跳到正文

#Google

RSS
今日 12 則
11月19日週四
  1. O'Reilly Radar71

    AI 開始協助打造下一代 AI,作者分析自我改進的做法與風險

    AI 已開始幫忙寫程式、改提示詞、整理可重用的工具,甚至加快模型訓練;文章把這些做法分成幾種層次,從重試答案到修改自身程式都有。像 AlphaEvolve 找出讓 Gemini 訓練快 1% 的計算方式,顯示 AI 也能改善打造 AI 的流程。麻煩在於,系統會朝評分方式努力:如果分數設錯,AI 可能學會騙過檢查,分數變高,行為卻沒變好。作者認為,能訂出好目標、寫出 AI 騙不過的測試,並看出錯誤改變,會愈來愈重要。

  2. The Decoder84

    Google DeepMind 推出 Gemini 4 Neon,速度更快、定價更低

    Google DeepMind 推出 Gemini 4 Neon,作為 Gemini 4 Carbon 之外的新選擇。Neon 的文字、圖片、音訊和影片上下文視窗可容納一百萬個 token,生成速度接近 Carbon 的兩倍,標準定價也低 25%。不過,Neon 每項任務會多用約 15% 的輸出 token,因此省下的費用來自每 token 單價較低。報導也整理了它在程式開發、檔案和簡報測試中的表現;不同測試與推理設定下的結果並不相同。

    推薦理由:Neon 與 Carbon 的比較涵蓋速度、價格和多項測試,也指出省錢來自較低的每 token 定價,而非較少的輸出 token。

  3. MarkTechPost60

    AI 攻擊加快時,企業該如何應變資安事件

    AI 攻擊可能在很短時間內跨過多個系統,企業得先想好發現事件後怎麼處理。文章整理近 6 個月多起事件,指出遭到讀取的常是環境變數、OAuth 權杖、資料集和紀錄等已儲存資料,並提出四項做法:自動偵測並切斷存取、透過安全的外部管道快速通知、找外部專家徹底調查,以及少儲存不必要的資料。Fireworks AI 和 Klue 的案例顯示,及早通知客戶並撤銷憑證能讓受影響的人盡快採取行動;資料若未被儲存,也就少了一份可能遭竊的副本。

  4. Dev.to Top Tech37

    8 款 AI MVP 開發平臺比較:瀏覽器裡能做什麼,上線後又有哪些限制?

    想把新點子做成能用的原型,現在用 AI 工具可能很快就能開始;但展示時看起來能用,不代表真的能應付客人同時操作、保護個人資料和持續運作。這篇比較 8 款平臺:Lovable、Bolt.new、Cursor、Bubble、Replit、Firebase Studio、Windsurf 和 v0。像 Bubble 能用圖形介面做工作流程,但程式碼不能帶走;v0 能快速產生網頁畫面,卻不會幫你做資料庫或登入功能。挑工具時,除了看原型做得多快,也要想清楚資料和程式碼能不能帶走,以及正式使用後是否需要工程師處理更多工作。

  5. MediaNama52

    NPCI 和 UPI 支付業者盼 Google 加強 Android 防護,阻擋惡意側載 APK

    印度的 UPI 付款詐騙不只靠騙人交出 OTP,也會利用從 Play 商店以外安裝的惡意 APK。這些程式可能用「顯示在其他應用程式上方」等許可權蓋住正常畫面,攔下使用者輸入的 UPI PIN,再傳給駭客。NPCI 和支付業者已向 Google 反映,希望 Android 限制側載程式取得敏感許可權;銀行與金融科技公司也可檢查裝置安全狀況,為可疑裝置增加驗證或限制交易。Google 已在較新版 Android 加入限制,並於 2026 年 8 月推出更嚴格的側載安裝流程,但印度仍有許多使用者的裝置較舊,未必具備這些防護。

  6. Dev.to Top Tech62

    PlaceBench 評測 Google Maps 的 Ask Maps:回答很快,但只拿 49 分

    用地圖問附近哪裡還在營業、怎麼安排路線,答案若沒確認日期和時間,就可能把人帶錯地方。作者用 PlaceBench 的 150 個日常地點問題,測試六種 AI 助理;Ask Maps 平均 8 秒回答,比其他受測者快,但答對 92 題,另有 30 題答案和查證資料相矛盾,總分是 49 分。錯誤最常出現在尋找附近地點的問題,例如店家是否在指定時間供餐。這次測試只跑了一輪,作者也提供題目、資料來源和評分結果供人檢視。

