A Google apresenta o Gemini 4 Neon, um modelo de raciocínio destinado a tarefas exigentes, desde programação até pesquisa de informação em múltiplos ficheiros. Em quatro testes realizados na aplicação Gemini, conseguiu resolver vários exercícios complexos, mas cometeu erros em tarefas mais simples, como a contagem de impulsos sonoros.
O Neon é uma adaptação do Gemini 4 Carbon. A Google posiciona-o entre o Hydrogen, a opção rápida para uso diário, e o Carbon, reservado para os projetos mais difíceis e longos. Visa assim cargas de trabalho intermédias, como a análise de documentos técnicos ou a escrita de uma utilidade testável.
Resultados anunciados em vários rankings
No lançamento, o Neon obteve 61 pontos no Artificial Analysis Intelligence Index no modo de reflexão Xhigh, o que o coloca em terceiro lugar na classificação geral. No modo High, apresenta 60 pontos, tal como o Carbon no mesmo modo. Posiciona-se também em segundo lugar no Vals Index com 70,9% e em segundo lugar na capacidade de ser orientado no Agent Arena, um teste que mede a adaptação dos agentes a alterações durante a execução de uma tarefa.
Os números variam consoante o ranking e o quadro de avaliação. Na referência SWE-sweep, o Neon atinge 39,0% com o ‘harness’ do fornecedor, contra 12,8% no ambiente comum Mini-SWE. O Claude Opus 5.5 está ligeiramente à frente no Terminal-Bench 4.1, com 65,8% contra 65,2% para o Neon. Estas pontuações são as publicadas no lançamento, com configurações diferentes das usadas nos testes práticos.
Testes práticos: sucessos e erros
Num registo áudio de treze segundos contendo três tipos de alerta, o Neon identificou corretamente a ordem dos padrões e a descida final. No entanto, as suas marcas temporais estavam ligeiramente adiantadas e contou impulsos a mais nos dois primeiros padrões.
Na leitura de um paquímetro, obteve a medida de 4,6 mm explicando a origem de cada valor. A formulação da sua resposta podia, contudo, ter sido mais clara sobre o intervalo entre as graduações.
O teste mais marcante envolveu um codec de compressão por séries em Python. O código produzido, sem modificações, passou 781 controlos de ida e volta, dividiu uma série de 205 caracteres em 99, 99 e 7, e rejeitou as nove entradas malformadas testadas. Por outro lado, a classificação de um torneio após a alteração de um único critério de desempate não foi corretamente atualizada nas duas respostas da aplicação.
Acesso e tarifários
Na aplicação Gemini, os subscritores Google AI Pro e Ultra podem selecionar o 4 Neon no seletor de modelos e depois escolher o nível de reflexão. Através da API Gemini, o identificador é gemini-4-neon, num projeto pago. A janela de contexto é de 1 048 576 tokens, partilhados entre a entrada, a reflexão do modelo e a resposta, e a saída síncrona padrão está limitada a 65 536 tokens.
O tarifário padrão da API é de 3 dólares por milhão de tokens na entrada e 15 dólares por milhão de tokens na saída, reflexão incluída. Segundo a Artificial Analysis, uma tarefa de teste custa em média 3,74 dólares com o Neon no modo High, contra 7,76 dólares com o Carbon no modo High, aos preços não reduzidos do Carbon. Este último beneficia, até 30 de novembro, de um preço temporário de 2 dólares na entrada e 10 dólares na saída por milhão de tokens.
