Google hat ein neues schlussfolgerndes neuronales Netz namens Gemini 4 Neon vorgestellt, das als Werkzeug für komplexe, hochintensive Arbeitsabläufe positioniert wird: Softwareentwicklung, wissenschaftliche Forschung und Unternehmensanalytik. Nach Angaben des Tech-Giganten bietet das Modell fortgeschrittene Schlussfolgerungsfähigkeiten, arbeitet dabei dreimal schneller als das Flaggschiff Carbon und ist deutlich kostengünstiger. Die Veröffentlichung schließt eine Zwischennische in der Gemini-4-Produktreihe, in der Neon die Position zwischen dem schnellen Hydrogen und dem leistungsstärkeren Carbon einnimmt, das für langfristige und komplexe Projekte ausgelegt ist.
Platzierung in der Produktreihe und Arbeitsarchitektur
Der Hauptfokus von Gemini 4 Neon liegt auf Aufgaben, bei denen es nicht ausreicht, einfach eine Antwort zu generieren: Das Modell muss den Kontext analysieren, Werkzeuge aufrufen und Aktionsabläufe ausführen. Ein Kontextfenster von 1 Million Token ermöglicht die Arbeit mit großen Informationsmengen — Tabellen, PDF-Dateien, Grafiken, Audio und Video —, wobei umfangreiche Materialien in prägnante Zusammenfassungen und Berichte umgewandelt werden. In der Google-Antigravity-Umgebung ist das Modell in der Lage, die Arbeit mehrerer schnellerer Hydrogen-KI-Agenten zu koordinieren, ihnen einzelne Projektabschnitte zuzuweisen und den Fortschritt über längere Sitzungen hinweg zu verfolgen.
Benchmark-Ergebnisse
Auf der maximalen Dennebene x-high erzielte das Modell 61 Punkte im Artificial Analysis Intelligence Index und belegte den dritten Platz unter allen Teilnehmern, womit es eine Reihe teurerer Modelle übertraf. Zudem belegte Neon den zweiten Platz im Vals Index sowie im neuen Agent Arena Index, der bewertet, wie gut KI vom Benutzer gesteuerte Aufgaben ausführt. In praktischen und wissenschaftlichen Tests belegte das Modell den ersten Platz im Legal Research Bench, Tax Agent Bench und Zapier AutomationBench, während es im Terminal-Bench Science 70,5 Prozent und im mathematischen Test RiemannBench 84 Prozent erreichte. Laut unabhängigen Tests in FrontierCode 2.0 bewältigte Neon 46,2 Prozent der Programmieraufgaben, was nahe am Ergebnis von Claude Opus 5.5 (47,3 Prozent) liegt.
Kosten und Nutzungswirtschaft
Die Preisgestaltung des Modells liegt bei 3 US-Dollar pro Million Eingabetoken und 15 US-Dollar pro Million Ausgabetoken, während gecachte Eingabetoken 15 Cent pro Million kosten — ein Rabatt von 95 Prozent. Auf der Standard-Dennebene sind die Kosten für die Aufgabenausführung um 32 Prozent niedriger als bei Carbon, was Neon für intensive Arbeitslasten attraktiv macht, bei denen nicht nur Genauigkeit, sondern auch die Zykluskosten eine Rolle spielen.
Cybersicherheit und Verfügbarkeit
Google hat zudem eine spezialisierte Neon-Version für Cybersicherheit entwickelt, die Fachleuten hilft, Schwachstellen zu identifizieren, Risiken zu bewerten und Codefehler zu beheben. Der Zugriff darauf wird zum Start verifizierten Cybersicherheitsspezialisten über das Fairwind-Programm gewährt. Das Modell selbst wird bereits in der Gemini API, Google AI Studio und Gemini für Unternehmen ausgerollt und ist zudem in der Gemini-App sowie der Antigravity-Umgebung für Abonnenten der Tarife Google AI Pro und Ultra verfügbar.