Google a introdus marți Gemini 4 Neon, o nouă adăugare la familia sa de elemente numite Gemini 4, pe care compania îl consideră ca oferind inteligență la nivel de frontieră, cu finalizare rapidă a sarcinilor de la capăt la capăt în cadrul ingineriei software, al cunoștințelor și al fluxurilor de lucru științifice. Anunțul a venit de la Koray Kavukcuoglu, SVP la Google DeepMind și Chief AI Architect al companiei, într-o postare oficială pe blog.

Lansarea continuă cadența rapidă Google a lansărilor Gemini 4, care include deja variantele Carbon, Hydrogen și Argon – cea din urmă fiind anunțată pentru a juca în mod autonom prin creditele finale ale Minecraft. Neon se poziționează ca nivelul rapid și eficient al familiei: suficient de puternic pentru a sta în partea de sus a clasamentelor independente, în timp ce costă mult mai puțin decât modelele de frontieră mai mari și mai lente pe care le urmărește. Urmăriți fiecare lansare majoră de model în acoperirea modelelor noastre AI.

Unde aterizează neonul pe puncte de referință

Google spune că Neon obține scorul de 61 la indicele de inteligență de analiză artificială la nivelul său de gândire x înalt, ocupându-se pe locul al treilea în general și înaintea modelelor comparabile, în timp ce aterizează chiar în spatele concurenților mai mari și mai lenți. Pe indicele Vals se situează pe locul al doilea, la 70,9%, plasându-l la frontiera Pareto a costului versus capacitate și ocupă primul loc atât pe Banca de cercetare juridică, cât și pe cea de agenți fiscali.

Povestea întreprinderii este locul în care Google își concentrează afirmațiile. Neon sintetizează foi de calcul, PDF-uri, diagrame, audio și video într-o singură fereastră de context de 1 milion de simboluri și transformă acele intrări în livrabile structurate. Google spune că modelul se află pe primul loc în majoritatea benchmark-urilor Surge AI în finanțe, contabilitate, modelarea foilor de calcul și urmărirea constrângerilor complexe. Postează 73,5% pe Chartography pentru citirea graficelor profesionale dense și are performanțe la egalitate cu modelele de top din Agents' Last Exam v1.1 (75,8%). De asemenea, debutează primul pe AutomationBench de la Zapier la 56,3% și depășește Vending-Bench 2 al Andon Labs – o simulare pe orizont lung a conducerii unei afaceri – cu venituri simulate de 16.843 USD. Pe noul Agent Arena Index de la Arena, construit din peste 4.200 de sesiuni de agenți din lumea reală, Neon ocupă locul al doilea la nivel global, cu un scor de 1336 și ocupă locul al doilea în ceea ce privește direcția, ceea ce înseamnă că se adaptează curat la corecțiile utilizatorilor la mijlocul sarcinii.

Raționamentul științific și matematic își are propria vitrină: Google revendică cele mai bune rezultate din categoria Terminal-Bench Science (70,5%), RiemannBench (84,0%) și HLE-Diamond (71,3%).

Creat pentru agenți de codare de lungă durată

Codarea este, fără îndoială, cazul de utilizare a marcajului. Google spune că Neon ocupă primul loc în general în indicele agentului de codificare de analiză artificială cu un scor de 58,6, postează 65,2% pe Terminal-Bench 4.1 și 46,2% pe FrontierCode 2.0 la setarea sa implicită ridicată. La SWE-sweep, Neon conduce cu 12,8% la hamul mini-SWE și mai mult decât triplează până la un pretins 39,0% atunci când rulează în hamul de agent antigravitativ de la Google.

Modelul este conceput pentru fluxurile de lucru ale agenților de lungă durată: susține performanța prin sarcini complexe, grele de instrumente, reduce citirile redundante ale fișierelor, partajează progresul pe măsură ce funcționează și gestionează fiabil compactarea contextului pe parcursul sesiunilor lungi. De asemenea, poate acționa ca un orchestrator rapid, cu o rațiune înaltă, care dirijează subagenți paraleli de hidrogen în antigravitație. Demo-urile Google au fost deosebit de spectaculoase: conducând Blender MCP în Antigravity, Neon a construit o bancă de laborator 3D fotorealistă care vizualizează familia Gemini 4 cu o acuratețe elementară - flăcări Bunsen pentru Carbon și Hidrogen, tuburi cu descărcare de gaz pentru Argon și Neon. Folosind comanda /swarm, a recreat studiul lui Alan Turing din 1936 la King's College Cambridge în 3D interactiv, complet cu o mașină universală Turing funcțională pe birou. Într-o altă demonstrație, un roi de agenți a transformat o singură imagine într-un sistem de detectare a marginilor de rulare Google Sheet de 100.000 de celule și maparea adâncimii 3D prin mai mult de 500.000 de formule de foi de calcul live, fără imagini încorporate sau Apps Script.

Prețuri ajustate cu patru niveluri de gândire

Gemini 4 Neon costă 3 USD per milion de jetoane de intrare și 15 USD per milion de jetoane de ieșire, cu intrare în cache la un preț de 0,15 USD per milion de jetoane - o reducere de 95% concepută pentru a face buclele de agenți pe termen lung viabile din punct de vedere economic. Fereastra de context de 1 milion de token acoperă sarcinile de lucru ale modelului, analitice și științifice.

Google își perfecționează, de asemenea, scara la nivel de gândire cu această versiune. Neon oferă patru niveluri care se scalează în mod constant, permițând echipelor să cheltuiască informații și simboluri pentru fiecare sarcină de lucru. La nivelul său înalt implicit, compania spune că Neon îmbină un scor puternic de analiză artificială cu un cost pe sarcină cu 32% mai mic decât Carbon și se află la frontiera Pareto atât a indicelui Vals, cât și a Arena Agentului, cu aproximativ 50% până la 80% mai mic cost pe sarcină decât modelele de frontieră concurente de top. Setarea xhigh adaugă un raționament mai profund în mai mulți pași pentru cele mai grele sarcini de inginerie și științifice, costând în același timp cu 36% + mai puțin pe sarcină decât modelele concurente la cele mai înalte setări.

O variantă cibernetică pentru apărători de încredere

Google a poziționat și Neon ca model de securitate. Gemini 4 Neon pentru cyber produce un cod mai sigur decât Carbon în toate provocările ușoare, medii și grele de pe AutoBaxBench, ajungând la 76% de ultimă generație la nivelul hard. Pe WebExploitBench v1.2, modelul afișează 51,26% de ultimă generație la jumătate din costul modelelor mari concurente, iar pe parcursul ciclului de viață de întărire a codului obține un punctaj de 90,5% pe SEC-bench Pro (descoperirea vulnerabilităților, la aproximativ jumătate din costul obișnuit pe provocare), realizează validarea la nivel de frontieră a exploatărilor de exploatare și a exploatărilor de carbon pe jumătate. 70,7% pe CWE-bench v2 de la Collinear pentru corecție - o creștere de 3,4 puncte față de Carbon. Varianta cibernetică este lansată pentru apărătorii de încredere în zilele următoare prin programul Google Fairwind.

Indicatori de siguranță pentru munca de producție

Deoarece Neon aduce capabilități la nivel de frontieră la un model mai rapid și mai ieftin, Google spune că a asociat lansarea cu măsuri de protecție în timp real împotriva utilizării abuzive cibernetice și a biosecurității, comparabile cu protecțiile Carbon - în timp ce refuză munca mult mai puțin legitimă, refuzând doar 1,98% din sarcinile pe Terminal-Bench 4.0 și niciuna pe Terminal-Bench-Science. Monitoarele interne de aliniere au arătat rate de alertă sub liniile de bază ale lui Carbon, iar modelul a comparat Carbon cu 0,0% înșelăciune pe Terminal-Bench 4.0, a luat comenzi rapide pentru doar 2,45% din sarcini în evaluarea Google a înșelăciunii de codare - cea mai scăzută rată a oricărui model Gemini 4 - și a postat o rată de acțiune de 0,09% pe agentul său de siguranță aliniat de 0,09%. evaluarea onestității.

Disponibilitate

Gemini 4 Neon se lansează astăzi în API-ul Gemini din Google AI Studio, în Gemini pentru afaceri prin API și meniul drop-down model și pentru abonații plătiți Google AI Pro și Ultra, atât în Google Antigravity, cât și în aplicația Gemini.

De ce contează

Prețurile Neon pun performanța agenților adiacente frontierei la îndemâna echipelor care nu ar putea justifica costurile modelelor de top pentru sarcini de lucru cu volum mare. Dacă afirmațiile de referință rezistă în testarea independentă, imaginea competitivă pentru codificarea agentică, munca în cunoștințele întreprinderii și securitatea defensivă se îngustează și mai mult – iar diferența dintre „destul de rapid” și „frontieră” continuă să se restrângă. Pentru mai multe lansări ca aceasta, verificați cele mai recente evoluții AI pe AI Buzz Wire.

---

Rămâneți înaintea AI

Obțineți cele mai recente știri, analize și descoperiri despre AI - toate într-un singur loc.

Citiți mai multe știri AI →