Вышла Google Gemini 4 Neon: в 3 раза быстрее, на 60% дешевле, одновременно запущена мировая модель Genie 4

chaincatcherchaincatcher

Редактор | Cold Cat

Google снова выпустила модель Gemini 4.

В последнее время Google сосредоточилась на базовых моделях, непрерывно выпуская модели от максимального интеллекта до максимальной эффективности, действительно стремясь вернуть себе трон.

После Carbon, Argon и Hydrogen появилась модель «среднего размера» Gemini 4 Neon, заполнив пробел между максимальным интеллектом и максимальной эффективностью!

Демис Хассабис заявил, что модель среднего размера Gemini 4 Neon — это «вершина алхимии».

В семействе Gemini 4 Carbon является флагманом, отвечающим за самые сложные долгосрочные проекты; Hydrogen нацелен на повседневные высокочастотные сценарии, фокусируясь на скорости отклика. Neon занимает промежуточное положение, «предоставляя передовые возможности рассуждения в сложном программировании, аналитическом мышлении и производственных корпоративных рабочих процессах, будучи при этом быстрее и экономичнее».

Neon в три раза быстрее Carbon, а затраты составляют лишь 60% от затрат Carbon. Цена составляет 3 доллара за миллион входных токенов, 15 долларов за миллион выходных токенов, кэшированные входные токены — от 0,15 доллара, контекстное окно — 1 миллион токенов, а также поддерживаются четыре регулируемых уровня глубины мышления, что позволяет разработчикам гибко переключать скорость и глубину рассуждений в зависимости от сложности задачи.

Gemini 4 Neon работает 12 часов в режиме роя, реконструируя исследования Алана Тьюринга 1936 года по архивным фотографиям — включая работающую универсальную машину Тьюринга, чертёж современной вычислительной техники.

 

Комплексная оценка

Neon показывает весьма всесторонние результаты в сторонних оценках. По общему интеллекту он занимает 3-е место с баллом 61 в индексе интеллекта Artificial Analysis, уступая лишь более крупным и медленным моделям; занимает 2-е место по индексу Vals (70,9%), находясь на Парето-оптимальной границе.

В совершенно новом индексе Agent Arena Index Neon занял 2-е место (1336 баллов) с более чем 4200 реальными агентными диалогами, а его управляемость также занимает 2-е место, что означает, что модель может более чётко менять направление, когда пользователи меняют своё мнение на полпути.

Оценки для категорий корпоративных и интеллектуальных задач также значительно выросли. Legal Research Bench и Tax Agent Bench заняли 1-е место, а различные категории, охватываемые Surge AI, включая финансы, бухгалтерский учёт и моделирование электронных таблиц, в основном также заняли 1-е место. Zapier AutomationBench занял 1-е место (56,3%), а Vending-Bench 2 от Andon Labs также занял 1-е место (16 843 доллара), причём последний представляет собой тест, имитирующий долгосрочные бизнес-операции, что требует высоких способностей к долгосрочному планированию. Бенчмарк интенсивного чтения диаграмм Chartography набрал 73,5%, а Agents' Last Exam v1.1 — 75,8%, что сопоставимо с ведущими моделями.

В области научных и математических рассуждений Neon занял первое место в Terminal-Bench Science (70,5%), RiemannBench (84,0%) и HLE-Diamond (71,3%), став лучшим в своём классе.

Разбор возможностей Neon

Согласно официальному блогу, новые возможности Neon можно свести к нескольким основным направлениям.

Написание кода — точнее и стабильнее. Neon нацелен на реальные производственные среды, способен обрабатывать многофайловую отладку, рефакторинг и точное редактирование. Google особо отметил его способность к «хирургическим правкам», которая позволяет вносить точечные изменения в многофайловых проектах. Модель демонстрирует значительное улучшение в следовании многошаговым инструкциям и показала самый низкий уровень галлюцинаций на сегодняшний день во внутренних тестах Google Antigravity.

Окно на 1 миллион токенов обеспечивает мультимодальность. Электронные таблицы, PDF-файлы, диаграммы, аудио, видео — Neon может одновременно обрабатывать эти входные данные в одном контекстном окне, выдавая структурированные результаты. «Neon не уступает Carbon или даже превосходит его по общему качеству, работает в три раза быстрее и снижает затраты на 40%. Он находит убедительный баланс между точностью, детализацией и скоростью».

Направление кибербезопасности. Это уникальный ход в выпуске Neon. Google запустила Neon for Cyber, охватывающий полную цепочку написания безопасного кода, обнаружения уязвимостей, проверки уязвимостей и устранения уязвимостей.

Судя по данным, генерация безопасного кода AutoBaxBench достигла SOTA (76%) на сложном уровне, значительно превзойдя Carbon; тестирование на проникновение WebExploitBench v1.2 также достигло SOTA (51,26%), при этом затраты вдвое ниже, чем у конкурирующих больших моделей; обнаружение уязвимостей SEC-bench Pro — SOTA (90,5%), при этом затраты на одну задачу примерно вдвое ниже, чем у аналогичных моделей; устранение уязвимостей CWE-bench v2 — 70,7%, что на 3,4% лучше, чем у Carbon. Neon for Cyber будет открыт доверенным специалистам по безопасности через программу Fairwind в ближайшие дни.

Согласование безопасности — почти «нулевое мошенничество». Google вложила значительные средства в безопасность. Terminal-Bench 4.0 имеет уровень мошенничества 0,0%, как и Carbon; в оценках мошенничества при кодировании только 2,45% задач демонстрировали обходные пути, что является самым низким показателем во всей серии Gemini 4; уровень нарушений в наборе средств безопасности агента составляет 0,09%, а процент честной оценки — 99,2%. В бенчмарке непрямых инъекций подсказок Gray Swan Neon достиг 0,0% успешных атак на самом высоком уровне мышления. По сравнению с Carbon, Neon снизил «недостаточность обслуживания» на 43–56% и «превышение полномочий» на 15–35%. При этом он почти никогда не отказывается от законных задач: уровень отказов на Terminal-Bench 4.0 составляет всего 1,98%, а на Terminal-Bench-Science — 0%.

Обновления для потребителей. В приложении Gemini Neon обеспечивает более качественные письменные результаты, может точнее читать загруженный контент, такой как электронные таблицы, PDF-файлы и фотографии, а также получать доступ к Gmail и Docs для поиска нужной информации. Функция Tasks теперь работает на базе Neon, что делает её быстрее и экономичнее при выполнении сложных многошаговых задач.

Gemini 4 Neon начал распространяться. Разработчики могут создавать приложения через платный уровень Gemini API в Google AI Studio и Android Studio, а подписчики Google AI Pro и Ultra могут опробовать его в Google Antigravity. Корпоративные пользователи могут получить доступ через Gemini for Business API или выпадающее меню моделей. Для потребителей подписчики Pro и Ultra могут напрямую переключиться на Neon в селекторе моделей приложения Gemini. Ориентированный на кибербезопасность Neon for Cyber будет предоставлен доверенным защитникам через программу Fairwind в ближайшие дни.

Мировая модель Genie 4 наконец запущена

28 октября Google DeepMind официально анонсировала мировую модель последнего поколения Genie 4, назвав её «самой реалистичной и интерактивной мировой моделью на сегодняшний день».

После более чем полумесячного ожидания Google наконец объявила, что Genie 4 официально доступна.

Genie 4 — самая реалистичная и интерактивная мировая модель Google на сегодняшний день. Её ключевая новая возможность — «подсказки в середине сеанса», которые позволяют в любой момент менять окружение с помощью естественного языка во время исследования мира. Можно сменить погоду, ввести персонажа или изменить направление сюжета, и все изменения происходят в реальном времени на текущем экране.

Ещё одна новая функция — нативное аудио. Мир, создаваемый Genie 4, имеет звук, и звук автоматически адаптируется к изменениям сцены, включая звуковые эффекты окружения и диалоги персонажей, заполняя недостающий «слуховой» элемент.

Genie 4 ориентирована на максимальную точность, в то время как Genie 3 продолжает оставаться доступной в селекторе моделей Project Genie, нацеленной на более длительные исследования и панорамные сцены.

С запуском Genie 4 Google также представила Project Genie Agent. Раньше для создания мира требовалось тщательно организовывать подсказки, а теперь это превратилось в беседу. Вы описываете желаемый мир на естественном языке, и агент координирует работу комбинаций мультимодальных моделей Google для генерации начальных визуальных образов, задающих визуальный стиль мира, а также пользовательскую фоновую музыку.

Интересно, что модель Gemini может наблюдать за содержимым экрана, пока вы исследуете мир, активно предлагая варианты дальнейших действий или автоматически запуская события в мире в зависимости от вашего путешествия.

Вы также можете изменять существующие миры в галерее, меняя базовую структуру, звуковое сопровождение или правила, чтобы превратить их в собственную версию, а затем опубликовать её в общедоступной галерее, чтобы другие могли исследовать и создавать заново.

В настоящее время новый опыт Project Genie открыт для подходящих подписчиков Google AI Ultra, а участники Google AI Pro могут присоединиться к списку ожидания на той же странице.

Данный контент предназначен исключительно для информационных и образовательных целей и не является инвестиционным советом, связанным с BTCC. BTCC прилагает все усилия, но не может гарантировать правдивость, точность или оригинальность вышеприведенного контента.

Рекомендуемые

Уйдя всего три дня назад, Дженсен Хуанг готов «вернуться» в Nvidia?BofA: DRAM остается сильным, NAND незаметно слабеет — рынок памяти разделяетсяСтоит ли за слушаниями по Хуану Жэньсюню Anthropic?PPI сегодня, смена руководства Nvidia и падение Nebius: ИИ начинает платить «налог на время»?Переговоры о слиянии SpaceX и Tesla вернули в фокус 30 000 биткоинов