[AINews] Gemini 4 Neon : le nouveau modèle de GDM face à Opus et Sol
Google DeepMind a lancé Gemini 4 Neon, son quatrième modèle de la série Gemini 4 en environ sept semaines. Le précédent Argon, vieux d'un mois et demi, est retiré, tout comme les anciens Pro et Flash des générations 1 à 3. Neon, modèle de milieu de gamme, est plus rapide et moins cher que Carbon, bien qu'il le surpasse sur certaines mesures grâce à la distillation et à l'apprentissage par renforcement. Il est facturé 3 dollars par million de tokens en entrée, 0,15 dollar en entrée mise en cache et 15 dollars en sortie, avec une fenêtre de contexte d'un million de tokens et quatre niveaux d'effort. Il arrive dans l'API Gemini payante via AI Studio et Android Studio, dans Gemini for business et Antigravity pour les abonnés Pro et Ultra, ainsi que dans l'application Gemini sous l'intitulé « Deeper analysis ». Cursor, GitHub Copilot et LangChain l'ont intégré dès le premier jour. Selon Artificial Analysis, Neon égale Carbon (60 à l'Intelligence Index) à effort élevé pour 3,74 dollars par tâche. Il se classe deuxième de l'Agent Arena avec 1 336 points et deuxième du Vals Index à 70,9 %, à environ 0,4 point de Fable 5.2 pour moins de la moitié du coût par tâche. Sur CursorBench 4.1, il atteint 63,7 %, contre 57,3 % pour Hydrogen.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Latent Space. Lire l'article original →
L'enjeu tient autant au prix qu'à la performance. Un modèle intermédiaire qui rivalise avec les meilleurs systèmes à coût réduit modifie l'arbitrage des équipes qui déploient des agents en production. Des retours de terrain illustrent cette répartition des rôles : le développeur Theo utilise Neon pour la rédaction, Fable pour implémenter les changements et Astra pour tester. Les premiers essais révèlent aussi des limites. Dans 13 sessions Antigravity, Kimmonismus a relevé 762 appels d'outils, un taux de succès du cache d'entrée de 93 %, une bonne docilité (aucune commande shell lorsqu'on l'interdisait), mais aussi 57 erreurs de capacité et quatre exécutions bloquées. Sur la tâche de migration de code, Neon a besoin de moins de tours (160 en moyenne, contre 234 pour Carbon et 574 pour Hydrogen) mais obtient un score inférieur aux deux. Carbon reste en tête du classement Text Arena.
Ce lancement s'inscrit dans une course à la cadence où les écarts entre versions se réduisent : 28 jours entre Argon et Carbon, 15 entre Carbon et Hydrogen, six entre Hydrogen et Neon, d'après Arena. La concurrence est tout aussi active. OpenAI voit ses modèles GPT-6.2 Astra et Sol dominer MathArena, Astra résolvant 42 des 53 problèmes ArXivLean, et propose en bêta des tâches différées avec 30 % à 40 % de remise. Artificial Analysis note toutefois que les réponses d'Astra se sont raccourcies après le lancement et qu'il admet moins souvent son incertitude. Du côté des poids ouverts, Tencent publie Hy4 Flash (224 milliards de paramètres, 12 milliards actifs par token, contexte d'un million) et vLLM 0.34.0 annonce un décodage NVFP4 jusqu'à 1,95 fois plus rapide sur GB200. Le secteur financier suit : Anthropic a fixé son introduction en Bourse à 83 dollars par action, au-dessus de la fourchette initiale, et Palo Alto Networks rachète Applied Compute pour 4,5 milliards de dollars en actions.