W środę Google wprowadził na rynek Gemini 4 Neon, najnowszy dodatek do rodziny modeli Gemini 4 i, jak obliczył The Decoder, czwarty nowy model Gemini, który Google dostarczył w ciągu miesiąca. Google pozycjonuje firmę Neon jako narzędzie średniej klasy, które łączy w sobie najnowocześniejszą inteligencję z szybką, kompleksową realizacją zadań w zakresie inżynierii oprogramowania, pracy opartej na wiedzy i przepływach pracy naukowej – i wycenia go znacznie poniżej większych modeli, które wyznacza na podstawie surowych możliwości.

„Dzisiaj przedstawiamy Gemini 4 Neon — zapewniający przełomową inteligencję z szybką, kompleksową realizacją zadań w złożonych procesach inżynierii oprogramowania, pracy opartej na wiedzy i nauce” – napisał w ogłoszeniu wiceprezes Google DeepMind i główny architekt AI. SiliconANGLE poinformowało, że model średniej klasy działa trzy razy szybciej niż jego większy brat Carbon, a jednocześnie wygrywa pod niektórymi wskaźnikami. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.

Gdzie Neon plasuje się w benchmarkach

W indeksie sztucznej inteligencji Neon osiąga 61 punktów na swoim xwysokim poziomie myślenia, zajmując w sumie trzecie miejsce — zaraz za większymi, wolniejszymi modelami, jak podaje Google. W indeksie Vals zajmuje drugie miejsce z wynikiem 70,9% i znajduje się na granicy Pareto w zakresie stosunku kosztów do wydajności. Zajmuje pierwsze miejsce w rankingach Legal Research Bench i Tax Agent Bench, a Google przytoczył oceny Surge AI, plasując go na pierwszym miejscu w większości testów porównawczych obejmujących finanse, księgowość, modelowanie w arkuszach kalkulacyjnych i przestrzeganie złożonych ograniczeń.

W ogłoszeniu równie widoczne są wyniki nawiązujące do agentów: pierwsze miejsce w rankingu AutomationBench firmy Zapier z wynikiem 56,3%, pierwsze miejsce w długoterminowej symulacji biznesowej Vending-Bench 2 firmy Andon Labs z wynikiem 16 843 USD, 75,8% w przypadku Agents' Last Exam v1.1 i 73,5% w rankingu Chartography do czytania gęstych profesjonalnych wykresów. W nowym indeksie Agent Arena Index, utworzonym na podstawie ponad 4200 sesji agentów w świecie rzeczywistym, Neon debiutuje na drugim miejscu na świecie z wynikiem 1336. Google odnotowuje 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 to obszar, w którym Google najmocniej skupia się na Neonie. Model zajmuje pierwsze miejsce w rankingu Artificial Analysis Coding Agent Index z wynikiem 58,6, osiąga 65,2 procent w Terminal-Bench 4.1 i 46,2 procent w FrontierCode 2.0 przy domyślnym wysokim ustawieniu. Nagłówek VentureBeat bez ogródek ujął obraz konkurencji: wydajność kodowania na poziomie Opus 5.5 przy o 25% niższych cenach tokenów API — bezpośredni strzał w modele kodowania Claude firmy Anthropic, które w tym tygodniu rozpoczęły swój własny kamień milowy na rynku dzięki rekordowej ofercie publicznej Anthropic.

Najbardziej uderzający wynik uzyskano w SWE-sweep, benchmarku Google dotyczącym inżynierii oprogramowania: Neon uzyskał zaledwie 12,8% w przypadku standardowej uprzęży mini-SWE, ale ponad trzykrotnie więcej, do deklarowanych najnowocześniejszych 39,0%, gdy działa w Google Antigravity, agentycznym środowisku IDE firmy — tej wartości używa Google, aby argumentować, że uprząż wokół modelu ma takie samo znaczenie jak sam model. Neon został również zaprojektowany tak, aby działał jako szybki orkiestrator kierujący równoległymi subagentami wodoru w Antigravity, eliminując zbędne odczyty plików i obsługując zagęszczanie kontekstu podczas długich sesji.

Firma Google zademonstrowała gamę agentów tego modelu za pomocą pokazowych kompilacji: fotorealistycznego stołu laboratoryjnego 3D wygenerowanego za pomocą Blendera MCP, pierwszoosobowego symulatora narciarstwa WebGL2 napisanego od podstaw na prawdziwym terenie wzniesienia Mont Blanc z ponad 10 000 linii niestandardowych modułów cieniujących oraz roju agentów, który zamienił pojedynczy obraz w arkusz Google Sheet o pojemności 100 000 komórek wykrywający krawędź biegu za pomocą ponad 500 000 aktywnych formuł.

Ceny, które podcinają granicę

Neon kosztuje 3 USD za milion tokenów wejściowych i 15 USD za milion tokenów wyjściowych, z oknem kontekstowym zawierającym 1 milion tokenów. Buforowane tokeny wejściowe kosztują 0,15 USD za milion — 95% zniżki przeznaczonej dla agentycznych przepływów pracy, które wielokrotnie ponownie odczytują ten sam kontekst. Google twierdzi, że przy domyślnym wysokim poziomie myślenia Neon zapewnia o 32 procent niższy koszt zadania niż Carbon, a przy xhigh kosztuje o 36 procent lub więcej mniej za zadanie niż czołowe konkurencyjne modele z najwyższej półki przy najwyższych ustawieniach.

W modelu debiutuje wyrafinowana czteropoziomowa drabina myślenia — rozciągająca się od szybkiego, taniego poziomu do xwysokiego poziomu dla najtrudniejszych zadań inżynierskich i analitycznych — umożliwiająca zespołom wybieranie informacji wywiadowczych i wydatków tokenowych na zadanie. Google podaje również, że Neon zajmuje 2. miejsce pod względem sterowności w nowym indeksie Agent Arena Index pod względem płynnego dostosowywania się do poprawek w połowie zadania i odnotowuje najniższy jak dotąd wskaźnik produkcji w wewnętrznych testach antygrawitacyjnych.

Bezpieczeństwo jest traktowane na najwyższym poziomie

Godnym uwagi naciskiem podczas premiery jest bezpieczeństwo obronne. W programie AutoBaxBench, który od początku sprawdza, czy modele generują bezpieczny kod, Neon osiąga lepsze wyniki niż Carbon w łatwych, średnich i trudnych wyzwaniach, a na poziomie trudnym osiąga najnowocześniejsze wyniki na poziomie 76%. W WebExploitBench v1.2, benchmarku testów penetracyjnych, Google twierdzi, że poziom zaawansowania wynosi 51,26%, czyli za połowę ceny w porównaniu z konkurencyjnymi dużymi modelami.

Google również wykorzystuje tę funkcję: konfiguracja „Gemini 4 Neon for cyber” obejmująca wyszukiwanie, sprawdzanie i łatanie luk w zabezpieczeniach zostanie udostępniona zaufanym obrońcom w nadchodzących dniach w ramach programu Fairwind firmy.

Dostępność

Gemini 4 Neon zostanie dziś udostępniony w Gemini API i Google AI Studio, w Gemini dla firm za pośrednictwem API i listy rozwijanej modeli, a także dla płatnych subskrybentów Google AI Pro i Ultra w Google Antigravity i aplikacji Gemini. Jedno zastrzeżenie zgłoszone przez programistów w Hacker News: dokumentacja Google Cloud wskazuje, że model jest dostarczany z funkcją szybkiego logowania na platformie agenta korporacyjnego w celu monitorowania nadużyć i nie umożliwia rezygnacji – jest to brane pod uwagę przez zespoły zajmujące się wrażliwym kodem.

W przypadku Neonu Google jasno określa swoją strategię: zamiast sprzedawać jeden ogromny model, oferuje rodzinę modeli opartych na nazwach pierwiastkowych – Carbon, Hydrogen, Argon, a teraz Neon – i pozwala, aby benchmarki spierały się, który z nich znajduje się na granicy opłacalności. Dla zespołów zajmujących się kodowaniem, które oglądają w tym tygodniu warty bilion dolarów debiut Anthropic, obniżka ceny jest kluczem: najnowocześniejsza inteligencja za ułamek kosztu zadania.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →