Η Google προχώρησε στην επίσημη ανακοίνωση του Gemini 4 Neon, ενός νέου μοντέλου τεχνητής νοημοσύνης που έχει σχεδιαστεί να προσφέρει επιδόσεις κορυφαίων μοντέλων σε σύνθετο προγραμματισμό, επιστημονικές έρευνες και απαιτητικές εργασίες, διατηρώντας παράλληλα υψηλή ταχύτητα εκτέλεσης και χαμηλό κόστος. Με την προσθήκη του Neon, η Google ξεκαθαρίζει πού ακριβώς τοποθετείται το κάθε μοντέλο μέσα στην οικογένεια Gemini 4: ενώ το Gemini 4 Carbon προορίζεται για μεγαλύτερα και πιο απαιτητικά projects, το Gemini 4 Hydrogen (αποτελεί τον διάδοχο του Flash) εστιάζει στη μέγιστη ταχύτητα για καθημερινές εργασίες και το Neon έρχεται να συνδυάσει το βάθος συλλογιστικής με το χαμηλό κόστος.
Context window ενός εκατομμυρίου tokens και τιμολογιακή πολιτική
Το νέο μοντέλο προσφέρει context window ενός εκατομμυρίου tokens, επιτρέποντας την ταυτόχρονη επεξεργασία υπολογιστικών φύλλων, πολυσέλιδων PDF, γραφημάτων, ήχου και βίντεο. Ενσωματώνει τέσσερα διαφορετικά επίπεδα σκέψης, φθάνοντας έως και το xhigh, ώστε οι χρήστες να ρυθμίζουν με μεγαλύτερη ακρίβεια την ισορροπία ανάμεσα στις επιδόσεις και την κατανάλωση tokens.
Η θέση του μέσα στην οικογένεια των μοντέλων Gemini 4 αποτυπώνεται και στην τιμολογιακή πολιτική που ακολουθεί η Google:
- Η τιμή ορίζεται στα 3 δολάρια ανά 1 εκατομμύριο input tokens, με έκπτωση 95% για cached inputs, δηλαδή στα 0,15 δολάρια.
- Η χρέωση για τα output tokens διαμορφώνεται στα 15 δολάρια ανά 1 εκατομμύριο
- Στο προεπιλεγμένο επίπεδο high, το Neon προσφέρει 32% χαμηλότερο κόστος ανά εργασία σε σύγκριση με το Carbon και 50% έως 80% χαμηλότερο κόστος έναντι ανταγωνιστικών μοντέλων, σύμφωνα με την Google.
Παρά το γεγονός ότι το Neon είναι 32% οικονομικότερο ανά εργασία (επειδή καταναλώνει λιγότερα thinking tokens), η ονομαστική τιμή ανά token του Carbon βρίσκεται σε προωθητική έκπτωση (2 δολάρια input / 10 δολάρια output) έως τις 30 Νοεμβρίου, πριν διπλασιαστεί στα 4 και 20 δολάρια αντίστοιχα την 1η Δεκεμβρίου.
Agentic workflows, Google Antigravity και Gemini 4 Neon for Cyber
Το Gemini 4 Neon έχει βελτιστοποιηθεί για agentic workflows και ανάπτυξη κώδικα, ενώ στο Google Antigravity μπορεί να λειτουργεί είτε αυτόνομα είτε ως orchestrator που κατευθύνει πολλαπλούς sub-agents. Ιδιαίτερο ενδιαφέρον παρουσιάζει το γεγονός ότι καταγράφει σημαντική μείωση στις ψευδαισθήσεις και αυξημένη ανθεκτικότητα σε επιθέσεις prompt injections.
Παράλληλα, η Google παρουσίασε το Gemini 4 Neon for Cyber, μια ειδική έκδοση του μοντέλου που απευθύνεται στον τομέα της κυβερνοασφάλειας και καλύπτει ολόκληρο τον κύκλο θωράκισης ενός λογισμικού:
- Σαρώνει αποθετήρια κώδικα για τον εντοπισμό κενών ασφαλείας με το μισό κόστος σε σχέση με μεγαλύτερα μοντέλα.
- Πραγματοποιεί δοκιμές penetration ώστε οι ομάδες να γνωρίζουν ποιες ευπάθειες μπορούν πραγματικά να αξιοποιηθούν σε επίθεση.
- Προτείνει και εφαρμόζει αυτόματες επιδιορθώσεις, παράγοντας ασφαλέστερο κώδικα.
Διαθεσιμότητα στις πλατφόρμες της Google
Η διάθεση του Gemini 4 Neon ξεκινά σταδιακά από σήμερα σε όλες τις πλατφόρμες της Google, τόσο μέσω του Gemini API στο επί πληρωμή πακέτο, όσο και στο Google AI Studio, στο Android Studio, καθώς και στο Google Antigravity για συνδρομητές Google AI Pro και AI Ultra. Οι συνδρομητές των πακέτων Google AI Pro και Google AI Ultra μπορούν να το επιλέξουν απευθείας από το μενού των μοντέλων στην εφαρμογή του Gemini, ενώ το Gemini 4 Neon for Cyber διατίθεται τις επόμενες ημέρες σε πιστοποιημένα μέλη του προγράμματος Fairwind.
Με τη ματιά του Techmaniacs
Η ανακοίνωση του Gemini 4 Neon δίνει ακόμη περισσότερες επιλογές στην αναλογία κόστους και απόδοσης για καθημερινή χρήση. Ενώ η κοστολόγηση στα 3 δολάρια ανά εκατομμύριο input tokens επιχειρεί να το καταστήσει οικονομικά βιώσιμο για την αξιοποίηση τεράστιων context windows, η ταυτόχρονη έμφαση στο Neon for Cyber αποδεικνύει ότι η κυβερνοασφάλεια εξελίσσεται στο επόμενο μεγάλο πεδίο ανταγωνισμού μεταξύ των εταιρειών τεχνητής νοημοσύνης. . Οι προκλήσεις παραμένουν πολύ μεγάλες, γεγονός που αποδεικνύει και η πρώτη αυτοματοποιημένη επίθεση από AI agents που ανακοίνωσε επίσημα η Google πριν από λίγες ημέρες.

