Google memperkenalkan Gemini 4 Neon pada hari Selasa, tambahan baru pada elemen keluarga Gemini 4 yang dianggap oleh perusahaan sebagai memberikan kecerdasan tingkat terdepan dengan penyelesaian tugas end-to-end yang cepat di seluruh rekayasa perangkat lunak, pekerjaan pengetahuan, dan alur kerja ilmiah. Pengumuman tersebut datang dari Koray Kavukcuoglu, SVP di Google DeepMind dan Kepala Arsitek AI perusahaan, dalam postingan blog resmi.
Peluncuran ini melanjutkan irama cepat rilis Gemini 4 Google, yang sudah mencakup varian Karbon, Hidrogen, dan Argon — yang terakhir menjadi berita utama karena bermain secara mandiri melalui kredit akhir Minecraft. Neon memposisikan dirinya sebagai kelompok yang cepat dan efisien: cukup kuat untuk menduduki puncak papan peringkat independen, sementara biayanya jauh lebih murah dibandingkan model terdepan yang lebih besar dan lebih lambat yang diikutinya. Ikuti setiap rilis model utama dalam cakupan model AI kami.
Lokasi Neon pada Tolok Ukur
Google mengatakan Neon mendapat skor 61 pada Indeks Kecerdasan Analisis Buatan pada tingkat berpikirnya yang tinggi, menempati peringkat ketiga secara keseluruhan dan mengungguli model serupa, serta berada tepat di belakang pesaing yang lebih besar dan lebih lambat. Pada Indeks Vals, perusahaan ini menduduki peringkat kedua dengan 70,9%, menempatkannya pada garis depan Pareto dalam hal biaya versus kemampuan, dan menduduki peringkat pertama pada Lembaga Riset Hukum dan Lembaga Pajak.
Kisah perusahaan adalah tempat Google memusatkan klaimnya. Neon mensintesis spreadsheet, PDF, bagan, audio, dan video dalam satu jendela konteks 1 juta token dan mengubah masukan tersebut menjadi hasil terstruktur. Google mengatakan model ini menempati peringkat pertama pada sebagian besar tolok ukur Surge AI di bidang keuangan, akuntansi, pemodelan spreadsheet, dan pembatasan kompleks. Ia memposting 73,5% di Chartografi karena membaca grafik profesional yang padat dan kinerjanya setara dengan model terkemuka di Ujian Terakhir Agen v1.1 (75,8%). Ini juga memulai debutnya pertama kali di AutomationBench Zapier dengan tingkat 56,3% dan melampaui Vending-Bench 2 Andon Labs — simulasi jangka panjang dalam menjalankan bisnis — dengan pendapatan simulasi sebesar $16.843. Pada Indeks Agen Arena yang baru, yang dibangun dari lebih dari 4.200 sesi agen di dunia nyata, Neon menempati peringkat kedua secara global dengan skor 1336 dan peringkat kedua dalam hal kemampuan pengendalian, yang berarti ia beradaptasi dengan baik terhadap koreksi pengguna di tengah tugas.
Penalaran ilmiah dan matematis mendapat perhatian tersendiri: Google mengklaim hasil terbaik di kelasnya pada Terminal-Bench Science (70,5%), RiemannBench (84,0%) dan HLE-Diamond (71,3%).
Dibuat untuk Agen Pengkodean yang Sudah Berjalan Lama
Pengkodean bisa dibilang merupakan kasus penggunaan tenda. Google mengatakan Neon menempati peringkat pertama secara keseluruhan pada Indeks Agen Pengodean Analisis Buatan dengan skor 58,6, memposting 65,2% di Terminal-Bench 4.1 dan 46,2% di FrontierCode 2.0 pada pengaturan default tinggi. Pada sapuan SWE, Neon memimpin dengan 12,8% pada rangkaian mini-SWE dan lebih dari tiga kali lipat menjadi 39,0% yang diklaim canggih saat dijalankan di dalam rangkaian agen Antigravitasi Google.
Model ini dirancang untuk alur kerja agen yang berjalan lama: model ini mempertahankan kinerja melalui tugas yang kompleks dan memerlukan banyak alat, memotong pembacaan file yang berlebihan, membagikan kemajuan saat bekerja, dan menangani pemadatan konteks dengan andal di seluruh sesi yang panjang. Ia juga dapat bertindak sebagai orkestrator yang cepat dan penuh pertimbangan yang mengarahkan subagen Hidrogen paralel di Antigravitasi. Demo Google memiliki ciri khas yang mencolok: mengendarai Blender MCP di Antigravity, Neon membuat bangku lab 3D fotorealistik yang memvisualisasikan keluarga Gemini 4 dengan akurasi elemen — Api Bunsen untuk Karbon dan Hidrogen, tabung pelepasan gas untuk Argon dan Neon. Dengan menggunakan perintah /swarm, ia menciptakan kembali studi Alan Turing tahun 1936 di King's College Cambridge dalam 3D interaktif, lengkap dengan Mesin Universal Turing yang berfungsi di meja. Dalam demo lainnya, segerombolan agen mengubah satu gambar menjadi Google Sheet 100.000 sel yang menjalankan deteksi tepi dan pemetaan kedalaman 3D melalui lebih dari 500.000 rumus spreadsheet langsung, tanpa gambar atau Skrip Aplikasi yang disematkan.
Penetapan Harga yang Disetel Dengan Empat Tingkat Berpikir
Gemini 4 Neon berharga $3 per juta token masukan dan $15 per juta token keluaran, dengan masukan cache dihargai $0,15 per juta token — diskon 95% yang dirancang untuk membuat loop agen konteks panjang layak secara ekonomi. Jendela konteks 1 juta token mencakup beban kerja perusahaan, analitis, dan ilmiah model tersebut.
Google juga menyempurnakan tangga tingkat pemikirannya dengan rilis ini. Neon menghadirkan empat level dengan skala yang stabil, memungkinkan tim menggunakan kecerdasan dan pembelanjaan token untuk setiap beban kerja. Pada tingkat default yang tinggi, perusahaan mengatakan Neon memasangkan skor Analisis Buatan yang kuat dengan biaya per tugas 32% lebih rendah dibandingkan Karbon, dan berada di garis depan Pareto dari Indeks Vals dan Agen Arena dengan biaya per tugas sekitar 50% hingga 80% lebih rendah dibandingkan model garis depan pesaing teratas. Pengaturan xhigh menambahkan penalaran multi-langkah yang lebih dalam untuk beban kerja teknik dan ilmiah yang paling sulit, namun tetap berbiaya 36%+ lebih murah per tugas dibandingkan model pesaing pada pengaturan tertingginya.
Varian Cyber untuk Pembela Tepercaya
Google juga memposisikan Neon sebagai model keamanan. Gemini 4 Neon untuk dunia maya menghasilkan kode yang lebih aman daripada Carbon dalam semua tantangan mudah, sedang, dan sulit di AutoBaxBench, mencapai tingkat tercanggih di tingkat sulit sebesar 76%. Di WebExploitBench v1.2, model ini mengklaim memiliki tingkat kecanggihan sebesar 51,26% dengan separuh biaya dibandingkan model-model besar yang bersaing, dan di seluruh siklus proses pengerasan kode, model ini mendapat skor 90,5% di SEC-bench Pro (penemuan kerentanan, kira-kira setengah dari biaya biasa per tantangan), mencapai validasi eksploitasi tingkat frontier di ExploitGym menggunakan setengah token Carbon, dan mencapai 70,7% di Collinear's CWE-bench v2 untuk patching — peningkatan 3,4 poin dibandingkan Carbon. Varian siber akan diluncurkan kepada pembela HAM tepercaya dalam beberapa hari mendatang melalui Program Fairwind Google.
Metrik Keselamatan untuk Pekerjaan Produksi
Karena Neon menghadirkan kemampuan tingkat terdepan ke dalam model yang lebih cepat dan lebih murah, Google mengatakan bahwa mereka memasangkan rilis ini dengan perlindungan real-time terhadap penyalahgunaan cyber dan biosekuriti yang sebanding dengan perlindungan Carbon — sekaligus menolak pekerjaan yang jauh lebih tidak sah, hanya menolak 1,98% tugas di Terminal-Bench 4.0 dan tidak ada pekerjaan di Terminal-Bench-Science. Pemantau penyelarasan internal menunjukkan tingkat peringatan di bawah garis dasar Carbon, dan model tersebut mencocokkan Karbon dengan 0,0% kecurangan pada Terminal-Bench 4.0, mengambil jalan pintas pada hanya 2,45% tugas dalam evaluasi kecurangan pengkodean Google — tingkat terendah dari model Gemini 4 mana pun — dan mencatat tingkat tindakan yang tidak selaras sebesar 0,09% pada rangkaian keamanan agennya serta tingkat kelulusan sebesar 99,2% pada evaluasi kejujuran agen.
Ketersediaan
Gemini 4 Neon diluncurkan hari ini di Gemini API di Google AI Studio, di Gemini untuk bisnis melalui API dan dropdown model, dan untuk pelanggan Google AI Pro dan Ultra berbayar di Google Antigravity dan aplikasi Gemini.
Mengapa Itu Penting
Penetapan harga Neon menempatkan kinerja agen yang berdekatan dengan garis depan dalam jangkauan tim yang tidak dapat membenarkan biaya model tingkat atas untuk beban kerja bervolume tinggi. Jika klaim benchmark bertahan dalam pengujian independen, gambaran persaingan untuk pengkodean agen, pekerjaan pengetahuan perusahaan, dan keamanan defensif semakin ketat – dan kesenjangan antara “cukup cepat” dan “batas” semakin menyempit. Untuk peluncuran lainnya seperti ini, lihat perkembangan AI terkini di AI Buzz Wire.
---
Tetap Terdepan dalam AIDapatkan berita, analisis, dan terobosan AI terkini — semuanya di satu tempat.
Baca berita AI selengkapnya →