Google DeepMind 发布 Gemini 4 Neon,性能与成本优势明显
Google DeepMind 发布 Gemini 4 Neon,这是 7 周内的第四个模型,并定位在 Carbon 与 Hydrogen 之间。
Google DeepMind 发布 Gemini 4 Neon,这是 7 周内的第四个模型,并定位在 Carbon 与 Hydrogen 之间。
Google 发布 Gemini 4 Neon,面向 agentic 编码、知识工作与科学场景,支持 1M token 上下文,API 输入/输出价格分别为 $3/$15 每百万 token。
Google DeepMind 发布 Gemini 4 Neon,定价为 $3/M 输入、$0.15/M 缓存输入、$15/M 输出,支持 1M token 上下文。
推荐理由:把 Gemini 4 各型号的价格、上下文窗口和发布节奏放在一起对照,读者可以判断 Neon 在现有工作流中的位置。
Google 推出新模型 Gemini 4 Neon,定价和层级混乱,使得原有的 Gemini 4 产品矩阵(Carbon, Neon, Hydrogen)更加难以理解。作者指出 Neon 目前最贵($3/$15 每百万 token),但其定位介于 Carbon 和 Hydrogen 之间。作者使用 Yonkers 变机甲的 3D 动画提示词,对比了 Neon 在不同推理力度下的生成质量。
谷歌发布 Gemini 4 Neon 模型,同步全量上线 Google AI Studio、Gemini App、企业端 API 和 Google Antigravity。
推荐理由:发布同步全渠道上线并给出三模型全维度跑分,读者可据此直接对比主力编程模型的性价比和实际可用性。
谷歌 11 月 18 日宣布推出 AI 模型 Gemini 4 Neon,主攻复杂编程、科学研究和企业工作流程。该模型支持 100 万 token 上下文窗口,每 100 万词元输入费用 3 美元、输出 15 美元,并提供 Low、medium、high、xhigh 四种推理级别。
Google DeepMind 发布 Gemini 4 Neon 模型,在 Artificial Analysis Intelligence Index 上以 xhigh thinking 级别获得 61 分。
推荐理由:原文披露了模型在编程、科学推理及网络防御评测中的成绩,提供了定价与 API 部署细节,便于判断其性价比与落地场景。
Google 发布 Gemini 4 Neon,提供约 1M 上下文窗口和 1M 最大输出 token。该模型通过 API 提供服务,定价为 $3/M input tokens 和 $15/M output tokens,支持文本、图像、视频、音频及 PDF 处理,但不支持图像与音频生成。
Google DeepMind 向符合条件的 Google AI Ultra 订阅者推出新版 Project Genie 体验,提供对 Genie 4 模型的首次访问权限。
推荐理由:官方详细解析了Genie 4的实时编辑与音频能力,以及Agent和画廊如何改变世界生成流程。
Gemini 网页应用代码中检测到新模型标识 gemini-4-neon,并与 TIER_NEON 订阅层级及 Upsell 付费逻辑同时出现。 该模型与已有的 gemini-4-argon、carbon、hydrogen 标识共存,其具体性能定位及与“Gemini Ultra”品牌的关联尚未官方证实。
OpenAI 发布了 GPT-6.2 Astra 和 Sol 两款语言模型,API 价格更低且部分基准测试有进步。Astra 面向专业场景,首次达到 OpenAI“高”AI 自改进阈值;Sol 面向日常使用,在多项任务上以极低价格接近 Astra 的性能。第三方评测显示两者在科学和 3D 设计等任务上得分较高,但法律类基准排名靠后,且编码能力相比前代基本停滞。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 和 Sol 模型》
谷歌云发布 MLPerf Training v6.1 基准测试第一轮成绩,其中 8192 颗 Ironwood TPU 在 1.70 分钟(102 秒)内完成 DeepSeek-V3 预训练目标。
谷歌新模型 Gemini 4 Carbon (High) 以 1526 分首次登顶 Arena 平台综合榜,与 Gemini 4 Argon (High) 分差仅 4 分。
推荐理由:文章汇总了多平台最新模型表现,读者可据此快速掌握不同赛道头部模型的竞争态势。
Google 的 Gemini 4 Carbon 在 MathArena 数学评测中排名第一,得分 85.4% ±3.0%,超越了 GPT-6.1 Sol,后者得分 80.6% ±2.7%。
