Inicio Ciencia Google lanza Gemini 4 Neon con enfoque en costo por tarea y...

Google lanza Gemini 4 Neon con enfoque en costo por tarea y flujos de agentes

0
42
Google lanza Gemini 4 Neon con enfoque en costo por tarea y flujos de agentes

Google DeepMind presentó Gemini 4 Neon, un modelo que la empresa describe como de nivel de frontera para ingeniería de software, trabajo de conocimiento y flujos científicos. Según el anuncio, Neon tiene una ventana de contexto de 1 millón de tokens, cuesta US$ 3 por millón de tokens de entrada y US$ 15 por millón de salida, y llega a la API Gemini, AI Studio, Gemini for business, Antigravity y la app Gemini para suscriptores elegibles. Las cifras de rendimiento citadas son las divulgadas por la propia Google DeepMind y por benchmarks de terceros mencionados en el texto, sin verificación independiente en esta cobertura.

Google DeepMind presentó Gemini 4 Neon, un nuevo modelo de la familia Gemini 4 que la empresa describe como capaz de ofrecer inteligencia de nivel de frontera con finalización rápida de tareas de punta a punta en ingeniería de software compleja, trabajo de conocimiento y flujos científicos. El anuncio fue publicado en el blog de DeepMind y firmado por Koray Kavukcuoglu, SVP de Google DeepMind y chief AI architect de Google.

El posicionamiento es explícito: Neon no reemplaza a Carbon, orientado a los proyectos más difíciles y de largo horizonte, ni a Hydrogen, que se encarga de la ejecución rápida del día a día. Se ubica en el medio, equilibrando profundidad de razonamiento y eficiencia de costo para flujos de trabajo complejos y de alta frecuencia.

Rendimiento y benchmarks citados por la empresa

Según el texto, Neon alcanza el tercer puesto general en el Artificial Analysis Intelligence Index, con una puntuación de 61 en el nivel de pensamiento xhigh, por detrás de modelos más grandes y lentos. En el Vals Index aparece en segundo lugar, con 70,9%, y en la Pareto frontier. La empresa también afirma que el modelo es el segundo en steerability en el nuevo Agent Arena Index, que mide la adaptación a correcciones del usuario en medio de la tarea.

Google DeepMind reporta además el menor índice de fabricación de información registrado hasta ahora en pruebas internas en Google Antigravity. En benchmarks de terceros mencionados en el anuncio, Neon lidera el Legal Research Bench y el Tax Agent Bench, aparece en primer lugar en categorías de Surge AI vinculadas a finanzas, contabilidad, modelado en hojas de cálculo y cumplimiento de restricciones complejas, y obtiene 73,5% en Chartography.

  • AutomationBench, de Zapier: 56,3%, primer lugar general
  • Vending-Bench 2, de Andon Labs: US$ 16.843, primer lugar
  • Agent Arena Index: 1336 puntos, segundo lugar global en más de 4.200 sesiones reales de agentes
  • Terminal-Bench Science: 70,5%
  • RiemannBench: 84,0%
  • HLE-Diamond: 71,3%

Código, agentes de larga duración y costo por tarea

Para desarrolladores, la empresa afirma que Neon es el primer lugar general en el Artificial Analysis Coding Agent Index, con 58,6, además de 65,2% en Terminal-Bench 4.1 y 46,2% en FrontierCode 2.0 en la configuración estándar high. El modelo fue descrito como capaz de hacer depuración y refactorización en varios archivos de un repositorio con ediciones quirúrgicas y dirigidas.

El texto destaca la mejora obtenida con el harness de Google Antigravity: en mini-SWE, Neon lidera con 12,8%, y en Antigravity la cifra más que se triplica, llegando a 39,0%, que la empresa llama estado del arte. Google DeepMind también afirma que Neon sostiene el rendimiento en tareas largas con muchas herramientas, reduce lecturas redundantes de archivos, comparte progreso durante la ejecución y maneja la compactación de contexto en sesiones extensas, pudiendo actuar como orquestador de subagentes Hydrogen en paralelo.

En costo, la empresa dice que, en el nivel high estándar, Neon tiene un costo por tarea 32% menor que Carbon. En el Vals Index y en Agent Arena, aún según el anuncio, queda en la Pareto frontier con un costo por tarea de cerca de 50% a 80% menor que modelos de frontera competidores. En el nivel xhigh, la empresa afirma que el modelo mantiene un costo por tarea al menos 36% menor que competidores en su configuración máxima.

Seguridad, ciberseguridad y advertencias

Google DeepMind afirma que Neon mantiene el nivel de protecciones de Gemini 4 Carbon contra uso indebido grave e inyección de prompt, con avances en alineación y comportamiento agéntico. Entre las cifras citadas están 1,98% de rechazos en Terminal-Bench 4.0 y 0% en Terminal-Bench-Science, 0,0% de trampa en Terminal-Bench 4.0, 2,45% de atajos en la evaluación interna de trampa en código, tasa de 0,09% de acciones desalineadas en la suite de seguridad agéntica y 99,2% de aprobación en la evaluación de honestidad del agente.

En el campo de la ciberseguridad, la empresa presenta una variante llamada Gemini 4 Neon for cyber, con resultados como 76% en el tier difícil de AutoBaxBench, 51,26% en WebExploitBench v1.2, 90,5% en SEC-bench Pro y 70,7% en CWE-bench v2 de Collinear, con un aumento de 3,4% sobre Carbon. El acceso se liberará a defensores confiables en los días siguientes al anuncio, como parte del programa Fairwind.

Es importante tratar todas estas cifras como declaraciones de la empresa y de benchmarks citados por ella. Esta cobertura no verificó de forma independiente las puntuaciones, las condiciones de prueba, las versiones de los benchmarks ni la comparación con modelos competidores. Los resultados divulgados por fabricantes suelen variar según configuración, harness y nivel de pensamiento usado.

La disponibilidad también es por fases. El anuncio dice que el modelo comienza a distribuirse hoy, pero el acceso depende del tipo de cuenta: desarrolladores en el tier pago de la API Gemini y en AI Studio, empresas en Gemini for business y en Antigravity, suscriptores Pro y Ultra en la app Gemini y miembros elegibles de Fairwind para la variante de ciberseguridad. No hay información en el texto sobre disponibilidad en Brasil, precios en reales ni fechas de liberación regional.

Fuente original: Google DeepMind — Introducing Gemini 4 Neon.

Recibe Radar de IA todos los días

Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.

Sin spam. Cancela cuando quieras.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí