Gemini 4 Neon
发布追踪 · 第 2 天
Gemini 4 Neon 发布之初:首批第三方结果
截至 2026年11月19日,Gemini 4 Neon(Google,发布于 2026年11月18日)已有来自 Artificial Analysis(AA Intelligence Index v5.0.1 59.6)、LMArena(Arena Text 1519)、LiveBench(LiveBench 2.0 87.4%)和 Scale AI(Humanity's Sixth Sense 75.9%)的第三方结果。它在 BenchLeader Index 上于 343 个模型中排第 5 名(67.3)。标价为输入 $3.00、输出 $15.00(每百万 token),上下文窗口为 1M token。Epoch AI、Vals AI、ARC Prize 和 SWE-bench 尚未测量。
- 发布日期
- 2026年11月18日(第 2 天)
- 提供商
- 价格
- 输入 $3.00、输出 $15.00(每百万 token)
- 上下文窗口
- 1M token
- 开放权重
- 否
- BenchLeader Index
- 67.3(343 个模型中第 5 名)
| 第三方排行榜 | 目前的结果 |
|---|---|
| Artificial Analysis | AA Intelligence Index v5.0.1 59.6 · AA-Omniscience v1.1 53.8 · HLE-Diamond (AA) 68.4% · 下方还有更多 |
| LMArena | Arena Text 1519 · Arena Hard Prompts 1546 · Arena Coding 1558 · 下方还有更多 |
| LiveBench | LiveBench 2.0 87.4% · LiveBench 2.0 Reasoning 89.6% · LiveBench 2.0 Coding 89.7% · 下方还有更多 |
| Scale AI | Humanity's Sixth Sense 75.9% |
各排行榜通常在模型发布后几天内公布结果;本页每 3 小时重新生成一次。
发布对比
仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。
性价比更高: GPT-6.1 Sol $4.00/M 即可获得 Index 65.9,便宜 33%。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月19日,Gemini 4 Neon(Google)在 BenchLeader Index 上得分 67.3(在 631 个已排名配置中前 10 名)。表现最好的是智能体与工具(76),最弱的是人类偏好(72)。API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00),为 2026年11月19日的标价。输出速度约为 100 token/秒(Artificial Analysis)。发布于 2026年11月18日。
要点(截至 2026年11月19日)
- Gemini 4 Neon 的 API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00)(标价,2026年11月19日)。
- Gemini 4 Neon 的输出速度约为 100 token/秒(Artificial Analysis,2026年11月19日)。
- Gemini 4 Neon 于 2026年11月18日发布(Google)。
详细说明:Gemini 4 Neon 是 Google 的闭源推理模型,发布于 2026年11月18日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 67.3 ±2.8,在 631 个配置中排第 7 名,位居前 10。关键在于这个“±”:另有 44 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,智能体与工具得分最高(76),人类偏好最低(72)。按混合价格计,每百万 token $6.00,属于已排名模型中最贵的一档。输出速度为 101 token/秒,首次回答需 40.6 秒,比大多数模型快。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月18日。
- 混合价格
- $6.00/M
- 输入 $3.00 · 输出 $15.00
- 来源:Artificial Analysis
- 输出速度
- 101 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 41 s
- 首 token 2.66 s
- 上下文
- 1.0M
- 来源:models.dev
- 输入类型
- 文本 · 图像 · 音频 · 视频 · PDF
- 来源:models.dev, OpenRouter
- 单任务成本
- $3.74
- 每项任务 15 min,AA Index
- 单任务 token 数
- 90k
- 其中 51% 为推理
- 发布日期
- 2026年11月18日
- 综合 Index67
- 推理72
- 编程73
- 智能体与工具76
- 知识72
- 人类偏好72
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-4-neon)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Hard Prompts | – | – | 1546#1 | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | 89.6%#17 | LiveBench | |
| HLE-Diamond (AA) | 54.2%#32 | 63.6%#16 | 68.4%#7 | 71.3%#5 | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 62.0%#29 | 61.5%#31 | 59.0%#44 | 60.5%#38 | Artificial Analysis | |
| Arena Expert不计入 Index | – | – | 1541#6 | – | Arena (LMArena) |
编程
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Coding | – | – | 1558#2 | – | Arena (LMArena) | |
| Arena WebDev | – | – | 1764#6 | – | Arena (LMArena) | |
| LiveBench 2.0 Coding不计入 Index | – | – | – | 89.7%#3 | LiveBench | |
| Terminal-Bench 4.0 (AA)不计入 Index | 32.8%#74 | 54.5%#32 | 61.6%#8 | 63.6%#5 | Artificial Analysis | |
| FrontierCode 2.0 (AA) | 26.9%#60 | 36.9%#30 | 43.3%#12 | 44.4%#9 | Artificial Analysis |
智能体与工具
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Agent | – | – | 18.4#3 | – | Arena (LMArena) | |
| LiveBench Long Agentic不计入 Index | – | – | – | 82.6%#2 | LiveBench | |
| LiveBench Browser不计入 Index | – | – | – | 95.6%#1 | LiveBench | |
| Arena Agent Task Completion不计入 Index | – | – | 19.2#2 | – | Arena (LMArena) | |
| AutomationBench不计入 Index | 76.0%#12 | 77.8%#4 | 79.2%#2 | 79.3%#1 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 31.4%#8 | 32.8%#2 | 33.4%#1 | 28.0%#34 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 1297#108 | 1518#55 | 1632#20 | 1699#8 | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | 27.1%#53 | 54.8%#24 | 65.7%#12 | 70.0%#6 | Artificial Analysis | |
| MKA (AA)不计入 Index | 43.4%#15 | 50.9%#9 | 54.6%#3 | 56.5%#2 | Artificial Analysis |
知识
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | – | – | 85.3%#2 | LiveBench | |
| LiveBench Research不计入 Index | – | – | – | 94.5%#1 | LiveBench | |
| AA-Omniscience v1.1 | 48.5#11 | 51.1#9 | 53.8#7 | 54.8#6 | Artificial Analysis | |
| AA-Omniscience v1.1: accuracy不计入 Index | 56.6%#40 | 57.9%#39 | 59.4%#33 | 60.5%#29 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 81.3%#18 | 83.8%#12 | 86.1%#9 | 85.6%#10 | Artificial Analysis |
指令遵循
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1522#3 | Arena (LMArena) |
人类偏好
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1519#3 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1514#4 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1529#3 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1521#6 | Arena (LMArena) |
多模态
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Design不计入 Index | 81.5%#5 | LiveBench | |
| Humanity's Sixth Sense不计入 Index | 75.9%#1 | Scale AI SEAL |
长上下文
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| MLCR不计入 Index | 26.1%#43 | 30.6%#28 | 28.9%#34 | 31.7%#24 | Artificial Analysis |
综合
| 基准测试 | low | medium | high | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench 2.0 | – | – | – | 87.4%#1 | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 44.1#48 | 54.9#20 | 59.6#9 | 61.4#6 | Artificial Analysis |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google Vertex | 117 tok/s | 23 s | $5.40 | $27.00 | 1.0M | – |
| Google Vertex | 88 tok/s | 3.35 s | $3.00 | $15.00 | 1.0M | – |
| Google AI Studio | 85 tok/s | 2.42 s | $3.00 | $15.00 | 1.0M | – |
| Google AI Studio | 70 tok/s | 5.03 s | $1.50 | $7.50 | 1.0M | – |
