We wtorek firma Google przedstawiła Gemini 4 Neon, nowy dodatek do rodziny Gemini 4 o nazwie elementowej, którą firma reklamuje jako dostarczający inteligencji na najwyższym poziomie z szybką, kompleksową realizacją zadań w zakresie inżynierii oprogramowania, pracy opartej na wiedzy i przepływów pracy naukowej. Ogłoszenie pochodzi od Koraya Kavukcuoglu, wiceprezesa Google DeepMind i głównego architekta AI firmy, w oficjalnym poście na blogu.

Premiera stanowi kontynuację szybkiego tempa wypuszczania przez Google Gemini 4, które obejmuje już warianty Carbon, Hydrogen i Argon – z których ten ostatni trafił na pierwsze strony gazet w związku z autonomiczną grą dzięki napisom końcowym w Minecrafcie. Neon pozycjonuje się jako szybki i wydajny poziom w rodzinie: wystarczająco mocny, aby zajmować czołowe miejsca w niezależnych rankingach, a jednocześnie kosztować znacznie mniej niż większe, wolniejsze modele z pogranicza, które wyprzedza. Śledź każdą ważną premierę modelu w naszym pokryciu modeli AI.

Gdzie Neon ląduje w testach porównawczych

Google twierdzi, że Neon osiąga 61 punktów w indeksie sztucznej inteligencji analitycznej na swoim xwysokim poziomie myślenia, zajmując w sumie trzecie miejsce i wyprzedzając porównywalne modele, a jednocześnie plasując się tuż za większymi, wolniejszymi konkurentami. W indeksie Vals zajmuje drugie miejsce z wynikiem 70,9%, co plasuje go na granicy kosztów w porównaniu z możliwościami w sensie Pareto, a także zajmuje pierwsze miejsce zarówno w ławie ds. badań prawnych, jak i w ławie agentów podatkowych.

Historia przedsiębiorstwa to miejsce, w którym Google koncentruje swoje roszczenia. Neon syntetyzuje arkusze kalkulacyjne, pliki PDF, wykresy, pliki audio i wideo w jednym oknie kontekstowym zawierającym 1 milion tokenów i przekształca te dane wejściowe w ustrukturyzowane produkty. Google twierdzi, że model zajmuje pierwsze miejsce w większości testów porównawczych Surge AI w zakresie finansów, księgowości, modelowania w arkuszach kalkulacyjnych i przestrzegania złożonych ograniczeń. W badaniu Chartography osiąga 73,5% wyników w zakresie czytania gęstych profesjonalnych wykresów i osiąga wyniki na poziomie wiodących modeli w badaniu Agents' Last Exam v1.1 (75,8%). Debiutuje także jako pierwszy w AutomationBench firmy Zapier z wynikiem 56,3% i zajmuje pierwsze miejsce w Vending-Bench 2 firmy Andon Labs — długoterminowej symulacji prowadzenia firmy — z symulowanymi przychodami w wysokości 16 843 USD. W nowym indeksie Agent Arena Index, utworzonym na podstawie ponad 4200 sesji agentów w świecie rzeczywistym, Neon zajmuje drugie miejsce na świecie z wynikiem 1336 i drugie pod względem sterowności, co oznacza, że ​​łatwo dostosowuje się do poprawek użytkownika w połowie zadania.

Rozumowanie naukowe i matematyczne zyskuje swoją własną wizytówkę: Google osiąga najlepsze w swojej klasie wyniki w testach Terminal-Bench Science (70,5%), RiemannBench (84,0%) i HLE-Diamond (71,3%).

Stworzony dla długotrwałych agentów kodujących

Kodowanie jest prawdopodobnie najbardziej popularnym przypadkiem użycia. Google twierdzi, że Neon zajmuje pierwsze miejsce w rankingu Artificial Analysis Coding Agent Index z wynikiem 58,6, osiąga 65,2% w Terminal-Bench 4.1 i 46,2% w FrontierCode 2.0 przy domyślnym wysokim ustawieniu. W teście SWE Neon prowadzi z 12,8% w uprzęży mini-SWE i ponad trzykrotnie więcej do deklarowanych najnowocześniejszych 39,0% w uprzęży antygrawitacyjnej Google.

Model został zaprojektowany z myślą o długotrwałych przepływach pracy agentów: utrzymuje wydajność w przypadku złożonych zadań wymagających dużej liczby narzędzi, eliminuje zbędne odczyty plików, udostępnia postępy w trakcie pracy i niezawodnie radzi sobie z zagęszczaniem kontekstu podczas długich sesji. Może także działać jako szybki i wnikliwy orkiestrator kierujący równoległymi podagentami wodoru w Antygrawitacji. Dema Google były charakterystycznie efektowne: sterując Blenderem MCP w trybie antygrawitacyjnym, Neon zbudował fotorealistyczny stół laboratoryjny 3D wizualizujący rodzinę Gemini 4 z elementarną dokładnością — płomienie Bunsena dla węgla i wodoru, lampy wyładowcze dla argonu i neonu. Za pomocą polecenia /swarm odtworzył w interaktywnym 3D badanie Alana Turinga z 1936 roku w King's College w Cambridge, wraz z działającą uniwersalną maszyną Turinga na biurku. W innej demonstracji rój agentów zamienił pojedynczy obraz w arkusz Google Arkusz Google o pojemności 100 000 komórek, wykrywający krawędzie i mapujący głębię 3D za pomocą ponad 500 000 aktywnych formuł arkusza kalkulacyjnego, bez osadzonych obrazów ani skryptu aplikacji.

