Во вторник Google представила Gemini 4 Neon, новое дополнение к своему элементному семейству Gemini 4, которое, как компания заявляет, обеспечивает интеллект передового уровня с быстрым комплексным выполнением задач в области разработки программного обеспечения, научной работы и научных рабочих процессов. Об этом сообщил Корай Кавукчуоглу, старший вице-президент Google DeepMind и главный архитектор искусственного интеллекта компании, в официальном сообщении в блоге.
Запуск продолжает стремительную череду выпусков Google Gemini 4, которая уже включает варианты Carbon, Hydrogen и Argon — последний из которых попал в заголовки новостей благодаря автономному воспроизведению финальных титров Minecraft. Neon позиционирует себя как быстрый и эффективный уровень семейства: достаточно мощный, чтобы занимать верхние позиции в независимых таблицах лидеров, и при этом стоит гораздо меньше, чем более крупные и медленные передовые модели, за которыми он следует. Следите за выпуском каждой крупной модели в нашем обзоре моделей искусственного интеллекта.
Где неон попадает в тесты
Google сообщает, что Neon набирает 61 балл в Индексе искусственного анализа интеллекта за свой высокий уровень мышления, занимая третье место в общем зачете и опережая сопоставимые модели, при этом уступая более крупным и медленным конкурентам. В индексе Валса он занимает второе место с показателем 70,9%, что ставит его на границу Парето затрат и возможностей, и занимает первое место как в рейтинге юридических исследований, так и в рейтинге налоговых агентов.
Корпоративная история — это то, на чем Google концентрирует свои претензии. Neon синтезирует электронные таблицы, PDF-файлы, диаграммы, аудио и видео в одном контекстном окне размером 1 миллион токенов и превращает эти входные данные в структурированные результаты. Google заявляет, что эта модель занимает первое место по большинству тестов Surge AI в области финансов, бухгалтерского учета, моделирования электронных таблиц и отслеживания сложных ограничений. Он публикует 73,5% результатов в чартах для чтения плотных профессиональных диаграмм и работает на одном уровне с ведущими моделями Agents' Last Exam v1.1 (75,8%). Он также дебютирует первым на Zapier’s AutomationBench с показателем 56,3% и превосходит Vending-Bench 2 от Andon Labs — долгосрочную симуляцию ведения бизнеса — с моделируемым доходом в $16 843. В новом индексе Agent Arena от Arena, составленном на основе более чем 4200 реальных сеансов агентов, Neon занимает второе место в мире с показателем 1336 и второе место по управляемости, что означает, что он легко адаптируется к корректировкам пользователя в середине задачи.
Научные и математические рассуждения получают свою собственную витрину: Google заявляет о лучших в своем классе результатах в тестах Terminal-Bench Science (70,5%), RiemannBench (84,0%) и HLE-Diamond (71,3%).
Создан для долго работающих агентов кодирования
Кодирование, пожалуй, является наиболее ярким вариантом использования. Google сообщает, что Neon занимает первое место в рейтинге агентов кодирования искусственного анализа с оценкой 58,6, имеет 65,2% в Terminal-Bench 4.1 и 46,2% в FrontierCode 2.0 при высоких настройках по умолчанию. По SWE-развертке Neon лидирует с 12,8% при использовании системы mini-SWE и более чем в три раза превышает этот показатель до заявленных самых современных 39,0% при работе в системе антигравитационного агента Google.
Модель разработана для длительных рабочих процессов агентов: она поддерживает производительность при выполнении сложных задач, требующих большого количества инструментов, сокращает избыточное чтение файлов, делится прогрессом во время работы и надежно обрабатывает сжатие контекста во время длительных сеансов. Он также может действовать как быстрый и рассудительный оркестратор, управляющий параллельными водородными субагентами в Антигравитации. Демонстрации Google были характерно эффектными: управляя Blender MCP в режиме «Антигравитация», Неон построил фотореалистичный 3D-лабораторный стенд, визуализирующий семейство Gemini 4 с элементарной точностью — пламя Бунзена для углерода и водорода, газоразрядные трубки для аргона и неона. Используя команду /swarm, он воссоздал исследование Алана Тьюринга 1936 года в Королевском колледже Кембриджа в интерактивном 3D с работающей универсальной машиной Тьюринга на столе. В другой демонстрации группа агентов превратила одно изображение в Google Sheet на 100 000 ячеек, выполняя обнаружение границ и трехмерное картирование глубины с помощью более чем 500 000 формул электронных таблиц в реальном времени, без каких-либо встроенных изображений или сценариев приложений.
Настраиваемое ценообразование с четырьмя уровнями мышления
Стоимость Gemini 4 Neon составляет 3 доллара США за миллион входных токенов и 15 долларов США за миллион выходных токенов, при этом кэшированные входные данные оцениваются в 0,15 доллара США за миллион токенов — скидка 95 %, предназначенная для того, чтобы сделать циклы агентов с длинным контекстом экономически выгодными. Контекстное окно размером в 1 миллион токенов охватывает корпоративные, аналитические и научные рабочие нагрузки модели.
В этом выпуске Google также совершенствует свою лестницу уровней мышления. Neon предлагает четыре уровня, которые постепенно масштабируются, позволяя командам набирать аналитику и тратить токены для каждой рабочей нагрузки. Компания заявляет, что при высоком уровне по умолчанию Neon сочетает высокий показатель искусственного анализа с затратами на задачу на 32% ниже, чем у Carbon, и находится на границе Парето как в индексе Vals, так и в Agent Arena, с примерно на 50–80% меньшими затратами на задачу, чем у ведущих конкурирующих пограничных моделей. Настройка xhigh обеспечивает более глубокое многоэтапное обоснование самых сложных инженерных и научных задач, при этом стоимость каждой задачи на 36%+ ниже, чем у конкурирующих моделей с самыми высокими настройками.
Кибервариант для доверенных защитников
Google также позиционирует Neon как модель безопасности. Gemini 4 Neon для кибербезопасности создает более безопасный код, чем Carbon, для всех простых, средних и сложных задач на AutoBaxBench, достигая самого современного уровня на сложном уровне - 76%. На WebExploitBench v1.2 модель демонстрирует заявленный уровень производительности 51,26% при половине стоимости конкурирующих больших моделей, а на протяжении жизненного цикла защиты кода она набирает 90,5% на SEC-bench Pro (обнаружение уязвимостей примерно за половину обычной стоимости за задачу), достигает передового уровня проверки эксплуатации на ExploitGym, используя половину токенов Carbon, и достигает 70,7% на CWE-bench v2 от Collinear для исправлений — прирост по сравнению с Carbon на 3,4 пункта. Кибервариант будет доступен доверенным защитникам в ближайшие дни в рамках программы Google Fairwind.
Показатели безопасности производственных работ
Поскольку Neon привносит возможности передового уровня в более быструю и дешевую модель, Google заявляет, что объединил этот выпуск с защитой в реальном времени от злоупотреблений в области кибербезопасности и биобезопасности, сравнимой с защитой Carbon, при этом отказываясь от гораздо менее законной работы, отказываясь только от 1,98% задач на Terminal-Bench 4.0 и ни от одного на Terminal-Bench-Science. Внутренние мониторы согласования показали уровень предупреждений ниже базовых показателей Carbon, а модель соответствовала Carbon с 0,0% мошенничества в Terminal-Bench 4.0, использовала ярлыки только для 2,45% задач в оценке мошенничества при кодировании Google — самый низкий показатель среди всех моделей Gemini 4 — и показала 0,09% несогласованных действий в своем пакете агентской безопасности наряду с 99,2% успешностью в оценке честности агента.
Доступность
Сегодня Gemini 4 Neon внедряется в Gemini API в Google AI Studio, в Gemini для бизнеса через API и раскрывающийся список моделей, а также для платных подписчиков Google AI Pro и Ultra как в Google Antigravity, так и в приложении Gemini.
Почему это важно
Цены на Neon делают передовую производительность агентов доступной для команд, которые не могут оправдать затраты на модели высшего уровня для больших объемов рабочих нагрузок. Если результаты независимого тестирования подтвердятся, конкурентная картина в области агентного кодирования, работы в области корпоративных знаний и защитной безопасности еще больше ужесточится, а разрыв между «достаточно быстрым» и «передовым» продолжит сокращаться. Чтобы узнать больше о подобных запусках, ознакомьтесь с последними разработками в области искусственного интеллекта на AI Buzz Wire.
---
Будьте впереди ИИПолучайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.
Подробнее новости AI →