Gemini 4 Neon : tests, prix et performances du nouveau modèle en revue

Gemini 4 Neon : tests, prix et performances du nouveau modèle en revue
3 min de lecture

Google propose Gemini 4 Neon, un modèle de raisonnement destiné aux travaux exigeants, de la programmation à la recherche d’informations dans plusieurs fichiers. Dans quatre tests menés dans l’application Gemini, il a réussi plusieurs exercices complexes, mais a commis des erreurs sur des tâches plus simples, comme le comptage d’impulsions sonores.

Neon est adapté de Gemini 4 Carbon. Google le place entre Hydrogen, l’option rapide pour un usage quotidien, et Carbon, réservé aux projets les plus difficiles et longs. Il vise ainsi les charges de travail intermédiaires, comme l’analyse de documents techniques ou l’écriture d’un utilitaire testable.

Des résultats annoncés sur plusieurs classements

Au lancement, Neon a obtenu 61 points à l’Artificial Analysis Intelligence Index en mode de réflexion Xhigh, ce qui le classe troisième au général. En mode High, il affiche 60 points, comme Carbon dans le même mode. Il se place aussi deuxième au Vals Index avec 70,9 % et deuxième pour la capacité à être guidé sur Agent Arena, un test qui mesure l’adaptation des agents à des changements en cours de tâche.

Les chiffres varient selon le classement et le cadre d’évaluation. Sur le benchmark SWE-sweep, Neon atteint 39,0 % avec le harnais du fournisseur, contre 12,8 % dans l’environnement commun Mini-SWE. Claude Opus 5.5 est légèrement devant sur Terminal-Bench 4.1, avec 65,8 % contre 65,2 % pour Neon. Ces scores sont ceux publiés au lancement, avec des réglages différents de ceux utilisés dans les tests pratiques.

Tests pratiques : réussites et erreurs

Sur un enregistrement audio de treize secondes contenant trois types d’alertes, Neon a bien identifié l’ordre des motifs et la descente finale. Ses horodatages étaient toutefois légèrement en avance, et il a compté trop d’impulsions dans les deux premiers motifs.

Pour la lecture d’un pied à coulisse, il a obtenu la mesure de 4,6 mm en expliquant l’origine de chaque valeur. La formulation de sa réponse pouvait cependant être plus claire sur l’écart entre les graduations.

Le test le plus marquant concernait un codec de compression par séries en Python. Le code produit, sans modification, a passé 781 contrôles d’aller-retour, a découpé une série de 205 caractères en 99, 99 et 7, et a rejeté les neuf entrées mal formées testées. En revanche, le classement d’un tournoi après modification d’un seul critère de départage n’a pas été correctement mis à jour dans les deux réponses de l’application.

Accès et tarifs

Dans l’application Gemini, les abonnés Google AI Pro et Ultra peuvent sélectionner 4 Neon dans le sélecteur de modèles, puis choisir le niveau de réflexion. Via l’API Gemini, l’identifiant est gemini-4-neon, sur un projet payant. La fenêtre de contexte est de 1 048 576 tokens, partagés entre l’entrée, la réflexion du modèle et la réponse, et la sortie synchrone standard est limitée à 65 536 tokens.

Le tarif standard de l’API est de 3 dollars par million de tokens en entrée et de 15 dollars par million de tokens en sortie, réflexion incluse. Selon Artificial Analysis, une tâche de test coûte en moyenne 3,74 dollars avec Neon en mode High, contre 7,76 dollars avec Carbon en mode High, aux tarifs non réduits de Carbon. Ce dernier bénéficie jusqu’au 30 novembre d’un tarif temporaire de 2 dollars en entrée et 10 dollars en sortie par million de tokens.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x