گوگل از Gemini 4 Neon با کیفیت مدل Carbon و سرعت Flash برای مشترکان AI Pro رونمایی کرد
گوگل پس از انتشار مدلهای Carbon و Hydrogen در هفته گذشته، امروز عرضه Gemini 4 Neon را آغاز کرد. این مدل برای ارائه استدلال پیشرفته در فرایندهای پیچیده و پرتکرار طراحی شده و در کنار سرعت بالا، هزینه پردازش کمتری دارد. پیش از معرفی Neon، خانواده Gemini 4 گوگل ش…
خلاصه تحلیلی خبر
گوگل پس از انتشار مدلهای Carbon و Hydrogen در هفته گذشته، امروز عرضه Gemini 4 Neon را آغاز کرد. این مدل برای ارائه استدلال پیشرفته در فرایندهای پیچیده و پرتکرار طراحی شده و در کنار سرعت بالا، هزینه پردازش کمتری دارد. پیش از معرفی Neon، خانواده Gemini 4 گوگل ش…
موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، مدل، Neon، مدلهای، امتیاز
گوگل پس از انتشار مدلهای Carbon و Hydrogen در هفته گذشته، امروز عرضه Gemini 4 Neon را آغاز کرد.
این مدل برای ارائه استدلال پیشرفته در فرایندهای پیچیده و پرتکرار طراحی شده و در کنار سرعت بالا، هزینه پردازش کمتری دارد.
پیش از معرفی Neon، خانواده Gemini 4 گوگل شامل مدلهای زیر بود
- Hydrogen: برای کارهای روزمره و جایگزینی مدل Flash
- Argon: مناسب برنامهنویسی و تحلیل؛ گزینهای ایدئال برای بیشتر فعالیتهای مهندسی نرمافزار و کارهای دانشمحور
- Carbon: طراحیشده برای پیچیدهترین وظایف و پروژههایی که تواناییهای هوش مصنوعی را به چالش میکشند.
مدل Neon در زمینه برنامهنویسی، استدلال و انجام وظایف خودکار، عملکردی همسطح یا حتی بهتر از Carbon ارائه میدهد؛ با این تفاوت که سرعت آن به مدلهای Flash نزدیک است و هزینه کمتری دارد.
به همین دلیل، Neon اکنون برای مشترکان طرحهای AI Pro و AI Ultra در اپلیکیشن Gemini قابل استفاده خواهد بود. همچنین مدل 3.1 Pro سرانجام کنار گذاشته میشود و Neon جایگزین Argon خواهد شد. از سوی دیگر، مدل 3.5 Flash-Lite نیز برای کاربران پولی در بخش انتخاب مدل، با نام Auto نمایش داده میشود.
با این تغییرات، گزینههای انتخاب مدل در اپلیکیشن Gemini به شکل زیر درآمدهاند
- Auto: انتخاب خودکار مدل متناسب با نیاز کاربر
- Everyday Help: مدل 4 Hydrogen برای کمکهای روزمره
- Deeper Analysis: مدل 4 Neon برای تحلیلهای عمیقتر
- Code & Complex Work: مدل 4 Carbon برای برنامهنویسی و فعالیتهای پیچیده
قابلیتها و کاربردهای Gemini 4 Neon
گوگل برای مدل جدید Neon در اپلیکیشن Gemini چندین قابلیت و بهبود مهم در نظر گرفته است.
نخستین مورد، ارتقای کیفیت نگارش و انجام فعالیتهای دانشمحور محسوب میشود. Neon میتواند متنهایی روان، شفاف و منظم با لحنی طبیعی و مستقیم تولید کند. همچنین فایلهای بارگذاریشده مانند صفحات گسترده، اسناد PDF و تصاویر را با دقت بیشتری تحلیل خواهد کرد. این مدل قادر است اطلاعات پیچیده و حجیم را به گزارشها و خلاصههای کاربردی تبدیل کند و جزئیات مرتبط را از سرویسهای گوگل مانند جیمیل و Docs استخراج کند.
قابلیت بعدی به پژوهش و تحلیل اطلاعات مربوط میشود. Neon برای ارائه پاسخهای بهروز، اطلاعات مرتبط را از منابع مختلف اینترنت گردآوری میکند. این ویژگی بهخصوص برای موضوعات متغیر و نیازمند اطلاعات تازه کاربرد دارد؛ برای مثال، مقایسه قیمت محصولات و خدمات شرکتهای مختلف پیش از یک خرید بزرگ یا تهیه گزارشی جامع بر اساس جدیدترین دادههای بازار.
گوگل همچنین از افزایش سرعت انجام وظایف دشوار خبر داده است. اکنون وظایف چندمرحلهای در Gemini میتوانند با استفاده از Neon سریعتر و کارآمدتر از مدلهای بزرگتر اجرا شوند. به این ترتیب، کاربران ضمن انجام کارهای بیشتر، میتوانند محدودیت مصرف خود را نیز بهتر مدیریت کنند. برای نمونه، این مدل قادر است صورتحسابهای خدمات شهری را بررسی کند تا علت افزایش ناگهانی هزینهها مشخص شود یا چندین رسید و سند مختلف را برای پیگیری و مذاکره با هدف دریافت بازپرداخت با یکدیگر تطبیق دهد.
واکنش کاربران به نامگذاری مدلهای هوش مصنوعی
انتشار مدلهای جدید گوگل با واکنش برخی کاربران درباره پیچیده شدن نامگذاری مدلهای هوش مصنوعی همراه شده است. یکی از کاربران با نام جولیان در بخش نظرات وبسایت 9to5Google نوشت
صادقانه بگویم، دنبال کردن این همه نام جدید واقعا دشوار شده است. به نظر میرسد گوگل هم رویکرد OpenAI و آنتروپیک را در پیش گرفته است. من شخصا نامگذاری قبلی با Flash و Pro را بیشتر میپسندیدم، چون بهراحتی میشد تشخیص داد کدام مدل پیشرفتهتر و کدامیک سبکتر و سریعتر است. اما وقتی به فهرست مدلها در Antigravity نگاه میکنم، از کجا باید بفهمم Argon، Hydrogen، Carbon یا Neon کدامیک برای نیازهای من مناسبتر هستند؟ وضعیت ChatGPT با نامهای Astra، Sol، Terra و Luna و همچنین مدلهای آنتروپیک با نامهای Mythos، Fable، Opus، Sonnet و Haiku نیز مشابه است. شاید فقط دارم پیر میشوم، اما ایکاش برای انتخاب مدل مناسب کارم مجبور نبودم ابتدا درباره آنها تحقیق کنم و این فرایند تا این اندازه پیچیده نبود.
مدل Neon مانند Hydrogen از پنجره متنی یک میلیون توکنی پشتیبانی میکند و چهار سطح مختلف برای میزان استدلال دارد: Low، Medium، High و Extra High. طبق دستهبندی رسمی گوگل، این مدل از نظر توانایی میان Hydrogen و Carbon قرار میگیرد.
Neon برای برنامهنویسی پیچیده، استدلال تحلیلی و فرایندهای سازمانی در سطح تولید طراحی شده است. در این تقسیمبندی، Carbon وظایف بسیار دشوار و پروژههای بلندمدت را برعهده میگیرد، درحالیکه Hydrogen برای اجرای سریع فعالیتهای روزمره کاربرد دارد. Neon نیز تلاش میکند میان عمق تحلیل و بهرهوری تعادل برقرار کند.
عملکرد Gemini 4 Neon در آزمایشهای بنچمارک
نتایج آزمایشهای مختلف نشان میدهد Neon در چندین حوزه عملکرد قابلتوجهی دارد
- این مدل در سطح استدلال Extra High، امتیاز ۶۱ را در شاخص Artificial Analysis Intelligence Index کسب کرده و در رتبه سوم کلی قرار گرفته است. عملکرد آن از مدلهای مشابه بهتر بوده و تنها مدلهای بزرگتر و کندتر در جایگاهی بالاتر قرار دارند.
- Neon در شاخص جدید Agent Arena Index از نظر قابلیت هدایتپذیری و سازگاری با اصلاحات کاربر در میانه انجام وظایف، رتبه دوم را به دست آورده است.
- این مدل در دو آزمون Legal Research Bench و Tax Agent Bench به رتبه نخست رسیده است.
- Neon در مجموعه آزمایشهای Surge AI نیز عملکرد قدرتمندی نشان داده و در بیشتر بنچمارکهای حوزه امور مالی، حسابداری، مدلسازی صفحات گسترده و پیروی از محدودیتهای پیچیده، رتبه اول را کسب کرده است.
- این مدل در آزمون Chartography برای خواندن نمودارهای تخصصی و متراکم، امتیاز ۷۳.۵ درصد را ثبت کرده است.
- در آزمون Agents’ Last Exam نسخه ۱.۱ نیز با امتیاز ۷۵.۸ درصد، عملکردی همسطح مدلهای پیشرو داشته است.
- Neon در بنچمارک AutomationBench متعلق به زپیر با امتیاز ۵۶.۳ درصد و در آزمایش Vending-Bench 2 متعلق به Andon Labs با نتیجه ۱۶ هزار و ۸۴۳ دلار، رتبه نخست کلی را به دست آورده است. آزمایش دوم، شبیهسازی بلندمدتی برای سنجش توانایی مدیریت یک کسبوکار محسوب میشود.
- این مدل در شاخص جدید Agent Arena Index متعلق به Arena با امتیاز ۱۳۳۶، در میان بیش از ۴۲۰۰ جلسه واقعی اجرای وظایف خودکار، رتبه دوم جهان را کسب کرده است.
- Neon در سه آزمون Terminal-Bench Science با امتیاز ۷۰.۵ درصد، RiemannBench با امتیاز ۸۴ درصد و HLE-Diamond با امتیاز ۷۱.۳ درصد، بهترین عملکرد را در میان مدلهای رقیب ثبت کرده است.
- این مدل در شاخص Artificial Analysis Coding Agent Index با امتیاز ۵۸.۶، در جایگاه نخست کلی قرار گرفته است.
- امتیاز Neon در آزمون Terminal-Bench 4.1 به ۶۵.۲ درصد میرسد.
- این مدل در آزمون FrontierCode 2.0 نیز با تنظیمات پیشفرض High، امتیاز ۴۶.۲ درصد را ثبت کرده است.
قیمتگذاری Gemini 4 Neon
گوگل قیمت استفاده از Neon را برای هر یک میلیون توکن ورودی ۳ دلار و برای هر یک میلیون توکن خروجی ۱۵ دلار تعیین کرده است. این مبلغ دو برابر هزینه استفاده از Hydrogen محسوب میشود.
در مقابل، قیمت موقت مدلهای Argon و Carbon تا ۳۰ نوامبر برای هر یک میلیون توکن ورودی ۲ دلار و برای هر یک میلیون توکن خروجی ۱۰ دلار خواهد بود. پس از پایان دوره قیمتگذاری تشویقی، هزینه این دو مدل بهترتیب به ۴ دلار برای توکنهای ورودی و ۲۰ دلار برای توکنهای خروجی افزایش پیدا میکند. در نتیجه، Neon پس از اعمال قیمتهای جدید، ۲۵ درصد ارزانتر از Argon و Carbon خواهد بود.
علاوه بر اپلیکیشن Gemini، مدل Neon در سرویس Google Antigravity نیز برای مشترکان پولی طرحهای AI Pro و AI Ultra در دسترس قرار گرفته است.
برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.