
Neon来了。(虎嗅注:Neon本意是氖,元素周期表第10位,稀有气体;高电压和低压氖气发光,也就是霓虹)
北京时间凌晨谷歌发布了Gemini 4家族新成员Gemini 4 Neon,既氩、碳、氢之后的又一个“元素”模型——一个兼具能力、速度与成本的性价比之作。
短短五周,谷歌接连向公众推出四款Gemini 4模型,密集上新引发了大家对AI自进化升级模型可能性的联想。以及,另一个讨论是,照这个速度下去,马上就要发到铀和钚了。
不敢想,这会是一个什么震惊瘫坐级别的模型。当然,模型还是不建议名字取得太大,否则容易压不住。

社交媒体上,Neon 收到的好评主要集中在视觉效果和速度上。有用户觉得,它还原前端组件动效的表现很出色。在一些对比测试中,Neon 比重量级模型更快完成了生成任务,有人直接把它称作“Opus 平替”。
批评声里,有人觉得 Neon 最终交出来的东西有些平淡,但更多吐槽则集中在谷歌编程工具Antigravity 的工具使用体验上。
看看跑分
照例先来个省流版本。

再展开看看跑分。
单看跑分,Neon 已经接近旗舰水平了。但Google 这次更想强调的,是三个字——性价比。
在第三方机构 Artificial Analysis 的综合智能指数中,Neon 拿到61分,发布时排名第三,仅次于 Claude Fable 5.2 和 GPT-6.2 Astra,略高于 Carbon。

编程是 Neon 的突出长处。它在 Artificial Analysis 编码 Agent 指数中排名第一。按 Google 的介绍,Neon 不只生成代码片段,还能处理跨文件调试、重构和定点修改;在 Antigravity 中,它也可以负责规划,让多个 Hydrogen 子 Agent 分头执行。不过,在部分命令行和代码测试中,Opus 仍略占优势。

办公方面,Neon 更强调整理材料的能力。它可以综合处理表格、PDF、图表和音视频,辅助研究分析、整理报告,在覆盖企业知识工作的 Vals Index 中排名第二。科研方面,Google 公布的数学和科学测试也显示出竞争力。

官方还展示了几项3D开发案例:根据历史照片重建图灵的书房,以及制作包含雪痕、雪崩等效果的滑雪模拟器。

成本是另一项重点。Google 称,默认 high 档下,Neon 在相关评测中的单任务成本比 Carbon 低32%。Neon 更明确的定位,是让复杂工作变得更快、更经济。

模型变强了,为什么Antigravity还被吐槽?
不过,与 Gemini 4 各个模型亮眼的跑分形成反差的,是 Google 自家 AI 编程工具 Antigravity 的用户口碑。

Antigravity 是 Google 推出的一款 AI 编程工具,可以对标Cursor、Claude Code、OpenAI Codex或者GitHub Copilot。
问题是,模型能力越来越强,实际使用体验却没有同步改善。
在社媒上,许多人吐槽Gemini 4拉完了,最大的三个问题是:运行不稳定、长任务容易出错,以及使用额度不可预测。
首先是稳定性。
11月以来,多名开发者反馈,Antigravity 经常出现响应缓慢、任务卡死、模型不可用等问题。一名用户表示,升级软件后,即便只是修改几行代码,AI 也会反复搜索、循环执行,原本几秒钟的任务甚至拖到一两个小时,最后只能强制终止。
比速度更麻烦的是,AI 可能在完成任务的过程中忘记自己要做什么。
11月17日,一名 Google AI Ultra 用户公布了一组复现测试:当对话超过约12.8万 Token 时,Antigravity 中的 Gemini 4 模型可能在没有提示的情况下丢失早期上下文。
另一个问题是额度。Google 采用五小时额度与每周额度并行的限制机制,复杂任务消耗更多资源,却不容易提前估算。一名 Ultra 订阅用户甚至报告,已经完成工作的16个子 Agent 仍长时间显示运行,持续消耗额度。
当然,Antigravity也不是完全一无是处。今年9月,Kommunicate团队让 Claude Code、Codex 和 Antigravity 完成同一项邮件处理系统开发任务。结果,Antigravity 做出了功能最丰富的原型,不仅支持动态路由和失败重试,还额外设计了管理看板。但它也没有完成真正的 Gmail 邮件接入,部分功能超出了原始需求,启动时还发生过两次崩溃。
另一项测试则展现了它不同的优势。10月,TLE Labs 用168个代码变更请求测试三款工具的代码审查能力。面对本身没有问题的代码,Antigravity 的误报比例仅为5.2%,低于 Claude Code 的20.7%和 Codex 的47.8%。
但代价是,它也更容易漏掉真正的错误。在按严重程度加权的缺陷检出率上,Antigravity 为70.7%,而 Claude Code 和 Codex 分别达到89.2%和91.6%。
谷歌就是这样,总是差点意思。谷歌这盏能力领先的霓虹灯能亮多久,还是得回归整体工程。
文章来自于微信公众号 “虎嗅APP”,作者 “虎嗅APP”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md