Google đã giới thiệu Gemini 4 Neon vào thứ Tư, sản phẩm bổ sung mới nhất cho dòng sản phẩm Gemini 4 của mình và như The Decode đã tính toán, đây là mẫu Gemini mới thứ tư mà Google đã xuất xưởng trong một tháng. Google định vị Neon là một cỗ máy hạng trung kết hợp trí thông minh cấp cao với khả năng hoàn thành nhiệm vụ từ đầu đến cuối nhanh chóng trong công nghệ phần mềm, công việc tri thức và quy trình làm việc khoa học — và định giá nó thấp hơn nhiều so với các mô hình lớn hơn mà nó theo đuổi dựa trên năng lực thô.
"Hôm nay, chúng tôi sẽ giới thiệu Gemini 4 Neon - mang đến trí thông minh cấp cao với khả năng hoàn thành nhiệm vụ từ đầu đến cuối nhanh chóng trên các quy trình công nghệ phần mềm, công việc tri thức và khoa học phức tạp", SVP và Kiến trúc sư trưởng AI của Google DeepMind viết trong thông báo. SiliconANGLE đã báo cáo rằng mô hình tầm trung chạy nhanh hơn ba lần so với người anh em Carbon lớn hơn của nó trong khi giành chiến thắng ở một số chỉ số. For more context on this story, see our ongoing more AI stories.
Vị trí Neon xếp hạng trên điểm chuẩn
Google cho biết, về Chỉ số Trí tuệ Phân tích Nhân tạo, Neon đạt 61 điểm ở cấp độ tư duy xhigh, xếp thứ 3 về tổng thể - chỉ sau các mẫu lớn hơn, chậm hơn. Trên Chỉ số Vals, nó đứng thứ 2 với 70,9% và nằm trên ranh giới Pareto giữa chi phí so với hiệu suất. Nó chiếm vị trí số 1 trên cả Tổ chức Nghiên cứu Pháp lý và Tổ chức Đại lý Thuế, đồng thời Google đã trích dẫn các đánh giá của Surge AI xếp nó ở vị trí số 1 trên hầu hết các điểm chuẩn bao gồm tài chính, kế toán, lập mô hình bảng tính và các ràng buộc phức tạp sau đây.
Điểm số dành cho đặc vụ cũng nổi bật không kém trong thông báo: #1 tổng thể trên AutomationBench của Zapier với 56,3%, #1 trên mô phỏng kinh doanh tầm nhìn dài Vending-Bench 2 của Andon Labs với 16.843 USD, 75,8% trong Bài kiểm tra cuối cùng của đại lý v1.1 và 73,5% trên Chartography để đọc các biểu đồ chuyên nghiệp dày đặc. Trên Chỉ số đấu trường đại lý mới của Arena, được xây dựng từ hơn 4.200 phiên đại lý trong thế giới thực, Neon đứng thứ 2 trên toàn cầu với số điểm 1336. Về lý luận khoa học và toán học, Google báo cáo kết quả tốt nhất trong ngành về Khoa học băng ghế đầu cuối (70,5%), RiemannBench (84,0%) và HLE-Diamond (71,3%).
Được xây dựng cho các tác nhân mã hóa chạy dài
Mã hóa là nơi Google đang nhắm tới Neon nhiều nhất. Mô hình này xếp hạng tổng thể số 1 về Chỉ số tác nhân mã hóa phân tích nhân tạo ở mức 58,6, đạt 65,2% trên Terminal-Bench 4.1 và đạt 46,2% trên FrontierCode 2.0 ở cài đặt cao mặc định. Tiêu đề của VentureBeat đã đóng khung bức tranh cạnh tranh một cách thẳng thắn: Hiệu suất mã hóa cấp độ Opus 5,5 với giá mã thông báo API thấp hơn 25% - một cú đánh trực tiếp vào các mô hình mã hóa Claude của Anthropic, đã đưa ra cột mốc thị trường của riêng họ trong tuần này với đợt IPO kỷ lục của Anthropic.
Con số nổi bật nhất là trên SWE-sweep, tiêu chuẩn quét kỹ thuật phần mềm của Google: Neon chỉ quản lý được 12,8% trên dây nịt SWE mini tiêu chuẩn nhưng cao hơn gấp ba lần so với mức 39,0% hiện đại được tuyên bố khi chạy bên trong Google AntiGravity, IDE đại diện của công ty - một con số mà Google sử dụng để lập luận rằng dây nịt xung quanh một mô hình cũng quan trọng như chính mô hình đó. Neon cũng được thiết kế để hoạt động như một bộ điều phối nhanh, điều khiển các tác nhân phụ Hydrogen song song bên trong AntiGravity, cắt các lần đọc tệp dư thừa và xử lý việc nén ngữ cảnh trong các phiên dài.
Google đã chứng minh phạm vi tác nhân của mô hình bằng các bản dựng trưng bày: một băng ghế thí nghiệm 3D như ảnh thực được tạo ra thông qua Blender MCP, một trình mô phỏng trượt tuyết WebGL2 góc nhìn thứ nhất được viết từ đầu trên địa hình độ cao Mont Blanc thực với hơn 10.000 dòng đổ bóng tùy chỉnh và một nhóm tác nhân biến một hình ảnh duy nhất thành một Trang tính Google 100.000 ô chạy tính năng phát hiện cạnh thông qua hơn 500.000 công thức trực tiếp.
Định giá thấp hơn giới hạn
Neon có giá 3 USD trên một triệu mã thông báo đầu vào và 15 USD trên một triệu mã thông báo đầu ra, với cửa sổ ngữ cảnh 1 triệu mã thông báo. Mã thông báo đầu vào được lưu trong bộ nhớ đệm có giá 0,15 USD trên một triệu — mức giảm giá 95% được thiết kế cho các quy trình công việc tác nhân đọc lại cùng một ngữ cảnh nhiều lần. Ở cấp độ tư duy cao mặc định, Google cho biết Neon mang lại chi phí cho mỗi nhiệm vụ thấp hơn 32% so với Carbon và ở mức xhigh, chi phí cho mỗi nhiệm vụ là 36% hoặc ít hơn so với các mẫu hàng đầu cạnh tranh ở cài đặt cao nhất.
Mô hình này ra mắt một thang tư duy bốn cấp độ tinh tế — trải dài từ cấp nhanh, chi phí thấp đến cấp cao cho khối lượng công việc phân tích và kỹ thuật khó nhất — cho phép các nhóm quay số thông tin và chi tiêu mã thông báo cho mỗi nhiệm vụ. Google cũng báo cáo rằng Neon xếp thứ 2 về khả năng điều khiển trên Chỉ số Agent Arena mới để thích ứng rõ ràng với các sửa đổi giữa nhiệm vụ và ghi lại tỷ lệ chế tạo thấp nhất từ trước đến nay trong thử nghiệm Phản trọng lực nội bộ.
An ninh được đối xử hạng nhất
Điểm nhấn đáng chú ý của buổi ra mắt là an ninh phòng thủ. Trên AutoBaxBench, công cụ kiểm tra xem các mô hình có tạo mã bảo mật ngay từ đầu hay không, Neon vượt trội hơn Carbon ở các thử thách dễ, trung bình và khó, đồng thời đạt được tỷ lệ hiện đại nhất ở cấp độ cứng là 76%. Trên WebExploitBench v1.2, một điểm chuẩn thử nghiệm thâm nhập, Google tuyên bố là tiên tiến nhất ở mức 51,26% — với chi phí chỉ bằng một nửa so với các mô hình lớn cạnh tranh.
Google cũng đang sản xuất khả năng đó: cấu hình "Gemini 4 Neon cho mạng" bao gồm việc tìm kiếm, xác thực và vá lỗi lỗ hổng sẽ được triển khai cho những người bảo vệ đáng tin cậy trong những ngày tới thông qua Chương trình Fairwind của công ty.
Sẵn có
Gemini 4 Neon hôm nay sẽ ra mắt trong Gemini API và Google AI Studio, trong Gemini dành cho doanh nghiệp thông qua API và trình đơn thả xuống mô hình cũng như cho những người đăng ký Google AI Pro và Ultra trả phí trong cả Google AntiGraviity và ứng dụng Gemini. Một cảnh báo được các nhà phát triển đưa ra trên Hacker News: Tài liệu của Google Cloud cho biết mô hình này có tính năng ghi nhật ký theo dõi lạm dụng trên nền tảng đại lý doanh nghiệp và không đưa ra lựa chọn không tham gia — một điều cần cân nhắc đối với các nhóm xử lý mã nhạy cảm.
Với Neon, Google đang thể hiện rõ ràng chiến lược của mình: thay vì bán một mẫu mã khổng lồ, họ vận chuyển một nhóm mẫu có tên nguyên tố - Carbon, Hydrogen, Argon, và bây giờ là Neon - và để các điểm chuẩn tranh luận xem mẫu nào nằm ở giới hạn khả năng chi phí. Đối với các nhóm thiên về mã hóa đang theo dõi màn ra mắt nghìn tỷ đô la của Anthropic trong tuần này, mức giảm giá là rất lớn: trí thông minh gần biên giới với chi phí cho mỗi nhiệm vụ chỉ bằng một phần nhỏ.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →