Gemini 4 Neon startet und führt Ranking für Coding-Agenten an

Google DeepMind hat am 18. November Gemini 4 Neon vorgestellt, die mittlere Stufe der Gemini-4-Familie. Nach Googles Aufgabenteilung übernimmt Carbon die schwierigsten und langwierigsten Projekte, Hydrogen die schnelle Ausführung im Alltag; Neon liegt dazwischen und zielt auf anspruchsvolles Coding, analytisches Schlussfolgern und Workflows für Unternehmen.

Der Preis liegt bei 3 Dollar pro Million Input-Token und 15 Dollar pro Million Output-Token; zwischengespeicherte Input-Token kosten 0,15 Dollar, also ein Zwanzigstel des normalen Input-Preises. Das Kontextfenster umfasst 1 Million Token. Die Denkintensität ist in vier Stufen unterteilt; laut Google liegen die Kosten pro Aufgabe auf der Standardstufe high um 32 Prozent unter denen von Carbon, auf der höchsten Stufe xhigh seien es mehr als 36 Prozent weniger pro Aufgabe als bei der höchsten Stufe der Konkurrenz.

Wo das Modell in den Ranglisten steht

Google führt eine ganze Reihe von Ranglisten Dritter an. Im Coding-Agent-Index von Artificial Analysis erreicht Neon 58,6 Punkte und landet auf Platz eins; im allgemeinen Intelligence-Index sind es auf der Stufe xhigh 61 Punkte und damit Platz drei. Der Vals-Index liegt bei 70,9 Prozent (Platz zwei); die Agent Arena von Arena kommt auf 1336 Punkte, basierend auf mehr als 4200 realen Agentensitzungen, ebenfalls Platz zwei. Zapiers AutomationBench mit 56,3 Prozent und Andon Labs’ Vending-Bench 2 mit 16.843 Dollar bringen jeweils Platz eins.

Bei den eher technischen Tests erreicht Neon in Terminal-Bench 4.1 65,2 Prozent; Hydrogen, das vergangene Woche erschien, kommt im selben Test auf 57 Prozent. FrontierCode 2.0 ergibt auf der Standardstufe 46,2 Prozent. Die SWE-sweep-Werte hängen stark vom Test-Framework ab: Mit dem mini-SWE-Framework sind es nur 12,8 Prozent, mit Googles eigenem Antigravity-Framework 39,0 Prozent. Die meisten dieser Zahlen stammen aus Bewertungen Dritter oder aus Googles interner Auswertung; die Ankündigungsseite nennt keine einheitlichen Testbedingungen, deshalb ist beim Vergleichen über Tests hinweg Vorsicht geboten.

Zur Sicherheit nennt Google mehrere Verhaltenskennzahlen: Bei der Bewertung von Betrug beim Coding wählt das Modell in 2,45 Prozent der Fälle Abkürzungen, in Sicherheitstests für Agenten liegt die Fehlverhaltensrate bei 0,09 Prozent, und die Angriffserfolgsrate bei indirekter Prompt-Injection nach Gray Swan beträgt 0. Die Variante für Cybersicherheit steht nur vertrauenswürdigen Verteidigern offen und wird in den kommenden Tagen schrittweise über das Fairwind-Programm freigegeben; Interessenten müssen sich an das Kundenteam von Google Cloud wenden.

In der Vorstellung schreibt Google:

"Neon also excels at multi-step instruction following and builds on our ongoing progress to curb fabrication"

(Neon überzeugt auch beim Befolgen mehrstufiger Anweisungen und baut auf unseren laufenden Fortschritten bei der Eindämmung erfundener Inhalte auf.)

Illustration: a control hub directs robot stations in parallel, showing how Gemini 4 Neon coordinates sub-agents

Alle drei Stufen im Preisvergleich

Die öffentlichen Preise der Familie nebeneinander: Hydrogen kostet 1,5 Dollar für Input und 7,5 Dollar für Output pro Million Token; Carbon liegt in der Einführungsphase bei 2 und 10 Dollar und kehrt ab Dezember auf 4 und 20 Dollar zurück; Neon kostet 3 und 15 Dollar.

Allein nach dem Einzelpreis ist Neon um die Hälfte teurer als Carbon in der Einführungsphase. Die von Google genannten „32 Prozent weniger“ gelten pro Aufgabe und beruhen darauf, dass für dieselbe Arbeit weniger Token verbraucht werden. Ein grobes Rechenbeispiel: Liest ein Agent-Task 200.000 Token und schreibt 30.000 Token, betragen die Listenkosten bei Neon etwa 0,6 + 0,45 = 1,05 Dollar; bei gleicher Nutzung kostet derselbe Task auf Carbon nach Dezember 0,8 + 0,6 = 1,4 Dollar. Wie groß der Unterschied tatsächlich ausfällt, hängt davon ab, wie viel Output Neon bei der konkreten Aufgabe einspart; Google veröffentlicht den Token-Verbrauch einzelner Aufgaben nicht.

Enthält eine Aufgabe viel wiederholten Kontext, etwa wenn immer wieder dasselbe Code-Repository gelesen wird, fällt der Cache-Preis stärker ins Gewicht. Würden die obigen 200.000 Input-Token komplett aus dem Cache bedient, kostete der Input-Teil nur 0,03 Dollar, und die Kosten pro Durchlauf entstünden hauptsächlich beim Output.

Wo es verfügbar ist

Entwickler können das Modell in der bezahlten Stufe der Gemini API nutzen; Google AI Studio und Android Studio haben es bereits integriert. Unternehmenskunden greifen über Gemini for business und Antigravity darauf zu. In Antigravity kann Neon als Koordinator auftreten und mehrere parallel arbeitende Hydrogen-Subagenten steuern, die sich die Arbeit aufteilen.

In der Gemini-App können Abonnenten von Google AI Pro und Ultra das Modell im Auswahlmenü wählen, auch Geminis Aufgabenfunktion lässt sich auf Neon umstellen. Ob kostenlose Nutzer Zugriff haben und wie hoch das Nutzungslimit in der App ist, hat Google nicht mitgeteilt.

Quellen: Ankündigungsartikel zu Gemini 4 Neon im offiziellen Google-Blog, CocoLoop, Artificial Analysis, Vals; Input-, Output- und Cache-Preise pro Million Token wurden geprüft, Platzierungen und Punktzahlen der Ranglisten Dritter folgen der von Google zitierten Berechnungsweise.