Le dernier modèle d'IA de Google est plus rapide, moins cher et plus performant que son modèle phare d'il y a quelques semaines
Google DeepMind a lancé Gemini 4 Neon, son quatrième modèle en sept semaines. Doté d'une fenêtre de contexte d'un million de jetons pour le texte, l'image, l'audio et la vidéo, il se place entre Carbon et Hydrogen dans la gamme. Au niveau de raisonnement maximal, « xhigh », Neon obtient 61 points à l'Intelligence Index d'Artificial Analysis, contre 60 pour Gemini 4 Carbon, ce qui le situe au troisième rang derrière GPT-6.2 Astra d'OpenAI et Claude Fable 5.2 d'Anthropic, deux modèles que Google omet de son propre tableau comparatif. Avec environ 110 jetons par seconde, il tourne presque deux fois plus vite que Carbon (57 jetons par seconde). Son prix est de 3 dollars le million de jetons en entrée (0,15 dollar en cache) et de 15 dollars en sortie, via Google AI Studio et Gemini for Business. Sur le Coding Agent Index, dans l'environnement Google Antigravity, Neon atteint 59 points, devant Carbon (55) et devant Claude Fable 5.2 et Claude Opus 5.5 (58 chacun).
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 The Decoder. Lire l'article original →
Ces résultats comptent d'abord pour les entreprises qui déploient des agents de programmation à grande échelle. Une tâche de code moyenne revient à 6,86 dollars avec Neon, contre 12,61 dollars pour Opus et 15,47 dollars pour Fable, soit une réduction de près de la moitié pour des performances comparables ou supérieures. Le gain vient uniquement de la grille tarifaire : Neon consomme environ 15 % de jetons de sortie en plus par tâche que Carbon, mais son prix unitaire est inférieur de 25 % au tarif normal de Carbon (4 et 20 dollars). Le coût par tâche à « xhigh » tombe ainsi à 6,44 dollars contre 7,76 dollars, et au niveau « high », Neon égale Carbon en intelligence pour moitié moins cher. Le temps de traitement du benchmark passe de 36 à environ 21 minutes. Neon progresse aussi en analyse visuelle : sur le test documentaire GDP.pdf, il atteint 33,4 % à « high », cinq points devant Carbon, mais recule étrangement à 28,0 % à « xhigh », et il prend la tête de l'AA-Briefcase pour la qualité de présentation avec 1771 points Elo, devant Opus 5.5.
Cette sortie illustre le rythme de livraison très soutenu de Google, qui multiplie les modèles en quelques semaines et mise sur le rapport qualité-prix plutôt que sur la première place du classement. Le tarif de Neon reste toutefois supérieur de 50 % au prix promotionnel de Carbon, maintenu jusqu'à la fin novembre, ce qui nuance l'avantage à court terme. Dans ses propres évaluations, Google revendique aussi la tête sur le Vals Index, l'AutomationBench de Zapier (56,3 %) et RiemannBench (84,0 %). Pour la cybersécurité, l'entreprise lance via le programme Fairwind une variante dédiée qui affiche 90,5 % sur SEC-bench Pro et 51,26 % sur WebExploitBench v1.2, à moitié prix des modèles concurrents. Selon la fiche technique, très succincte, du modèle, Neon bloque 100 % des attaques par injection de prompt indirecte du benchmark Gray Swan. La concurrence avec OpenAI et Anthropic se joue désormais autant sur le coût par tâche et la vitesse que sur l'intelligence brute.
Les entreprises européennes qui déploient des agents de programmation peuvent réduire leurs coûts par tâche en testant Gemini 4 Neon via Google AI Studio et Gemini for Business.