Gemini4Neon能力接近旗舰但Antigravity体验拉胯,谷歌AI工具链遇信任危机

谷歌发布Gemini 4 Neon模型,定位介于Hydrogen与Carbon之间,主打高性价比与高速推理,在编程与办公场景表现亮眼,综合智能指数达61分;然而其配套AI编程工具Antigravity...

人工智能 阅读量: 23.17万

北京时间凌晨,谷歌正式推出Gemini 4系列第四款模型——Gemini 4 Neon。继Argon、Carbon、Hydrogen之后,Neon以‘氖’为名加入家族,延续了谷歌用元素周期表命名大模型的策略。这款新模型被官方定义为‘兼具能力、速度与成本的性价比之作’,在短短五周内密集发布四款模型,引发业界对AI模型快速迭代路径的讨论。

从技术定位看,Neon并非试图全面取代旗舰Carbon,而是填补其与轻量级Hydrogen之间的空白:面向复杂编程、知识工作与科研任务,强调‘更快完成复杂任务’而非‘解决最难题’。第三方评测机构Artificial Analysis数据显示,Neon输出速度约为每秒110 token,显著高于Carbon的57 token;在综合智能指数中得分为61分,位列第三,略超Carbon,仅次于Claude Fable 5.2与GPT-6.2 Astra。

编程能力是Neon最突出的优势。它在Artificial Analysis的编码Agent指数中排名第一,不仅能生成代码片段,还可处理跨文件调试、重构与定点修改。在谷歌自研工具Antigravity中,Neon负责整体规划,再交由多个Hydrogen子Agent并行执行具体任务。办公场景下,Neon可整合处理文档、表格、图片及音视频,辅助研究简报整理,在企业知识工作评估体系Vals Index中排名第二。科研方面,其在数学与科学测试中亦展现出竞争力,并已用于3D开发案例,如基于历史照片重建图灵书房、构建含雪痕与雪崩效果的滑雪模拟器等。

文章配图

成本控制是另一关键维度。谷歌宣称,在默认high档设置下,Neon单任务成本比Carbon低32%。API定价方面,输入与输出分别为每百万token 3美元与15美元,缓存输入0.15美元;虽为Hydrogen价格的两倍,但比Carbon 12月起的正式价低25%,仅高于其11月30日前的促销价50%。目前Neon已向AI Pro与Ultra订阅用户开放,开发者可通过付费API接入,支持最高100万token上下文(思考token计入输出费用)。

然而,模型性能的跃升并未同步转化为用户体验的提升。与Neon亮眼跑分形成鲜明反差的是,其配套AI编程工具Antigravity持续遭遇用户负面反馈。该工具旨在对标Cursor、Claude Code、GitHub Copilot等主流AI编程助手,但实际使用中问题频出。

社交媒体与技术社区中,用户集中吐槽三大痛点:运行不稳定、长任务易出错、使用额度不可预测。多位开发者反映,即便在Neon模型层面任务完成度高,Antigravity在执行过程中仍频繁中断或返回无效结果;尤其在涉及多文件协同修改、依赖库解析或长时间会话时,错误率显著上升。有用户直言:‘Gemini 4拉完了,最大的三个问题是Antigravity没跟上。’

这一现象折射出当前大模型落地中的典型困境:模型能力演进速度远超工程化配套能力。Neon在Benchmark中多项指标领先——例如在CursorBench 4.1中得分65.4%,高于Claude Opus 5.5的58.1%;在Terminal-bench 4.1中准确率达65.2%,与Opus持平;在SWE-sweep(软件工程基准)中Provider harness达39.0%,远超Opus的10.1%和GPT-6.2 Sol的8.3%——但这些优势在真实开发流程中难以稳定复现。

值得注意的是,Antigravity的问题并非孤立事件。回顾谷歌近年AI工具布局:从Codey到Duet AI,再到如今的Antigravity,其产品迭代常呈现‘模型先行、工具滞后’特征。当底层模型已能处理仓库级代码重构时,前端交互、状态管理、错误恢复机制却未同步升级,导致用户需反复校验与人工干预,反而降低效率。

Gemini 4 Neon与其他模型 Benchmark 对比表

行业视角下,这一断层具有普遍性。OpenAI的Copilot虽集成GPT-4o,但在复杂项目中仍依赖用户精细提示;微软GitHub Copilot X引入语音与自然语言指令后,长任务稳定性亦受质疑。相比之下,Cursor凭借本地化执行与强工程控制,在专业开发者中积累较高信任度。这表明,AI编程工具的竞争焦点正从‘能否生成代码’转向‘能否可靠完成端到端任务’。

对谷歌而言,Neon的发布本意是构建更灵活的模型矩阵:Argon主攻轻量对话,Hydrogen处理日常任务,Neon承担中等复杂度工作流,Carbon攻坚极限推理。但若Antigravity无法承载Neon的能力释放,整个价值链条将出现断裂。用户愿意为高性能模型付费,前提是工具链能兑现承诺。

目前,谷歌尚未就Antigravity的稳定性问题发布专项说明或修复路线图。在AI工具竞争白热化的当下,模型参数与benchmark分数固然重要,但最终决定产品成败的,仍是每天数百万开发者在真实场景中的点击、等待与放弃。

Neon是一辆好车,但它的方向盘和刹车系统尚未调校到位。