为高难度、高频开发任务增加一个选择
Google 于 11 月 18 日发布 Gemini 4 Neon,将其定位于 Hydrogen 与 Carbon 之间,面向复杂编程、分析和智能体工作流。Google 声称,与更大型的替代模型相比,Neon 完成任务更快、任务成本更低,在内部编程评估中作出无依据断言的情况也更少。这些是厂商的评估结论,并非针对读者自身应用的测量结果。
是否采用它,需要回答一个具体问题:Neon 能否完成现有代码仓库中的任务,交付可接受的补丁、可信的完成情况报告,并将总成本控制在合理范围内?与当前使用的模型比较时,应分别考察这些结果。
先确定使用渠道,再依据其限制做决策
API 模型标识为 gemini-4-neon。文档规定其统一窗口为 1,048,576 个 token,由输入、思考和输出共同使用;同步输出的默认上限为 65,536 个 token。Antigravity 则另行注明最多支持 512K 上下文。其 Neon 访问范围包括付费 Pro、符合条件的高端设备试用、Ultra 和企业用户,不包括 Free 与 Plus。
GitHub 列出的 Neon 适用套餐为 Copilot Pro+、Max、Business 和 Enterprise,并注明采用逐步开放方式,访问权限受管理员策略控制。在一个界面中看到某个模型,并不代表另一个界面也能使用。比较结果前,应记录客户端、套餐以及实际选中的模型,并检查相关工作区工具是否可用。
检查沿用的 API 设置和对话状态
Google 的迁移指南指出,从其他 Gemini 4 模型切换到 Neon 时,无需更改请求结构,但 Neon 默认使用 high 思考级别,同时还支持 low、medium 和 xhigh。从 Gemini 3 迁移时,minimal 会被拒绝,不支持显式缓存,指南还要求开发者移除采样参数。处于允许范围内的采样值会被忽略,超出范围的值则无法通过验证。
检查封装层实际发送了什么。自行管理 generateContent 历史记录时,应保留先前的模型轮次和思考签名;使用 Interactions API 时,则可使用 previous_interaction_id。指南还说明,max_output_tokens 同时涵盖思考与输出。沿用过小的上限可能导致回答被截断。应根据任务设置适当且明确的上限,并检查完成状态。
保持任务不变,再比较推理设置
Antigravity 将 Neon 的四个级别标为 Low、Medium、High 和 Extra;默认级别为 High,Extra 对应其 CLI 中的 xhigh。其 Orchestrator 选项由 Neon 负责规划和审查,由 Hydrogen 负责实现。将这一组合与独立运行的 Neon 比较时,执行方式也发生了变化。
要让试用有参考价值,应固定代码仓库版本、任务说明、工具和验收标准。测试任务应包括小规模修复、多文件修改,以及缺少必要前提条件的情形。检查代码差异和真实的测试证据,同时核对智能体是否如实报告未能完成的工作。对结果不确定的任务重复评估后,再判断可靠性。
计算通过验收的任务成本,同时保留局限说明
截至 11 月 19 日,Google 的 Standard API 价格表列出:每百万输入 token 为 3 美元,缓存输入为 0.15 美元,输出为 15 美元,输出费用包含思考。Neon 仅使用隐式缓存,因此预算应依据实际观察到的缓存命中情况,而不是假定重复上下文总能享受折扣。Grounding 和其他服务层级另行计费。
统计成功运行时,也要计入失败尝试、重试、工具费用和审查时间。仅凭 token 用量下降,无法证明每次通过验收的修改成本更低。模型卡仍将幻觉列为局限,并注明知识截止时间为 2026 年 3 月。对于当前的依赖项或 API 行为,应根据相关文档核实生成内容中的引用。
在评估记录中保留六项检查
Codorc 建议在扩大使用范围前先完成这组小规模比较。本文未执行任何模型请求、集成测试或基准测试:
- 记录使用渠道、客户端版本、套餐、模型 ID 和权限。确认实际访问情况,不要仅凭发布公告推断。
- 记录发出的请求、思考级别、输出上限和上下文大小。检查沿用的缓存与采样字段。
- 固定任务和代码仓库版本。分别比较独立运行与编排式工作流。
- 检查通过验收的补丁及测试输出。加入文件缺失或工具不可用的情形,并核对完成情况报告。
- 记录每次尝试的实际输入、缓存输入、输出、耗时和总费用,包括未成功的尝试。
- 保留失败记录及先前配置。在将更多工作交给 Neon 之前,先设定验收标准和停止条件。
事件日期指原始公告日期,发布日期指本文首次刊登于 Codorc 的日期。



