BenchLeader
Google推理模型新2026年11月18日 发布与其他模型对比

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
Google
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 AnalysisAA Intelligence Index v5.0.1 59.6 · AA-Omniscience v1.1 53.8 · HLE-Diamond (AA) 68.4% · 下方还有更多
LMArenaArena Text 1519 · Arena Hard Prompts 1546 · Arena Coding 1558 · 下方还有更多
LiveBenchLiveBench 2.0 87.4% · LiveBench 2.0 Reasoning 89.6% · LiveBench 2.0 Coding 89.7% · 下方还有更多
Scale AIHumanity'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。

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。

推理强度
质量第 5 / 351 名
67.3Index
前 10%
较中位数 +17.6
价格第 228 / 262 名
$6.00每百万 token
最贵的四分之一
中位数的 6.8 倍
速度第 74 / 215 名
101token/秒
高于中位数
中位数的 1.3 倍
性价比第 223 / 262 名
11.2分/$
后四分之一
中位数的 0.2 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index67
  2. 推理72
  3. 编程73
  4. 智能体与工具76
  5. 知识72
  6. 人类偏好72

嵌入这个排名

更多徽章样式
[![Gemini 4 Neon on BenchLeader: 综合第 5 名](https://www.benchleader.com/badge/gemini-4-neon.svg?style=compact)](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。

Google 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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。

推理强度Index排名速度首次回答聊天回复成本类别
low––97 tok/s14 s$0.0057编程 56 · 知识 70 · 推理 68
medium––101 tok/s20 s$0.0057编程 66 · 知识 71 · 推理 71
high最佳67.3#7101 tok/s41 s$0.0057智能体与工具 76 · 编程 73 · 人类偏好 72 · 知识 72 · 推理 72
xhigh64.3#30110 tok/s57 s$0.0057编程 73 · 综合 72 · 知识 73 · 推理 74

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lowmediumhighxhigh来源趋势
Arena Hard Prompts––1546#1–Arena (LMArena)
LiveBench 2.0 Reasoning不计入 Index–––89.6%#17LiveBench
HLE-Diamond (AA)54.2%#3263.6%#1668.4%#771.3%#5Artificial Analysis
CritPt v2 hard subset (AA)62.0%#2961.5%#3159.0%#4460.5%#38Artificial Analysis
Arena Expert不计入 Index––1541#6–Arena (LMArena)

编程

基准测试lowmediumhighxhigh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%#3LiveBench
Terminal-Bench 4.0 (AA)不计入 Index32.8%#7454.5%#3261.6%#863.6%#5Artificial Analysis
FrontierCode 2.0 (AA)26.9%#6036.9%#3043.3%#1244.4%#9Artificial Analysis

智能体与工具

基准测试lowmediumhighxhigh来源趋势
Arena Agent––18.4#3–Arena (LMArena)
LiveBench Long Agentic不计入 Index–––82.6%#2LiveBench
LiveBench Browser不计入 Index–––95.6%#1LiveBench
Arena Agent Task Completion不计入 Index––19.2#2–Arena (LMArena)
AutomationBench不计入 Index76.0%#1277.8%#479.2%#279.3%#1Artificial Analysis
GDP.pdf (AA)不计入 Index31.4%#832.8%#233.4%#128.0%#34Artificial Analysis
AA-Briefcase v1.1不计入 Index1297#1081518#551632#201699#8Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index27.1%#5354.8%#2465.7%#1270.0%#6Artificial Analysis
MKA (AA)不计入 Index43.4%#1550.9%#954.6%#356.5%#2Artificial Analysis

知识

基准测试lowmediumhighxhigh来源趋势
LiveBench 2.0 Data Analysis不计入 Index–––85.3%#2LiveBench
LiveBench Research不计入 Index–––94.5%#1LiveBench
AA-Omniscience v1.148.5#1151.1#953.8#754.8#6Artificial Analysis
AA-Omniscience v1.1: accuracy不计入 Index56.6%#4057.9%#3959.4%#3360.5%#29Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index81.3%#1883.8%#1286.1%#985.6%#10Artificial Analysis

指令遵循

基准测试high来源趋势
Arena Instruction Following不计入 Index1522#3Arena (LMArena)

人类偏好

基准测试high来源趋势
Arena Text1519#3Arena (LMArena)
Arena Creative Writing不计入 Index1514#4Arena (LMArena)
Arena Multi-turn不计入 Index1529#3Arena (LMArena)
Arena Longer Queries不计入 Index1521#6Arena (LMArena)

多模态

基准测试xhigh来源趋势
LiveBench Design不计入 Index81.5%#5LiveBench
Humanity's Sixth Sense不计入 Index75.9%#1Scale AI SEAL

长上下文

基准测试lowmediumhighxhigh来源趋势
MLCR不计入 Index26.1%#4330.6%#2828.9%#3431.7%#24Artificial Analysis

综合

基准测试lowmediumhighxhigh来源趋势
LiveBench 2.0–––87.4%#1LiveBench
AA Intelligence Index v5.0.1不计入 Index44.1#4854.9#2059.6#961.4#6Artificial 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 Vertex117 tok/s23 s$5.40$27.001.0M–
Google Vertex88 tok/s3.35 s$3.00$15.001.0M–
Google AI Studio85 tok/s2.42 s$3.00$15.001.0M–
Google AI Studio70 tok/s5.03 s$1.50$7.501.0M–
Google Vertex63 tok/s2.94 s$3.30$16.501.0M–

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$0.004843.6 s
总结一份 30 页的报告12,000 / 600$0.045$0.01946.6 s
代码编辑6,000 / 1,500$0.041$0.02855.4 s
智能体编程会话60,000 / 4,000$0.240$0.1121.3 min
结构化信息提取2,000 / 200$0.0090$0.004742.6 s

Google 的更多模型

本月新上线

将 Gemini 4 Neon 与以下模型对比

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。

[![Gemini 4 Neon on BenchLeader: 综合第 5 名](https://www.benchleader.com/badge/gemini-4-neon.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。