| Google Vertex | 63 tok/s | 2.94 s | $3.30 | $16.50 | 1.0M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.150。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0057 | $0.0048 | 43.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.045 | $0.019 | 46.6 s |
| 代码编辑 | 6,000 / 1,500 | $0.041 | $0.028 | 55.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.240 | $0.112 | 1.3 min |
| 结构化信息提取 | 2,000 / 200 | $0.0090 | $0.0047 | 42.6 s |
Google 的更多模型
将 Gemini 4 Neon 与以下模型对比
- Gemini 4 Neon vs GPT-6 Astra
- Gemini 4 Neon vs Claude Opus 5.5
- Gemini 4 Neon vs Gemini 4 Carbon
- Gemini 4 Neon vs Claude Fable 5.1
- Gemini 4 Neon vs GPT-6.1 Sol
- Gemini 4 Neon vs GPT-6.2 Astra
- Gemini 4 Neon vs Claude Fable 5
- Gemini 4 Neon vs GPT-5.6 Sol
- Gemini 4 Neon vs Claude Opus 5
- Gemini 4 Neon vs Gemini 4 Argon
- Gemini 4 Neon vs GPT-6.2 Sol
- Gemini 4 Neon vs Muse Wonder
- Gemini 4 Neon vs Muse Spark
- Gemini 4 Neon vs GPT-5.5
- Gemini 4 Neon vs Gemini 4 Hydrogen
- Gemini 4 Neon vs Claude Sonnet 5.5
- Gemini 4 Neon vs GPT-6.1 Terra
- Gemini 4 Neon vs Claude Fable 5.2
- Gemini 4 Neon vs Claude Opus 4.7
- Gemini 4 Neon vs GPT-5.4
- Gemini 4 Neon vs Claude Opus 4.6
- Gemini 4 Neon vs Gemini 3.5 Flash
- Gemini 4 Neon vs GPT-6 Sol
- Gemini 4 Neon vs Qwen3.6 Max
- Gemini 4 Neon vs Gemini 3.7 Flash
- Gemini 4 Neon vs Muse Spark 1.1
- Gemini 4 Neon vs Muse Spark 1.2
- Gemini 4 Neon vs Muse Wonder Full
- Gemini 4 Neon vs Kimi K3.1 Pro
- Gemini 4 Neon vs Gemma 4 12B
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 4 Neon 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gemini-4-neon)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 19). Gemini 4 Neon on the BenchLeader Index (method v1.5) [Data set]. Retrieved November 19, 2026, from https://www.benchleader.com/models/gemini-4-neon
BibTeX:
@misc{benchleader_gemini_4_neon_20261119,
author = {{BenchLeader}},
title = {{Gemini 4 Neon on the BenchLeader Index (method v1.5)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-4-neon}},
note = {Data as of 2026-11-19}
}常见问题
- Gemini 4 Neon 的基准测试得分是多少?
- 截至 2026年11月19日,Gemini 4 Neon(推理强度 high)的 BenchLeader Index 为 67.3 ±2.8(前 10 名)。最强的是智能体与工具(76),最弱的是人类偏好(72)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Gemini 4 Neon 排名第几?
- 截至 2026年11月19日,Gemini 4 Neon(推理强度 high)在 631 个已排名配置中排第 7 名(前 10 名)。另有 44 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 71.5。
- Gemini 4 Neon 每百万 token 的价格是多少?
- 截至 2026年11月19日,Gemini 4 Neon 的价格为输入每百万 token $3.00、输出每百万 token $15.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $6.00。
- Gemini 4 Neon 比 GPT-6 Astra 更好吗?
- 截至 2026年11月19日,Gemini 4 Neon(推理强度 high)与 GPT-6 Astra(推理强度 max)的质量不相上下(BenchLeader Index 67.3 比 66.9,在 ±3.3 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Gemini 4 Neon 是什么时候发布的?
- Google 于 2026年11月18日发布了 Gemini 4 Neon。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月19日。 对比这些配置
引用格式:BenchLeader,《Gemini 4 Neon:基准测试、价格、速度与排名》,数据截至 2026年11月19日,https://www.benchleader.com/zh/models/gemini-4-neon。