Gemini 4 Neon

Google 发布 Gemini 4 Neon 语言模型,被视为重新加入 Anthropic 和 OpenAI 前沿阵营的重要尝试;基准测试显示它在质量上接近甚至高于 Opus 5.5 和 Sol 等模型,但按任务成本计算往往更高。评论者称赞 Neon 以及更广泛的 Gemini 4 家族(Hydrogen、Neon、Carbon)在推理、延迟和写作质量方面表现强劲,但也指出存在权衡:Carbon 在非常长时程或需要大量“过度思考”的任务上仍然更强,而使用配额和定价层级可能较为受限。一个主导主题是对 Google 不透明、快速变化的模型阵容以及元素式命名方案的挫败感,许多人认为这比 Anthropic 和 OpenAI 更清晰的尺寸分层更令人困惑。

模型性能、角色与基准测试

  • Neon 被定位为 Gemini 4 的新中/“M+”模型,大致处于 Opus/Sol 级别,低于 Carbon/Fable/Astra。
  • 多个基准测试套件(Vals、Artificial Analysis、Surge、Andon 等)把 Neon 放在最前沿附近:
    • 常常略低于或接近 Claude Fable 5.2 和 Astra 6.2,略高于或与 Opus 5.5 和 Sol 6.2 相当。
    • 有些人认为它在质量与成本/延迟之间处于 Pareto 前沿;也有人指出,在按任务成本计算时,它仍落后于 OpenAI 最强模型。
  • 早期独立测试结论不一致:有些人认为 Neon 在许多任务上与 Carbon 持平甚至更强;也有人报告 Neon 明显不如 Carbon 聪明,但每个任务的速度快约 3–4 倍、成本更低。

Carbon、Argon、Hydrogen 与“长时程”权衡

  • Argon 在应用中似乎实际上已被弃用,在 Antigravity 中也只是部分可用;有人说 Carbon 就是“带扩展思考的 Argon”。
  • Google 材料和用户测试表明:
    • Hydrogen ≈ “新的 Flash”:小型、便宜、非常快,适合简单直接的任务。
    • Neon:默认的“智能”模型;通用性强,短/中时程工作表现好。
    • Carbon:更慢、更贵,更擅长深度、长时程推理以及大型多步骤项目,但会过度思考并消耗大量 token。

命名方案混乱

  • 元素名称(Hydrogen、Neon、Argon、Carbon)并不一致地对应:
    • 原子序数、密度、成本或能力。
  • 线程中的理论包括:元素周期表顺序、惰性气体家族、密度、按字母顺序发布、“轻 vs 实”隐喻,或者只是“听起来很酷”。
  • 共识是:这个方案很不透明;很多人更喜欢简单的尺寸分层(small/medium/large/XL),或者 Anthropic/OpenAI 那种更明显有序的隐喻。

访问、配额与工具链

  • 访问矩阵普遍被认为很混乱:
    • Pro、Ultra 以及学生版“Pro”在 Gemini、Antigravity 和 API 中可见的模型并不相同。
    • 一些学生和促销 Pro 计划在 Antigravity 中只能看到 3.8 Flash,尽管宣传声称可访问 4.x。
  • 使用订阅 token 通过第三方代理官方上“并不支持”,不过执行方式和措辞都发生过变化。
  • 许多人抱怨 Pro 配额与 Anthropic 相比过低,而且价格和速率限制暴露得很差(即使是 Antigravity 的定价页也没有数字)。

用户体验与对比

  • 许多人称赞 Hydrogen 是一个令人惊喜的强大、便宜的日常主力;有人说它在典型任务上可与旧的“Pro”模型相媲美。
  • Neon 因写作质量、响应速度和“积极主动”的任务执行而获得早期正面评价;一些人已经更喜欢它作为默认的编码/审查模型,而不是 Sol。
  • 也有人觉得:
    • Carbon 在极其复杂、需求不明确或类似“项目管理”的任务上仍然领先,但时间和 token 成本很高。
    • Neon 和其他 Gemini 4 模型容易生成冗长、时而有些可笑的可见“推理”轨迹和自我质疑,这让一些人感到不舒服。
  • 还有不少用户仍然强烈偏好 Claude Opus/Fable 用于长时程 agent 工作和“类人”协作,认为 Gemini 更像工具,而不是同事。

AI 竞赛、产品策略与怀疑态度

  • 许多人认为 Neon 证明 Google 在经历较弱时期后,已“重返前沿”,与 Anthropic 和 OpenAI 重新站在同一梯队。
  • 也有人指出,快速滚动发布、弃用(Argon、3.1 Pro)以及令人困惑的命名/UX,削弱了生产工作流中的信任。
  • 还有关于 Google 的定价是否由需求和基准驱动而非成本驱动,以及这种模糊的产品线是否是为了推动自动路由器/编排器的争论。
  • 更广泛的担忧还包括:
    • 模型不断更替导致稳定性丧失,
    • 隐私问题(Google 是否会使用消费者聊天和工作区数据进行训练,而竞争对手则明确提供退出选项),
    • 以及整个升级中的模型竞赛所带来的社会方向问题。