Google เปิดตัว Gemini 4 Neon เมื่อวันอังคาร ซึ่งเป็นส่วนเสริมใหม่ของตระกูล Gemini 4 ที่มีชื่อองค์ประกอบ ซึ่งบริษัทอ้างว่าส่งมอบข่าวกรองระดับแนวหน้าด้วยการทำงานแบบ end-to-end อย่างรวดเร็วทั่วทั้งวิศวกรรมซอฟต์แวร์ งานความรู้ และขั้นตอนการทำงานทางวิทยาศาสตร์ การประกาศดังกล่าวมาจาก Koray Kavukcuoglu รองประธานอาวุโสของ Google DeepMind และ Chief AI Architect ของบริษัทในบล็อกโพสต์อย่างเป็นทางการ

การเปิดตัวยังคงดำเนินต่อไปอย่างรวดเร็วของ Google ในการเปิดตัว Gemini 4 ซึ่งรวมถึงเวอร์ชัน Carbon, Hydrogen และ Argon อยู่แล้ว ซึ่งอย่างหลังได้พาดหัวข่าวสำหรับการเล่นแบบอัตโนมัติผ่านเครดิตตอนจบของ Minecraft Neon วางตำแหน่งตัวเองเป็นระดับที่รวดเร็วและมีประสิทธิภาพของตระกูล: แข็งแกร่งพอที่จะนั่งใกล้จุดสูงสุดของกระดานผู้นำอิสระ ในขณะที่มีราคาน้อยกว่าโมเดลชายแดนที่ใหญ่กว่าและช้ากว่าที่มันเดินตามมาก ติดตามการเปิดตัวโมเดลหลักทุกรายการในการครอบคลุมโมเดล AI ของเรา

ที่ซึ่ง Neon Lands บนเกณฑ์มาตรฐาน

Google กล่าวว่า Neon ได้คะแนน 61 ในดัชนี Artificial Analysis Intelligence ในระดับความคิดที่สูง โดยอยู่ในอันดับที่สามโดยรวมและนำหน้าโมเดลที่เทียบเคียงได้ ในขณะที่ตามหลังคู่แข่งที่ใหญ่กว่าและช้ากว่า ในดัชนี Vals นั้นอยู่ในอันดับที่สองที่ 70.9% โดยอยู่ในขอบเขต Pareto ในด้านต้นทุนเทียบกับความสามารถ และเกิดขึ้นอันดับหนึ่งทั้งในกลุ่ม Legal Research Bench และ Tax Agent Bench

เรื่องราวขององค์กรคือจุดที่ Google มุ่งความสนใจไปที่การอ้างสิทธิ์ของตน Neon สังเคราะห์สเปรดชีต, PDF, แผนภูมิ, เสียงและวิดีโอภายในหน้าต่างบริบท 1 ล้านโทเค็นเดียว และเปลี่ยนอินพุตเหล่านั้นให้เป็นการส่งมอบที่มีโครงสร้าง Google กล่าวว่าโมเดลดังกล่าวเป็นอันดับแรกในเกณฑ์มาตรฐาน Surge AI ส่วนใหญ่ในด้านการเงิน การบัญชี การสร้างแบบจำลองสเปรดชีต และการติดตามข้อจำกัดที่ซับซ้อน มีคะแนน 73.5% บน Chartography สำหรับการอ่านแผนภูมิระดับมืออาชีพที่หนาแน่น และทำงานได้เทียบเท่ากับโมเดลชั้นนำใน Agents' Last Exam v1.1 (75.8%) นอกจากนี้ ยังเปิดตัวครั้งแรกบน AutomationBench ของ Zapier ด้วยคะแนน 56.3% และติดอันดับ Vending-Bench 2 ของ Andon Labs ซึ่งเป็นการจำลองการดำเนินธุรกิจในขอบเขตอันยาวนาน โดยมีรายได้จำลอง 16,843 ดอลลาร์ ใน Agent Arena Index ใหม่ของ Arena สร้างขึ้นจากเซสชันตัวแทนในโลกแห่งความเป็นจริงมากกว่า 4,200 เซสชัน Neon อยู่ในอันดับที่สองทั่วโลกด้วยคะแนน 1,336 และอันดับที่สองในด้านความสามารถในการควบคุมทิศทาง ซึ่งหมายความว่าจะปรับให้เข้ากับการแก้ไขผู้ใช้ระหว่างงานได้อย่างหมดจด

การใช้เหตุผลทางวิทยาศาสตร์และคณิตศาสตร์ได้รับการจัดแสดงในตัวเอง: Google อ้างว่าได้ผลลัพธ์ที่ดีที่สุดในระดับเดียวกันใน Terminal-Bench Science (70.5%), RiemannBench (84.0%) และ HLE-Diamond (71.3%)

