谷歌发布Gemini 4 Neon,百万上下文与快速响应兼顾
发布时间:2026年11月19日 13:10:0011 月 19 日,谷歌发布 Gemini 4 Neon。该模型可在单个 100 万 token 上下文内处理表格、PDF、图表与音视频等异构数据,并整合为结构化交付物;API 输入定价为每百万 token 3 美元,缓存命中再降。第三方榜单显示其智能指数位列第三。
事件:把「长上下文」和「快」放在同一个模型里
11 月 19 日,谷歌发布 Gemini 4 Neon。官方给出的定位是「前沿智能 + 快速端到端任务完成」,覆盖软件工程、知识工作与科学工作流三个方向。
核心能力点:
| 项目 | 参数 |
|---|---|
| 上下文窗口 | 100 万 token(单窗口内混合处理文本、表格、PDF、图表、音视频) |
| 输出形态 | 直接整合为结构化交付物,而非纯文本回复 |
| API 输入定价 | 每百万 token 3 美元 |
| 缓存输入 | 进一步折扣(官方称低至 0.5 折区间) |
第三方榜单同步给出参考位置:Artificial Analysis 智能指数 61 分列第三,Agent Arena Index 1336 分列第二。
定价为什么是关键信息
每百万输入 token 3 美元,这个数字需要放到同类产品的坐标系里看:
| 档位 | 典型价格区间(输入/百万 token) |
|---|---|
| 旗舰闭源 | 10–15 美元 |
| 主流中端 | 3–5 美元 |
| 轻量快速 | 0.1–1 美元 |
Neon 把自己放在「中端价位、接近旗舰能力」的位置。配合缓存折扣,实际成本会进一步下降,这对长期跑固定文档的智能体尤其有意义——同一份合同、同一套代码库反复送入,缓存命中率会很高。
「端到端交付物」意味着什么
官方描述里最值得注意的不是上下文长度,而是「整合为结构化交付物」。这对应的是任务形态的变化:
| 过去 | 现在 |
|---|---|
| 用户问、模型答 | 用户提目标、模型交付文件 |
| 输出是文本 | 输出是表格、图表、文档 |
| 需要人再加工 | 直接可用或接近可用 |
这也是 2026 年模型竞争的主线:从「会回答」到「能交付」。上下文长度只是必要条件,真正决定体验的是模型能否在长上下文里保持结构一致性——比如跨 200 页 PDF 提取同一字段时不出错。
产业链影响
对开发者:3 美元的输入价把「全量文档理解」类应用拉进了商业可行区间,此前这类应用常因 token 成本无法定价。
对竞品:中端价位 + 旗舰能力的组合,直接压缩了「轻量模型 + 多次调用」这一路线的空间。
对企业采购:缓存折扣是隐性变量,实际账单可能远低于标价,需要按业务重复度重新测算。
判断
Gemini 4 Neon 不是一次「参数升级」,而是一次价格与形态的定位调整:
- 百万上下文变成中端标配,长文档理解不再是大模型溢价项;
- 交付物导向取代对话导向,评测方式也会随之改变;
- 缓存定价成为隐性竞争点,采购时容易被忽略。
需要提醒的是,第三方榜单的分数与真实业务表现常有差距,尤其在企业私有文档上,测试集数据参考价值有限。
观察点
- 中文长文档场景下的实际表现(榜单多为英文语料);
- 缓存命中率的真实计费细则;
- 是否会对 Gemini 4 Carbon 形成内部替代。