Google proponuje model Gemini 4 Neon, przeznaczony do wymagających zadań, od programowania po wyszukiwanie informacji w wielu plikach. W czterech testach przeprowadzonych w aplikacji Gemini, model pomyślnie wykonał kilka złożonych ćwiczeń, ale popełnił błędy w prostszych zadaniach, takich jak liczenie impulsów dźwiękowych.
Neon jest adaptacją modelu Gemini 4 Carbon. Google umieszcza go pomiędzy Hydrogen, szybką opcją do codziennego użytku, a Carbon, zarezerwowanym dla najtrudniejszych i najdłuższych projektów. Celem jest obsługa pośrednich obciążeń, takich jak analiza dokumentacji technicznej czy pisanie testowalnego narzędzia.
Ogłoszone wyniki w wielu rankingach
Przy premierze Neon uzyskał 61 punktów w Artificial Analysis Intelligence Index w trybie rozumowania Xhigh, co plasuje go na trzecim miejscu ogólnie. W trybie High osiągnął 60 punktów, tak jak Carbon w tym samym trybie. Zajął też drugie miejsce w Vals Index z wynikiem 70,9% oraz drugie miejsce w kategorii zdolności do prowadzenia na Agent Arena, teście mierzącym adaptację agentów do zmian w trakcie zadania.
Wyniki różnią się w zależności od rankingu i środowiska oceny. W benchmarku SWE-sweep Neon osiąga 39,0% z narzędziem dostawcy, w porównaniu do 12,8% w środowisku Mini-SWE. Claude Opus 5.5 jest nieznacznie przed nim w Terminal-Bench 4.1, z wynikiem 65,8% wobec 65,2% dla Neon. Są to wyniki opublikowane przy premierze, z innymi ustawieniami niż te użyte w testach praktycznych.
Testy praktyczne: sukcesy i błędy
W nagraniu audio trwającym trzynaście sekund, zawierającym trzy rodzaje alertów, Neon poprawnie zidentyfikował kolejność wzorców i końcowe zejście. Jego znaczniki czasu były jednak nieznacznie wyprzedzone, a w dwóch pierwszych wzorcach naliczył zbyt wiele impulsów.
W odczycie suwmiarki uzyskał pomiar 4,6 mm, wyjaśniając pochodzenie każdej wartości. Sformułowanie jego odpowiedzi mogło być jednak jaśniejsze co do odstępu między podziałkami.
Najbardziej wymowny test dotyczył kodeka kompresji szeregów w Pythonie. Wygenerowany kod, bez modyfikacji, przeszedł 781 kontroli dwukierunkowych, podzielił szereg 205 znaków na 99, 99 i 7 oraz odrzucił dziewięć przetestowanych źle sformułowanych wejść. Natomiast ranking turniejowy po zmianie tylko jednego kryterium rozstrzygającego nie został poprawnie zaktualizowany w obu odpowiedziach aplikacji.
Dostęp i cennik
W aplikacji Gemini, subskrybenci Google AI Pro i Ultra mogą wybrać model 4 Neon w selektorze modeli, a następnie określić poziom rozumowania. Przez API Gemini identyfikatorem jest gemini-4-neon, w ramach płatnego projektu. Okno kontekstu wynosi 1 048 576 tokenów, dzielonych między wejście, rozumowanie modelu i odpowiedź, a standardowe synchroniczne wyjście jest ograniczone do 65 536 tokenów.
Standardowa cena API wynosi 3 dolary za milion tokenów wejściowych i 15 dolarów za milion tokenów wyjściowych, wliczając rozumowanie. Według Artificial Analysis, średni koszt zadania testowego z Neon w trybie High to 3,74 dolara, w porównaniu do 7,76 dolara z Carbon w trybie High, przy pełnej cenie Carbon. Ten ostatni do 30 listopada korzysta z tymczasowej ceny 2 dolary za wejście i 10 dolarów za wyjście na milion tokenów.