  7. Dev.to Top Tech67

    提示詞快取不一定省錢:OpenAI、Anthropic 和 Google 的寫入費怎麼算

    提示詞快取的讀取費率很低,但把內容存進快取時也要付費;如果之後沒再用到,帳單可能比不開快取更高。文章用 100,000 個 token 的提示詞說明,短時間快取要重複讀取 1 次才划算,較長時間快取則要讀取 2 次。像是隻送出一次的大型檔案、兩次請求間隔太久,或每次都改動提示詞開頭,都可能讓內容反覆寫入,只有費用增加、沒有省到讀取費。作者建議分開記錄寫入和讀取用量,再依實際流量計算省下多少;快取儲存時間也要配合請求間隔。

  8. Dev.to Top Tech72

    Gemini 4 Neon 評測:比較程式開發表現與每項任務成本

    Gemini 4 Neon 的榜單分數看起來很亮眼,但測試用的工具和思考設定不同,結果不一定能代表日常使用。文章整理多項程式開發與 AI 助理測試,並說明哪些分數由 Google 自行測量、哪些來自外部榜單;例如 SWE-sweep 在兩種工具組合下分別得到 39.0% 和 12.8%。Google 表示,Neon 在 high 設定下每項任務的成本比 Gemini 4 Carbon 低 32%,但多數高分測試使用 xhigh。作者也示範如何依輸入、輸出與快取 token 數估算費用,並建議用自己的提示詞比較不同設定下的花費和回應時間。

  9. Dev.to Top Tech70

    Gemini 4 Neon、GPT-6.2 Astra 和 Claude Fable 5.2 怎麼選?比較評分與任務費用

    挑大型語言模型時,只看每個 token 的價格,可能會選錯。這篇文章比較 Gemini 4 Neon、GPT-6.2 Astra 和 Claude Fable 5.2 的價格、排行榜分數與每項任務費用:Neon 的 token 單價最低,Astra 在一項獨立測試中每項任務花費最低,Fable 5.2 則在兩個排行榜領先。差別在於模型完成工作時會寫出多少 token,Astra 的測試輸出量遠少於另外兩款,因此即使單價較高,每項任務還是比較省。文章也提醒,排行榜採用的測試不同,排名可能不一致;文中提供一套測試流程,建議用自己的工作內容比較成功率、token 用量和速度。

  10. Dev.to Top Tech41

    Android MediaPipe LLM 如何保留對話記憶,讓 AI 助理回覆更順

    如果每次聊天都重新開啟模型,之前看過的對話就得再讀一次,回覆也會變慢。這篇教學用 MediaPipe 的 LlmInference API 做出能記住多輪對話的 ConversationEngine:把同一個工作階段留著,雖然每次仍傳入完整對話,模型卻能沿用已讀過的部分,只處理新內容。對中階手機,對話內容最好控制在約 512–768 個 token;太長時,回覆可能超過 1 秒。切換 LoRA 也會讓快取失效,因此最好把同一種模式的對話集中處理。

  11. Dev.to Top Tech46

    ChatGPT、Perplexity 和 Gemini 推薦軟體時,哪些品牌最常排第一?

    買軟體時,愈來愈多人會先問 ChatGPT,而不是 Google。作者用 ChatGPT、Perplexity 和 Gemini 搜尋網路,詢問專案管理、小型企業 CRM 和網站製作工具的推薦名單,再記下它們提到哪些品牌、誰排第一,以及引用哪些網站。結果顯示,常被提到不代表最常排第一:HubSpot 在 12 個小型企業 CRM 回答中出現 12 次、排第一 10 次;Pipedrive 也出現 12 次,卻從未排第一。 三個 AI 助理在各類別的領先品牌大致一致,但其他品牌的結果常有落差;它們也常引用評測網站、Reddit 和 YouTube。這次只在一天問了一輪,結果可能隨時間改變,不能當成固定排名。對想讓品牌被推薦的公司來說,出現在這些被引用的網站上,也可能很重要。

