11 月 18 日发布的 Gemini 4 Neon 在 Artificial Analysis 编程智能体榜单以 58.6 分登顶,百万 Token 缓存读取价为 0.15 美元;我们认为,这反映出大模型竞争已进入“能力与成本同时定价”的阶段。

这是什么

Gemini 4 Neon 是谷歌 Gemini 4 系列中的中档模型,原生支持 100 万 Token 上下文,并提供 low、medium、high 和 xhigh 四档推理强度。根据原文数据,其单任务成本较旗舰 Carbon 降低 17% 至 32%,在 Agent Arena 的纠偏能力排名全球第二。

智能体(Agent,指能自主拆解任务、调用工具并完成目标的软件系统)编程并非只比一次代码生成质量,还要比连续修改多个文件、中途接受新要求后能否回到正确方向。谷歌推荐由 Neon 负责拆解和审查,再把搜索文件、修改样式、运行测试等任务交给轻量模型并行处理,以降低总成本。

行业怎么看

我们认为,Neon 的价值不只是榜单第一,而是把纠偏、长上下文和缓存价格放进同一张采购账本。对于需要持续处理大型代码库的团队,模型少走弯路所节省的人工复核时间,可能比再提高几分跑分更有意义;多模型分工也会成为企业控制 Agent 支出的常见方式。

风险也很明确:榜单成绩不等于真实生产环境中的稳定性,原文没有披露故障率、响应延迟及完整项目验收数据;0.15 美元也是有条件的缓存读取价,并非所有调用均享此价。谷歌此前调整提示词顺序、影响前缀缓存的做法,也提示企业不能只按发布时价格做预算,仍需持续核对计费规则和实际任务成本。

对普通人的影响

对企业 IT:采购重点会从“选择最强模型”转向按任务路由模型,并核算返工、延迟和调用成本。历史项目与规范能否稳定复用,也将直接影响费用。

对个人职场:开发者的日常任务可能更快被自动完成,但代码审查、业务理解和结果验收的重要性会上升。熟悉如何描述需求、验证输出,会比单纯记指令更有价值。

对消费市场:更便宜的编程智能体能力会逐步下沉到建站、小工具和定制软件,价格下降的同时,供应商也会按速度、额度和增值服务继续分层。