สร้างขึ้นสำหรับตัวแทนการเข้ารหัสที่ทำงานมายาวนาน

การเข้ารหัสถือเป็นกรณีการใช้งานปะรำ Google กล่าวว่า Neon ครองอันดับหนึ่งโดยรวมในดัชนี Artificial Analysis Coding Agent ด้วยคะแนน 58.6 โพสต์ 65.2% บน Terminal-Bench 4.1 และ 46.2% บน FrontierCode 2.0 ที่การตั้งค่าเริ่มต้นสูง ในการกวาดล้าง SWE นั้น Neon เป็นผู้นำด้วย 12.8% ในชุดสายรัด mini-SWE และมากกว่าสามเท่าเป็นระดับล้ำสมัยที่อ้างสิทธิ์ 39.0% เมื่อวิ่งในชุดสายรัดต้านแรงโน้มถ่วงของ Google

โมเดลนี้ได้รับการออกแบบทางวิศวกรรมสำหรับเวิร์กโฟลว์ตัวแทนที่ทำงานในระยะยาว โดยรักษาประสิทธิภาพผ่านงานที่ซับซ้อนและต้องใช้เครื่องมือจำนวนมาก ตัดการอ่านไฟล์ที่ซ้ำซ้อน แบ่งปันความคืบหน้าขณะทำงาน และจัดการการบีบอัดบริบทได้อย่างน่าเชื่อถือในเซสชันที่ยาวนาน นอกจากนี้ยังสามารถทำหน้าที่เป็นผู้เรียบเรียงที่รวดเร็วและมีวิจารณญาณสูงในการกำกับสารย่อยไฮโดรเจนแบบคู่ขนานในการต้านแรงโน้มถ่วง การสาธิตของ Google มีลักษณะที่แสดงให้เห็นอย่างชัดเจน: การขับเคลื่อน Blender MCP ในระบบต้านแรงโน้มถ่วง, Neon ได้สร้างม้านั่งในห้องปฏิบัติการ 3 มิติที่เหมือนจริงซึ่งแสดงภาพตระกูล Gemini 4 ด้วยความแม่นยำขององค์ประกอบ - เปลวไฟ Bunsen สำหรับคาร์บอนและไฮโดรเจน, ท่อระบายก๊าซสำหรับ Argon และ Neon การใช้คำสั่ง /swarm สร้างการศึกษาของ Alan Turing ในปี 1936 ที่ King's College Cambridge ขึ้นมาใหม่ในรูปแบบ 3 มิติเชิงโต้ตอบ พร้อมด้วย Universal Turing Machine ที่ใช้งานได้บนโต๊ะ ในการสาธิตอื่น ฝูงตัวแทนเปลี่ยนรูปภาพเดียวให้เป็นการตรวจจับขอบแบบรันนิ่งของ Google ชีต 100,000 เซลล์และการทำแผนที่เชิงลึก 3 มิติผ่านสูตรสเปรดชีตสดมากกว่า 500,000 สูตร โดยไม่ต้องฝังรูปภาพหรือสคริปต์ Apps

ปรับราคาด้วยระดับการคิดสี่ระดับ

Gemini 4 Neon มีราคา 3 เหรียญสหรัฐต่อหนึ่งล้านโทเค็นอินพุต และ 15 ดอลลาร์ต่อหนึ่งล้านโทเค็นเอาท์พุต โดยมีราคาอินพุตแบบแคชอยู่ที่ 0.15 ดอลลาร์ต่อหนึ่งล้านโทเค็น ซึ่งเป็นส่วนลด 95% ที่ออกแบบมาเพื่อทำให้เอเจนต์ลูปแบบบริบทยาวสามารถทำงานได้ในเชิงเศรษฐกิจ หน้าต่างบริบท 1 ล้านโทเค็นครอบคลุมปริมาณงานระดับองค์กร การวิเคราะห์ และวิทยาศาสตร์ของโมเดล

Google ยังปรับปรุงบันไดระดับการคิดด้วยการเปิดตัวครั้งนี้ Neon จัดส่งสี่ระดับที่ปรับขนาดได้อย่างต่อเนื่อง ช่วยให้ทีมสามารถดึงข้อมูลอัจฉริยะและโทเค็นไปใช้ในแต่ละปริมาณงานได้ ในระดับสูงตามค่าเริ่มต้น บริษัทกล่าวว่า Neon จับคู่คะแนนการวิเคราะห์ประดิษฐ์ที่แข็งแกร่งกับต้นทุนต่องานที่ต่ำกว่า Carbon ถึง 32% และอยู่ในขอบเขต Pareto ของทั้ง Vals Index และ Agent Arena โดยมีต้นทุนต่องานต่ำกว่าประมาณ 50% ถึง 80% ต่องาน เมื่อเทียบกับโมเดลชายแดนที่แข่งขันกันชั้นนำ การตั้งค่า xhigh เพิ่มการให้เหตุผลแบบหลายขั้นตอนที่ลึกซึ้งยิ่งขึ้นสำหรับปริมาณงานด้านวิศวกรรมและวิทยาศาสตร์ที่ยากที่สุด ในขณะที่ยังคงมีค่าใช้จ่ายต่องานน้อยกว่า 36%+ เมื่อเทียบกับโมเดลคู่แข่งที่การตั้งค่าสูงสุด

ตัวแปรทางไซเบอร์สำหรับผู้พิทักษ์ที่เชื่อถือได้

Google ยังวางตำแหน่ง Neon เป็นรูปแบบการรักษาความปลอดภัยด้วย Gemini 4 Neon สำหรับไซเบอร์สร้างโค้ดที่ปลอดภัยกว่า Carbon ในทุกความท้าทายที่ง่าย ปานกลาง และยากบน AutoBaxBench ซึ่งเข้าถึงความล้ำสมัยในระดับยากที่ 76% บน WebExploitBench v1.2 โมเดลดังกล่าวโพสต์ข้อความที่อ้างว่าล้ำสมัยถึง 51.26% โดยมีต้นทุนเพียงครึ่งหนึ่งของโมเดลขนาดใหญ่ของคู่แข่ง และตลอดวงจรชีวิตที่แข็งกระด้างของโค้ด โมเดลได้คะแนน 90.5% ใน SEC-bench Pro (การค้นหาช่องโหว่ ที่ประมาณครึ่งหนึ่งของต้นทุนต่อความท้าทายปกติ) บรรลุการตรวจสอบการแสวงหาผลประโยชน์ระดับแนวหน้าบน ExploitGym โดยใช้โทเค็นคาร์บอนครึ่งหนึ่ง และสูงถึง 70.7% บน CWE-bench v2 ของ Collinear สำหรับการแพตช์ — ยกระดับเหนือ Carbon 3.4 แต้ม ตัวแปรไซเบอร์จะเปิดตัวให้กับผู้พิทักษ์ที่เชื่อถือได้ในอีกไม่กี่วันข้างหน้าผ่านโปรแกรม Fairwind ของ Google

ตัวชี้วัดความปลอดภัยสำหรับงานการผลิต

เนื่องจาก Neon นำความสามารถระดับแนวหน้ามาสู่โมเดลที่เร็วกว่าและถูกกว่า Google จึงกล่าวว่าได้จับคู่การเปิดตัวกับการป้องกันแบบเรียลไทม์ต่อการใช้ทางไซเบอร์และความปลอดภัยทางชีวภาพในทางที่ผิดซึ่งเทียบได้กับการปกป้องของ Carbon ในขณะที่ปฏิเสธงานที่ถูกกฎหมายน้อยกว่ามาก โดยปฏิเสธงานเพียง 1.98% บน Terminal-Bench 4.0 และไม่มีงานใดใน Terminal-Bench-Science จอภาพการจัดตำแหน่งภายในแสดงอัตราการแจ้งเตือนต่ำกว่าค่าพื้นฐานของ Carbon และแบบจำลองตรงกับ Carbon โดยมีการโกง 0.0% บน Terminal-Bench 4.0 ใช้ทางลัดกับงานเพียง 2.45% ในการประเมินการโกงการเขียนโค้ดของ Google ซึ่งเป็นอัตราที่ต่ำที่สุดของโมเดล Gemini 4 ใด ๆ และมีอัตราการดำเนินการที่ไม่ตรงแนว 0.09% ในชุดความปลอดภัยแบบเอเจนต์ ควบคู่ไปกับอัตราการส่งผ่าน 99.2% สำหรับการประเมินความซื่อสัตย์ของตัวแทน

ว่าง

Gemini 4 Neon กำลังเปิดตัววันนี้ใน Gemini API ใน Google AI Studio ใน Gemini สำหรับธุรกิจผ่าน API และโมเดลแบบเลื่อนลง และสำหรับสมาชิก Google AI Pro และ Ultra แบบชำระเงินทั้งใน Google Antigravity และแอป Gemini

ทำไมมันถึงสำคัญ

การกำหนดราคาของ Neon ทำให้ประสิทธิภาพของตัวแทนที่อยู่ติดกันอยู่ในขอบเขตการเข้าถึงของทีมที่ไม่สามารถปรับต้นทุนโมเดลระดับบนสุดสำหรับปริมาณงานปริมาณมากได้ หากการอ้างเกณฑ์มาตรฐานยังคงอยู่ในการทดสอบอิสระ ภาพการแข่งขันสำหรับการเข้ารหัสแบบเอเจนต์ งานความรู้ระดับองค์กร และการรักษาความปลอดภัยเชิงป้องกันก็จะกระชับยิ่งขึ้น และช่องว่างระหว่าง "เร็วพอ" และ "ขอบเขต" ก็แคบลงเรื่อยๆ หากต้องการการเปิดตัวเพิ่มเติมเช่นนี้ โปรดตรวจสอบการพัฒนา AI ล่าสุดบน AI Buzz Wire

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →