
Google anunciou Gemini 4 Neon, un novo modelo de intelixencia artificial deseñado para combinar capacidades avanzadas de razoamento cunha maior velocidade de execución e un custo inferior ao dos modelos máis grandes da familia Gemini 4. A novidade sitúase entre Gemini 4 Carbon, orientado ás tarefas máis complexas e prolongadas, e Gemini 4 Hydrogen, pensado para operacións cotiás que requiren respostas rápidas.
Gemini 4 Neon está especialmente orientado á programación, á análise de datos e aos fluxos de traballo empresariais que requiren executar tarefas complexas en varias etapas. Google destaca a súa capacidade para desenvolver software, traballar con ferramentas externas e coordinar axentes de intelixencia artificial.
Un dos aspectos máis destacados é a súa eficiencia económica. Nos ensaios de Artificial Analysis, o modelo consegue reducir un 32 % o custo por tarefa fronte a Gemini 4 Carbon no nivel de razoamento alto. Outras probas, como Vals Index e Agent Arena, sitúano na fronteira de eficiencia, cun custo entre un 50 % e un 80 % inferior ao de modelos competidores de gama alta. O nivel de razoamento máis elevado (xhigh) permite abordar operacións de maior complexidade cun custo por tarefa polo menos un 36 % inferior ao de modelos rivais configurados no seu máximo nivel.
Programación e creación de contidos complexos
As demostracións publicadas permiten comprobar o alcance das capacidades de Neon en tarefas de desenvolvemento. Un dos exemplos amosa a creación desde cero dun simulador de esquí en 3D baseado na xeografía real do Mont Blanc e Chamonix. O proxecto, desenvolvido con WebGL2 mediante Google Antigravity, inclúe máis de 10.200 liñas de código e sombreadores personalizados, simulación física a 120 Hz, seis percorridos alpinos, marcas dinámicas na neve e efectos sonoros espaciais.
Noutra demostración, un conxunto de axentes coordinados mediante a función /swarm de Google Antigravity recreou en 3D o estudo de Alan Turing no King’s College de Cambridge, empregando fotografías históricas. A escena inclúe unha reprodución do espazo de traballo e unha máquina universal de Turing funcional.
tamén se amosa a transformación dunha única imaxe nunha folla de cálculo de Google con 100.000 celas, sen inserir imaxes nin recorrer a Apps Script. O sistema empregou máis de 500.000 fórmulas para realizar tarefas de detección de contornos, interpretación da profundidade tridimensional e iluminación da escena.
Seguridade e defensa fronte a ciberataques
Google tamén destaca as capacidades de Gemini 4 Neon para a detección e corrección de vulnerabilidades. A variante orientada á ciberseguridade supera Gemini 4 Carbon en diferentes niveis de dificultade de AutoBaxBench e acada un 76 % nas probas máis esixentes.
En WebExploitBench v1.2 obtén un 51,26 %, resultado que a sitúa á cabeza desta avaliación. Tamén consegue un 90,5 % en SEC-bench Pro, centrado na identificación de vulnerabilidades, e un 70,7 % en CWE-bench v2, dedicado á corrección de erros de seguridade.
A versión específica para ciberseguridade comezará a chegar nos próximos días aos participantes autorizados do programa Fairwind, destinado a profesionais da defensa dixital.
A seguridade tamén foi un dos elementos considerados no desenvolvemento do modelo. Google afirma que mantén as proteccións de Gemini 4 Carbon fronte ao uso malicioso e á inxección de instrucións mediante contidos externos, ao tempo que mellora o comportamento dos axentes autónomos. Nas probas internas, Neon acadou unha taxa do 99,2 % na avaliación de honestidade dos axentes e un 0 % de trampas en Terminal-Bench 4.0.
Dispoñibilidade
Gemini 4 Neon comeza a distribuírse desde hoxe a través de diferentes servizos. Os desenvolvedores poden acceder ao modelo mediante a API de Gemini, na modalidade de pagamento por uso, e tamén a través de Google AI Studio e Android Studio. Os subscritores de Google AI Pro e Ultra poden probalo en Google Antigravity, mentres que os usuarios destes plans tamén dispoñen de acceso desde o selector de modelos de Gemini.
As organizacións poden incorporalo a Gemini Enterprise mediante a API ou o selector de modelos, ademais de Google Antigravity. A distribución para os especialistas en ciberseguridade seguirá un calendario separado, vinculado ao programa Fairwind.
