ក្រុមហ៊ុន Google បានណែនាំ Gemini 4 Neon កាលពីថ្ងៃពុធ ដែលជាការបន្ថែមចុងក្រោយបំផុតសម្រាប់គ្រួសារម៉ូដែល Gemini 4 របស់ខ្លួន ហើយដូចដែល The Decoder បានរាប់វា ម៉ូដែល Gemini ថ្មីទីបួន Google បានដឹកជញ្ជូនក្នុងរយៈពេលមួយខែ។ Google ចាត់តាំង Neon ជាអ្នកធ្វើការកម្រិតមធ្យម ដែលផ្គូផ្គងការស៊ើបការណ៍សម្ងាត់កម្រិតព្រំដែនជាមួយនឹងការបញ្ចប់កិច្ចការរហ័សពីចុងដល់ចប់នៅទូទាំងផ្នែកវិស្វកម្មផ្នែកទន់ ការងារចំណេះដឹង និងលំហូរការងារវិទ្យាសាស្ត្រ ហើយតម្លៃវាទាបជាងម៉ូដែលធំដែលវាដំណើរការលើសមត្ថភាពឆៅ។
SVP និងជាប្រធានស្ថាបត្យករ AI របស់ Google DeepMind បានសរសេរនៅក្នុងសេចក្តីប្រកាសថា "ថ្ងៃនេះ យើងសូមណែនាំ Gemini 4 Neon ដែលនាំមកនូវភាពវៃឆ្លាតកម្រិតព្រំដែនជាមួយនឹងការបញ្ចប់កិច្ចការរហ័សពីចុងដល់ចប់នៅទូទាំងផ្នែកវិស្វកម្មផ្នែកទន់ ការងារចំណេះដឹង និងលំហូរការងារវិទ្យាសាស្ត្រ" ។ SiliconANGLE បានរាយការណ៍ថាម៉ូដែលពាក់កណ្តាលថ្នាក់ដំណើរការលឿនជាងបងប្អូនបង្កើត Carbon ចំនួនបីដងខណៈពេលដែលឈ្នះលើម៉ែត្រមួយចំនួន។ For more context on this story, see our ongoing breaking AI news.
ដែលជាកន្លែងដែល Neon ជាប់ចំណាត់ថ្នាក់នៅលើគោល
Google បាននិយាយថានៅលើសន្ទស្សន៍វិភាគបញ្ញាសិប្បនិម្មិត Neon ទទួលបានពិន្ទុ 61 នៅកម្រិតការគិតខ្ពស់របស់ខ្លួន ដោយចំណាត់ថ្នាក់លេខ 3 ជារួម — គ្រាន់តែនៅពីក្រោយម៉ូដែលធំជាង និងយឺតជាង។ នៅលើសន្ទស្សន៍ Vals វាជាប់ចំណាត់ថ្នាក់លេខ 2 នៅ 70.9 ភាគរយ ហើយស្ថិតនៅលើព្រំដែន Pareto នៃតម្លៃធៀបនឹងការអនុវត្ត។ វាទទួលបានចំណាត់ថ្នាក់លេខ 1 ទាំងនៅលើតារាងស្រាវជ្រាវផ្នែកច្បាប់ និងតារាងភ្នាក់ងារពន្ធ ហើយ Google បានលើកឡើងពីការវាយតម្លៃរបស់ Surge AI ដែលដាក់ចំណាត់ថ្នាក់វា #1 លើស្តង់ដារភាគច្រើនដែលគ្របដណ្តប់លើហិរញ្ញវត្ថុ គណនេយ្យ គំរូតារាង និងឧបសគ្គស្មុគស្មាញដូចខាងក្រោម។
ពិន្ទុរសជាតិរបស់ភ្នាក់ងារគឺមានភាពលេចធ្លោស្មើគ្នានៅក្នុងសេចក្តីប្រកាសនេះ៖ #1 សរុបនៅលើ Zapier's AutomationBench នៅ 56.3 ភាគរយ, លេខ 1 លើការក្លែងធ្វើអាជីវកម្មរយៈពេលវែងរបស់ Andon Labs ជាមួយ $16,843, 75.8 ភាគរយលើការអានតារាងចុងក្រោយរបស់ភ្នាក់ងារ v1.1 និង 73 ភាគរយនៃអាជីព។ នៅលើ Agent Arena Index ថ្មីរបស់ Arena ដែលបានបង្កើតឡើងពីវគ្គភ្នាក់ងារពិភពពិតជាង 4,200 Neon ទទួលបានចំណាត់ថ្នាក់លេខ 2 ទូទាំងពិភពលោកជាមួយនឹងពិន្ទុ 1336។ ក្នុងហេតុផលវិទ្យាសាស្ត្រ និងគណិតវិទ្យា Google រាយការណ៍ពីលទ្ធផលល្អបំផុតនៅក្នុងថ្នាក់លើ Terminal-Bench Science (70.5 ភាគរយ), RiemannBench (84.7%) និងភាគរយ (84.7D) ។
បង្កើតឡើងសម្រាប់ភ្នាក់ងារសរសេរកូដដែលមានរយៈពេលយូរ
ការសរសេរកូដគឺជាកន្លែងដែល Google ផ្តោតលើ Neon ខ្លាំងបំផុត។ ម៉ូដែលនេះជាប់ចំណាត់ថ្នាក់លេខ 1 លើសន្ទស្សន៍ភ្នាក់ងារវិភាគកូដសិប្បនិម្មិតនៅ 58.6 ប្រកាស 65.2 ភាគរយនៅលើស្ថានីយ-Bench 4.1 និងពិន្ទុ 46.2 ភាគរយនៅលើ FrontierCode 2.0 តាមការកំណត់កម្រិតខ្ពស់លំនាំដើមរបស់វា។ ចំណងជើងរបស់ VentureBeat បានបង្កើតរូបភាពប្រកួតប្រជែងដោយត្រង់ៗ៖ ការអនុវត្តការសរសេរកូដកម្រិត Opus 5.5 នៅតម្លៃ 25 ភាគរយទាបជាង API សញ្ញាសម្ងាត់ ដែលជាការបាញ់ប្រហារដោយផ្ទាល់នៅម៉ូដែលសរសេរកូដរបស់ Anthropic ដែលបានចាប់ផ្តើមព្រឹត្តិការណ៍ទីផ្សារផ្ទាល់ខ្លួនរបស់ពួកគេនៅសប្តាហ៍នេះជាមួយនឹង IPO កំណត់ត្រារបស់ Anthropic ។
លេខដែលគួរឱ្យចាប់អារម្មណ៍បំផុតគឺនៅលើ SWE-sweep ដែលជាស្តង់ដារការបោសសំអាតផ្នែកវិស្វកម្មផ្នែកទន់របស់ Google៖ Neon គ្រប់គ្រងត្រឹមតែ 12.8 ភាគរយលើខ្សែ Mini-SWE ស្ដង់ដារ ប៉ុន្តែច្រើនជាងបីដងទៅ 39.0 ភាគរយដែលត្រូវបានទាមទារនៅពេលដំណើរការនៅក្នុង Google Antigravity ដែលជាភ្នាក់ងារ IDE របស់ក្រុមហ៊ុន។ អ៊ីដ្រូសែនក៏ត្រូវបានវិស្វកម្មដើម្បីដើរតួជាអ្នកប្រគុំតន្រ្តីរហ័សដែលដឹកនាំសារធាតុរងអ៊ីដ្រូសែនស្របគ្នានៅខាងក្នុង Antigravity កាត់ការអានឯកសារដែលលែងត្រូវការតទៅទៀត និងដោះស្រាយការបង្រួមបរិបទឆ្លងកាត់វគ្គវែងៗ។
Google បានបង្ហាញពីជួរភ្នាក់ងាររបស់ម៉ូដែលជាមួយនឹងការបង្កើតការបង្ហាញ៖ កៅអីមន្ទីរពិសោធន៍ 3D បែបផែនរូបភាពដែលបង្កើតតាមរយៈ Blender MCP ដែលជាម៉ាស៊ីនក្លែងធ្វើជិះស្គី WebGL2 របស់មនុស្សដំបូងដែលសរសេរពីដំបូងនៅលើដីកម្ពស់ Mont Blanc ពិតប្រាកដជាមួយនឹងជាង 10,000 បន្ទាត់នៃ shaders ផ្ទាល់ខ្លួន និងភ្នាក់ងារដែលបង្វែររូបភាពតែមួយទៅជា 0-100 Sheet ដែលដំណើរការដោយ Google ។ 500,000 រូបមន្តបន្តផ្ទាល់។
តម្លៃដែលកាត់ព្រំដែន
អ៊ីយូតាមានតម្លៃ 3 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាបញ្ចូល និង 15 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាទិន្នផល ជាមួយនឹងបង្អួចបរិបទនិមិត្តសញ្ញា 1 លាន។ និមិត្តសញ្ញាបញ្ចូលក្នុងឃ្លាំងសម្ងាត់ដំណើរការ $0.15 ក្នុងមួយលានដុល្លារ ដែលជាការបញ្ចុះតម្លៃ 95 ភាគរយដែលបានរចនាឡើងសម្រាប់លំហូរការងារភ្នាក់ងារដែលអានបរិបទដដែលម្តងហើយម្តងទៀត។ នៅកម្រិតការគិតខ្ពស់លំនាំដើមរបស់វា Google និយាយថា Neon ផ្តល់នូវការចំណាយទាបជាង 32 ភាគរយក្នុងមួយភារកិច្ចជាងកាបូន ហើយនៅ xhigh វាមានតម្លៃ 36 ភាគរយឬតិចជាងនេះក្នុងមួយភារកិច្ចជាងម៉ូដែលជួរមុខដែលប្រកួតប្រជែងកំពូលនៅការកំណត់ខ្ពស់បំផុតរបស់ពួកគេ។
គំរូនេះបង្ហាញនូវកាំជណ្ដើរការគិតកម្រិតបួនដែលចម្រាញ់ - លាតសន្ធឹងពីកម្រិតតម្លៃទាបយ៉ាងលឿនរហូតដល់ xhigh សម្រាប់បន្ទុកវិស្វកម្ម និងការវិភាគដែលពិបាកបំផុត - អនុញ្ញាតឱ្យក្រុមហៅព័ត៌មានស៊ើបការណ៍សម្ងាត់ និងចំណាយប្រាក់ក្នុងមួយកិច្ចការ។ Google ក៏រាយការណ៍ថា Neon ជាប់ចំណាត់ថ្នាក់លេខ 2 ស្តីពីការទប់លំនឹងនៅលើ Agent Arena Index ថ្មីសម្រាប់ការសម្របខ្លួនយ៉ាងស្អាតស្អំចំពោះការកែតម្រូវពាក់កណ្តាលកិច្ចការ និងកត់ត្រាអត្រាប្រឌិតទាបបំផុតរបស់វានៅក្នុងការធ្វើតេស្ត Antigravity ខាងក្នុង។
សន្តិសុខទទួលបានការព្យាបាលថ្នាក់ដំបូង
ការសង្កត់ធ្ងន់គួរឱ្យកត់សម្គាល់នៃការបាញ់បង្ហោះគឺសុវត្ថិភាពការពារ។ នៅលើ AutoBaxBench ដែលសាកល្បងថាតើម៉ូដែលបង្កើតកូដសុវត្ថិភាពតាំងពីដំបូងនោះ Neon ដំណើរការជាង Carbon ឆ្លងកាត់ឧបសគ្គដែលងាយស្រួល មធ្យម និងពិបាក ហើយសម្រេចបាននូវភាពទាន់សម័យនៃផ្នែករឹងនៅ 76 ភាគរយ។ នៅលើ WebExploitBench v1.2 ដែលជាស្តង់ដារសម្រាប់ការធ្វើតេស្តការជ្រៀតចូល ក្រុមហ៊ុន Google ទាមទារនូវភាពទំនើបបំផុតក្នុងអត្រា 51.26 ភាគរយ — ក្នុងតម្លៃពាក់កណ្តាលនៃម៉ូដែលធំដែលប្រកួតប្រជែង។
Google ក៏កំពុងផលិតសមត្ថភាពនោះផងដែរ៖ ការកំណត់រចនាសម្ព័ន្ធ "Gemini 4 Neon for cyber" ដែលគ្របដណ្តប់លើការស្វែងរកភាពងាយរងគ្រោះ សុពលភាព និងការបំណះនឹងចេញសម្រាប់អ្នកការពារដែលគួរឱ្យទុកចិត្តនៅថ្ងៃខាងមុខតាមរយៈកម្មវិធី Fairwind របស់ក្រុមហ៊ុន។
ភាពអាចរកបាន
Gemini 4 Neon កំពុងដាក់ឱ្យដំណើរការនៅថ្ងៃនេះនៅក្នុង Gemini API និង Google AI Studio នៅក្នុង Gemini សម្រាប់អាជីវកម្មតាមរយៈ API និងគំរូទម្លាក់ចុះ និងដើម្បីបង់ប្រាក់សម្រាប់អតិថិជន Google AI Pro និង Ultra ទាំងនៅក្នុង Google Antigravity និងកម្មវិធី Gemini ។ ការព្រមានមួយដែលបង្ហាញដោយអ្នកអភិវឌ្ឍន៍នៅលើព័ត៌មានរបស់ Hacker៖ ឯកសាររបស់ Google Cloud បង្ហាញពីគំរូដឹកជញ្ជូនជាមួយនឹងការចូលដំណើរការត្រួតពិនិត្យការបំពាននៅលើវេទិកាភ្នាក់ងារសហគ្រាស ហើយមិនផ្តល់ការដកចេញទេ ដែលជាការពិចារណាសម្រាប់ក្រុមដែលគ្រប់គ្រងកូដរសើប។
ជាមួយនឹង Neon ក្រុមហ៊ុន Google កំពុងបង្កើតយុទ្ធសាស្ត្ររបស់ខ្លួនឱ្យច្បាស់លាស់៖ ជាជាងលក់ម៉ូដែលដ៏ធំសម្បើមមួយ វាដឹកជញ្ជូនក្រុមគ្រួសារនៃម៉ូដែលដែលមានឈ្មោះដូចជា កាបូន អ៊ីដ្រូសែន អាហ្គុន និងឥឡូវនេះ អ៊ីយូន ហើយអនុញ្ញាតឱ្យតារាងពិន្ទុជជែកគ្នាអំពីថាតើមួយណាស្ថិតនៅលើព្រំដែនតម្លៃសមត្ថភាព។ សម្រាប់ក្រុមដែលសរសេរកូដខ្លាំងមើលការចេញលក់ដំបូងរបស់ Anthropic ដែលមានប្រាក់រាប់ពាន់លានដុល្លារក្នុងសប្តាហ៍នេះ ការកាត់តម្លៃគឺជាទីលាន៖ ការស៊ើបអង្កេតនៅជិតព្រំដែននៅប្រភាគនៃតម្លៃការងារមួយ។
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →