Google DeepMind a lancé Gemini 4 Neon, son quatrième modèle en seulement sept semaines. Neon (xhigh) obtient un score de 61 sur l’indice d’intelligence artificielle d’analyse, soit 1 point de plus que Gemini 4 Carbon (high), et se classe 3e au classement général, derrière GPT-6.2 Astra (max) et Claude Fable 5.2 (max). Il coûte 6,44 $ par tâche, soit environ 17 % de moins que Carbon (7,76 $ au tarif non réduit), et prend environ 21 minutes par tâche, soit environ 40 % de moins que Carbon (environ 36 minutes). Avec Antigravity CLI, Neon (xhigh) obtient un score de 59 sur l’indice Artificial Analysis Coding Agent Index, soit 3 points de plus que Carbon (high, 55). Ses résultats sont comparables à ceux de Claude Code, de Claude Fable 5.2 (xhigh, 58) et de Claude Opus 5.5 (max, 58), tout en affichant un coût par tâche nettement inférieur.Gemini est une famille de grands modèles de langage multimodaux (LLM) développée par Google DeepMind, qui succède à LaMDA et PaLM 2. Composée de Gemini Pro, Gemini Deep Think, Gemini Flash et Gemini Flash Lite, elle a été annoncée le 6 décembre 2023. Elle alimente le chatbot Gemini et tire son nom du mot latin signifiant « jumeaux » (symbolisant la fusion entre Google Brain et DeepMind) ainsi que du projet Gemini de la NASA. Google continue d’accélérer le rythme de ses lancements avec Gemini 4 Neon, qui offre un léger gain d’intelligence par rapport à Gemini 4 Carbon, avec un coût par tâche réduit d’environ 17 %
Google DeepMind a lancé Gemini 4 Neon, son quatrième modèle en seulement sept semaines. Neon (xhigh) obtient un score de 61 sur l’indice d’intelligence artificielle d’analyse, soit 1 point de plus que Gemini 4 Carbon (high), et se classe 3e au classement général, derrière GPT-6.2 Astra (max) et Claude Fable 5.2 (max). À effort élevé, Neon égale Carbon (high) pour un coût par tâche inférieur de plus de moitié, selon la tarification standard (sans remise) de Carbon.
Neon (xhigh) obtient un score de 61 sur l’indice d’intelligence, soit 1 point de plus que Carbon (high), avec de légères améliorations dans le travail de connaissance agentique, le raisonnement visuel et le codage. Il coûte 6,44 $ par tâche, soit environ 17 % de moins que Carbon (7,76 $ au tarif non réduit), et prend environ 21 minutes par tâche, soit environ 40 % de moins que Carbon (environ 36 minutes). Neon utilise environ 15 % de jetons de sortie en plus par tâche ; le coût moindre provient donc uniquement de ses prix de jetons inférieurs de 25 % (3 $/15 $ contre 4 $/20 $ pour 1 million de jetons d’entrée/sortie), et le temps réduit de sa vitesse de sortie plus élevée (environ 110 contre environ 57 jetons de sortie par seconde).
Avec Antigravity CLI, Neon (xhigh) obtient un score de 59 sur l’indice Artificial Analysis Coding Agent Index, soit 3 points de plus que Carbon (high, 55). Ses résultats sont comparables à ceux de Claude Code, de Claude Fable 5.2 (xhigh, 58) et de Claude Opus 5.5 (max, 58), tout en affichant un coût par tâche nettement inférieur. Gemini 4 Neon dans Antigravity affiche un coût moyen par tâche de 6,86 $, contre 12,61 $ pour Claude Opus 5.5 (max) et 15,47 $ pour Claude Fable 5.2 (xhigh). Neon est disponible dans Antigravity CLI pour les abonnés Pro et Ultra
Dans le fichier GDP.pdf, Gemini 4 Neon (high) obtient un score de 33,4 %, soit 5 points de plus que Carbon (high, 28,4 %) et en ligne avec les scores les plus élevés mesurés, tandis que Neon (xhigh) obtient un score de 28,0 %. Sur AA-Briefcase, Neon (xhigh) obtient un score global de 1 700 Elo et se place en tête pour la qualité de présentation avec 1 771 Elo, soit 45 points d’avance sur l’ancien leader, Claude Sonnet 5.5 (max, 1 726). Dans l’évaluation Multimodal Knowledge Agent (MKA) de Google, Neon atteint un Climb WSR de 56 %, soit une hausse de 2 points par rapport à Carbon et un résultat équivalent à celui du leader, Claude Fable 5.2 (max. 57 %).
Voici l'annonce de Google :
Présentation de Gemini 4 Neon
Nous vous présentons aujourd’hui Gemini 4 Neon, qui offre une intelligence de pointe et permet d’exécuter rapidement des tâches de bout en bout dans des domaines complexes tels que l’ingénierie logicielle, le travail intellectuel et les flux de travail scientifiques.
Neon devance les modèles comparables et se classe 3e au classement général avec un score de 61 sur l’indice d’intelligence d’analyse artificielle (Artificial Analysis Intelligence Index) à son niveau de réflexion « xhigh », se plaçant juste derrière des modèles plus volumineux et plus lents. Sur l’indice Vals, Neon occupe la 2e place et se situe sur la frontière de Pareto. Au-delà de la simple amélioration des capacités brutes du modèle, nous continuons à rendre nos modèles plus faciles à utiliser : Neon se classe 2e en termes de maniabilité (capacité à s’adapter de manière fluide aux corrections apportées par l’utilisateur en cours de tâche) sur le nouvel indice Agent Arena. Neon excelle également dans l’exécution d’instructions en plusieurs étapes et s’appuie sur nos progrès continus pour réduire les inventions, enregistrant notre taux d’inventions le plus bas à ce jour lors des tests internes de Google Antigravity.
Le modèle est proposé au prix de 3 $ par million de tokens d’entrée (0,15 $ par million de tokens d’entrée mis en cache, soit une réduction de 95 %) et de 15 $ par million de tokens de sortie, avec une fenêtre de contexte de 1 million de tokens.
Gemini 4 Neon est déployé dès aujourd’hui dans l’API Gemini de Google AI Studio, dans Gemini for business (via l’API et le menu déroulant des modèles), pour les abonnés payants à Google AI Pro et Ultra dans Google Antigravity, ainsi que pour les abonnés Pro et Ultra dans l’application Gemini.
Performant dans les domaines de l’entreprise, de l’analyse et de la science
Les tâches d’entreprise s’appuient sur des feuilles de calcul, des PDF, des graphiques, des fichiers audio et vidéo. Neon est capable de synthétiser l’ensemble de ces données d’entrée au sein d’une seule fenêtre contextuelle d’un million de tokens et de transformer ces données en résultats structurés. Des évaluations indépendantes classent Neon parmi les meilleurs modèles ; sur des benchmarks tels que le Vals Index, il occupe la 2e place (70,9 %) et se hisse à la 1re place à la fois sur le Legal Research Bench et le Tax Agent Bench.
Neon affiche également d’excellents résultats dans toutes les catégories sur Surge AI, se classant n° 1 dans la plupart des benchmarks portant sur la finance, la comptabilité, la modélisation sur tableur et le respect de contraintes complexes. Il obtient également un score de 73,5 % sur Chartography pour l’interprétation de graphiques professionnels denses et affiche des performances comparables à celles des modèles de référence sur « Agents’ Last Exam v1.1 » (75,8 %). Il se classe n° 1 au classement général tant sur l’AutomationBench de Zapier (56,3 %) que sur le Vending-Bench 2 d’Andon Labs (16 843 $), une simulation à long terme de la gestion d’une entreprise. Enfin, il fait son entrée à la 2e place mondiale avec un score de 1 336 sur le nouvel Agent Arena Index d’Arena, basé sur plus de 4 200 sessions d’agents en conditions réelles.
En matière de raisonnement scientifique et mathématique, couvrant l’analyse quantitative, les mathématiques et les problèmes de recherche technique, Neon se classe en tête de sa catégorie sur le Terminal-Bench Science (70,5 %), le RiemannBench (84,0 %) et le HLE-Diamond (71,3 %).
Conçu pour un code prêt à la production
Conçu pour les workflows d’agents de longue durée, Neon maintient ses performances tout au long de tâches complexes nécessitant de nombreux outils — qu’il fonctionne de manière autonome ou qu’il agisse en tant qu’orchestrateur rapide et doté d’un haut niveau de jugement, dirigeant des sous-agents Hydrogen parallèles dans Google Antigravity. Il réduit les lectures de fichiers redondantes, partage sa progression au fur et à mesure de son travail et gère de manière fiable la compaction du contexte lors de longues sessions.
Dans les flux de travail clés des développeurs et des chercheurs, Neon atteint des performances de pointe et rivalise avec les modèles leaders de sa catégorie, se classant n° 1 au classement général de l’Artificial Analysis Coding Agent Index (58,6), avec un score de 65,2 % sur Terminal-Bench 4.1 et de 46,2 % (avec son réglage par défaut « élevé ») sur FrontierCode 2.0. Pour le code prêt à la production, Neon gère le débogage et la refactorisation de plusieurs fichiers à travers différents dépôts grâce à des modifications ciblées et chirurgicales. Sur SWE-sweep, il est déjà en tête sur le harnais mini-SWE (12,8 %) et son score plus que triple pour atteindre un niveau de pointe de 39,0 % dans Google Antigravity, démontrant ainsi tout le potentiel du harnais Antigravity.
Apporte efficacité et maîtrise aux flux de travail de niveau production
Nous affinons les niveaux de réflexion à chaque nouvelle version du modèle afin d’offrir aux équipes un contrôle plus précis et une transition plus fluide d’un niveau à l’autre. Les quatre niveaux de Neon s’adaptent progressivement, permettant aux équipes d’ajuster l’intelligence et la consommation de jetons en fonction des besoins de chaque charge de travail.
Neon offre des performances élevées à un coût par tâche inférieur selon les benchmarks tiers. À son niveau de réflexion élevé par défaut, il associe un score élevé à l’indice d’intelligence d’analyse artificielle (Artificial Analysis Intelligence Index) à un coût par tâche inférieur de 32 % à celui de Carbon. Il se situe également sur la frontière de Pareto, tant sur l’indice Vals que sur Agent Arena, au niveau « high », avec un coût par tâche inférieur de 50 % à 80 % environ à celui des meilleurs modèles concurrents situés sur cette frontière. Le niveau de réflexion « xhigh » ajoute un raisonnement plus approfondi, en plusieurs étapes, pour les charges de travail d’ingénierie, d’analyse et scientifiques les plus complexes. C’est là que Neon affiche son score d’intelligence le plus élevé, tout en coûtant 36 % de moins par tâche que les modèles concurrents réglés à leur niveau le plus élevé.
Conçu pour une cyberdéfense rapide, économique et de pointe
À mesure que le codage agentique se généralise, il est essentiel de générer du code sécurisé dès le départ. Gemini 4 Neon produit un code plus sécurisé que Carbon pour l’ensemble des défis faciles, moyens et difficiles sur AutoBaxBench, atteignant le niveau de pointe sur le niveau « difficile » (76 %).
Sécuriser les systèmes implique également de détecter de manière proactive les failles avant que les attaquants ne le fassent. Les tests d’intrusion constituent depuis longtemps la pierre angulaire de la cybersécurité d’entreprise. Sur WebExploitBench v1.2, Neon atteint le niveau de pointe (51,26 %) pour un coût deux fois moins élevé que celui des grands modèles concurrents.
Pour renforcer le code existant, Neon for cyber offre des performances de pointe tout au long du cycle de vie du durcissement du code — détection, validation et correction des vulnérabilités — tout en étant plus rapide et plus rentable que les grands modèles de pointe.
- Détection des vulnérabilités du code : Neon atteint des performances de pointe sur SEC-bench Pro (90,5 %), tout en coûtant environ deux fois moins cher par défi.
- Validation des risques par l’exploitation : Pour hiérarchiser les vulnérabilités à corriger, les défenseurs s’appuient sur des modèles afin de déterminer lesquelles sont exploitables. Sur ExploitGym, il atteint des performances de pointe en utilisant deux fois moins de tokens que Carbon.
- Correction des vulnérabilités : la résolution de la cause première des vulnérabilités est une étape cruciale du cycle de vie de la défense en matière de cybersécurité. Neon atteint 70,7 % sur le CWE-bench v2 de Collinear, soit une amélioration de 3,4 % par rapport à Carbon.
Gemini 4 Neon for cyber sera déployé auprès de défenseurs de confiance dans les prochains jours dans le cadre du programme Fairwind.
Conçu pour une exécution sûre et fiable
Gemini 4 Neon s’appuie sur les améliorations apportées à notre pile de sécurité et de sûreté Gemini 4 : il maintient les protections de niveau Carbon de Gemini 4 contre les utilisations abusives graves et les injections rapides, tout en progressant davantage en matière d’alignement des modèles et de comportement agentique. Pour un modèle destiné à effectuer des tâches exigeantes et de longue durée en production, nous nous sommes concentrés sur :
- Atténuer les risques de sécurité liés aux utilisations abusives de pointe : comme Neon apporte des capacités de pointe à un modèle plus rapide et moins coûteux, nous l’avons associé à de solides mesures de protection en temps réel contre les utilisations abusives en matière de cybersécurité et de biosécurité, comparables à nos protections Carbon, tout en rejetant beaucoup moins de tâches légitimes dans ces domaines, ne refusant par exemple que 1,98 % des tâches sur Terminal-Bench 4.0 et 0 % sur Terminal-Bench-Science.
- Amélioration de l’alignement et du comportement discipliné du modèle : lors de l’utilisation interne pour le codage, les taux d’alerte de notre système de surveillance des décalages entre la chaîne de pensée et l’action sont restés inférieurs aux seuils de référence déjà bas fixés par Carbon, ce qui suggère une meilleure propension à l’alignement pour Neon — et ce même système de surveillance est déployé pour protéger Neon sur les environnements externes. Neon est entraîné à mener à bien des tâches en plusieurs étapes sans prendre de raccourcis, sans falsifier les résultats ni outrepasser les limites fixées par l’utilisateur — continuant ainsi à améliorer l’équilibre entre la satisfaction des demandes et le respect du cadre défini. Il a égalé Carbon avec 0,0 % de tricherie sur Terminal-Bench 4.0 et n’a pris de raccourcis que dans 2,45 % des tâches de notre évaluation de la tricherie en codage (le taux le plus bas de tous les modèles Gemini 4). Il a également atteint un taux d’actions non conformes de 0,09 % dans notre...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.