无界前沿正式开源生物信息大模型 Fx-Bio-1031,该模型在 Anthropic BioMysteryBench 困难子集上取得 70.59% 的 Pass@5,领先 GPT-6-Astra 和 Claude Opus-5。模型采用 125B 总参数量的 MoE 架构,支持 512K 上下文窗口,允许本地私有化部署以满足数据安全需求。
推荐理由:原文详细展示了开源模型在高难基准上的具体性能对比及五个实际落地场景,为评估私有化部署可行性提供了量化依据。
谷歌 DeepMind 开放 WeatherNext 3 气象模型依托的 SatWeave 卫星影像拼接数据集与 PARDIG 全球降水再分析数据集,支持天气、水文与气候建模。
谷歌发布 Gemini 4 Hydrogen,面向所有用户开放,主打速度和执行效率。在默认 High 推理档位下,其完成任务速度是上一代 Gemini 3.8 Flash 的 2.5 倍,编造事实情况减少超 80%。
推荐理由:新模型向全员开放且部分指标超过自家高端型号,读者可快速了解它在搜索和工具调用上的实际差异。
Google 昨日发布 Gemini 4 Hydrogen,其在 Artificial Analysis Intelligence Index 默认高思考级别下得分为 51,略高于 Gemini 4 Argon 的 50 分。定价为每百万输入 token 1.5 美元,输出 token 7.5 美元,在完整的 1M token 上下文窗口内价格保持恒定。
Google 发布 Gemini 4 Hydrogen,官方称其默认高配速度比 3.8 Flash 快 2.5 倍,提供 low、medium、high、xhigh 四个思考级别,上下文窗口为 1M,输入价格 $1.50、输出价格 $7.50 每百万 tokens。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
谷歌DeepMind发布新一代DNA基础模型AlphaGenome 2,并公布了78页技术报告。该模型能基于超1.07亿个单细胞数据精确预测基因突变的影响,在28种免疫细胞基准测试中的致病突变识别率从16%提升至30%。文章介绍了其零生物实验复现Nature数年成果、通过新增细胞编码器处理未见病变样本的能力,并预告模型将作为Skills接入Gemini 4。
Google 发布新模型 Gemini 4 Hydrogen,能够拆分复杂提问、带有难辨认拼写错误或多层具体要求的请求,并分别回应各部分。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
Google 发布了名为 Gemini 4 Hydrogen 的通用型大语言模型,其 100 万 token 的上下文窗口输入输出能力与 1.50 美元 / M 输入、7.50 美元 / M 输出的定价使其成为高性价比选择。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
Google 发布 Gemini 4 Hydrogen,立即取代 Gemini 3.8 Flash 且不再限制付费订阅层级。该模型支持 low、medium、high 和 xhigh 四种思考模式,其中 high 模式速度比 3.8 Flash 快 2.5 倍,幻觉率降低 5 倍以上。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
Google 发布 Gemini 4 Hydrogen 模型并全面升级 Search,该模型专为快速执行智能体工作流设计,比 Gemini 3.8 Flash 快 2.5 倍。Search 将利用该模型提供更精准的多部分意图理解、更复杂的拼写错误容忍度,并增加图像、对比表格等视觉响应。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
谷歌发布 Gemini 4 Hydrogen 模型,主打快速执行与高效运行,面向日常编码和智能体工作流场景。模型输入定价为每百万 Tokens 1.50 美元,输出 7.50 美元,支持 100 万 Token 原生输入与输出。
同一新闻,精选展示《谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率》
Google DeepMind 发布 Gemini 4 Hydrogen,提供 1M token 上下文,定价为 150 美元 / M input token 和 750 美元 / M output token。
Google Deepmind 发布了基因组学 AI 模型 AlphaGenome 2,该模型通过接收特定细胞生物状态作为条件输入,实现了从组织级预测向单细胞类型分辨率的跨越。
谷歌正式发布 Gemini Decision 1,同时推出由该模型驱动的 Gemini Decisions API。与传统逐 Token 生成不同,该模型通过单次前向传播对最多 1000 个预设候选问题进行评分,支持文本、图像、音频、视频和 PDF 等多模态输入,覆盖二元判断、多项选择和有序标准评分三类决策任务。
推荐理由:谷歌给出 Gemini Decision 1 的基准与校准对比,并说明它如何通过模型路由和工具选择缩短 Agent 决策链路。
谷歌 DeepMind 宣布推出新一代基因组 AI 模型 AlphaGenome 2,能够预测 DNA 序列及其变异对特定人类细胞类型和细胞状态的影响,帮助研究人员从细胞层面识别与疾病相关的遗传变异。
Google 发布了 Gemini Decision 1 决策模型 API,支持文本、图像、音频、视频和 PDF 等多模态输入。该模型定价为每百万输入 token 10 美分,输出免费,比 OpenAI 的 GPT-6 Luna 贵但功能更全面。Simon Willison 实测显示,该模型对二元问题返回概率值而非 0/1,例如识别视频中 robot 的概率为 0.923。
Google DeepMind 推出 AlphaProof Code,验证 Signal 加密核心的安全性,该过程在四周内完成,而传统方式通常需要数年时间。AlphaProof Code 基于 Gemini 构建的 AI 代理在 Lean 证明语言中生成了超过 600 万行代码,并将约 1% 的代码库标记为需人工审查。
Gemini Decisions API 正式发布,依托新的 Gemini Decision 1 模型,可在一次前向传播中评估多达 1000 个是/否、多选及评分问题,并直接处理文本、图像、音频、视频和 PDF 等混合多模态输入。
谷歌 DeepMind 发布了新 AI 模型 AlphaGenome 2,该模型能解析 DNA 变化对不同细胞的影响。基于超过 1 亿个细胞档案和 68 种组织进行训练,该模型在识别能改变基因表达的变异方面,表现几乎达到了其前身及先有技术的两倍水平。谷歌表示,AlphaGenome 2 现可通过 AlphaGenome API 用于非商业研究,商业化研究则提供有限的“私人预览”。
Google DeepMind 发布下一代 DNA 序列模型 AlphaGenome 2,该模型通过条件化架构实现了对数百种人体细胞类型的基因表达预测。AlphaGenome 2 在识别改变基因表达的变异方面性能显著提升,在 TenK10K 数据集上发现的因果变异比例从 16% 提升至 30%。
推荐理由:新架构将基因变异预测从组织平均扩展到单个细胞类型,为定位复杂疾病关键变异提供更高精度工具。
谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2,相比此前的最优模型能识别出近两倍数量的、可改变细胞内基因表达的变异。
谷歌正式向开发者、企业和科研工作者开放其最新模型 Gemini 4 Carbon。在 CursorBench 4.0 等测试中排名第一,在 Artificial Analysis 测试中位居第二,主打网络安全与长程 Agent 工作流。API 输入价每百万 Token 暂定为 2 美元,输出 10 美元。
Google 宣布 Gemini 4 Carbon 正式可用。它定位于 Gemini 4 Argon 之上,通过消耗更多 token 的深层推理和验证循环来处理多步编码和开放式科学问题。
谷歌旗舰模型 Gemini 4 Carbon 正式面向全球开放,用户可通过 API、AI Studio 等渠道体验。该模型在 GraphWalks、CursorBench 4.0 等评测中跑出了前列成绩。实测表明,其多Agent蜂群模式配合 AlphaProof Code 框架在生成代码与工程还原方面显著降本。
谷歌首次公开 GPT-6.1 Terra、Kimi K3.1 Pro 及 DeepSeek V4.1 Flash 在 Android Bench 的跑分。 Kimi K3.1 Pro 通过率达 24.0%,高于 GPT 6 Astra 但低于 GPT-6.1 Terra;DeepSeek V4.1 Flash 仅 9.9 美元成本,适合预算敏感团队。
谷歌推出 VLA 机器人模型 Gemini Robotics 2.5,在 200 余项任务上测试其灵巧度、可靠性与安全性。模型相较前代成功率高出 30% 至 100%,任务完成速度快 20% 至 30%,并可适配 Apptronik Apollo 2 与 Franka Duo 等机器人平台。