这个黑五,用好创意,让好货卖爆。查看活动
跳到正文
Gemini 4 Neon 插画,金色微光的拱形建筑横跨水面
产品发布

Gemini 4 Neon 正式发布:开放渠道、核心能力与迁移指南

Google 于 11 月 18 日正式发布 Gemini 4 Neon。本文梳理了 API、Gemini App 与 Antigravity 的开放渠道、上下文与输出限制、首批实测表现,以及现有应用的迁移步骤。

EvoLink Team产品团队
18 分钟阅读
Google 于 2026 年 11 月 18 日推出 Gemini 4 Neon。 如果你的 Agent 每周都要跨文件阅读代码、排查故障、提交补丁并运行测试,Neon 值得优先纳入候选。在 Gemini 4 家族中,Google 将 Hydrogen 定位为高频日常任务的轻量主力,将 Carbon 留给最棘手、最耗时的复杂难题,而 Neon 正好承接介于两者之间、既频繁发生又需要较深推理的工程工作(详见 Google 发布公告)。

在 EvoLink 上做模型选型时,建议直接拿一项团队已经在跑、且结果可量化核对的任务来测试。写一份更新日志摘要只能看出模型的行文风格,而一个可复现的线上缺陷,或一份带有已知合计值的业务报表,才能帮你判断该不该把真实流量切过去。

Gemini 4 Neon 核心规格一览

核对项Gemini 4 Neon
Google 模型 IDgemini-4-neon
开发者入口付费 Gemini API 与 Google Cloud 的 Gemini Enterprise Agent Platform
应用与编程工具符合条件的 Google AI Pro、Ultra 用户可在 Gemini App 与 Antigravity 中使用
Gemini API 上下文输入、思考与输出共享 1,048,576 个 Token
Gemini API 输出同步请求默认支持思考与输出合计 65,536 个 Token;开启长解码(Long Decode)后可在共享上下文预算内进一步延长输出
输入与输出模态支持文本、图片、音频、视频和 PDF 输入,输出文本
思考档位low、medium、high(默认)和 xhigh
100 万 Token 是共享总预算。 输入内容越长,留给模型思考与生成回复的空间就越紧凑。如果你的应用需要一次性传入大量资料并要求输出长篇报告,务必提前统筹输入与输出两侧的预算,同时确认所选接入方式支持中断续传。参考 Google 模型规格 · Google Cloud 更新日志。

Gemini 4 Neon 开放渠道与入口

即便都叫 gemini-4-neon,在不同产品入口下的上下文上限、内置工具和计费口径并不完全一致,建议按实际测试场景挑选入口。
使用入口试用方式上手前需核对
Google AI Studio 与开发者 API可在 AI Studio 直接体验;付费 Gemini API 的 Interactions 与 GenerateContent 接口均已上线 Neon确认项目已开通计费,并用线上实际采用的 API 方法测试
Google Cloud官方文档列出了 global 端点,以及 us、eu 多区域部署核对项目的区域合规与部署要求
Gemini App 与 Antigravity符合条件的 Pro、Ultra 订阅用户可直接使用;Antigravity 文档标注最高支持 512K 上下文确认当前订阅套餐,并将产品内额度与 API 账单分开核算
Cursor 与第三方网关Cursor 标注常规 200K 上下文、最高 1M;OpenRouter 与 Vercel 均已上线 google/gemini-4-neon按具体路由核对可用工具、实际生效的上下文上限及计费规则
需要注意的是,IDE 在背后会自动检索仓库、筛选文件并压缩历史消息,真正送进模型的上下文与直接调 API 并不相同。如果你同时在 Antigravity 和直连 API 两边做对比,最好先记录下各自实际传入的文件和启用的工具,再解读评测结果。入口汇总:在 AI Studio 试用 · Google 开发者 API · Google Cloud 区域 · Antigravity 上限 · Cursor 模型文档 · OpenRouter · Vercel AI Gateway。

哪些任务适合优先尝试 Neon

业务场景建议测试起点验收通过标准
批量常规编辑或提取固定字段Hydrogen输出格式稳定,几乎无需重试
修复反复出现的跨模块缺陷Neon high失败用例全部通过,既有功能无回归,改动未超出范围
对照表格、图表与 PDF 核对报告Neon high关键数据均可追溯到来源,缺失依据的内容有明确标注
排查边界模糊的架构或疑难故障以 Carbon 为基线团队能够复现定位过程并独立验证修复方案

举个具体例子:假设月报摘要里的 PDF 数据和电子表格对不上。你可以把原始文件、统计周期和待核对字段一起交给 Neon,要求它在标出每一处差异时,都附上具体的工作表名称、单元格范围或页码。设计测试集时,不妨刻意埋入一处已知差异,再混入一个找不到原始出处的数字——验收时既要看它能否准确揪出前者,也要看它是否把后者明确标为「缺少依据」,而不是自行编造。

哪怕公开评测分数很高,这类业务验收也省不了。在 Plotly 的数据分析评测中,Neon 与 Hydrogen 都答对了 43 道题,但 Hydrogen 在这组测试里的花费更低。如果现有模型在某类任务上已经稳定达标,大可先把 Neon 留给当前模型搞不定的硬骨头(参考 Plotly 数据分析评测)。

首发演示与第三方评测释放了哪些信号

Google 在发布时展示了两项典型案例:WebGL 滑雪模拟器,以及将静态图片转化为带公式的可交互表格。如果你打算在 Antigravity 中构建原型或数据工作簿,完全可以沿用类似的验收思路——测网页原型时,刷新页面后再逐一操作关键控件;测电子表格时,随机挑几个汇总单元格追溯源数据,再改动某个原始数值,检查关联公式是否能正确重算(详见 Google 首发演示)。
Google 官方演示,Neon 在 Antigravity 中制作 WebGL 滑雪模拟器
Google 官方演示,Neon 用公式把静态图片做成可交互表格
如果关注自动化 Agent 的落地效果,Zapier 的评测更贴近真实业务交付。Neon 在 AutomationBench 的 xhigh 档位下通过了 657 项中的 370 项(56.3%),且判分依据是模拟应用的最终状态而非模型自述。放到客服场景里,这意味着要直接核对工单最终的负责人与状态、是否误建了重复工单,以及客户账号无法匹配时 Agent 是否明确做了标记——只看模型返回的一段「已完成」总结,很容易漏掉这些隐性错误(参考 Zapier AutomationBench 报告)。
Zapier AutomationBench 按 657 项任务的最终状态评分。Gemini 4 Neon 在 xhigh 档通过 370 项,通过率为 56.3%。
Zapier AutomationBench 按 657 项任务的最终状态评分。Gemini 4 Neon 在 xhigh 档通过 370 项,通过率为 56.3%。

Antigravity 中的 Orchestrator 适合什么场景

在 Antigravity 里选择 Orchestrator (Neon) 时,系统会由 Neon 负责整体规划与复核,Hydrogen 负责执行常规修改和跑检查;一旦遇到预料之外的接口变更或检查失败导致原计划走不通,控制权就会交回 Neon 重新决策。这种编排模式很适合「前期定位难、后期多为机械修改」的任务,比如只有少数兼容性卡点的依赖包升级。如果任务在实现阶段几乎每一步都需要复杂推理,建议直接以纯 Neon 作为基线对比。另外,Orchestrator 采用固定配置,只有直接选用单模型时才能手动调节思考档位(详见 Antigravity 模型选择)。

首次测试需要预留多少预算

Google 付费 API 的标准定价为每百万 Token 输入 $3、输出 $15、缓存命中输入 $0.15,其中输出计费包含思考 Token。Google Developer API 默认采用隐式缓存机制,建议先跑完第一轮,再结合实际账单核算缓存命中带来的真实折扣(详见 Google API 定价)。
按这个费率估算:假设单次任务消耗 60,000 个未命中缓存的输入 Token、20,000 个命中缓存的输入 Token,以及 8,000 个计费输出 Token,单次调用的 API 费用为 $0.303(不含额外付费工具调用)。由于思考过程同样计入输出费用,如果 Agent 在任务中触发了重试,记得把重试产生的调用一并归入该任务的总成本。
截至 2026 年 11 月 19 日,EvoLink 公开价格接口列出的默认组费率为每百万 Token 输入 $2.85、输出 $14.25、缓存命中输入约 $0.143。正式切流前,请先在 Gemini 模型合集中确认开放状态及账户实际费率。已经通过 EvoLink 接入 Gemini 的团队,可以直接沿用现有的输入样本和验收标准,快速对比新模型的表现。参考 EvoLink 价格接口 · Gemini 模型合集 · Gemini 接入指南。
同家族模型选型可继续阅读 Neon 与 Carbon 对比,评估编程 Agent 切换可参考 Neon 与 Opus 5.5 对比。

现有 Gemini 应用如何迁移至 Neon

迁移前先挑出一项能够重复验收的代表性任务。根据 Google 文档说明,在 Gemini 4 系列内从 Carbon、Argon 或 Hydrogen 切换到 Neon 时,原有请求结构基本可直接沿用。不过做对比测试时务必显式指定思考档位——Carbon 和 Argon 默认使用 medium,而 Neon 默认就是 high,如果两边都留空走默认值,相当于同时改变了模型和推理深度,很难归因效果变化(详见 Google 迁移清单)。

如果是从 Gemini 3 升级,还需要重点排查以下兼容性细节:

  • 缓存机制适配:原有服务如果显式创建了缓存对象或传入了 cached_content,需要调整为适配 Neon 的隐式缓存。
  • 多轮状态与思考签名:由客户端自行维护 GenerateContent 对话历史时,必须原样回传 Google 返回的思考签名;使用 Interactions API 时,则按该接口规范保存会话状态。
  • 工具调用与结构化输出:函数工具和结构化输出需严格遵循接口声明的 schema,并专门验证工具返回结果后的第二轮交互是否稳定(详见 Google 迁移清单)。

把长输出当作可恢复任务来设计

假设单次请求的所有输入合计 300,000 个 Token,共享上下文窗口留给思考和输出的余额就是 748,576 个 Token;而普通同步请求默认的 65,536 个 Token 上限同样由思考与输出共用。面对更长的生成需求,Google 建议使用 Interactions API 的后台执行模式,或在支持的接口上由客户端接管续传。上线前不妨选一份末尾章节特征明显的文档,主动模拟中途断连,核查服务是否能正确读取最终状态、妥善处理半成品输出,并确认续传后不会出现章节重复或误生成第二份文件(详见 Google Long Decode 指南)。

按交付时限选择合适的服务档位

除标准档外,Google 开发者 API 还为 Neon 提供了 Batch 和 Flex 档位,每百万 Token 输入 $1.50、输出 $7.50、缓存输入 $0.075;Priority 档位则为 $5.40、$27、$0.27。夜间离线审核队列与交互式编程请求对延迟的容忍度截然不同,选型时请对照官方说明核实各档位的交付机制,按完整运行周期做对比,并检查账单计费档位是否与请求配置一致(详见 Google Neon 服务档位定价)。

常见问题

Gemini 4 Neon 什么时候发布?

Google 于 2026 年 11 月 18 日正式宣布发布。

Gemini API 可以免费使用 Neon 吗?

不可以。Google 将 Neon 划入付费 API 档位;Gemini App 和 Antigravity 等产品入口则按各自的订阅规则开放。

Google API 的模型 ID 是什么?

gemini-4-neon。

支持上传视频或 PDF 吗?

支持。Google 已将视频和 PDF 列为官方支持的输入类型,模型统一输出文本。

单次请求可以直接输出 100 万 Token 吗?

不行。同步请求默认上限为 65,536 个 Token,由思考和输出共同占用。如需更长输出,必须启用长解码(Long Decode),且总长度仍受限于共享上下文窗口的剩余额度。

首次测试应该从哪个思考档位开始?

复杂工程任务建议直接从 high 起步;如果验收标准清晰、任务偏常规,可以下探到 medium;遇到 high 卡壳的疑难案例,再单独加测 xhigh。

需要全面替换 Hydrogen 或 Carbon 吗?

不必一步到位。先在一类可量化验收的任务上实测 Neon,如果 Hydrogen 或 Carbon 在现有场景下的质量、耗时与成本均已达标,继续保留即可。

Gemini 订阅套餐包含开发者 API 用量吗?

不包含。Google 将 Gemini App、Antigravity 的订阅入口与付费开发者 API 分别独立开放与计费(详见 Google 开放说明)。

为什么 Antigravity 里的上下文窗口更小?

Google 为 Antigravity 标注的上下文上限为 512K,而开发者 API 提供 1,048,576 个 Token 的共享窗口,建议按实际运行入口来规划输入规模(详见 Antigravity 模型上限)。

原有 Gemini 显式缓存代码能直接复用吗?

不能直接照搬。Neon 采用隐式缓存命中机制,需要先改造显式创建或引用缓存对象的代码,再通过计费明细核对实际的缓存命中用量(详见 Google 迁移清单)。

夜间批处理任务值得上 Neon 吗?

Google 为 Neon 提供了更低单价的 Batch 和 Flex 费率。如果任务有明确的交付截止时间,建议先用真实数据实测完成率与排队耗时再做决定(详见 Google 定价)。

通过统一 API 接入 AI 模型

比较模型能力与当前价格,再按 API 文档接入适合你任务的模型。