Início Modelos Google lança Gemini 4 Neon com foco em custo por tarefa e...

Google lança Gemini 4 Neon com foco em custo por tarefa e fluxos de agentes

0
41
Google lança Gemini 4 Neon com foco em custo por tarefa e fluxos de agentes

O Google DeepMind apresentou o Gemini 4 Neon, modelo que a empresa descreve como de nível de fronteira para engenharia de software, trabalho de conhecimento e fluxos científicos. Segundo o anúncio, o Neon tem janela de contexto de 1 milhão de tokens, custa US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de saída, e chega à API Gemini, ao AI Studio, ao Gemini for business, ao Antigravity e ao app Gemini para assinantes elegíveis. Os números de desempenho citados são os divulgados pela própria Google DeepMind e por benchmarks de terceiros mencionados no texto, sem verificação independente nesta apuração.

A Google DeepMind apresentou o Gemini 4 Neon, um novo modelo da família Gemini 4 que a empresa descreve como capaz de entregar inteligência de nível de fronteira com conclusão rápida de tarefas de ponta a ponta em engenharia de software complexa, trabalho de conhecimento e fluxos científicos. O anúncio foi publicado no blog da DeepMind e assinado por Koray Kavukcuoglu, SVP da Google DeepMind e chief AI architect do Google.

O posicionamento é explícito: o Neon não substitui o Carbon, voltado aos projetos mais difíceis e de longo horizonte, nem o Hydrogen, que cuida da execução rápida do dia a dia. Ele fica no meio, equilibrando profundidade de raciocínio e eficiência de custo para fluxos de trabalho complexos e de alta frequência.

Desempenho e benchmarks citados pela empresa

Segundo o texto, o Neon alcança a terceira colocação geral no Artificial Analysis Intelligence Index, com pontuação 61 no nível de pensamento xhigh, ficando atrás de modelos maiores e mais lentos. No Vals Index, aparece em segundo lugar, com 70,9%, e na Pareto frontier. A empresa também afirma que o modelo é o segundo colocado em steerability no novo Agent Arena Index, que mede a adaptação a correções do usuário no meio da tarefa.

A Google DeepMind relata ainda o menor índice de fabricação de informações já registrado em testes internos no Google Antigravity. Em benchmarks de terceiros mencionados no anúncio, o Neon lidera o Legal Research Bench e o Tax Agent Bench, aparece em primeiro lugar em categorias do Surge AI ligadas a finanças, contabilidade, modelagem em planilhas e cumprimento de restrições complexas, e obtém 73,5% no Chartography.

  • AutomationBench, do Zapier: 56,3%, primeiro lugar geral
  • Vending-Bench 2, do Andon Labs: US$ 16.843, primeiro lugar
  • Agent Arena Index: 1336 pontos, segundo lugar global em mais de 4.200 sessões reais de agentes
  • Terminal-Bench Science: 70,5%
  • RiemannBench: 84,0%
  • HLE-Diamond: 71,3%

Código, agentes de longa duração e custo por tarefa

Para desenvolvedores, a empresa afirma que o Neon é o primeiro colocado geral no Artificial Analysis Coding Agent Index, com 58,6, além de 65,2% no Terminal-Bench 4.1 e 46,2% no FrontierCode 2.0 na configuração padrão high. O modelo foi descrito como capaz de fazer depuração e refatoração em vários arquivos de um repositório com edições cirúrgicas e direcionadas.

O texto destaca o ganho obtido com o harness do Google Antigravity: no mini-SWE, o Neon lidera com 12,8%, e no Antigravity o número mais que triplica, chegando a 39,0%, que a empresa chama de estado da arte. A Google DeepMind também afirma que o Neon sustenta desempenho em tarefas longas com muitas ferramentas, reduz leituras redundantes de arquivos, compartilha progresso durante a execução e lida com compactação de contexto em sessões extensas, podendo atuar como orquestrador de subagentes Hydrogen em paralelo.

Em custo, a empresa diz que, no nível high padrão, o Neon tem custo por tarefa 32% menor que o Carbon. No Vals Index e no Agent Arena, ainda segundo o anúncio, ele fica na Pareto frontier com custo por tarefa de cerca de 50% a 80% menor que modelos de fronteira concorrentes. No nível xhigh, a empresa afirma que o modelo mantém custo por tarefa pelo menos 36% menor que concorrentes em sua configuração máxima.

Segurança, cibersegurança e ressalvas

A Google DeepMind afirma que o Neon mantém o nível de proteções do Gemini 4 Carbon contra uso indevido grave e injeção de prompt, com avanços em alinhamento e comportamento agêntico. Entre os números citados estão 1,98% de recusas no Terminal-Bench 4.0 e 0% no Terminal-Bench-Science, 0,0% de trapaça no Terminal-Bench 4.0, 2,45% de atalhos na avaliação interna de trapaça em código, taxa de 0,09% de ações desalinhadas na suíte de segurança agêntica e 99,2% de aprovação na avaliação de honestidade do agente.

No campo da cibersegurança, a empresa apresenta uma variante chamada Gemini 4 Neon for cyber, com resultados como 76% no tier difícil do AutoBaxBench, 51,26% no WebExploitBench v1.2, 90,5% no SEC-bench Pro e 70,7% no CWE-bench v2 da Collinear, com aumento de 3,4% sobre o Carbon. O acesso será liberado a defensores confiáveis nos dias seguintes ao anúncio, como parte do programa Fairwind.

É importante tratar todos esses números como declarações da empresa e de benchmarks citados por ela. Esta apuração não verificou de forma independente as pontuações, as condições de teste, as versões dos benchmarks nem a comparação com modelos concorrentes. Resultados divulgados por fabricantes costumam variar conforme configuração, harness e nível de pensamento usado.

A disponibilidade também é faseada. O anúncio diz que o modelo começa a ser distribuído hoje, mas o acesso depende do tipo de conta: desenvolvedores no tier pago da API Gemini e no AI Studio, empresas no Gemini for business e no Antigravity, assinantes Pro e Ultra no app Gemini e membros elegíveis do Fairwind para a variante de cibersegurança. Não há informação no texto sobre disponibilidade no Brasil, preços em reais ou datas de liberação regional.

Fonte original: Google DeepMind: Introducing Gemini 4 Neon.

Receba o Jornal da IA todos os dias

As notícias de inteligência artificial que importam no Brasil, com o nosso prisma e sempre com as fontes. Grátis.

Sem spam. Cancele quando quiser.

LEAVE A REPLY

Please enter your comment!
Please enter your name here