Martedì Google ha presentato Gemini 4 Neon, una nuova aggiunta alla sua famiglia Gemini 4 denominata elemento che l'azienda definisce in grado di fornire intelligenza di livello di frontiera con un rapido completamento delle attività end-to-end attraverso l'ingegneria del software, il lavoro sulla conoscenza e i flussi di lavoro scientifici. L'annuncio è arrivato da Koray Kavukcuoglu, SVP di Google DeepMind e Chief AI Architect dell'azienda, in un post sul blog ufficiale.

Il lancio continua la rapida cadenza di Google delle versioni di Gemini 4, che include già le varianti Carbon, Hydrogen e Argon, l'ultima delle quali ha fatto notizia per aver giocato autonomamente attraverso i titoli di coda di Minecraft. Neon si posiziona come il livello più veloce ed efficiente della famiglia: abbastanza forte da posizionarsi in cima alle classifiche indipendenti e allo stesso tempo costare molto meno dei modelli di frontiera più grandi e lenti che segue. Segui tutte le principali versioni dei modelli nella nostra copertura dei modelli AI.

Dove Neon raggiunge i benchmark

Google afferma che Neon ottiene un punteggio di 61 nell'indice di intelligenza artificiale di analisi al suo livello di pensiero xalto, classificandosi al terzo posto assoluto e davanti a modelli comparabili, mentre si colloca appena dietro ai concorrenti più grandi e lenti. Nell'indice Vals si colloca al secondo posto con il 70,9%, posizionandosi sulla frontiera di Pareto tra costo e capacità, e occupa il primo posto sia nel Legal Research Bench che nel Tax Agent Bench.

La storia aziendale è dove Google sta concentrando le sue affermazioni. Neon sintetizza fogli di calcolo, PDF, grafici, audio e video all'interno di un'unica finestra di contesto da 1 milione di token e trasforma tali input in risultati strutturati. Google afferma che il modello è al primo posto nella maggior parte dei benchmark di Surge AI in ambito finanza, contabilità, modellazione di fogli di calcolo e rispetto di vincoli complessi. Pubblica il 73,5% su Chartography per la lettura di grafici professionali densi e funziona alla pari con i modelli principali su Agents' Last Exam v1.1 (75,8%). Debutta inoltre al primo posto su AutomationBench di Zapier con il 56,3% e supera Vending-Bench 2 di Andon Labs, una simulazione a lungo orizzonte della gestione di un'impresa, con $ 16.843 di entrate simulate. Nel nuovo Agent Arena Index di Arena, costruito sulla base di oltre 4.200 sessioni di agenti reali, Neon è al secondo posto a livello globale con un punteggio di 1336 e al secondo posto per manovrabilità, il che significa che si adatta in modo pulito alle correzioni dell'utente durante l'attività.

Il ragionamento scientifico e matematico ha una propria vetrina: Google vanta i migliori risultati della categoria su Terminal-Bench Science (70,5%), RiemannBench (84,0%) e HLE-Diamond (71,3%).

Costruito per agenti di codifica a lunga esecuzione

La codifica è probabilmente il caso d'uso principale. Google afferma che Neon è al primo posto assoluto nell'indice dell'Artificial Analysis Coding Agent con un punteggio di 58,6, registra il 65,2% su Terminal-Bench 4.1 e il 46,2% su FrontierCode 2.0 con l'impostazione predefinita alta. Su SWE-sweep, Neon è in testa con il 12,8% sull'imbracatura mini-SWE e più che triplicalo fino a un 39,0% all'avanguardia dichiarato quando si corre all'interno dell'imbracatura dell'agente Antigravity di Google.

Il modello è progettato per flussi di lavoro degli agenti di lunga durata: sostiene le prestazioni attraverso attività complesse e pesanti, elimina le letture di file ridondanti, condivide i progressi mentre funziona e gestisce la compattazione del contesto in modo affidabile durante lunghe sessioni. Può anche agire come un orchestratore veloce e di alto giudizio che dirige i subagenti paralleli dell'idrogeno nell'Antigravità. Le demo di Google erano tipicamente appariscenti: guidando Blender MCP in Antigravity, Neon ha costruito un banco da laboratorio 3D fotorealistico visualizzando la famiglia Gemini 4 con precisione elementare: fiamme Bunsen per carbonio e idrogeno, tubi a scarica di gas per argon e neon. Usando il comando /swarm, ha ricreato lo studio di Alan Turing del 1936 al King's College di Cambridge in 3D interattivo, completo di una macchina di Turing universale funzionante sulla scrivania. In un'altra demo, uno sciame di agenti ha trasformato una singola immagine in un foglio Google da 100.000 celle con rilevamento dei bordi e mappatura della profondità 3D attraverso più di 500.000 formule di fogli di calcolo in tempo reale, senza immagini incorporate o Apps Script.

Prezzi ottimizzati con quattro livelli di pensiero

Gemini 4 Neon costa 3 dollari per milione di token di input e 15 dollari per milione di token di output, con input memorizzati nella cache a 0,15 dollari per milione di token: uno sconto del 95% progettato per rendere economicamente sostenibili i loop di agenti a lungo contesto. La finestra di contesto da 1 milione di token abbraccia i carichi di lavoro aziendali, analitici e scientifici del modello.

Google sta inoltre perfezionando la sua scala a livello di pensiero con questa versione. Neon fornisce quattro livelli che si adattano costantemente, consentendo ai team di comporre intelligenza e spesa in token per ciascun carico di lavoro. Al suo livello predefinito elevato, la società afferma che Neon abbina un forte punteggio di analisi artificiale a un costo per attività inferiore del 32% rispetto a Carbon e si trova sulla frontiera di Pareto sia dell’indice Vals che dell’Agente Arena con un costo per attività inferiore di circa il 50-80% rispetto ai principali modelli di frontiera concorrenti. L'impostazione xhigh aggiunge un ragionamento in più fasi più approfondito per i carichi di lavoro scientifici e ingegneristici più impegnativi, pur costando oltre il 36% in meno per attività rispetto ai modelli concorrenti con le impostazioni più elevate.

Una variante informatica per difensori fidati

Google ha inoltre posizionato Neon come modello di sicurezza. Gemini 4 Neon per cyber produce un codice più sicuro rispetto a Carbon in tutte le sfide facili, medie e difficili su AutoBaxBench, raggiungendo lo stato dell'arte sul livello difficile al 76%. Su WebExploitBench v1.2 il modello registra un 51,26% dichiarato allo stato dell'arte alla metà del costo dei modelli di grandi dimensioni concorrenti, e attraverso il ciclo di vita di rafforzamento del codice ottiene un punteggio del 90,5% su SEC-bench Pro (rilevazione delle vulnerabilità, a circa la metà del normale costo per sfida), ottiene la convalida dello sfruttamento a livello di frontiera su ExploitGym utilizzando metà dei token di Carbon e raggiunge il 70,7% su Collinear CWE-bench v2 per patching: un miglioramento di 3,4 punti rispetto al Carbon. La variante informatica verrà distribuita ai difensori fidati nei prossimi giorni attraverso il programma Fairwind di Google.

Metriche di sicurezza per il lavoro di produzione

Poiché Neon porta funzionalità a livello di frontiera in un modello più veloce ed economico, Google afferma di aver abbinato il rilascio a garanzie in tempo reale contro l’uso improprio di cyber e biosicurezza paragonabili alle protezioni di Carbon, rifiutando al contempo lavori molto meno legittimi, rifiutando solo l’1,98% delle attività su Terminal-Bench 4.0 e nessuna su Terminal-Bench-Science. I monitor di allineamento interni hanno mostrato tassi di allerta inferiori ai valori di base di Carbon, e il modello ha eguagliato Carbon con uno 0,0% di cheat su Terminal-Bench 4.0, ha preso scorciatoie solo sul 2,45% delle attività nella valutazione di cheat di codifica di Google - il tasso più basso di qualsiasi modello Gemini 4 - e ha registrato un tasso di azioni disallineate dello 0,09% sulla sua suite di sicurezza per agenti insieme a un tasso di superamento del 99,2% sulla valutazione dell'onestà dell'agente.

Disponibilità

Gemini 4 Neon è disponibile oggi nell'API Gemini in Google AI Studio, in Gemini for business tramite API e il menu a discesa del modello e per gli abbonati a pagamento Google AI Pro e Ultra sia in Google Antigravity che nell'app Gemini.

Perché è importante

Il prezzo di Neon mette le prestazioni degli agenti adiacenti alla frontiera alla portata dei team che non potrebbero giustificare i costi dei modelli di livello superiore per carichi di lavoro ad alto volume. Se le affermazioni dei benchmark reggono nei test indipendenti, il quadro competitivo per la codifica ad agenti, il lavoro di conoscenza aziendale e la sicurezza difensiva si restringe ulteriormente – e il divario tra “abbastanza veloce” e “frontiera” continua a ridursi. Per altri lanci come questo, controlla gli ultimi sviluppi dell'intelligenza artificiale su AI Buzz Wire.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →