Google pristatė Gemini 4 Neon – modelį, pasižymintį pažangiausio lygio intelektu ir greitai atliekantį užduotis nuo pradžios iki pabaigos sudėtinguose programinės įrangos kūrimo, žinių darbo ir mokslo darbo procesuose.
Neon lenkia palyginamus modelius ir bendroje lentelėje užima 3 vietą: aukščiausiu mąstymo lygiu (xhigh) jis surinko 61 balą Artificial Analysis Intelligence Index indekse ir atsilieka tik nuo didesnių, lėtesnių modelių. Vals Index reitinge Neon užima 2 vietą ir patenka į Pareto ribą (Pareto frontier). Bendrovė teigia ne tik siekianti didinti modelių galimybes, bet ir toliau tobulinanti jų patogumą darbui: pagal valdomumą (gebėjimą sklandžiai prisitaikyti prie naudotojo pataisymų užduoties metu) Neon užima 2 vietą naujajame Agent Arena Index reitinge. Neon taip pat gerai vykdo daugiapakopes instrukcijas ir tęsia bendrovės pastangas mažinti informacijos išgalvojimą: vidiniuose Google Antigravity bandymuose užfiksuotas žemiausias iki šiol išgalvojimų lygis.
Paaiškinimas: Pareto riba – tai variantų, kuriuos pagerinti pagal vieną rodiklį (pavyzdžiui, kokybę) neprarandant kito (pavyzdžiui, kainos), nebeįmanoma, aibė. Todėl modelis šioje ribos zonoje laikomas vienu iš geriausių kainos ir kokybės santykio požiūriu.
Modelio kaina – 3 USD už milijoną įvesties žetonų (0,15 USD už milijoną talpykloje saugomų įvesties žetonų, t. y. 95 % nuolaida) ir 15 USD už milijoną išvesties žetonų; konteksto langas – 1 milijonas žetonų.
Gemini 4 Neon šiandien pradedamas diegti Gemini API platformoje Google AI Studio, Gemini for business (per API ir modelių pasirinkimo meniu), mokamiems Google AI Pro ir Ultra prenumeratoriams – Google Antigravity, o Pro ir Ultra prenumeratoriams – Gemini programoje.
Rezultatai įmonių, analitiniame ir moksliniame darbe
Įmonių darbas vyksta skaičiuoklėse, PDF dokumentuose, diagramose, garso ir vaizdo įrašuose. Pasak bendrovės, Neon gali apibendrinti visus šiuos įvesties duomenis viename 1 milijono žetonų konteksto lange ir paversti juos struktūruotais rezultatais. Nepriklausomi vertinimai Neon priskiria prie geriausių modelių: Vals Index jis užima 2 vietą (70,9 %), o Legal Research Bench ir Tax Agent Bench testuose pasiekė 1 vietą.
Neon taip pat pasiekė aiškių pergalių įvairiose Surge AI kategorijose: daugumoje finansų, apskaitos, skaičiuoklių modeliavimo ir sudėtingų apribojimų laikymosi testų jis užėmė 1 vietą. Be to, Chartography teste, vertinančiame tankių profesinių diagramų skaitymą, jis surinko 73,5 %, o Agents’ Last Exam v1.1 teste (75,8 %) rodo tokius pačius rezultatus kaip pirmaujantys modeliai. Neon užėmė 1 vietą bendroje Zapier AutomationBench (56,3 %) ir Andon Labs Vending-Bench 2 ($16 843) lentelėse – pastarasis yra ilgo laikotarpio verslo vykdymo simuliacija. Galiausiai naujajame Arena Agent Arena Index reitinge, apėmusiame daugiau nei 4200 realių agentų sesijų, jis debiutavo 2 vieta pasaulyje su 1336 balais.
Mokslinio ir matematinio mąstymo srityje, apimančioje kiekybinę analizę, matematiką ir techninių tyrimų uždavinius, Neon yra geriausias savo klasėje testuose Terminal-Bench Science (70,5 %), RiemannBench (84,0 %) ir HLE-Diamond (71,3 %).
Sukurtas produkcijai tinkamam kodui
Neon sukurtas ilgai veikiančioms agentų darbo eigoms: jis išlaiko našumą atlikdamas sudėtingas, daug įrankių naudojančias užduotis nuo pradžios iki pabaigos – ar veiktų savarankiškai, ar kaip greitas, gerai sprendimus priimantis orkestratorius (Orchestrator), valdantis lygiagrečius Hydrogen subagentus Google Antigravity aplinkoje. Pasak bendrovės, modelis mažina nereikalingą failų skaitymą, darbo metu informuoja apie pažangą ir patikimai atlieka konteksto suspaudimą (context compaction) ilgose sesijose.
