Google lanceert Gemini 4 Neon, een redeneermodel bedoeld voor veeleisende taken, van programmeren tot het zoeken van informatie in meerdere bestanden. In vier tests uitgevoerd in de Gemini-app wist het verschillende complexe oefeningen te voltooien, maar maakte het fouten bij eenvoudigere taken, zoals het tellen van geluidspulsen.
Neon is een aangepaste versie van Gemini 4 Carbon. Google positioneert het tussen Hydrogen, de snelle optie voor dagelijks gebruik, en Carbon, dat voorbehouden is aan de moeilijkste en langdurigste projecten. Het richt zich zo op tussenliggende werkbelastingen, zoals de analyse van technische documenten of het schrijven van een testbaar hulpprogramma.
Bekendgemaakte resultaten op verschillende ranglijsten
Bij de lancering behaalde Neon 61 punten op de Artificial Analysis Intelligence Index in de Xhigh-redeneermodus, waarmee het derde staat in de algemene ranglijst. In de High-modus scoort het 60 punten, net als Carbon in dezelfde modus. Het staat ook tweede op de Vals Index met 70,9% en tweede voor het vermogen om begeleid te worden op Agent Arena, een test die meet hoe goed agents zich aanpassen aan wijzigingen tijdens een taak.
De cijfers variëren per ranglijst en evaluatiekader. Op de SWE-sweep-benchmark bereikt Neon 39,0% met het harnas van de leverancier, tegen 12,8% in de gemeenschappelijke Mini-SWE-omgeving. Claude Opus 5.5 heeft een kleine voorsprong op Terminal-Bench 4.1, met 65,8% tegen 65,2% voor Neon. Dit zijn de scores die bij de lancering zijn gepubliceerd, met andere instellingen dan die gebruikt in de praktijktests.
Praktijktests: successen en fouten
Bij een audio-opname van dertien seconden met drie soorten alarmen identificeerde Neon correct de volgorde van patronen en de finale afdaling. De tijdstempels waren echter iets te vroeg, en het telde te veel pulsen in de eerste twee patronen.
Bij het aflezen van een schuifmaat verkreeg het de meting van 4,6 mm en legde het de oorsprong van elke waarde uit. De formulering van het antwoord had echter duidelijker kunnen zijn over het verschil tussen de schaalverdelingen.
De meest opvallende test betrof een compressiecodec voor reeksen in Python. De geproduceerde code, zonder aanpassingen, doorstond 781 roundtrip-controles, verdeelde een reeks van 205 karakters in 99, 99 en 7, en wees de negen geteste ongeldige invoeren af. Echter, de rangschikking van een toernooi na wijziging van slechts één tiebreak-criterium werd niet correct bijgewerkt in de twee antwoorden van de app.
Toegang en prijzen
In de Gemini-app kunnen Google AI Pro- en Ultra-abonnees 4 Neon selecteren in de modelkiezer, en vervolgens het redeneerniveau kiezen. Via de Gemini API is de identifier gemini-4-neon, op een betaald project. De contextvenstergrootte is 1.048.576 tokens, verdeeld over invoer, modelreflectie en antwoord, en de standaard synchrone uitvoer is beperkt tot 65.536 tokens.
Het standaard API-tarief is 3 dollar per miljoen tokens voor invoer en 15 dollar per miljoen tokens voor uitvoer, inclusief reflectie. Volgens Artificial Analysis kost een testtaak gemiddeld 3,74 dollar met Neon in High-modus, tegen 7,76 dollar met Carbon in High-modus, tegen de niet-verlaagde tarieven van Carbon. Deze laatste profiteert tot 30 november van een tijdelijk tarief van 2 dollar voor invoer en 10 dollar voor uitvoer per miljoen tokens.
