Google a prezentat miercuri Gemini 4 Neon, cea mai recentă adăugare la familia sa de modele Gemini 4 și, după cum l-a numărat The Decoder, al patrulea nou model Gemini pe care Google l-a livrat într-o lună. Google poziționează Neon ca un cal de bătaie de nivel mediu care îmbină inteligența la nivel de frontieră cu finalizarea rapidă a sarcinilor de la un capăt la altul în cadrul ingineriei software, a cunoștințelor și a fluxurilor de lucru științifice - și îl prețuiește mult sub modelele mai mari pe care le urmărește în funcție de capacitatea brută.

„Astăzi, prezentăm Gemini 4 Neon – aducând inteligență la nivel de frontieră cu finalizare rapidă a sarcinilor de la un capăt la altul în cadrul unor fluxuri de lucru complexe de inginerie software, cunoaștere și știință”, a scris SVP Google DeepMind și Chief AI Architect în anunț. SiliconANGLE a raportat că modelul de nivel mediu rulează de trei ori mai repede decât fratele său mai mare Carbon, în timp ce câștigă la anumite valori. For more context on this story, see our ongoing latest AI developments.

Unde Neon se clasează pe punctele de referință

Pe Indexul Inteligenței de Analiză Artificială, Neon are scorul de 61 la nivelul său de gândire x înalt, ocupând locul 3 în general – chiar în spatele modelelor mai mari și mai lente, a spus Google. În indicele Vals, se află pe locul 2 la 70,9 la sută și se află la frontiera Pareto a costului versus performanță. Ocupă locul 1 atât în ​​cadrul Legal Research Bench, cât și al Tax Agent Bench, iar Google a citat evaluările Surge AI, care îl clasifică pe locul 1 în majoritatea benchmark-urilor care acoperă finanțe, contabilitate, modelarea foilor de calcul și urmărirea constrângerilor complexe.

Scorurile cu aromă de agenți sunt la fel de proeminente în anunț: numărul 1 în general pe Zapier's AutomationBench la 56,3 la sută, numărul 1 în simularea de afaceri la orizont lung Vending-Bench 2 de la Andon Labs cu 16.843 USD, 75,8 la sută la Agents' Last Exam v1.1 și 73,5 la sută pentru citirea graficelor profesionale dense. Pe noul Agent Arena Index al Arena, construit din peste 4.200 de sesiuni de agenți din lumea reală, Neon debutează pe locul 2 la nivel global, cu un scor de 1336. În raționamentul științific și matematic, Google raportează 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 locul în care Google țintește cel mai mult Neon. Modelul ocupă locul 1 în general în indicele agentului de codificare de analiză artificială la 58,6, afișează 65,2% pe Terminal-Bench 4.1 și scor 46,2% pe FrontierCode 2.0 la setarea sa implicită ridicată. Titlul lui VentureBeat a încadrat imaginea concurențială în mod direct: performanță de codare Opus 5.5 la prețuri de jetoane API mai mici cu 25 la sută - o lovitură directă asupra modelelor de codare Claude de la Anthropic, care și-au lansat propria piață săptămâna aceasta cu IPO-ul record al Anthropic.

Cel mai izbitor număr se află pe SWE-sweep, benchmark-ul Google de inginerie software: Neon gestionează doar 12,8% pe cablajul mini-SWE standard, dar se triplează până la 39,0% atunci când rulează în Google Antigravity, IDE-ul agentic al companiei - o cifră pe care Google o folosește pentru a argumenta modelul însuși la fel de mult ca modelul pe care îl folosește. Neon este, de asemenea, proiectat pentru a acționa ca un orchestrator rapid care direcționează subagenții paraleli de hidrogen în interiorul Antigravity, reducând citirile redundante ale fișierelor și gestionând compactarea contextului în sesiuni lungi.

Google a demonstrat gama agentică a modelului cu modele de vitrină: o bancă de laborator 3D fotorealistă generată prin Blender MCP, un simulator de schi WebGL2 la persoana întâi scris de la zero pe un teren real de altitudine Mont Blanc, cu peste 10.000 de linii de shadere personalizate și un roi de agenți care a transformat o singură imagine într-o singură imagine într-o singură imagine de 100.000 de e-Celule. 500.000 de formule vii.

Prețuri care subcut frontiera

Neonul costă 3 USD per milion de jetoane de intrare și 15 USD per milion de jetoane de ieșire, cu o fereastră de context de 1 milion de jetoane. Tokenurile de intrare stocate în cache au 0,15 USD per milion - o reducere de 95% concepută pentru fluxurile de lucru agentice care recitesc același context în mod repetat. La nivelul său implicit de gândire înalt, Google spune că Neon oferă un cost pe sarcină cu 32% mai mic decât Carbon, iar la xhigh costă cu 36% sau mai mult pe sarcină decât modelele de frontieră concurente de top la cele mai înalte setări.

Modelul lansează o scară de gândire rafinată pe patru niveluri – care se întinde de la un nivel rapid cu costuri scăzute până la xhigh pentru cele mai grele sarcini de inginerie și analitică – permițând echipelor să formeze inteligență și cheltuială de simboluri pe sarcină. Google raportează, de asemenea, că Neon se află pe locul 2 în ceea ce privește direcția în noul Agent Arena Index pentru adaptarea curată la corecțiile de la mijlocul sarcinii și înregistrează cea mai scăzută rată de fabricație de până acum în testele interne antigravitație.

Securitatea primește un tratament de primă clasă

Un accent notabil al lansării este securitatea defensivă. Pe AutoBaxBench, care testează dacă modelele generează cod securizat încă de la început, Neon depășește Carbonul în provocări ușoare, medii și grele și atinge 76 la sută de ultimă generație la nivelul hard. Pe WebExploitBench v1.2, un etalon de testare de penetrare, Google pretinde că este de 51,26 la sută - la jumătate din costul modelelor mari concurente.

De asemenea, Google realizează această capacitate: o configurație „Gemini 4 Neon pentru cibernetică” care acoperă găsirea, validarea și corecția vulnerabilităților va fi lansată pentru apărătorii de încredere în zilele următoare prin programul Fairwind al companiei.

Disponibilitate

Gemini 4 Neon se lansează astăzi în Gemini API și Google AI Studio, în Gemini pentru afaceri prin API și meniul drop-down model și pentru abonații Google AI Pro și Ultra plătiți atât în Google Antigravity, cât și în aplicația Gemini. Un avertisment reieșit de dezvoltatorii de pe Hacker News: documentația Google Cloud indică că modelul este livrat cu logare promptă de monitorizare a abuzului pe platforma agentului de întreprindere și nu oferă renunțare - o considerație pentru echipele care manipulează cod sensibil.

Cu Neon, Google își explică strategia: mai degrabă decât să vândă un model enorm, livrează o familie de modele cu nume de elemente - Carbon, Hidrogen, Argon și acum Neon - și lasă punctele de referință să discute despre care dintre ele se află la frontiera cost-capacitate. Pentru echipele grele de codificare care urmăresc debutul Anthropic de un trilion de dolari săptămâna aceasta, reducerea prețului este argumentul: informații aproape de frontieră la o fracțiune din costul pe sarcină.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →