安全相关评测中领先或保持第一梯队，尤其在 GraphWalks、SEC-bench Pro 和 SWE-sweep（Provider harness）上优势明显。

| 类别 | 基准 | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol |
| --- | --- | --- | --- | --- |
| Capability Indices | AA Index v5.0.1 | 61 | 59 | 57 |
| Capability Indices | Vals Index v2.2 | 70.9% | 70.1% | 66.1% |
| Agentic coding | CursorBench 4.1 | 65.4% | 58.1% | — |
| Agentic coding | Terminal-bench 4.1 | 65.2% | 65.8% | 61.5% |
| Agentic coding | FrontierCode 2.0 | 46.2% | 47.3% | 43.8% |
| Agentic coding | SWE-sweep（Provider harness） | 39.0% | 10.1% | 8.3% |
| Agentic coding | SWE-sweep（Mini-SWE harness） | 12.8% | 3.6% | 11.6% |
| Knowledge work | AutomationBench | 56.3% | 42.5% | 41.3% |
| Knowledge work | Agents' Last Exam v1.1 | 75.8% | 71.6% | 73.0% |
| Science and math | RiemannBench | 84.0% | 80.0% | 80.0% |
| Science and math | Terminal-Bench-Science 0.1 | 70.5% | 63.3% | 68.0% |
| Reasoning | HLE-Diamond | 71.3% | 67.9% | 64.0% |

## 常见问题解答 (FAQ)

### Gemini 4 Neon适合哪些场景？
它更适合工程开发、企业知识分析、长程智能体任务和科研推理等高频执行场景。凭借1M上下文、四档思考和较低缓存成本，Neon能在复杂任务中兼顾稳定性、速度与预算控制。

### Gemini 4 Neon的价格和缓存价是多少？
文中给出的定价是：标准输入每百万token 3美元，启用上下文缓存后输入费用降至每百万token 0.15美元，输出为每百万token 15美元。适合需要反复调用长上下文的工作流。

### Gemini 4 Neon在编码和智能体评测上表现如何？
它在Artificial Analysis编码代理榜登顶，AA Coding为58.6；在Antigravity环境中SWE表现提升3倍以上，并在AutomationBench、Vending-Bench 2和Agent Arena等自动化基准中取得领先或前列成绩。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
