Googleは水曜日にGemini 4 Neonを発表した。これはGemini 4モデルファミリーの最新製品であり、The Decoderが数えたところによると、Googleがこの1か月で出荷した4番目の新しいGeminiモデルとなる。 Google は Neon を、フロンティアレベルのインテリジェンスと、ソフトウェア エンジニアリング、ナレッジ ワーク、科学的ワークフロー全体にわたる迅速なエンドツーエンドのタスク完了を組み合わせる中間層の主力製品として位置づけており、価格は、そのままの機能で後を追う大規模モデルよりも大幅に低く設定しています。

Google DeepMind の上級副社長兼チーフ AI アーキテクトは、「本日、私たちは Gemini 4 Neon を導入します。複雑なソフトウェア エンジニアリング、ナレッジ ワーク、サイエンス ワークフロー全体で、エンドツーエンドのタスクを迅速に完了するフロンティア レベルのインテリジェンスをもたらします」と発表の中で述べています。 SiliconANGLE は、中間層モデルは、より大きな兄弟である Carbon よりも 3 倍高速に動作し、いくつかの指標では優れていると報告しました。 この件の詳細は、AIの最新動向をご覧ください。

Neon がベンチマークにランクされる場所

Google によれば、人工分析インテリジェンス指数では、Neon は xhigh 思考レベルで 61 点を獲得し、全体で第 3 位にランクされています。これは、より大型で低速なモデルに次ぐものです。 Vals Index では 70.9% で第 2 位にランクされており、コストとパフォーマンスのパレート境界線に位置しています。 Legal Research Bench と Tax Agent Bench の両方で第 1 位の座を獲得しており、Google は Surge AI の評価を引用し、財務、会計、スプレッドシート モデリング、および複雑な制約追従をカバーするほとんどのベンチマークで第 1 位にランクされています。

発表では、エージェント風味のスコアも同様に目立っています。Zapier の AutomationBench では 56.3 パーセントで全体で 1 位、Andon Labs の Vending-Bench 2 長期ビジネス シミュレーションでは 16,843 ドルで 1 位、Agents' Last Exam v1.1 では 75.8 パーセント、専門的な緻密なチャートを読み取るための Chartography では 73.5 パーセントでした。 4,200 を超える実際のエージェント セッションから構築された Arena の新しい Agent Arena Index では、Neon は 1336 のスコアで世界第 2 位にデビューしました。科学的および数学的推論において、Google は Terminal-Bench Science (70.5 パーセント)、RiemannBench (84.0 パーセント)、および HLE-Diamond (71.3 パーセント) でクラス最高の結果を報告しています。

長時間実行されるコーディング エージェント用に構築

Google が Neon を最も熱心に目指しているのはコーディングです。このモデルは、人工分析コーディング エージェント インデックスで 58.6 で全体で 1 位にランクされ、ターミナルベンチ 4.1 では 65.2 パーセントを記録し、デフォルトの高設定の FrontierCode 2.0 では 46.2 パーセントのスコアを記録しました。 VentureBeat の見出しは、競合状況を率直に描写しました。25% 低い API トークン価格での Opus 5.5 レベルのコーディング パフォーマンス。これは、Anthropic の記録的な IPO で今週独自の市場マイルストーンを立ち上げた Anthropic のクロード コーディング モデルを直接的に示しています。

最も顕著な数字は、Google のソフトウェア エンジニアリング スイープ ベンチマークである SWE スイープに関するものです。Neon は、標準のミニ SWE ハーネスでは 12.8 パーセントにすぎませんが、同社のエージェント IDE である Google Antigravity 内で実行すると、3 倍以上の 39.0 パーセントに達します。この数字は、モデル周囲のハーネスがモデル自体と同じくらい重要であると Google が主張するために使用しています。 Neon は、Antigravity 内の並列 Hydrogen サブエージェントを指示する高速オーケストレーターとして機能するように設計されており、冗長なファイル読み取りをカットし、長いセッションにわたるコンテキストの圧縮を処理します。

Google はショーケース ビルドでモデルのエージェント範囲をデモしました。Blender MCP によって生成されたフォトリアリスティックな 3D ラボベンチ、10,000 行を超えるカスタム シェーダーを使用して実際のモンブランの標高地形でゼロから書かれた一人称視点の WebGL2 スキー シミュレーター、および 500,000 を超えるライブ数式を介して 1 つの画像を 100,000 セルの Google シートのランニング エッジ検出に変換するエージェント群です。

限界を超える価格設定

Neon の料金は、100 万トークンのコンテキスト ウィンドウで、100 万入力トークンあたり 3 ドル、100 万出力トークンあたり 15 ドルです。キャッシュされた入力トークンの料金は 100 万あたり 0.15 ドルです。これは、同じコンテキストを繰り返し読み取るエージェント ワークフロー向けに設計された 95 パーセントの割引です。 Google によると、デフォルトの高度な思考レベルでは、Neon は Carbon よりもタスクあたりのコストが 32 パーセント低く、xhigh では、最も高い設定で競合する最上位のフロンティア モデルよりもタスクあたりのコストが 36 パーセント以上低いとのことです。

このモデルは、高速で低コストの層から、最も困難なエンジニアリングおよび分析ワークロードに対応する xhigh までの洗練された 4 レベルの思考ラダーを導入し、チームがタスクごとにインテリジェンスとトークンの支出をダイヤルできるようにします。 Google はまた、Neon がタスク中の修正にきれいに適応するための新しいエージェント アリーナ インデックスで操縦性で第 2 位にランクされ、社内の反重力テストでこれまでで最低の製造率を記録したと報告しています。

セキュリティは最上級の扱いを受けます

今回の発表で注目すべき点は、防御セキュリティです。モデルが最初から安全なコードを生成するかどうかをテストする AutoBaxBench では、Neon はイージー、ミディアム、ハードの各チャレンジで Carbon を上回り、ハード層では 76% で最先端を達成しました。侵入テストのベンチマークである WebExploitBench v1.2 では、Google は 51.26% で最先端のパフォーマンスを実現していると主張しています。これは、競合する大規模モデルの半分のコストです。

Google はその機能も製品化しています。脆弱性の発見、検証、パッチ適用をカバーする「Gemini 4 Neon for cyber」構成は、同社の Fairwind プログラムを通じて数日以内に信頼できる防御者に展開されます。

可用性

Gemini 4 Neon は本日、Gemini API と Google AI Studio で、Gemini for business では API とモデル ドロップダウンを介して展開され、Google Antigravity と Gemini アプリの両方で有料の Google AI Pro および Ultra サブスクライバーに展開されます。 Hacker News で開発者によって明らかにされた 1 つの警告: Google Cloud のドキュメントには、このモデルにはエンタープライズ エージェント プラットフォーム上での不正行為監視プロンプト ロギングが付属しており、オプトアウトは提供されていないことが示されています。これは、機密コードを扱うチームに対する考慮事項です。

Neon では、Google は自社の戦略を明確にしています。1 つの巨大なモデルを販売するのではなく、炭素、水素、アルゴン、そして今回のネオンという元素名付きモデルのファミリーを出荷し、どれがコストと能力の最前線に位置するかについてベンチマークに議論させます。今週、Anthropic の数兆ドル規模のデビューを注目するコーディングを多用するチームにとって、値下げは売り文句です。つまり、タスクあたりの数分の 1 のコストで、フロンティアに近いインテリジェンスを実現できるということです。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →