Google DeepMind 发布 Gemini 4 Neon 模型
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成。该模型定价为每百万输入 token 3 美元、每百万输出 token 15 美元,缓存输入 token 0.15 美元,上下文窗口 100 万 token,提供四档思考级别。
推荐理由:原文给出 Gemini 4 Neon 的定价、上下文窗口与多项基准排名,可据此判断它在高频工程任务中的性价比位置。
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端快速任务完成。该模型定价为每百万输入 token 3 美元、每百万输出 token 15 美元,缓存输入 token 0.15 美元,上下文窗口 100 万 token,提供四档思考级别。
推荐理由:原文给出 Gemini 4 Neon 的定价、上下文窗口与多项基准排名,可据此判断它在高频工程任务中的性价比位置。
Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,并在 Google AI Studio、Gemini API、Gemini 应用和 Google Search 等全线开放。
推荐理由:原文给出 Hydrogen 的定价、基准成绩与多模型编排方式,读者可据此判断它在日常编码与智能体工作流中的定位。
Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,每任务成本比次优外部模型低 2 倍以上。
推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和每任务成本,便于判断何时该换用更强模型。
Google DeepMind 发布 AlphaProof Code,这是一个多 LLM 智能体形式化验证框架,由 Gemini Carbon 驱动的智能体生成超 600 万行 Lean 证明,验证了 Signal 协议实际代码的关键安全属性。
推荐理由:原文给出多 LLM 智能体框架的验证流程与耗时对比,可了解形式化验证如何从设计层推进到实际代码。