Google rilascia Gemini 4 Neon: dichiarato essere 3 volte più veloce di Carbon e più economico del 40% per completare le attività

📅 2026-11-19

Riassunto:

Google lancia ufficialmente Gemini 4 Neon, un nuovo membro della serie Gemini 4. Questo modello è posizionato per la programmazione complessa, il ragionamento analitico e l'esecuzione di attività in più fasi, cercando di trovare un equilibrio tra elevati livelli di intelligenza ed efficienza operativa. Google afferma che nei primi test, la qualità complessiva del Neon soddisfa o supera il modello di punta Gemini 4 Carbon, ma le attività vengono eseguite tre volte più velocemente e la stessa attività costa solo il 60% del Carbon.

In precedenza, Google ha lanciato Gemini 4 Carbon e Gemini 4 Hydrogen per le attività quotidiane. Il carbonio è rivolto principalmente a compiti complessi, a lungo termine e difficili, mentre l'idrogeno enfatizza la risposta rapida e l'uso quotidiano. Il Neon lanciato questa volta colma il divario di posizionamento tra i due, concentrandosi sul servire scenari di lavoro che richiedono forti capacità di ragionamento ma sono sensibili alla velocità di esecuzione e ai costi.

Gemini 4 Neon ha ottenuto 61 punti nella valutazione dell'Indice di Analisi Artificiale dell'Intelligenza, classificandosi al terzo posto quando si attiva la modalità di pensiero xhigh di livello più alto, secondo solo ad alcuni modelli più grandi e lenti. Nella revisione dell'indice Vals si è classificata al secondo posto con un punteggio del 70,9%. Inoltre, Google ha anche affermato che Neon offre prestazioni eccezionali nell'esecuzione di istruzioni in più fasi, nell'elaborazione di vincoli complessi e nell'adattabilità quando gli utenti modificano i requisiti delle attività a metà strada.

Nel campo dello sviluppo software, Neon pone particolare enfasi sui flussi di lavoro degli agenti intelligenti a lungo termine. Gestisce il debug del codice, il refactoring e le modifiche del progetto su più file e riduce le letture ripetute dei file durante l'esecuzione, segnalando continuamente lo stato di avanzamento delle attività. Google spera che attraverso questi miglioramenti il ​​modello possa non solo generare codice, ma anche completare lavori complessi in modo indipendente in un ambiente più vicino allo sviluppo del software reale.

Nei risultati del test annunciati da Google, Neon ha ottenuto 58,6 punti nell'indice Artificial Analysis Coding Agent, Terminal-Bench 4.1 ha ottenuto il 65,2% e FrontierCode 2.0 ha ottenuto il 46,2%. Nel test SWE-sweep, il punteggio è stato del 12,8% utilizzando il framework di test mini-SWE, che è aumentato al 39,0% nell'ambiente GoogleAntigravity. Questo insieme di differenze mostra anche che la struttura del software e l’ambiente di esecuzione utilizzati dagli agenti intelligenti possono avere un impatto considerevole sui risultati finali.

Neon può anche fungere da coordinatore in Antigravity, suddividendo compiti complessi e affidandoli a più sottoagenti Gemini 4 Hydrogen per l'esecuzione parallela. In questo modo, il modello può elaborare simultaneamente diversi moduli di codice o fasi di lavoro, e quindi integrare i risultati di ciascun sottoagente. Per le attività di sviluppo che coinvolgono più file e più moduli funzionali, si prevede che questo approccio collaborativo riduca il tempo di esecuzione complessivo.

In termini di lavoro di conoscenza aziendale, Neon supporta input multimodali come testo, immagini, audio e video e la finestra di contesto unificato può supportare fino a 1 milione di token. Gli utenti possono inserire fogli di calcolo, PDF, grafici, audio, video e altri materiali nella stessa attività, consentendo al modello di analizzare in modo completo e generare risultati strutturati.

I dati dei test rilasciati da Google mostrano che Neon ha ottenuto un punteggio del 70,9% sull'indice Vals, classificandosi al primo posto sia nei test di ricerca legale che in quelli delle agenzie fiscali. Nel test delle attività automatizzate di Zapier AutomationBench, ha ottenuto il 56,3%; nella simulazione aziendale a lungo termine Vending-Bench 2 di Andon Labs, i ricavi simulati hanno raggiunto i 16.843 dollari. Inoltre, ha ottenuto un punteggio del 73,5% nel test di comprensione delle carte professionali Chartography e del 75,8% nel test Agents' Last Exam v1.1.