  12. iThome (臺灣)56

    Climate Change AI共同創辦人談氣候AI:先選對工具,不必一味追求大型模型

    AI可以幫忙處理氣候問題,但大型模型也會消耗大量算力與能源,該怎麼選才合適?Climate Change AI共同創辦人David Rolnick認為,應先看要解決什麼問題:預測太陽能發電量、辨識衛星影像或安排電網運作,專用AI模型往往就能勝任,不一定需要大型生成式AI。他也提醒,如果搜尋等服務預設替每次操作加入生成式AI,累積用電可能很可觀。依照任務選工具,並公開能源使用情況,能減少不必要的消耗。

  13. Dev.to Top Tech77

    Gemini 4 Neon 開發者指南:怎麼看成本、上下文與推理

    選模型時,只看每次呼叫的價格,可能看不出完成一項工作的實際花費。Google 推出的 Gemini 4 Neon 可接收文字、圖片、音訊、影片和 PDF,並有四種思考等級;輸入、思考和輸出共用上下文視窗。文章建議用自己的任務測試不同等級,記下答案是否正確、重試花費和完成時間,再和目前使用的模型比較。Google 公佈的基準結果只反映特定測試環境,作者提醒,工具、指令和測試方式也會影響結果。

    推薦理由:文章把 Gemini 4 Neon 的單次呼叫費用和完成任務的總成本分開比較,並整理出用自家工作測試模型的做法。

  14. Dev.to Top Tech83

    Anthropic 以 $83 發行股票上市,Claude 開發者需留意平臺變化

    Anthropic 上市後,Claude 開發者關心的問題是,公司股權與資金來源改變,會不會影響平臺的定價和穩定性。Anthropic 以每股 $83 發行股票,募得約 $81.34 billion;上市後 Amazon 和 Google 預計合計持有約 29% 股份,兩家公司也提供雲端服務。文章指出,上市能帶來更多資金,也讓 Anthropic 面對股東與每季財報的壓力。Claude 的方案、限制和 API 價格並未因上市公告改變,相關影響要看之後公司的決策。

    推薦理由:文章整理 Anthropic 上市後的股權、雲端供應商關係與資金壓力,呈現 Claude 開發者需要留意的定價與平臺風險。

  15. solidot74

    美國破產法官批准 Google 以 1000 萬美元收購 Spirit Airlines 資料

    Spirit Airlines 停止營運後,公司的內部資料也被納入資產清算。美國破產法庭法官批准 Google 以 1000 萬美元收購這些資料,內容包括員工的電子郵件、試算表和行事曆,以及行銷、生產力和營運資料。Google 表示會將資料用於產品開發和 AI 訓練。工會與國會議員曾對交易表達關注;Google 上週同意加強相關資料的隱私保護。

    推薦理由:Spirit Airlines 停業後,員工與營運資料成為資產出售的一部分;這筆交易也引發工會與國會議員對隱私保護的關注。

  16. Dev.to Top Tech77

    決策模型怎麼挑?這份指南比較 Jev、OpenAI、Google 等選項

    AI 助理常為了選工具、檢查指令或判斷工作是否完成,就呼叫大型語言模型,花時間等答案,再把文字轉回程式判斷。作者整理 Jev 推出後,多家公司的決策模型和開源專案怎麼做,並比較它們的價格、速度、輸入內容與能否自行執行。這類模型只從預先設定的選項中挑答案或給分,仍可能判斷錯誤;作者建議先拿真實案例測試,也和原本的模型及簡單基準比較,再決定哪些結果要交給大型模型或人確認。

    推薦理由:文章比較多種決策模型的速度、價格、輸入方式與開放程度,也整理了把它們接進 AI 助理流程時可先測試的做法。

  17. Dev.to Top Tech58

    如何用 robots.txt 擋住 AI 訓練爬蟲,同時保留 ChatGPT 搜尋引用

    網站管理者可能想阻止 AI 公司拿文章訓練模型,卻又希望 AI 搜尋能找到並引用網站。這篇教學把爬蟲分成訓練用、搜尋索引用,以及有人提問時才抓取單一頁面的三類,並示範如何在 robots.txt 擋住訓練爬蟲、保留搜尋爬蟲。Google-Extended 是 Google 用來判斷頁面能否用於 AI 訓練的標記;擋住它不會讓網站退出 Google 搜尋。robots.txt 只是請求,部分抓取工具可能不遵守,llms.txt 也不能阻擋爬蟲,必要時還要透過主機或 CDN 封鎖。

  18. Simon Willison58

    Google 推出 Gemini 4 Neon,價格與其他版本的排序會改變

    Google 推出 Gemini 4 Neon,但 Gemini 4 系列的價格因折扣而不容易比較。目前 Neon 每百萬個輸入 token 收 $3、輸出 token 收 $15;Carbon 折扣期間是 $2 和 $10,Hydrogen 則是 $1.50 和 $7.50。Carbon 預計在 12 月 1 日恢復原價,屆時價格排序會改變。作者也用低、中、高三種推理設定比較 Neon 產生的鵜鶘圖片,並展示一段用 Neon 製作、讓 Yonkers 變成巨大機甲並在紐約市街道行走的動畫。

  19. Dev.to Top Tech69

    跨雲端 AI 助理出問題時,三大雲端的停用流程各不相同

    AI 助理若在 Google Cloud、AWS 和 Microsoft Azure 之間讀寫資料,發生越權時,管理員得在三套平臺分別停用許可權並清理設定。文章比較三家的身分管理方式,指出刪除 Google Cloud 上的 AI 助理,不會自動移除 AWS 和 Entra 裡的信任設定;已發出的存取憑證也可能在到期前繼續有效。作者建議先為每個 AI 助理列出所有跨雲端信任規則、縮短存取時間,並把停用與清理步驟寫進應變手冊。

  20. Dev.to Top Tech78

    三家雲端 AI 助理平臺如何隔開使用者工作階段與執行程式碼

    把 AI 助理交給多人共用時,使用者的資料和助理寫出的程式可能碰到不同的安全風險。這篇比較 Amazon Bedrock AgentCore、Microsoft Foundry 和 Google 的 AI 助理平臺:AgentCore 和 Foundry 預設讓每位使用者的整個工作階段各自在獨立環境執行;Google 則把助理寫出的程式放進另一個不帶助理憑證的沙箱,但助理本身會和其他請求共用容器。作者也提醒,Google 沒有說明同一容器中的請求能否看到彼此的記憶或檔案,而前兩者若要讓程式遠離助理憑證,得另外使用程式碼沙箱。團隊可依最擔心資料互通,還是程式取得憑證,來比較預設防護。

    推薦理由:文章並排比較三家雲端平臺預設隔離的位置,並指出各自仍需確認或另行設定的防護,能協助團隊依主要風險選擇架構。

  21. Dev.to Top Tech74

    AWS、Azure 和 Google Cloud 都有 AI 助理工具,但各自把資料和管理留在自己的平臺

    企業想讓 AI 助理查詢業務資料、替同事建立後續工作,常得先處理帳號、資料和管理工具分散在不同雲端的問題。作者整理 AWS、Microsoft Azure 和 Google Cloud 的服務,並用同一個業務助理需求比較:外部帳號和資料進來後,各家會把它接到自己的身分系統、資料平臺和管理工具。像是資料放在 S3 時,Azure 可透過 OneLake 查詢,Google Cloud 則可透過 BigQuery 查詢;AI 助理的管理紀錄仍留在託管它的雲端。這份比較能幫企業看出,選雲端時也要考慮員工平常使用的平臺、資料放在哪裡,以及由哪裡管理 AI 助理。

  22. Dev.to Top Tech58

    AWS、Microsoft 和 Google 雲端市集怎麼買 AI 助理?作者比較三家的規則與使用路徑

    企業透過雲端市集買 AI 助理時,得同時弄清楚這筆錢能不能算進雲端支出承諾,以及員工之後要在哪裡使用。作者比較 AWS、Microsoft 和 Google 的計算規則、費用與上架流程:Microsoft 符合資格的商品透過 Azure 入口購買,可按稅前金額全數計入;AWS 和 Google 則各有資格條件。作者建議先確認商品是否符合計算資格,再看 AI 助理會進到哪個工作環境。文中也提醒,企業自己的合約可能改變公開規則,採購前應取得確認。

  23. Dev.to Top Tech74

    AWS、Azure 和 Google Cloud 的模型目錄相似,誰負責執行與處理提示詞才是差別

    三家雲端都能提供多種熱門模型,但同一個模型可能由雲端、合作夥伴或使用者自己負責執行,資料處理方式也會不同。文章比較 AWS、Azure 和 Google Cloud 的模型清單與服務條件:例如 Claude Fable 5.2 在 AWS 和 Google Cloud 可選美國地區,但提示詞會保留最多 30 天,Google 還要求分享提示詞與回覆給 Anthropic;Azure 上的 Fable 5.2 則由 Anthropic 執行,資料可能離開 Azure。作者建議選雲端時,也要確認模型由誰執行、提示詞會送到哪裡,以及哪些人能看到。

  24. Rohan Paul72

    AI 資料中心要蓋在哪裡,可能受到當地居民反對。Bloomberg 報導,期中選舉中,10 個州的 41 項相關公投有 40 項反對資料中心開發。Alphabet 投資長 Ruth Porat 表示,AI 公司在興建資料中心的地方也應投入就業;Google 則說,將在 2027 年底前把資料中心社群計畫的支出提高到 $1B,並為新園區繳足房地產稅。

    推薦理由:地方選民反對資料中心的投票結果,與 Google 提出的地方就業和社群投入承諾,呈現了 AI 基礎設施擴張面臨的地方阻力。

  25. Dev.to Top Tech57

    作者示範從 Google Ads 透明度中心截圖擷取廣告文字

    Google Ads 透明度中心裡,許多搜尋廣告只以圖片呈現,直接匯出時拿不到標題和文案。作者分享兩步驟做法:先讀取預覽資料裡的文字,沒有資料時再用 Tesseract 辨識截圖,依文字大小和位置整理出標題、說明、網址與網站連結。辨識結果會附上信心程度,太低就不回傳,避免把錯字當成廣告內容。作者也把方法做成 Apify 工具,並提醒日期篩選約涵蓋最近 12 個月,廣告圖片若遮住文字就無法還原。

  26. Dev.to Top Tech64

    如何用 PageSpeed Insights 批次檢查整個網站

    想一次檢查網站上很多頁面的速度,光呼叫 API 還不夠,還得找出網址、控制查詢量,並分清測試結果代表什麼。作者分享建立批次檢查工具的做法:先從 robots.txt 和網站地圖找網址,再用 PageSpeed Insights 測試;Lighthouse 分數來自模擬載入,不能拿來判定真實使用者是否通過 Core Web Vitals。這項判定要看 Chrome 使用者近 28 天的資料,若缺少 LCP、INP 或 CLS,就應標成「沒有資料」。作者也提醒要把 404、500 和重新導向等情況列為錯誤,避免它們被當成有效分數。

  27. Dev.to Top Tech66

    如何為 Claude Code 挑選並安裝日常工作用的 MCP 伺服器

    想讓 Claude Code 操作檔案、GitHub、瀏覽器或資料庫,得先挑對 MCP 伺服器,也要管好它能碰哪些資料。這份指南整理四類選擇:用參考伺服器處理檔案與 Git、用 GitHub 官方伺服器檢視專案和問題、用 Playwright 操作瀏覽器,以及用 Google 的 MCP Toolbox 連線資料庫。文中提供安裝方式,也提醒先把許可權縮到需要的範圍,例如只開放單一資料夾、先用唯讀許可權;瀏覽器和資料庫工具則可能接觸網頁內容或執行 SQL,設定前要留意風險。作者依照專案檔案整理內容,但沒有實際連線測試這些伺服器。

  28. Dev.to Top Tech35

    部落格文章的 Article schema:幫 Google 看懂你的內容

    部落格文章的標題、作者和日期,可能散落在頁面不同地方,讀者很快就能拼出意思,Google 卻得自己猜。Article schema 是用 JSON-LD 寫的資料,會清楚標出這是一篇文章、作者是誰、何時發布,以及標題和主圖是什麼,讓搜尋引擎更容易看懂頁面內容。原文在介紹用途時就中斷了,沒有提供更多做法。

  29. Dev.to Top Tech68

    LinkDigest 如何用聊天模型轉錄語音,並檢查錯誤後回退

    語音轉文字很花模型費用,作者因此測試用聊天模型替 LinkDigest 轉錄中文短影片,並比較五個模型處理同一段 90 秒語音的費用、速度和結果。測試中,qwen3.8-omni-flash 花費 $0.00058,轉錄品質與原本使用的模型相近,但速度較慢;另一個聊天模型則把約 220 字的語音寫成 1,510 字,還重複了後半段。為了攔下道歉、語速不合理、重複內容、截斷或錯誤,作者替每段轉錄加上檢查,沒通過就改用原本的轉錄服務,並把兩次呼叫和最後採用的結果記入費用紀錄。作者也提醒,單段測試只能當比較起點,還要看真實流量的結果。

  30. Dev.to Top Tech67

    Gemini 4 Neon:為什麼作者認為中階模型更適合日常寫程式

    每天要處理許多程式工作時,最強的模型可能又慢又貴,較快的模型則未必能做好複雜任務。作者分析 Google 推出的 Gemini 4 Neon,認為它介於主打推理能力的 Carbon 和主打速度的 Hydrogen 之間,適合重構程式、寫測試和除錯等工作。Neon 有 1-million-token 上下文視窗,文章也引用多項模型評比數字,並以假設案例估算:每天跑 1,000 項任務,若每項成本約為旗艦模型的一半,每月可省 $1,800。作者建議用完成的工作來比較成本,例如每個合併的 PR 花多少錢。

  31. Dev.to Top Tech51

    用 Python 每天追蹤 Google 的 AI Overview 和相關問題

    網頁排名沒有變,點選數卻可能減少,因為 Google 搜尋結果裡的 AI Overview 和「People Also Ask」問題會改變。作者示範用 Python 每天查詢關鍵字,把是否出現 AI Overview、顯示哪些問題、查詢地區與語言,以及請求編號存進 SQLite,之後就能比對變化。文中也提醒,缺少 AI Overview 可能只是搜尋結果本來沒有顯示;固定地區和語言、保留原始資料,有助於避免把查詢差異或解析失誤當成搜尋變化。

  32. Dev.to Top Tech69

    Google AI Mode 的暫存對話不進歷史紀錄,但伺服器會留多久仍不清楚

    Google 說 AI Mode 的暫存對話關閉後就會消失,但「消失」不一定代表伺服器上的資料也已刪除。作者比對 Google 隱私頁面的前後版本,發現 Gemini 暫存聊天的保留時間從 72 小時改為約兩個月;Google 表示這些資料只用於安全用途,不會用來訓練模型或改善產品。ChatGPT 和 Claude 的暫存聊天則各保留最多或預設 30 天。不過,Google 尚未公佈 AI Mode 暫存對話在伺服器上的保留時間,因此作者提醒,這個功能能讓查詢不進入歷史紀錄和個人化推薦,不能據此認定資料已從 Google 伺服器刪除。

  33. Dev.to Top Tech66

    Gemini 4 Neon 怎麼計費?比較不同思考等級與實際呼叫成本

    使用 Gemini 4 Neon 時,光看每百萬 token 的價格,不容易知道一次工作會花多少錢,尤其模型思考時用掉的 token 也要計費。這篇整理了不同方案的價格,並用程式碼檢查、重複提示詞和長檔案提問等例子,試算每次呼叫的費用。文中也比較不同思考等級:等級提高可能讓測試分數上升,但會用掉更多輸出 token;重複提示詞若命中快取,費用也會降低。作者建議先用 medium 測試,再依任務需要調整,並用自己的提示詞實測成本。

  34. Dev.to Top Tech66

    Gemini 4 Neon 怎麼免費試用?三種方式與費用限制一次看

    想試 Gemini 4 Neon,卻不確定免費方案能不能用,也怕不小心開始付費。文章整理三種花費 US$ 0 的方式:使用 Google AI Pro 試用或符合資格的學生優惠,在 Gemini App 和 AI Studio 使用 Neon;或先用免費 API 的 Gemini 4 Hydrogen 開發,之後再改模型名稱。Neon 的 API 沒有免費級距,標準價格是每百萬輸入 token US$ 3、每百萬輸出 token US$ 15,推理 token 也算在輸出費用裡。試用方案需要付款方式,期滿可能自動續訂;先用 Hydrogen 測試、只在確有需要時切換 Neon,能避免把每個步驟都算成較高費用。

  35. Dev.to Top Tech38

    Gemini 4 Neon API 沒有免費方案,仍有 3 種方式可免費試用

    Gemini 4 Neon 的 API 沒有免費方案,每 1M 個輸入 token 收費 3 USD、每 1M 個輸出 token 收費 15 USD;連模型思考用掉的 token 也要付費。不過,可以透過 Google AI Pro 的免費試用或符合資格的學生優惠,在 Gemini App 和 AI Studio 免費體驗;也能先用免費的 Gemini 4 Hydrogen 寫程式,等真的需要 Neon 時再切換模型名稱。文章建議先用 Hydrogen 處理一般工作,因為 Neon 的標準價格是 Hydrogen 的兩倍;只把 Hydrogen 做不好的步驟交給 Neon,能少花一些費用。

  36. Dev.to Top Tech74

    Gemini 4 Neon 怎麼計價?常見請求要花多少錢

    使用 Gemini 4 Neon 時,輸出和模型思考所用的 token 都會計費,請求成本也會隨用量和服務級別改變。文章整理 Standard 每百萬個輸入 token 收 $3、輸出收 $15,並用程式碼審查等例子估算單次花費;Batch 和 Flex 的費率是 Standard 的一半。文中也比較思考層級的用量,指出 medium 的測試分數接近 high,但輸出 token 約少一半,提醒使用者可依任務需要衡量成本。

  37. 雷科技54

    研究發現 ChatGPT、Gemini 和 Perplexity 會推薦風險購物網站

    AI 助理推薦的購物網站看起來可能很可靠,卻不一定是真正的品牌官網。Podqi 測試 ChatGPT、Gemini 和 Perplexity,針對 151 個品牌提出購物相關問題,發現三款工具都曾推薦風險網站;其中 Perplexity 給出風險網址的比例為 15%。研究把仿冒網站、販售假貨的頁面,以及遭人搶註的過期網域都列為風險網站。OpenAI、Google 和 Perplexity 均回應會改善防護或資訊準確度。準備付款或填個人資料前,應自行輸入可信的官網網址,並核對網域與店家資訊。

  38. BlockTempo 動區動趨72

    Google 推出 Gemini 4 Neon,Pro 訂閱者也能使用

    Google 推出 Gemini 4 Neon,讓 Pro 訂閱者也能使用中階模型;它在第三方綜合指數拿下 61 分,比旗艦 Carbon 的 60 分高 1 分。不過 Neon 的分數使用最高思考檔位,Carbon 則是較低檔位,不能直接看成 Neon 全面勝出。Google 公佈的 19 項測試中,Neon 有 16 項領先 Claude Opus 5.5 和 GPT-6.2 Sol,但這些是 Google 自己挑選與測試的結果,還沒有獨立測試;在三家共用的軟體工程測試環境中,Neon 的成績也和 Sol 接近。

  39. hackernews10058

    Gemini 4 Neon 速度更快,作者估算它可與 Opus 5.5 競爭

    Gemini 4 Carbon 在 Agent Duel 排行榜表現出色,但回答速度較慢;作者想知道,速度快很多的 Gemini 4 Neon 能不能追上 Opus 5.5。他把模型本身、回答速度和使用者是否提早投票放進排行榜分析,再用 Gemini 4 Carbon 的表現估算 Neon。依照 127 tokens per second 的速度推算,Neon 的 Elo 約為 1,066,略低於 Opus 5.5 的 1,078;作者估計 Neon 對上 Opus 的勝率是 48.3%,但結果仍有相當大的不確定範圍。

  40. iThome (臺灣)86

    Google 升級 Gemini Tasks,AI 助理可打電話預約和購物付款

    很多人想處理預約、帳單和購物,卻得自己在不同網站、電話與行事曆之間來回。Google 把 Gemini Tasks 開放給美國、日本、南韓、加拿大、澳洲和印度的免費使用者,切到「工作」模式後,Gemini 可在背景執行多步驟任務。美國的新功能包括打電話預約、分析電費帳單和購物付款;付款前可設定上限,重要操作仍要確認。它也會表明 AI 身分,並在隔離的虛擬機器中執行工作。

    推薦理由:Gemini Tasks從付費試用擴大到免費使用,並把電話預約、帳單分析與購物付款整合進日常工作流程。