Dostosowane ceny z czterema poziomami myślenia

Gemini 4 Neon kosztuje 3 dolary za milion tokenów wejściowych i 15 dolarów za milion tokenów wyjściowych, a dane wejściowe w pamięci podręcznej kosztują 0,15 dolara za milion tokenów — 95% zniżki zaprojektowanej, aby pętle agentów o długim kontekście były opłacalne ekonomicznie. Okno kontekstowe zawierające 1 milion tokenów obejmuje obciążenia korporacyjne, analityczne i naukowe modelu.

W tej wersji Google udoskonala także swoją drabinę poziomów myślenia. Neon oferuje cztery poziomy, które można stale skalować, umożliwiając zespołom wybieranie informacji i wydawanie tokenów dla każdego obciążenia. Firma twierdzi, że przy domyślnym wysokim poziomie Neon łączy dobry wynik sztucznej analizy z kosztem zadania niższym o 32% niż Carbon i znajduje się na granicy Pareto zarówno indeksu Vals Index, jak i Agent Arena z około 50% do 80% niższym kosztem zadania w porównaniu z czołowymi konkurencyjnymi modelami frontierowymi. Ustawienie xhigh zapewnia głębsze, wieloetapowe rozumowanie w przypadku najcięższych obciążeń inżynieryjnych i naukowych, a jednocześnie kosztuje o 36%+ mniej na zadanie niż konkurencyjne modele przy najwyższych ustawieniach.

Wariant cybernetyczny dla zaufanych obrońców

Google umieściło również Neon jako model bezpieczeństwa. Gemini 4 Neon dla cyberbezpieczeństwa generuje bezpieczniejszy kod niż Carbon we wszystkich łatwych, średnich i trudnych wyzwaniach w AutoBaxBench, osiągając najnowocześniejszy poziom na poziomie trudnym na poziomie 76%. W WebExploitBench v1.2 model osiąga najnowocześniejszy poziom 51,26% przy połowie kosztów konkurencyjnych dużych modeli, a w całym cyklu życia wzmacniania kodu uzyskuje wynik 90,5% w SEC-bench Pro (wykrywanie luk w zabezpieczeniach, przy mniej więcej połowie zwykłego kosztu na wyzwanie), osiąga weryfikację wykorzystania na poziomie pionierskim w ExploitGym przy użyciu połowy tokenów Carbon i osiąga 70,7% w przypadku Collinear CWE-bench v2 do łatania — wzrost o 3,4 punktu w porównaniu z Carbonem. Wariant cybernetyczny zostanie udostępniony zaufanym obrońcom w nadchodzących dniach w ramach programu Google Fairwind.

Wskaźniki bezpieczeństwa pracy produkcyjnej

Ponieważ Neon przenosi pionierskie możliwości do szybszego i tańszego modelu, Google twierdzi, że połączył tę wersję z zabezpieczeniami w czasie rzeczywistym przed nadużyciami w zakresie cyberbezpieczeństwa i bezpieczeństwa biologicznego, porównywalnymi z zabezpieczeniami Carbon, jednocześnie odmawiając znacznie mniej legalnej pracy, odmawiając zaledwie 1,98% zadań w Terminal-Bench 4.0 i żadnego w Terminal-Bench-Science. Wewnętrzne monitory dopasowania wykazały współczynniki alertów poniżej wartości bazowych Carbon, a model odpowiadał Carbonowi z 0,0% oszustw w Terminal-Bench 4.0, korzystał ze skrótów zaledwie w 2,45% zadań w ocenie Google pod kątem oszustw w kodowaniu – najniższy wskaźnik ze wszystkich modeli Gemini 4 – i odnotował współczynnik błędnie dostosowanych działań w pakiecie bezpieczeństwa agentów na poziomie 0,09% przy współczynniku pozytywnej oceny uczciwości agenta na poziomie 99,2%.

Dostępność

Gemini 4 Neon zostanie dziś udostępniony w interfejsie API Gemini w Google AI Studio, w Gemini dla firm za pośrednictwem interfejsu API i listy rozwijanej modeli, a także dla płatnych subskrybentów Google AI Pro i Ultra w Google Antigravity i aplikacji Gemini.

Dlaczego to ma znaczenie

Ceny Neona sprawiają, że wydajność agenta na granicy jest w zasięgu zespołów, które nie są w stanie uzasadnić kosztów modeli najwyższej klasy w przypadku dużych obciążeń. Jeśli twierdzenia dotyczące testów porównawczych sprawdzą się w niezależnych testach, obraz konkurencji w zakresie kodowania agentowego, pracy z wiedzą korporacyjną i bezpieczeństwa defensywnego jeszcze bardziej się zacieśni, a różnica między „wystarczająco szybkim” a „granicznym” będzie się zmniejszać. Aby zobaczyć więcej takich premier, sprawdź najnowsze osiągnięcia AI w AI Buzz Wire.

---

Wyprzedź sztuczną inteligencję

Otrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.

Przeczytaj więcej aktualności o sztucznej inteligencji →