Il ragionamento scientifico e matematico sono anche le abilità che Neon si concentra sul rafforzamento. Nel test Terminal-Bench Science ha raggiunto il 70,5%; nel test di matematica RiemannBench ha raggiunto l'84,0%; nel test HLE-Diamond ha raggiunto il 71,3%. Questi risultati riflettono il desiderio di Google di posizionare Neon come un modello generale non solo adatto alla programmazione, ma anche capace di intraprendere compiti complessi di ricerca scientifica, analisi matematica e ricerca tecnica.

La sicurezza informatica è un altro obiettivo di questa versione. Google ha lanciato una versione dedicata di Gemini 4 Neon per il lavoro di sicurezza della rete, utilizzata principalmente per la generazione sicura di codice, l'individuazione di vulnerabilità, la verifica dei test di penetrazione e la riparazione del codice. Nel test AutoBaxBench questa versione ha ottenuto un punteggio del 76% su progetti difficili; nel test WebExploitBench v1.2 ha raggiunto il 51,26%. Nel test di rilevamento delle vulnerabilità del SEC-bench Pro, il punteggio è stato del 90,5%, mentre nel test di rafforzamento del codice v2 del CWE-bench ha raggiunto il 70,7%.

Google ha affermato che, sebbene Neon abbia migliorato le proprie capacità di sicurezza della rete, conserva comunque capacità di protezione da abusi gravi paragonabili a Carbon e ha ulteriormente migliorato la resistenza del modello all'iniezione tempestiva di dati dannosi. La versione specifica per la sicurezza di rete sarà resa disponibile ai difensori della sicurezza qualificati in fasi attraverso il programma Fairwind.

In termini di sicurezza e affidabilità, Google enfatizza in particolare il controllo del comportamento di Neon durante l'esecuzione di attività a lungo termine e in più passaggi. L’azienda afferma che il modello può seguire meglio le istruzioni dell’utente e ridurre problemi come risultati fittizi, espansione non autorizzata dell’ambito delle attività e adozione di scorciatoie che non soddisfano i requisiti. Nei test interni, alcuni indicatori comportamentali di Neon erano migliori di quelli del precedente Carbon, ma questi dati provengono principalmente dal sistema di valutazione di Google e richiedono ancora test più indipendenti per essere verificati.

In termini di prezzo, il prezzo standard offerto da Gemini 4 Neon tramite l'API Gemini è di 3 dollari per milione di token di input, 0,15 dollari per milione di token di input memorizzati nella cache e 15 dollari per milione di token di output. In confronto, l'attuale prezzo promozionale di Carbon è di 2 dollari per milione di token di input e 10 dollari per milione di token di output, ma questa offerta dovrebbe durare fino al 30 novembre. A partire dal 1 dicembre, il prezzo standard di Carbon sarà adeguato a 4 dollari per milione di token di input e 20 dollari per milione di token di output. A quel punto, il prezzo del token singolo di Neon sarà inferiore del 25% rispetto a Carbon.

Tuttavia, il semplice confronto dei prezzi dei token non riflette pienamente il costo effettivo di utilizzo. Google ha sottolineato che Neon può completare le attività più velocemente e ridurre il consumo di token per completare lo stesso lavoro, quindi ha un costo per singola attività inferiore con i carichi di lavoro effettivi. Secondo i dati rilasciati da Google, nella modalità predefinita High thinking, il costo di completamento delle attività di Neon è inferiore del 32% rispetto a Carbon; nella modalità xhigh più alta, Neon ha ancora un vantaggio in termini di costi, ma la portata specifica sarà influenzata dal tipo di attività e dalla configurazione del modello.

Gemini 4 Neon si sta ora aprendo gradualmente. Gli sviluppatori possono utilizzarlo tramite i servizi a pagamento di Google AI Studio e Gemini API, mentre i clienti aziendali possono accedervi tramite Gemini for Business e Antigravity. Dal punto di vista consumer, gli abbonati a Google AI Pro e Ultra possono scegliere Neon nell'app Gemini e gli utenti Pro e Ultra possono sperimentarlo anche in Antigravity.

In generale, Neon non persegue semplicemente modelli di dimensioni maggiori o punteggi più elevati nei singoli test, ma cerca di risolvere un problema più importante nell'uso reale: come realizzare modelli con capacità di ragionamento di punta che completino il lavoro reale a velocità più elevate e a costi inferiori. Per gli utenti che hanno bisogno di chiamare frequentemente agenti IA, elaborare codebase di grandi dimensioni o eseguire complesse attività d'ufficio, l'efficienza nel completamento delle attività può avere un significato più pratico rispetto ai puri parametri del modello e alle classifiche di benchmark.

Tag correlati

Articoli correlati

Commenti

0/500
Captcha (click to refresh)
Nessun commento