Pagrindinėse programuotojų ir tyrėjų darbo eigose Neon pasiekia pažangiausio lygio rezultatus ir konkuruoja su pirmaujančiais savo klasės modeliais: jis užėmė 1 vietą bendroje Artificial Analysis Coding Agent Index lentelėje (58,6), o Terminal-Bench 4.1 teste surinko 65,2 %, o FrontierCode 2.0 teste – 46,2 % (numatytuoju aukštu nustatymu). Kalbant apie produkcijai tinkamą kodą, Neon derina kelių failų klaidų paiešką ir refaktorinimą keliose saugyklose, atlikdamas tikslius, taiklius pakeitimus. SWE-sweep teste jis jau pirmauja su mini-SWE aplinka (harness) (12,8 %), o Google Antigravity rezultatas daugiau nei patrigubėja ir siekia pažangiausią 39,0 %, o tai, pasak bendrovės, parodo, ką atveria Antigravity aplinka.
Valdydamas Blender MCP Google Antigravity aplinkoje, Gemini 4 Neon naudodamas /swarm sukūrė fotorealistinį 3D laboratorijos stalą, kuriame modelių pavadinimai vizualizuoti cheminių elementų tikslumu: Gemini 4 Carbon ir Gemini 4 Hydrogen pavaizduoti Bunzeno degiklių liepsnomis, o Gemini 4 Argon ir Neon – aukštos įtampos dujų išlydžio vamzdeliais.
Google Antigravity aplinkoje Gemini 4 Neon nuo nulio parašė pirmojo asmens WebGL2 laisvojo čiuožimo slidinėjimo simuliatorių, naudodamas tikrą Monblano ir Šamoni reljefo aukščių informaciją. Jį sudaro 10 200 eilučių pasirinktinių šešėliuotojų (shaders), 120 Hz slidinėjimo fizika šešiose alpinėse trasose, dinamiški išraižyti pėdsakai, plokštinės lavinos ir erdvinis Web Audio garsas, nenaudojant jokių paruoštų išteklių.
Naudodamas /swarm Google Antigravity aplinkoje, Gemini 4 Neon pasitelkė archyvines nuotraukas ir interaktyviu 3D formatu atkūrė Alano Tiuringo 1936 m. kabinetą Kembridžo King’s College – nuo King’s koplyčios lauke iki Room X.8 viduje, kartu su veikiančia universalia Tiuringo mašina ant jo stalo.
Google Antigravity aplinkoje Gemini 4 Neon agentų spiečius vieną vaizdą pavertė 100 000 langelių Google Sheet lentele be įterptų vaizdų ir be Apps Script – naudodamas daugiau nei 500 000 gyvų skaičiuoklės formulių krašto aptikimui, 3D gylio žemėlapio sudarymui ir scenos apšvietimo keitimui šešiais interaktyviais režimais.
Efektyvumas ir kontrolė produkcinio lygio darbo eigose
Google su kiekvienu naujos kartos modeliu tobulina mąstymo lygius, kad komandos turėtų tikslesnę kontrolę, o perėjimas nuo vieno lygio prie kito būtų sklandesnis. Keturi Neon lygiai didėja tolygiai, todėl komandos gali pritaikyti intelekto lygį ir žetonų sąnaudas pagal kiekvienos užduoties poreikius.
Pagal trečiųjų šalių testus Neon pasiekia aukštus rezultatus už mažesnę vienos užduoties kainą. Numatytuoju aukšto (high) mąstymo lygiu jis derina aukštą Artificial Analysis Intelligence Index rezultatą su 32 % mažesne vienos užduoties kaina nei Carbon. Aukštu lygiu jis taip pat yra Pareto riboje tiek Vals Index, tiek Agent Arena reitinguose, o vienos užduoties kaina yra maždaug 50–80 % mažesnė nei pirmaujančių konkuruojančių pažangiausių modelių. Mąstymo lygis xhigh suteikia gilesnį, daugiapakopį mąstymą sunkiausioms inžinerinėms, analitinėms ir moksliniams darbo eigoms. Čia Neon rodo aukščiausią intelekto rezultatą, o užduotis vis tiek kainuoja 36 %+ mažiau nei konkuruojančių modelių aukščiausiu nustatymu.
Sukurtas greitai, efektyviai ir pažangiausio lygio kibernetinei gynybai
Plečiantis agentiniam programavimui, itin svarbu nuo pat pradžių kurti saugų kodą. Gemini 4 Neon for cyber sukuria saugesnį kodą nei Carbon visuose lengvuose, vidutiniuose ir sunkiuose AutoBaxBench uždaviniuose, o sunkiausiame lygyje pasiekia pažangiausią rezultatą (76 %).
Sistemų apsauga reiškia ir iniciatyvų trūkumų paiešką anksčiau nei užpuolikai. Įsiskverbimo testavimas (penetration testing) jau seniai yra įmonių kibernetinio saugumo pagrindas. WebExploitBench v1.2 teste Neon pasiekia pažangiausią rezultatą (51,26 %) už perpus mažesnę kainą nei konkuruojantys dideli modeliai.
Esamam kodui sustiprinti Neon for cyber užtikrina pažangiausio lygio rezultatus visame kodo sutvirtinimo cikle – pažeidžiamumų paieškoje, patikrinime ir taisyme – ir yra greitesnis bei ekonomiškesnis nei dideli pažangiausi modeliai.
- Kodo pažeidžiamumų paieška: Neon pasiekia pažangiausią rezultatą SEC-bench Pro teste (90,5 %), o vienas uždavinys kainuoja maždaug perpus mažiau.
- Rizikos patikra išnaudojant pažeidžiamumus: Norėdami nustatyti, kuriuos pažeidžiamumus taisyti pirmiausia, gynėjai pasitelkia modelius, kad šie patikrintų, kurie pažeidžiamumai išnaudojami. ExploitGym teste Neon pasiekia pažangiausio lygio rezultatą naudodamas perpus mažiau žetonų nei Carbon.
- Pažeidžiamumų taisymas: Pažeidžiamumų pagrindinės priežasties šalinimas yra svarbus kibernetinės gynybos ciklo žingsnis. Neon pasiekia 70,7 % Collinear CWE-bench v2 teste, t. y. 3,4 % daugiau nei Carbon.
Gemini 4 Neon for cyber artimiausiomis dienomis bus pradėtas teikti patikimiems gynėjams pagal Fairwind Program.
Sukurtas saugiam ir patikimam darbui
Gemini 4 Neon remiasi Gemini 4 saugumo ir apsaugos sistemos patobulinimais – išlaiko Gemini 4 Carbon lygio apsaugą nuo rimto piktnaudžiavimo ir užklausų injekcijų (prompt injection), o modelio suderinamumo (alignment) ir agentinio elgesio srityse žengia dar toliau. Kadangi modelis skirtas sudėtingam, ilgai trunkančiam darbui produkcinėje aplinkoje, Google daugiausia dėmesio skyrė šioms sritims:
- Pažangiausių modelių piktnaudžiavimo rizikos mažinimas: Kadangi Neon pažangiausio lygio galimybes suteikia greitesniam ir pigesniam modeliui, Google pritaikė stiprias realiu laiku veikiančias apsaugos priemones nuo piktnaudžiavimo kibernetinėje ir biosaugos srityse, panašias į Carbon apsaugas, tačiau modelis atsisako gerokai mažiau teisėto darbo šiose srityse – pavyzdžiui, atsisakė vykdyti tik 1,98 % Terminal-Bench 4.0 užduočių ir 0 % Terminal-Bench-Science užduočių.
- Suderinamumo ir drausmingo modelio elgesio gerinimas: Vidiniame programavimo naudojime perspėjimų dažnis iš minčių grandinės ir veiksmų nesuderinamumo stebėjimo sistemos išliko žemesnis nei jau ir taip žemos Carbon bazinės reikšmės, o tai rodo geresnį Neon polinkį į suderinamumą. Ta pati stebėjimo sistema naudojama Neon apsaugoti išorinėse aplinkose. Neon apmokytas atlikti daugiapakopį darbą nenukrypstant nuo taisyklių, neišgalvojant rezultatų ir neperžengiant naudotojo ribų – toliau gerinamas balansas tarp užklausų įvykdymo ir išlikimo užduoties ribose. Terminal-Bench 4.0 teste, kaip ir Carbon, jis apgaudinėjo 0,0 % atvejų, o Google programavimo sukčiavimo vertinime kelią sutrumpino tik 2,45 % užduočių (žemiausias rodiklis tarp visų Gemini 4 modelių). Be to, agentinio saugumo rinkinyje pasiekė 0,09 % nesuderinamų veiksmų rodiklį, o agentų sąžiningumo vertinime – 99,2 % sėkmės rodiklį.
Google agentinio elgesio vertinime Neon, remdamasis stipria Carbon baze, dar 43–56 % sumažino nepakankamą paslaugų teikimą (under-service) ir 15–35 % – perteklinį savarankiškumą (overreach) skirtinguose pastangų lygiuose.
- Naudotojų apsauga nuo netiesioginių užklausų injekcijų atakų: Gray Swan IPI teste Neon yra atsparesnis nei kiti savo klasės modeliai, kai kenkėjiški nurodymai paslėpti jo pasiekiamuose tinklalapiuose, el. laiškuose, dokumentuose ar kode. Google nustatė, kad su realiu laiku veikiančiomis apsaugos priemonėmis aukščiausiu mąstymo lygiu Neon atsilaikė prieš visas šio Gray Swan testo atakas ir pasiekė 0,0 % sėkmingų atakų rodiklį, kurį iki šiol pasiekė tik kiti Gemini modeliai.
Paaiškinimas: Netiesioginė užklausų injekcija – tai ataka, kai kenkėjiški nurodymai slepiami tekste, kurį dirbtinio intelekto modelis perskaito darbo metu, pavyzdžiui, tinklalapyje ar el. laiške, ir taip bandoma priversti jį elgtis ne taip, kaip nori naudotojas.
Daugiau informacijos rasite Gemini 4 Neon modelio kortelėje.
Sukurtas gilesnei analizei
Gemini programoje Gemini 4 Neon pasižymi atliekant darbą, kuriam reikia pažangiausio lygio mąstymo ir greitų atsakymų.
- Kokybiškesnis rašymas ir žinių darbas: Neon rašo aiškiai, atsakymus struktūruoja gerai, o tonas natūralus ir tiesioglus. Jis tiksliau skaito įkeltus failus, tokius kaip skaičiuoklės, PDF dokumentai ir nuotraukos, tankią medžiagą paverčia naudingomis ataskaitomis ir santraukomis, taip pat paima svarbias detales iš tokių Google programų kaip Gmail ir Docs.
- Patikimas tyrimas ir analizė: Neon dažnai įtraukia informaciją iš šaltinių visame internete, kad atsakymai išliktų aktualūs sparčiai kintančiomis temomis – pavyzdžiui, lyginant skirtingų pardavėjų kainas prieš didelį pirkinį ar rengiant sudėtingą apžvalgą su naujausiais rinkos duomenimis.
- Greitesnė pagalba sudėtingesnėms užduotims: Gemini „Tasks“ užduotys dabar gali būti vykdomos su Neon, kuris sudėtingus daugiapakopius darbus atlieka greičiau ir efektyviau nei didesni modeliai. Naudotojai gali nuveikti daugiau ir ilgiau išnaudoti naudojimo limitus perduodami nuobodžius darbus, pavyzdžiui, analizuoti sąskaitas, kad išsiaiškintų, kodėl šoktelėjo komunalinių paslaugų mokestis, ar palyginti kelis kvitus ir dokumentus siekiant išsiderėti grąžinimą.
Neon vieta Gemini 4 šeimoje
Neon sukurtas sudėtingam programavimui, analitiniam mąstymui ir produkcinio lygio įmonių darbo eigoms. Kol Carbon sprendžia sunkiausius, ilgalaikius projektus, o Hydrogen užtikrina greitą kasdienį vykdymą, Neon balansuoja tarp gilumos ir efektyvumo. Neon teikia pažangiausio lygio mąstymą sudėtingoms, dažnai kartojamoms darbo eigoms greičiau ir ekonomiškiau.
Pradėkite kurti su Gemini 4 Neon jau šiandien
Gemini 4 Neon pradedamas diegti šiandien:
- Kūrėjams: Kurti galima naudojant mokamą Gemini API lygį Google AI Studio ir Android Studio. Mokami Google AI Pro ar Ultra prenumeratoriai Neon gali išbandyti Google Antigravity, o visi Pro ir Ultra prenumeratoriai – AI Studio.
- Įmonėms: Gemini 4 Neon galima naudoti Gemini for business (per API arba modelių pasirinkimo meniu) ir Google Antigravity.
- Vartotojams: Google AI Pro ar Ultra prenumeratoriai Gemini 4 Neon gali pasirinkti Gemini programos modelių meniu.
- Kibernetinio saugumo gynėjams: Tinkami Fairwind Program nariai prieigą pradės gauti per kelias artimiausias dienas. Prieigos prie Fairwind Program galima prašyti kreipiantis į savo Cloud paskyros komandą.



