Tekoäly

Google julkaisee Gemini 4 Neon -mallin rajat ylittävällä tekoälytehtävien suorituskyvyllä

Tendela Briefing ·
5 näkymää · 0 Kommentit
Google julkaisee Gemini 4 Neon -mallin rajat ylittävällä tekoälytehtävien suorituskyvyllä

Kuva: Google · Lähde

Google esittelee Gemini 4 Neon -tekoälymallin, joka tarjoaa nopeaa ja korkeatasoista päättelyä monimutkaisissa koodaus-, analytiikka- ja tieteellisissä tehtävissä parannetun tehokkuuden, turvallisuuden ja kustannustehokkuuden kera. Malli on nyt saatavilla Google AI Studion ja muiden alustojen kautta.

18. marraskuuta 2026 Google julkisti Gemini 4 Neon -tekoälymallinsa, joka on suunniteltu nopeuttamaan monimutkaisten tehtävien suorittamista ohjelmistoinsinöörityössä, tiedontyössä ja tieteellisissä tutkimuksissa. Osana Gemini 4 -malliperhettä Neon yhdistää korkean päättelykyvyn ja tehokkuuden, suoriutuen paremmin kuin vertailukelpoiset mallit ja sijoittuen kolmanneksi Artificial Analysis Intelligence Indexin korkeimmalla ajattelun tasolla.

Neon tukee miljoonan sanan konteksti-ikkunaa, jonka ansiosta se ymmärtää ja yhdistää samanaikaisesti erilaisia syötteitä, kuten taulukoita, PDF-tiedostoja, kaavioita, ääntä ja videota. Riippumattomissa arvioinneissa Neon sijoittuu merkittävästi yrityskäyttöön keskittyvissä vertailuissa, muun muassa toiseksi Vals-indeksissä ja ykköseksi oikeudellisissa tutkimuksissa sekä veroviranomaisten tehtävissä. Se osoittaa myös johtajuutta rahoitusmallinnuksessa, monimutkaisessa taulukkolaskenta-analyysissä ja monivaiheisten ohjeiden noudattamisessa.

Tieteellisessä ja matemaattisessa päättelyssä Neon johtaa keskeisissä vertailuissa, kuten Terminal-Bench Science ja RiemannBench, osoittaen kykynsä kvantitatiiviseen analyysiin ja tekniseen tutkimukseen. Kehittäjät ja tutkijat hyötyvät Neonin tuotantovalmiista koodausominaisuuksista, joiden joukossa on monitiedostojen virheiden selvitys ja refaktorointi, saavuttaen huippupisteitä koodausagenttien indekseissä ja erikoistuneissa testeissä, kuten Terminal-Bench 4.1.

Google korostaa Neonin tehokkuutta ja kustannustehokkuutta; hinnoittelu on asetettu 3 dollariin miljoonaa syöttösanaa kohden (vähemmän, 0,15 dollaria, välimuistissa oleville sanoille) ja 15 dollariin miljoonaa lähtösanaa kohden. Neon tarjoaa jopa 32 % alhaisemmat kustannukset tehtävää kohden verrattuna Gemini 4 Carbon -malliin ylläpitäen kuitenkin huipputason suorituskyvyn alhaisemmilla laskentakustannuksilla. Se menestyy myös kyberturvallisuussovelluksissa, tuottaen turvallista koodia sekä edistäen haavoittuvuuksien löytämistä ja korjausta, samalla kun se mahdollistaa pääsyn luotettaville puolustajille Googlen Fairwind-ohjelman kautta.

Turvallisuus ja linjautuminen ovat Neonin suunnittelun peruspilareita, varmistaen suojauksen väärinkäytöksiä vastaan ja ohjaten mallin käyttäytymistä vähentämään valheellisuuksia ja tarpeettomia poikkeamia tulosteissa. Neon saavuttaa minimaalisen vilpin tason ja osoittaa kestävyyttä kehotteen injektiohyökkäyksiä vastaan, mistä seuraa luotettava käyttöönotto todellisissa ympäristöissä.

Gemini 4 Neon on heti saatavilla Google AI Pro ja Ultra -tilaajille Gemini API:n kautta Google AI Studiossa, Gemini-sovelluksessa sekä yritysalustoilla, mukaan lukien Google Antigravity. Se tukee kehittäjiä, yrityksiä, kuluttajia ja kyberturvallisuuden ammattilaisia, lupaillen parantaa työnkulkuja, jotka vaativat nopeaa, luotettavaa ja monimutkaista tekoälyapua.

Tämä lanseeraus vahvistaa Googlen tavoitetta tarjota huippuluokan tekoälyä, joka integroituu saumattomasti monipuolisiin ammattiympäristöihin, yhdistäen syvän analytiikan, käytännöllisen tehokkuuden ja vakuuttavat turvallisuustoimet. Tarkempia teknisiä tietoja on saatavilla Googlen verkkosivuilla olevan Gemini 4 Neon -mallikortin kautta.

hero image for Gemini 4 Neon
hero image for Gemini 4 Neon · Lähde ↗
a benchmark table
a benchmark table · Lähde ↗
a chart showing AA Index v5.01 cost per task
a chart showing AA Index v5.01 cost per task · Lähde ↗
Autobaxbench chart
Autobaxbench chart · Lähde ↗
webexploitbench chart
webexploitbench chart · Lähde ↗
sacbenchpro chart
sacbenchpro chart · Lähde ↗
exploitgym benchmark chart
exploitgym benchmark chart · Lähde ↗
CWE bench v2 chart
CWE bench v2 chart · Lähde ↗

Lähteet ja alkuperäiset raportit

Kommentit (0)

Ei vielä kommentteja. Aloita keskustelu.

Kirjoita kommentti

Kommentit julkaistaan moderoinnin jälkeen. Nimesi ja kommenttisi näkyvät julkisesti. Tili