Google stellte am Mittwoch Gemini 4 Neon vor, das neueste Mitglied seiner Gemini 4-Modellfamilie und laut The Decoder das vierte neue Gemini-Modell, das Google innerhalb eines Monats ausgeliefert hat. Google positioniert Neon als Mittelklasse-Arbeitstier, das Spitzenintelligenz mit schneller End-to-End-Aufgabenerledigung in den Bereichen Software-Engineering, Wissensarbeit und wissenschaftliche Arbeitsabläufe verbindet – und das zu Preisen, die weit unter den größeren Modellen liegen, denen es in puncto Leistungsfähigkeit hinterherhinkt.

„Heute stellen wir Gemini 4 Neon vor – es bringt Intelligenz auf Grenzniveau mit schneller End-to-End-Aufgabenerledigung in komplexen Softwareentwicklungs-, Wissensarbeits- und Wissenschaftsworkflows“, schrieb Google DeepMinds SVP und Chief AI Architect in der Ankündigung. SiliconANGLE berichtete, dass das Mittelklassemodell dreimal schneller läuft als sein größerer Bruder Carbon und bei einigen Kennzahlen gewinnt. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Branchenberichterstattung.

Wo Neon in den Benchmarks rangiert

Auf dem Artificial Analysis Intelligence Index erreicht Neon auf seinem xhigh-Denkniveau einen Wert von 61 und liegt damit insgesamt auf Platz 3 – knapp hinter größeren, langsameren Modellen, so Google. Im Vals-Index liegt es mit 70,9 Prozent auf Platz 2 und liegt an der Pareto-Grenze zwischen Kosten und Leistung. Es nimmt den ersten Platz sowohl auf der Legal Research Bench als auch auf der Tax Agent Bench ein, und Google hat Surge AI-Bewertungen zitiert, die es bei den meisten Benchmarks in den Bereichen Finanzen, Buchhaltung, Tabellenkalkulationsmodellierung und komplexe Einschränkungsverfolgung auf Platz 1 platzieren.

Die Agenten-Bewertungen sind in der Ankündigung gleichermaßen prominent: Nr. 1 insgesamt bei Zapiers AutomationBench mit 56,3 Prozent, Nr. 1 bei Andon Labs' Vending-Bench 2 Long-Horizon-Geschäftssimulation mit 16.843 US-Dollar, 75,8 Prozent bei Agents' Last Exam v1.1 und 73,5 Prozent bei Chartography für das Lesen dichter professioneller Diagramme. Auf dem neuen Agent Arena Index von Arena, der aus mehr als 4.200 realen Agentensitzungen erstellt wurde, landet Neon mit einem Wert von 1336 weltweit auf Platz 2. In wissenschaftlicher und mathematischer Hinsicht meldet Google die besten Ergebnisse seiner Klasse bei Terminal-Bench Science (70,5 Prozent), RiemannBench (84,0 Prozent) und HLE-Diamond (71,3 Prozent).

Entwickelt für Codierungsagenten mit langer Laufzeit

Die Codierung ist das Ziel von Neon, auf das Google am stärksten abzielt. Das Modell belegt im Artificial Analysis Coding Agent Index mit 58,6 insgesamt den ersten Platz, erreicht 65,2 Prozent bei Terminal-Bench 4.1 und erreicht 46,2 Prozent bei FrontierCode 2.0 bei der standardmäßigen hohen Einstellung. Die Schlagzeile von VentureBeat umrahmte das Wettbewerbsbild deutlich: Codierungsleistung auf Opus 5.5-Ebene bei 25 Prozent niedrigeren API-Token-Preisen – ein direkter Blick auf die Claude-Codierungsmodelle von Anthropic, die diese Woche mit dem Rekord-Börsengang von Anthropic ihren eigenen Marktmeilenstein erreichten.

Die auffälligste Zahl ist bei SWE-sweep, dem Software-Engineering-Sweep-Benchmark von Google: Neon schafft nur 12,8 Prozent auf dem Standard-Mini-SWE-Kabelbaum, verdreifacht sich aber auf angeblich hochmoderne 39,0 Prozent, wenn es in Google Antigravity, der Agenten-IDE des Unternehmens, ausgeführt wird – eine Zahl, die Google verwendet, um zu argumentieren, dass der Kabelbaum um ein Modell genauso wichtig ist wie das Modell selbst. Neon ist außerdem darauf ausgelegt, als schneller Orchestrator zu fungieren, der parallele Wasserstoff-Subagenten innerhalb von Antigravity steuert, redundante Dateilesevorgänge reduziert und die Kontextkomprimierung über lange Sitzungen hinweg übernimmt.

Google demonstrierte die Agentenpalette des Modells mit Showcase-Builds: einer fotorealistischen 3D-Laborbank, die mit Blender MCP generiert wurde, einem First-Person-WebGL2-Skisimulator, der von Grund auf auf echtem Mont-Blanc-Höhengelände mit über 10.000 Zeilen benutzerdefinierter Shader geschrieben wurde, und einem Agentenschwarm, der ein einzelnes Bild mithilfe von mehr als 500.000 Live-Formeln in eine Google Sheet-Laufkantenerkennung mit 100.000 Zellen verwandelte.

Preisgestaltung, die die Grenzen unterschreitet

Neon kostet 3 US-Dollar pro Million Eingabetoken und 15 US-Dollar pro Million Ausgabetoken, mit einem Kontextfenster von 1 Million Token. Zwischengespeicherte Eingabetoken kosten 0,15 US-Dollar pro Million – ein Rabatt von 95 Prozent, der für Agenten-Workflows konzipiert ist, die denselben Kontext wiederholt erneut lesen. Laut Google liefert Neon auf der standardmäßigen hohen Denkstufe 32 Prozent niedrigere Kosten pro Aufgabe als Carbon, und bei xhigh kostet es 36 Prozent oder mehr weniger pro Aufgabe als konkurrierende Frontier-Modelle in den höchsten Einstellungen.

Das Modell führt eine verfeinerte vierstufige Denkleiter ein – von einer schnellen, kostengünstigen Stufe bis hin zu xhigh für die anspruchsvollsten technischen und analytischen Arbeitslasten – und ermöglicht es Teams, Informationen und Token-Ausgaben pro Aufgabe zu wählen. Google berichtet außerdem, dass Neon im neuen Agent Arena Index hinsichtlich der Lenkbarkeit auf Platz 2 liegt, da es sich sauber an Korrekturen während der Aufgabenanpassung anpasst, und verzeichnet bei internen Antigravitationstests die bisher niedrigste Herstellungsrate.

Sicherheit wird erstklassig behandelt

Ein besonderer Schwerpunkt der Einführung liegt auf der defensiven Sicherheit. Beim AutoBaxBench, der testet, ob Modelle von Anfang an sicheren Code generieren, übertrifft Neon Carbon bei einfachen, mittleren und schweren Herausforderungen und erreicht auf der harten Ebene mit 76 Prozent den neuesten Stand der Technik. Bei WebExploitBench v1.2, einem Penetrationstest-Benchmark, behauptet Google mit 51,26 Prozent auf dem neuesten Stand – bei halb so hohen Kosten wie konkurrierende große Modelle.

Google macht diese Fähigkeit auch produktiv: Eine „Gemini 4 Neon for Cyber“-Konfiguration, die die Suche nach Schwachstellen, die Validierung und das Patchen abdeckt, wird in den kommenden Tagen über das Fairwind-Programm des Unternehmens für vertrauenswürdige Verteidiger bereitgestellt.

Verfügbarkeit

Gemini 4 Neon wird heute in der Gemini API und Google AI Studio, in Gemini für Unternehmen über die API und das Modell-Dropdown sowie für bezahlte Google AI Pro- und Ultra-Abonnenten sowohl in Google Antigravity als auch in der Gemini-App eingeführt. Auf Hacker News haben Entwickler einen Vorbehalt geäußert: Aus der Dokumentation von Google Cloud geht hervor, dass das Modell mit Prompt-Logging zur Missbrauchsüberwachung auf der Enterprise-Agent-Plattform ausgeliefert wird und kein Opt-out bietet – eine Überlegung für Teams, die mit sensiblem Code arbeiten.

Mit Neon macht Google seine Strategie deutlich: Anstatt ein riesiges Modell zu verkaufen, liefert es eine Familie von Modellen mit Elementnamen – Carbon, Hydrogen, Argon und jetzt Neon – und lässt die Benchmarks darüber streiten, welches Modell an der Kosten-Leistungs-Grenze liegt. Für programmierintensive Teams, die sich diese Woche das Billionen-Dollar-Debüt von Anthropic ansehen, ist die Preissenkung das A und O: bahnbrechende Intelligenz zu einem Bruchteil der Kosten pro Aufgabe.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →