Google、Gemini 4 Neonを発表 xhigh設定で総合3位
GoogleはNeonを、より高速なHydrogenとより高性能なCarbonの中間に位置づけ、複雑なソフトウェア開発、知識業務、科学研究向けのモデルとして紹介した。今回の発表では、Carbonより低いタスクコストやベンチマークの実績を示す一方、Googleの各製品で一般提供を開始し、サイバー版はより限定的なルートで提供する。
xhigh思考レベルで、NeonはArtificial Analysis Intelligence Indexで61点を獲得し、総合3位にランクインした。2
Googleによると、NeonはZapierのAutomationBenchで56.3%の結果を記録し、総合1位となった。2
デフォルトのhigh思考レベルでは、Neonのタスク当たりコストはCarbonより32%低いとGoogleは述べている。2
経緯
Googleが説明するGemini 4 Neonの変化Googleは、ソフトウェアエンジニアリング、知識業務、科学研究のワークフローにまたがる業務向けにGemini 4 Neonを発表し、単一の狭いタスクではなく複雑なプロセスを想定したモデルだと説明している。2 Googleによる位置づけは、より高速だとするHydrogenと、より高性能だとするCarbonの中間で、同社はNeonを頻繁に発生する負荷の高い業務に関連づけている。1 xhighの思考設定で、NeonはArtificial Analysis Intelligence Indexで61点を獲得し、総合3位となった。これは、Googleが示す同モデルの性能上の位置づけを示す一例だ。2 Googleはまた、Legal Research BenchとTax Agent BenchでNeonが首位に立ったと報告しており、ワークフロー全般に関する主張に加え、法律業務と税務業務での実例を挙げている。2
評価によって順位は異なる。NeonはVals Indexで2位、Agent Arena Indexの操縦性でも2位であり、すべての指標で同じ順位を占めているわけではない。2 自動化では、ZapierのAutomationBenchで56.3%を記録し、総合1位だったとGoogleは報告している。これはArtificial Analysis Intelligence Indexでの順位とは異なる結果と順位だ。2 Artificial Analysis Coding Agent IndexではNeonが58.6点で総合1位だと同社は述べている。一方、Terminal-Bench 4.1の結果は65.2%、FrontierCode 2.0の結果はデフォルトのhigh設定で46.2%だった。2 これらの結果はそれぞれ異なる名称のベンチマークを対象とし、設定が明記されている場合は設定も異なるため、あらゆるソフトウェア業務や知識業務に共通して使える単一のスコアではない。2
Googleが挙げる科学関連の結果には、Terminal-Bench Scienceで70.5%、RiemannBenchで84.0%、HLE-Diamondで71.3%が含まれる。2 SWE-sweepでは、Googleは異なる環境での2つの結果を報告しており、mini-SWEハーネスでは12.8%、Google Antigravityでは39.0%だった。2 報告されたSWE-sweepの数値は別々のハーネスによるものなので、同一の環境での直接比較ではなく、それぞれの設定における結果を示している。2 Googleによると、NeonはAntigravity内で複数のHydrogenサブエージェントを並行して連携させることができる。単独のモデルとして作業を完了するだけでなく、他のエージェントを指揮するオーケストレーションの役割を担うという。2
Neonのコンテキストウィンドウは1 million tokensで、スプレッドシート、PDF、グラフ、音声、動画を組み合わせて構造化された出力を作成できるとGoogleは説明している。2 この機能の説明では複数の入力形式と構造化された成果物が扱われ、コンテキストウィンドウの数値はモデルが処理できるコンテキスト量を示している。2 Googleによると、思考レベルは4つあり、チームは実行するタスクに応じて知能とトークン消費のバランスを調整できる。2 このレベル設定により、業務負荷に応じた調整が製品の説明に盛り込まれているが、発表情報では各レベルの個別料金は示されていない。2
Googleは入力料金を100万トークン当たり$3、出力料金を100万トークン当たり$15としている。キャッシュされた入力は100万トークン当たり$0.15で、同社はこれを95%の割引と説明している。2 これらの料金は、モデルに送信するトークン、モデルが生成するトークン、キャッシュから処理される入力トークンを区別しており、すべてのトークン利用に同じ料金が適用されるわけではない。2 デフォルトのhigh思考設定では、Neonのタスク当たりコストはCarbonより32%低いとGoogleは述べている。これはタスクコストの比較であり、すべてのリクエストで同じ価格差になるという主張ではない。2 したがってGoogleが示す市場での訴求点は、高いベンチマーク順位とCarbonより低いタスク当たりコストの組み合わせだが、コスト比較はデフォルトのhigh設定に限られる。2
Googleによると、Google Antigravityを使った社内テストで、Neonはこれまでで最も低い捏造率を記録した。この主張は同社のテスト環境に限定される。2 同社はまた、NeonがTerminal-Bench 4.0ではタスクの1.98%を拒否し、Terminal-Bench-Scienceでは拒否がなかったと報告している。2 これらの拒否率は名称のある2つの評価に関するもので、捏造に関する説明はAntigravityでの社内テストを指している。異なる指標と設定だ。2 Googleによると、NeonはGemini 4 Carbonに関連づけられている、深刻な悪用やプロンプトインジェクションへの防御を引き継いでいる。2
一般向けモデルは、Google AI StudioのGemini API、Gemini for business、AntigravityのGoogle AI ProとUltra、GeminiアプリのProおよびUltraサブスクリプションを通じて提供が進められていた。2 Googleの発表情報によると、この提供形態は開発者向けアクセス、ビジネス利用、Antigravityのプラン、Geminiアプリのサブスクリプションにまたがる。2 サイバー版のNeonは当初、より限定的なルートで提供される。Googleは今後数日以内にFairwind Programを通じて信頼できる防御担当者に提供するとしていた。2 Googleの説明では、今回の提供開始は一般モデルを幅広い経路で展開する一方、サイバー版は当初のアクセスを限定する形をとる。2
サイバー版について、GoogleはAutoBaxBenchのhardティアで76%を記録したと報告している。一方、提供計画では、まずFairwind Programを通じて信頼できる防御担当者に提供する。2 このスコアはNeonのサイバー版と指定されたhardティアに関するもので、一般モデルのベンチマーク結果全体を示すものではない。2 そのためGoogleの発表では、サイバー版の性能結果とアクセス計画を分けて説明しており、アクセスは選定された防御担当者のグループから始まる。2 今回の発表を通じて、Neonは複数のベンチマークで首位を獲得し、柔軟な思考設定、明示されたトークン料金、一般向けと限定的な提供を組み合わせた、中間に位置づけられるモデルとして紹介されている。12
影響
段階を追って外へ広がる影響- 第 1 段階ベンチマークでの順位
Googleは、Artificial Analysis Intelligence IndexにおけるNeonのスコアと総合順位に加え、Artificial Analysis Coding Agent Indexで1位になったと発表している。2
事実 - 第 2 段階ワークフローとオーケストレーション
Neonは、複雑なソフトウェアエンジニアリング、知識労働、科学研究のワークフロー向けと説明されており、Google Antigravityで複数のHydrogenサブエージェントを並行して指揮できる。2
事実 - 第 3 段階コストと利用
Googleは入力、出力、キャッシュ済み入力のトークン価格を提示し、デフォルトのhigh思考設定ではNeonのタスク当たりコストがCarbonより低いと述べている。2
事実 - 第 4 段階利用可能性
Googleは、汎用モデルについて幅広い提供経路を説明する一方、Neon for cyberについては当初、制限付きの提供経路を示している。2
事実
情報源
各情報源が裏付ける内容この記事は下記の情報源をもとに AI が書きました。各事実は原文と一字一句照合し、推測と分析は区別して示しています。 書き方について