Google, şirketin yazılım mühendisliği, bilgi çalışması ve bilimsel iş akışlarında hızlı uçtan uca görev tamamlama ile sınır düzeyinde zeka sağladığını öne sürdüğü element adlı Gemini 4 ailesine yeni eklenen Gemini 4 Neon'u Salı günü tanıttı. Duyuru, resmi bir blog yazısında Google DeepMind Kıdemli Başkan Yardımcısı ve şirketin Baş Yapay Zeka Mimarı Koray Kavukçuoğlu'ndan geldi.
Lansman, Google'ın, halihazırda Karbon, Hidrojen ve Argon varyantlarını içeren Gemini 4 sürümlerinin hızlı ritmini sürdürüyor; bunlardan sonuncusu, Minecraft'ın son jeneriklerini bağımsız olarak oynamak için manşetlere çıktı. Neon kendisini ailenin hızlı ve verimli katmanı olarak konumlandırıyor: bağımsız skor tablolarının üst sıralarına yerleşecek kadar güçlü ve takip ettiği daha büyük, daha yavaş sınır modellerinden çok daha düşük maliyetli. Yapay zeka modelleri kapsamımızdaki tüm önemli model sürümlerini takip edin.
Neon'un Karşılaştırmalarda Bulunduğu Yer
Google, Neon'un Yapay Analiz Zekası Endeksi'nde xhigh düşünme düzeyinde 61 puan aldığını, genel olarak üçüncü sırada yer aldığını ve karşılaştırılabilir modellerin önünde yer alırken, daha büyük, daha yavaş rakiplerin hemen gerisinde kaldığını söylüyor. Vals Endeksi'nde %70,9 ile ikinci sırada yer alır ve bu da onu maliyet-yetenek karşılaştırmasında Pareto sınırına yerleştirir ve hem Yasal Araştırma Tezgahında hem de Vergi Aracısı Tezgahında birinci sırada yer alır.
Kurumsal hikaye, Google'ın iddialarını yoğunlaştırdığı yerdir. Neon, elektronik tabloları, PDF'leri, grafikleri, ses ve videoyu 1 milyon jetonluk tek bir bağlam penceresinde sentezler ve bu girdileri yapılandırılmış çıktılara dönüştürür. Google, modelin finans, muhasebe, e-tablo modelleme ve karmaşık kısıtlama takibi alanlarındaki Surge AI kriterlerinin çoğunda ilk sırada yer aldığını söylüyor. Yoğun profesyonel grafikleri okumak için Chartography'de %73,5 puan alıyor ve Agents' Last Exam v1.1'deki önde gelen modellerle (%75,8) aynı performansı gösteriyor. Aynı zamanda Zapier'in AutomationBench sıralamasında %56,3 ile ilk sırada yer alıyor ve 16.843 dolarlık simüle edilmiş gelirle Andon Labs'ın Vending-Bench 2 (bir işletmeyi yönetmenin uzun vadeli bir simülasyonu) arasında zirvede yer alıyor. Arena'nın 4.200'den fazla gerçek dünya ajan oturumundan oluşturulan yeni Ajan Arena Endeksi'nde Neon, 1.336 puanla dünya çapında ikinci sırada yer alıyor ve yönlendirilebilirlik açısından da ikinci sırada yer alıyor; bu, görev ortasında kullanıcı düzeltmelerine temiz bir şekilde uyum sağladığı anlamına geliyor.
Bilimsel ve matematiksel akıl yürütme kendini gösteriyor: Google, Terminal-Bench Science (%70,5), RiemannBench (%84,0) ve HLE-Diamond (%71,3) ile sınıfının en iyi sonuçlarını iddia ediyor.
Uzun Süreli Kodlama Aracıları için Geliştirildi
Kodlama tartışmasız bir seçim çerçevesi kullanım durumudur. Google, Neon'un Yapay Analiz Kodlama Aracısı Endeksi'nde 58,6 puanla genel olarak birinci sırada yer aldığını, varsayılan yüksek ayarında Terminal-Bench 4.1'de %65,2 ve FrontierCode 2.0'da %46,2 puan aldığını söylüyor. Neon, SWE taramasında mini-SWE koşum takımı üzerinde %12,8 ile önde ve Google'ın Yerçekimi Önleyici ajan koşum takımı içinde koşarken iddia edilen son teknoloji ürünü %39,0'a bu rakamın üç katından fazlasını katıyor.
Model, uzun süreli aracı iş akışları için tasarlanmıştır: karmaşık, araç ağırlıklı görevler aracılığıyla performansı korur, gereksiz dosya okumalarını azaltır, çalışırken ilerlemeyi paylaşır ve uzun oturumlar boyunca bağlam sıkıştırmasını güvenilir bir şekilde gerçekleştirir. Aynı zamanda Antigravity'de paralel Hidrojen alt ajanlarını yönlendiren hızlı, yüksek karara sahip bir orkestratör olarak da hareket edebilir. Google'ın demoları karakteristik olarak gösterişliydi: Antigravity'de Blender MCP'yi kullanan Neon, Gemini 4 ailesini temel doğrulukla görselleştiren fotogerçekçi bir 3D laboratuvar tezgahı inşa etti - Karbon ve Hidrojen için Bunsen alevleri, Argon ve Neon için gaz deşarj tüpleri. /swarm komutunu kullanarak Alan Turing'in 1936'da King's College Cambridge'deki çalışmasını etkileşimli 3 boyutlu olarak, masanın üzerinde çalışan bir Evrensel Turing Makinesi ile tamamlayarak yeniden yarattı. Başka bir demoda, bir aracı sürüsü, tek bir görüntüyü, hiçbir gömülü görüntü veya Apps Komut Dosyası olmadan, 500.000'den fazla canlı e-tablo formülü aracılığıyla kenar algılama ve 3D derinlik eşlemesi çalıştıran 100.000 hücreli bir Google E-tablosuna dönüştürdü.
Dört Düşünme Düzeyiyle Ayarlanmış Fiyatlandırma
Gemini 4 Neon'un maliyeti milyon girdi tokenı başına 3 dolar ve çıktı tokenı başına 15 dolardır; önbelleğe alınmış girdinin fiyatı milyon token başına 0,15 dolardır; uzun bağlamlı aracı döngülerini ekonomik olarak uygun hale getirmek için tasarlanmış %95 indirim. 1 milyon jetonluk bağlam penceresi, modelin kurumsal, analitik ve bilimsel iş yüklerini kapsar.
Google bu sürümle birlikte düşünme seviyesi merdivenini de geliştiriyor. Neon, ekiplerin her iş yükü için zekayı ve token harcamasını ayarlamasına olanak tanıyan, istikrarlı bir şekilde ölçeklenen dört seviye sunuyor. Şirket, varsayılan yüksek seviyesinde, Neon'un güçlü bir Yapay Analiz puanını Carbon'a göre görev başına %32 daha düşük bir maliyetle eşleştirdiğini ve hem Vals Index hem de Agent Arena'nın Pareto sınırında yer aldığını ve en iyi rakip sınır modellerine göre görev başına yaklaşık %50 ila %80 daha düşük maliyetle bulunduğunu söylüyor. Xhigh ayarı, en zorlu mühendislik ve bilimsel iş yükleri için daha derin, çok adımlı akıl yürütme sağlarken, en yüksek ayarlardaki rakip modellere göre görev başına %36'dan fazla daha az maliyet sağlar.
Güvenilir Savunuculara Yönelik Bir Siber Varyant
Google ayrıca Neon'u bir güvenlik modeli olarak konumlandırdı. Gemini 4 Neon for cyber, AutoBaxBench'teki tüm kolay, orta ve zor zorluklarda Carbon'dan daha güvenli kod üretiyor ve %76 ile zor seviyede en son teknolojiye ulaşıyor. WebExploitBench v1.2'de model, rakip büyük modellerin maliyetinin yarısı kadar bir maliyetle %51,26 iddialı bir son teknoloji ürünü yayınlıyor ve kod sağlamlaştırma yaşam döngüsü boyunca SEC-bench Pro'da %90,5 puan alıyor (zafiyet bulma, meydan okuma başına ortalama maliyetin kabaca yarısı kadar), Carbon tokenlerinin yarısını kullanarak ExploitGym'de sınır düzeyinde yararlanma doğrulaması elde ediyor ve %70,7'ye ulaşıyor Collinear'ın yamalama için CWE-bench v2'si — Carbon'a göre 3,4 puanlık bir artış. Siber varyant, önümüzdeki günlerde Google'ın Fairwind Programı aracılığıyla güvenilir savunucuların kullanımına sunulacak.
Üretim Çalışmalarına İlişkin Güvenlik Metrikleri
Neon daha hızlı ve daha ucuz bir modele sınır düzeyinde yetenekler getirdiği için Google, sürümü Carbon'un korumalarına benzer siber ve biyogüvenlik suiistimallerine karşı gerçek zamanlı korumalarla eşleştirdiğini söylüyor; bu arada çok daha az meşru işleri reddediyor, Terminal-Bench 4.0'daki görevlerin yalnızca %1,98'ini reddediyor ve Terminal-Bench-Science'da hiçbirini reddediyor. Dahili hizalama monitörleri, Carbon'un temel değerlerinin altında uyarı oranları gösterdi ve model, Carbon'u Terminal-Bench 4.0'da %0,0 hile ile eşleştirdi, Google'ın kodlama hile değerlendirmesinde görevlerin yalnızca %2,45'inde kısayollar kullandı (tüm Gemini 4 modelleri arasında en düşük oran) ve temsilci dürüstlük değerlendirmesinde %99,2'lik bir geçiş oranının yanı sıra ajans güvenlik paketinde %0,09'luk bir yanlış hizalanmış eylem oranı bildirdi.
Kullanılabilirlik
Gemini 4 Neon, bugün Google AI Studio'daki Gemini API'sinde, API ve model açılır menüsü aracılığıyla iş amaçlı Gemini'de ve hem Google Antigravity hem de Gemini uygulamasında ücretli Google AI Pro ve Ultra aboneleri için kullanıma sunuluyor.
Neden Önemlidir
Neon'un fiyatlandırması, sınır komşusu temsilci performansını, yüksek hacimli iş yükleri için üst düzey model maliyetlerini karşılayamayan ekiplerin erişebileceği seviyeye getiriyor. Karşılaştırmalı değerlendirme iddiaları bağımsız testlerde geçerli olursa, ajansal kodlama, kurumsal bilgi çalışması ve savunma güvenliğine yönelik rekabetçi tablo daha da sıkılaşıyor ve "yeterince hızlı" ile "sınır" arasındaki fark daralmaya devam ediyor. Bunun gibi daha fazla lansman için AI Buzz Wire'daki en son AI gelişmelerini kontrol edin.
---
Yapay Zekanın Önünde OlunEn son AI haberlerini, analizlerini ve buluşlarını tek bir yerden alın.
Daha fazla AI haberini okuyun →