Przejdź do treści
Sklep

Newsy

Gemini 4 Neon: Google gra na dwóch fortepianach jednocześnie

Google DeepMind zaprezentowało 18 listopada 2026 roku model Gemini 4 Neon, który zajmuje trzecie miejsce w Artificial Analysis Intelligence Index z wynikiem 61 punktów i drugie na Vals Index (70,9%).

Tekst: 4 min czytania
Gemini 4 Neon: Google gra na dwóch fortepianach jednocześnieŹródło: Google (materiały prasowe)
Źródło: Google (materiały prasowe)
Spis treści 5
  1. Liczby, które mają znaczenie
  2. Sterowalność jako nowa kategoria
  3. Architektura pod produkcję
  4. Cena i dostępność
  5. Dwa fortepiany

👁 127 przeczytań

Przez lata wyścig o koronę modeli AI toczył się według jednej reguły: albo jesteś najzdolniejszy, albo najszybszy - nigdy oboje. Google DeepMind próbuje tę regułę przepisać. Gemini 4 Neon, zaprezentowany 18 listopada 2026 roku przez Koraya Kavukcuoglu, starszego wiceprezesa DeepMind, ma dostarczać inteligencję na poziomie frontierowym i robić to szybko - nie jako cecha marketingowa, lecz jako inżynierski priorytet.

wideo: Gemini Elements 3D: Gemini 4 Neon

Liczby, które mają znaczenie

W ogłoszeniu na blogu Google DeepMind firma podaje, że Neon uzyskał 61 punktów w Artificial Analysis Intelligence Index na poziomie „xhigh thinking” i znalazł się na trzecim miejscu ogólnie - za modelami, które są, jak sami przyznają, „większe i wolniejsze”. To uczciwe postawienie sprawy: Google nie twierdzi, że wygrał wszystko, lecz że wygrał tam, gdzie chciał. Na Vals Index model zajął drugie miejsce z wynikiem 70,9% i trafił na tak zwany Pareto frontier, czyli punkt, gdzie nie da się poprawić jednego wymiaru bez poświęcenia innego.

Liczby branżowe są imponująco szczegółowe. Na Legal Research Bench i Tax Agent Bench Neon zajął pierwsze miejsce. Na Zapier AutomationBench - też pierwsze z wynikiem 56,3%. Na Andon Labs Vending-Bench 2, symulacji długoterminowego prowadzenia biznesu, model osiągnął wynik 16 843 USD i znowu pierwsze miejsce. W naukach ścisłych: Terminal-Bench Science 70,5%, RiemannBench 84,0%, HLE-Diamond 71,3% - wszędzie najwyżej. Na Chartography, teście odczytu gęstych wykresów profesjonalnych, Neon uzyskał 73,5%. To nie jest jeden cherry-picked benchmark - to systematyczne zamiatanie wąskich, zawodowych niszy.

wideo: Chamonix Ski Simulator: Gemini 4 Neon

Sterowalność jako nowa kategoria

Jedno z ogłoszeń przykuło moją uwagę bardziej niż reszta. Na nowym Agent Arena Index, obejmującym ponad 4200 rzeczywistych sesji agentowych, Neon zajął drugie miejsce z wynikiem 1336 punktów - i drugie miejsce osobno w kategorii steerability, czyli zdolności do czystego reagowania na korekty użytkownika w połowie zadania. Brzmi jak detal, ale nie jest.

Każdy, kto próbował zlecić modelowi AI zadanie złożone z kilkudziesięciu kroków, wie, że najtrudniejszy moment to nie start, lecz korekta w połowie drogi. Modele mają tendencję do „przekonywania” użytkownika, że poprzednia ścieżka była właściwa, albo - gorzej - do pozorowania posłuszeństwa przy zachowaniu poprzedniego kursu. Umieszczenie sterowalności jako mierzalnej cechy na osobnym rankingu to sygnał, że DeepMind rozumie, jak wygląda praca z agentem w produkcji, a nie w laboratorium.

Nie przepłacaj za subskrypcje AI

Prowadzę sklep z rocznymi dostępami do narzędzi AI, taniej niż w cenniku producenta. Sprawdź, co jest teraz na stanie.

Zobacz, co jest dostępne

Architektura pod produkcję

Neon jest zaprojektowany do pracy w dwóch trybach: jako samodzielny agent i jako Orchestrator koordynujący równoległe subagenty Hydrogen w środowisku Google Antigravity. To rozróżnienie jest ważne - model nie jest już tylko rozmówcą, jest zarządcą innych modeli. DeepMind podkreśla, że Neon ogranicza zbędne odczyty plików, raportuje postęp na bieżąco i niezawodnie obsługuje kompaktowanie kontekstu w długich sesjach. Okno kontekstowe wynosi 1 milion tokenów.

Równolegle firma chwali się najniższą dotychczas stopą fabrykacji w wewnętrznych testach Google Antigravity. Nie ma tu zewnętrznej weryfikacji - to self-report - ale kierunek jest właściwy. Model piszący kod do długofalowych pipeline’ów, który wymyśla nieistniejące API, jest gorszy niż brak modelu.

Gemini 4 Neon: Google gra na dwóch fortepianach jednocześnie
Źródło: Google (materiały prasowe)

Cena i dostępność

Model kosztuje 3 USD za milion tokenów wejściowych, 15 USD za milion tokenów wyjściowych. Cached input tokens wyceniono na 0,15 USD za milion - rabat 95% względem pełnej ceny wejściowej. Neon jest już dostępny w Gemini API, Google AI Studio, Gemini for Business oraz dla płatnych subskrybentów planów Pro i Ultra w aplikacji Gemini i w Antigravity.

Porównując to z rynkiem: cena wejściowa 3 USD plasuje Neon w środku stawki modeli pretendujących do miana frontierowych. To nie jest model budżetowy, ale nie jest też ceniony jak jeden z cięższych wariantów konkurencji. Przy 95-procentowym rabacie na cache strategia jest czytelna - Google liczy na klientów z powtarzalnymi, długimi kontekstami: kancelarie prawne, biura rachunkowe, laboratoria przetwarzające te same zbiory danych tysiąckrotnie.

Gemini 4 Neon: Google gra na dwóch fortepianach jednocześnie
Źródło: Google (materiały prasowe)

Dwa fortepiany

Wracam do tezy z początku. Rynek od lat żyje dychotomią: weź duży model na trudne zadania, weź mały na szybkie. Neon próbuje powiedzieć, że przy odpowiedniej architekturze to fałszywy wybór - że można grać na obu instrumentach jednocześnie i robić to w produkcji, nie tylko na pokazie. Benchmarki to potwierdzają w zawężonych domenach. Czy sprawdzi się w szerokiej praktyce, zweryfikują kolejne miesiące wdrożeń.

Pierwsze publiczne wyniki na Agent Arena Index - mierzącym rzeczywiste sesje agentowe, nie laboratoryjne - będą prawdziwym testem tej obietnicy. Następna aktualizacja indeksu obejmie sesje zebrane do końca listopada 2026 roku.

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1GPT-6.2 Astra vs Claude Fable 5.2 vs Gemini 4 Carbon: benchmarki i mój test na 7 modelach (z Opus 5.5)
  2. 2Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
  3. 330 promptów do ChatGPT Images i 10 do przerabiania zdjęć
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →