גוגל הציגה את Gemini 4 Neon ביום רביעי, התוספת האחרונה למשפחת דגמי ה-Gemini 4 שלה, וכפי שהמפענח ספר זאת, דגם ה-Gemini החדש הרביעי שגוגל נשלחה תוך חודש. גוגל מציבה את ניאון כסוס עבודה בינוני שמשלב בין מודיעין ברמת גבול להשלמה מהירה של משימות מקצה לקצה על פני הנדסת תוכנה, עבודת ידע וזרימות עבודה מדעיות - ומתמחרת אותו הרבה מתחת למודלים הגדולים יותר שהיא משיגה יכולת גולמית.
"היום, אנו מציגים את Gemini 4 Neon - מביאים מודיעין ברמת גבול עם השלמת משימות מהירה מקצה לקצה על פני הנדסת תוכנה מורכבת, עבודת ידע וזרימות עבודה מדעיות", כתב SVP ו-Chief AI Architect של Google DeepMind בהודעה. SiliconANGLE דיווח שהדגם האמצעי פועל פי שלושה מהר יותר מאחיו הגדול Carbon תוך שהוא מנצח בכמה מדדים. For more context on this story, see our ongoing artificial intelligence updates.
היכן ניאון מדורג במדדים
במדד האינטליגנציה המלאכותית של אנליזה, ניאון מקבל ציונים של 61 ברמת החשיבה הגבוהה שלו, מדורג במקום השלישי הכללי - ממש מאחורי דגמים גדולים ואיטיים יותר, אמרה גוגל. במדד Vals הוא מדורג במקום השני ב-70.9 אחוזים ויושב על גבול פארטו של עלות מול ביצועים. היא תופסת את המקום מס' 1 הן בספסל המחקר המשפטי והן בספסל סוכני המס, וגוגל ציטטה הערכות של Surge AI המדרגות אותו במקום הראשון ברוב המדדים המכסים כספים, חשבונאות, מודלים של גיליונות אלקטרוניים ואילוץ מורכב.
הציונים בטעם הסוכנים בולטים באותה מידה בהכרזה: מס' 1 בסך הכל ב-Zapier's AutomationBench ב-56.3 אחוזים, מס' 1 בסימולציה עסקית של Vending-Bench 2 של Andon Labs 2 לטווח ארוך עם 16,843 דולר, 75.8 אחוז בבחינה האחרונה של סוכנים v1.1, ו-73 אחוזים בקריאת תרשים צפוף בתרשים מקצועי. באינדקס ה-Agent Arena החדש של Arena, שנבנה מיותר מ-4,200 מפגשי סוכנים בעולם האמיתי, Neon מציג לראשונה את המקום השני בעולם עם ציון של 1336. בהיגיון מדעי ומתמטי, גוגל מדווחת על התוצאות הטובות ביותר בקטגוריה על Terminal-Bench Science (70.5 אחוזים), RiemannBench (84.0 אחוזים) ו-HLE (71.0 אחוזים) ו-HLE.
נבנה עבור סוכני קידוד ארוכי טווח
הקידוד הוא המקום שבו גוגל מכוונת את הניאון הכי קשה. המודל מדורג במקום הראשון ב-Artificial Analysis Coding Agent Index ב-58.6, רשם 65.2% ב-Terminal-Bench 4.1, וזוכה ל-46.2% ב-FrontierCode 2.0 בהגדרת ברירת המחדל הגבוהה שלו. הכותרת של VentureBeat מסגרתה את התמונה התחרותית בצורה בוטה: ביצועי קידוד ברמת Opus 5.5 במחירי API נמוכים ב-25 אחוזים - צילום ישיר לדגמי הקידוד של קלוד של Anthropic, שהשיקו השבוע אבן דרך משלהם בשוק עם ההנפקה השיא של Anthropic.
המספר המדהים ביותר הוא ב-SWE-sweep, רף ה-Sweep של הנדסת התוכנה של גוגל: ניאון מנהל רק 12.8 אחוזים ברתמת המיני-SWE הסטנדרטית, אך יותר מפי שלושה לרמה של 39.0 אחוזים המתוכננים כשהיא פועלת בתוך Google Antigravity, ה-IDE הסוכן של החברה - נתון שגוגל משתמשת בו כדי להתווכח סביב הדגם. Neon מתוכנן גם לפעול כתזמר מהיר המכוון תת-סוכנים מקבילים של מימן בתוך Antigravity, חותך קריאות קבצים מיותרות ומטפל בדחיסות ההקשר לאורך הפעלות ארוכות.
גוגל הדגימה את הטווח הסוכני של הדגם עם בניית חלון ראווה: ספסל מעבדה 3D פוטוריאליסטי שנוצר באמצעות Blender MCP, סימולטור סקי מגוף ראשון WebGL2 שנכתב מאפס בשטח גובה אמיתי של מון בלאן עם למעלה מ-10,000 שורות של הצללות מותאמות אישית, ונחיל סוכן שהפך תמונה בודדת לזיהוי חי של 100,000-00 תאי קצה של גוגל. נוסחאות.
תמחור שחותך את הגבול
ניאון עולה 3 דולר למיליון אסימוני קלט ו-15 דולר למיליון אסימוני פלט, עם חלון הקשר של מיליון אסימון. אסימוני קלט במטמון פועלים ב-0.15 דולר למיליון - הנחה של 95 אחוזים המיועדת לזרימות עבודה סוכניות שקוראות שוב את אותו הקשר שוב ושוב. ברמת החשיבה הגבוהה המוגדרת כברירת מחדל, גוגל אומרת ש-Neon מספקת עלות נמוכה ב-32% למשימה מאשר Carbon, וב-xhigh היא עולה 36% או יותר למשימה מאשר דגמי החזית המתחרים המובילים בהגדרות הגבוהות ביותר שלהם.
המודל מציג לראשונה סולם חשיבה מעודן בן ארבע רמות - המשתרע מרמה זולה מהירה ועד xhigh עבור עומסי העבודה ההנדסיים והאנליטיים הקשים ביותר - המאפשר לצוותים לחייג אינטליגנציה והוצאה סמלית לכל משימה. גוגל גם מדווחת על ניאון מדורגת במקום השני ביכולות היגוי באינדקס ה-Agent Arena החדש עבור התאמה נקייה לתיקוני אמצע המשימה, ורושמת את קצב הייצור הנמוך ביותר שלו עד כה בבדיקות אנטי-כבידה פנימיות.
אבטחה זוכה לטיפול ממדרגה ראשונה
דגש בולט של ההשקה הוא אבטחה הגנתית. ב-AutoBaxBench, שבודק אם דגמים מייצרים קוד מאובטח מההתחלה, ניאון מתעלה על Carbon באתגרים קלים, בינוניים וקשים ומשיג את הרמה החדישה ביותר ב-76 אחוזים. ב-WebExploitBench v1.2, אמת מידה לבדיקת חדירה, גוגל טוענת כי היא מתקדמת ב-51.26 אחוז - בחצי מהעלות של דגמים גדולים מתחרים.
גוגל גם מייצרת את היכולת הזו: תצורת "Gemini 4 Neon for cyber" המכסה איתור, אימות ותיקון נקודות תורפה מתפרסמת למגנים מהימנים בימים הקרובים באמצעות תוכנית Fairwind של החברה.
זמינות
Gemini 4 Neon יוצא היום ב-Gemini API וב-Google AI Studio, ב-Gemini לעסקים באמצעות API והתפריט הנפתח, ולמנויי Google AI Pro ו-Ultra בתשלום הן ב-Google Antigravity והן באפליקציית Gemini. אזהרה אחת שהועלתה על ידי מפתחים ב-Hacker News: התיעוד של Google Cloud מצביע על כך שהדגם מגיע עם רישום הבהרה לניטור התעללות בפלטפורמת הסוכנים הארגוניים ואינו מציע ביטול הסכמה - שיקול לצוותים המטפלים בקוד רגיש.
עם ניאון, גוגל מבהירה את האסטרטגיה שלה: במקום למכור דגם עצום אחד, היא שולחת משפחה של דגמים בשם אלמנטים - פחמן, מימן, ארגון ועכשיו ניאון - ונותנת לאמות המידה להתווכח על מי מהם יושב על גבול העלות-יכולת. עבור צוותים כבדי קידוד שצופים בהופעת הבכורה של אנתרופיק השבוע, הפחתת המחיר היא המגרש: מודיעין קרוב לגבול בשבריר מהעלות למשימה.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →