Gerade hat Google ein neues Modell der Gemini 4-Reihe herausgebracht, das darauf abzielt, GPT-6.2 Sol zu übertreffen, und das Weltmodell Genie 4 ist ebenfalls bereits öffentlich zugänglich gemacht worden.
Nach dem Aufwachen hat Google wieder einmal das Gemini 4-Modell veröffentlicht.
Google hat in letzter Zeit kontinuierlich an Grundlagenmodellen gearbeitet und nacheinander Modelle von höchster Intelligenz bis höchster Effizienz auf den Markt gebracht – es gibt wirklich keine Mühen zu scheuen, um wieder die Spitzenposition einzunehmen.
Nach Carbon, Argon und Hydrogen tritt das „mittlere“ Modell Gemini 4 Neon auf, das die Lücke zwischen höchster Intelligenz und höchster Effizienz schließt!
Demis Hassabis bezeichnet das mittlere Modell Gemini 4 Neon als „Alchemy at its finest (ein Meisterwerk der Alchemie)“.
In der Gemini 4-Familie ist Carbon das Flaggschiff, das für die schwierigsten Langzeitprojekte zuständig ist. Hydrogen ist auf alltägliche Hochfrequenzszenarien ausgerichtet und verfolgt eine schnelle Antwortgeschwindigkeit. Neon ist zwischen den beiden positioniert und „bietet fortschrittliche Schlussfolgerungsfähigkeiten bei komplexer Programmierung, analytischem Denken und produktionsreifen Unternehmensworkflows und ist gleichzeitig schneller und kostengünstiger“.
Neon ist 3 Mal so schnell wie Carbon und kostet nur 60 % von Carbon. Der Preis beträgt 3 US-Dollar pro Million Eingabe-Token, 15 US-Dollar pro Million Ausgabe-Token, der Preis für zwischengespeicherte Eingabe-Token liegt bei nur 0,15 US-Dollar, das Kontextfenster beträgt 1 Million Token. Darüber hinaus unterstützt es 4 einstellbare Denktiefen, sodass Entwickler Geschwindigkeit und Schlussfolgerungstiefe je nach Aufgabenkomplexität flexibel wechseln können.
Blog-Link: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/
Vollständige Benchmark-Ergebnisse
Neon zeigt in Drittanbieter-Bewertungen eine sehr umfassende Leistung. In Bezug auf die Gesamtintelligenz belegt es mit 61 Punkten den 3. Platz im Artificial Analysis Intelligence Index und liegt nur hinter größeren, langsameren Modellen zurück; im Vals Index belegt es den 2. Platz (70,9 %) und liegt auf der Pareto-Front.
Im brandneuen Agent Arena Index belegt Neon mit über 4200 realen Konversationen intelligenter Agenten den 2. Platz (1336 Punkte). Die Steuerbarkeit (Steerability) belegt ebenfalls den 2. Platz, was bedeutet, dass das Modell die Richtung sauberer anpassen kann, wenn der Benutzer mitten in der Eingabe seine Anforderung ändert.
Bei Bewertungen für Unternehmens- und Wissensarbeit hat es eine große Anzahl von Bestplatzierungen erreicht. Es belegt den 1. Platz sowohl im Legal Research Bench als auch im Tax Agent Bench, und in vielen von Surge AI abgedeckten Kategorien wie Finanzen, Rechnungswesen und Tabellenkalkulationsmodellierung belegt es meistens den 1. Platz. Es belegt den 1. Platz im Zapier AutomationBench (56,3 %) und ebenfalls den 1. Platz im Vending-Bench 2 von Andon Labs (16.843 US-Dollar) – letzteres ist ein Test, der langfristige Geschäftsabläufe simuliert und hohe Anforderungen an die Langzeitplanungsfähigkeit stellt. Beim Benchmark für die Lesung dichter Diagramme Chartography erreicht es eine Punktzahl von 73,5 %, bei Agents' Last Exam v1.1 75,8 %, was mit den Spitzenmodellen vergleichbar ist.
In Bezug auf wissenschaftliches und mathematisches Schlussfolgern belegt Neon den ersten Platz bei Terminal-Bench Science (70,5 %), RiemannBench (84,0 %) und HLE-Diamond (71,3 %) – allesamt die besten Werte in ihrer Kategorie.
Detaillierte Analyse der Fähigkeiten von Neon
Laut dem offiziellen Blog lassen sich die neuen Fähigkeiten von Neon in mehrere Hauptrichtungen zusammenfassen.
Codeschreiben: genauer und stabiler. Neon ist auf reale Produktionsumgebungen ausgerichtet und kann Debugging, Refaktorisierung und präzise Bearbeitung mehrerer Dateien verarbeiten. Google hat insbesondere seine Fähigkeit zur „surgical edits (chirurgischen Bearbeitung)“ hervorgehoben, die punktgenaue Änderungen an Projekten mit mehreren Dateien ermöglicht. Das Modell weist eine deutliche Verbesserung bei der Einhaltung mehrstufiger Anweisungen auf und hat gleichzeitig im internen Google Antigravity-Test die bisher niedrigste Fabrikationsrate (Fabrication Rate) erzielt.
Multimodalität im 1-Million-Token-Fenster. Tabellenkalkulationen, PDFs, Diagramme, Audios und Videos – Neon kann all diese Eingaben in einem einzigen Kontextfenster verarbeiten und strukturierte Ergebnisse ausgeben. „Neon hat Carbon in der Gesamtqualität eingeholt oder sogar übertroffen, ist 3 Mal schneller und kostet 40 % weniger. Es hat ein überzeugendes Gleichgewicht zwischen Genauigkeit, Details und Geschwindigkeit gefunden.“
Im Bereich Cybersicherheit. Dies ist eine einzigartige Funktion bei dieser Veröffentlichung von Neon. Google hat Neon for Cyber auf den Markt gebracht, das die gesamte Kette aus sicherer Codeerstellung, Schwachstellenfindung, Schwachstellenprüfung und Schwachstellenbehebung abdeckt.
Aus den Daten geht hervor, dass die Generierung sicheren Codes im AutoBaxBench auf Schwierigkeitsstufe den SOTA-Wert erreicht (76 %) und Carbon vollständig übertrifft; der Penetrationstest im WebExploitBench v1.2 erreicht ebenfalls den SOTA-Wert (51,26 %) bei halben Kosten im Vergleich zu großen Konkurrenzmodellen; die Schwachstellenfindung im SEC-bench Pro erreicht den SOTA-Wert (90,5 %) bei etwa halben Kosten pro Test im Vergleich zu ähnlichen Modellen; die Schwachstellenbehebung im CWE-bench v2 liegt bei 70,7 %, was einer Steigerung von 3,4 % gegenüber Carbon entspricht. Neon for Cyber wird in den nächsten Tagen über das Fairwind-Programm für vertrauenswürdige Sicherheitsexperten geöffnet.
Sicherheitsausrichtung, fast „kein Schummeln“. Google hat große Anstrengungen in die Sicherheit investiert. Die Schummelrate im Terminal-Bench 4.0 beträgt 0,0 %, was mit Carbon übereinstimmt; bei der Bewertung von Schummeleien im Codierungsbereich weisen nur 2,45 % der Aufgaben Abkürzungsverhalten auf, was der niedrigste Wert in der gesamten Gemini 4-Serie ist; die Rate unangemessenen Verhaltens im Sicherheitspaket für intelligente Agenten beträgt 0,09 %, die Bestehensrate der Ehrlichkeitsbewertung liegt bei 99,2 %. Beim indirekten Prompt-Injection-Benchmark von Gray Swan erreicht Neon auf der höchsten Denkstufe eine Angriffserfolgsrate von 0,0 %. Im Vergleich zu Carbon hat Neon den „unzureichenden Service“ um 43 % bis 56 % und das „unerlaubte Handeln“ um 15 % bis 35 % reduziert. Gleichzeitig lehnt es bei rechtmäßigen Aufgaben fast keine Anfragen ab: Im Terminal-Bench 4.0 werden nur 1,98 % abgelehnt, die Ablehnungsrate im Terminal-Bench-Science beträgt 0 %.
Auch auf der Verbraucherseite gibt es Verbesserungen. In der Gemini-Anwendung liefert Neon qualitativ hochwertigere Schreibergebnisse, kann hochgeladene Inhalte wie Tabellenkalkulationen, PDFs und Fotos genauer auslesen und kann zudem auf Gmail und Docs zugreifen, um relevante Informationen abzurufen. Die Tasks-Funktion wird jetzt von Neon angetrieben und ist bei der Verarbeitung komplexer mehrstufiger Aufgaben schneller und kostengünstiger.
Gemini 4 Neon wurde bereits schrittweise ausgerollt. Entwickler können über die kostenpflichtige Ebene der Gemini API Anwendungen in Google AI Studio und Android Studio erstellen. Abonnenten von Google AI Pro und Ultra können es in Google Antigravity ausprobieren. Unternehmenskunden nutzen die API von Gemini for Business oder das Dropdown-Menü für Modelle. Auf der Verbraucherseite können Abonnenten von Pro und Ultra direkt im Modellauswähler der Gemini-Anwendung zu Neon wechseln. Neon for Cyber im Bereich Cybersicherheit wird in den nächsten Tagen über das Fairwind-Programm an vertrauenswürdige Sicherheitsexperten ausgeliefert.
Das Weltmodell Genie 4 ist endlich online
Am 28. Oktober hat Google DeepMind die neueste Generation des Weltmodells Genie 4 offiziell angekündigt und es als „das bislang realistischste und interaktivste Weltmodell“ bezeichnet.
Nach mehr als einer halben Woche Wartezeit hat Google endlich bekannt gegeben, dass Genie 4 offiziell verfügbar ist.
Blog-Link: https://blog.google/innovation-and-ai/models-and-research/google-deepmind/genie-4-now-available-project-genie/
Genie 4 ist derzeit das realistischste und interaktivste Weltmodell von Google. Seine wichtigste neue Fähigkeit ist „mid-session prompting“ – das heißt, Sie können die Umgebung während der Erkundung der Welt jederzeit in natürlicher Sprache ändern. Sie können das Wetter wechseln, eine Figur platzieren oder den Verlauf der Handlung ändern, alle Änderungen erfolgen in Echtzeit im aktuellen Bild.
Eine weitere erstmals vorhandene Funktion ist native Audio (natives Audio). Die von Genie 4 generierte Welt verfügt über eigenen Sound, der sich automatisch an Szenenänderungen anpasst – von Umgebungsgeräuschen bis zu Dialogen der Figuren, sodass das Puzzleteil „Hören“ ergänzt wird.
Genie 4 steht für höchste Wiedergabetreue, Genie 3 bleibt weiterhin im Modellauswähler von Project Genie erhalten und ist für längere Erkundungen und Panoramaszenarien ausgerichtet.
Gleichzeitig mit der Veröffentlichung von Genie 4 hat Google auch Project Genie Agent auf den Markt gebracht. Früher mussten Sie sorgfältig Prompts organisieren, um eine Welt zu erstellen – jetzt wird daraus ein Gespräch. Sie beschreiben die gewünschte Welt in natürlicher Sprache, der intelligente Agent koordiniert die multimodale Modellkombination von Google, generiert erste visuelle Bilder, um den visuellen Stil der Welt festzulegen, und fügt dazu passende, individuell gestaltete Hintergrundmusik hinzu.
Noch interessanter ist, dass das Gemini-Modell den Bildschirminhalt während Ihrer Erkundung der Welt synchron beobachten kann, aktiv Vorschläge für „Wohin als Nächstes“ einblendet oder automatisch Ereignisse in der Welt entsprechend Ihrer Reise auslöst.
Sie können auch bereits vorhandene Welten in der Galerie remixen, die zugrundeliegende Struktur, die Musik oder die Regeln anpassen, sie in Ihre eigene Version umwandeln und dann in der Community-Galerie veröffentlichen, damit andere sie erkunden und weiterentwickeln können.
Die neue Erfahrung von Project Genie steht derzeit berechtigten Abonnenten von Google AI Ultra zur Verfügung. Mitglieder von Google AI Pro können sich auf derselben Seite in die Warteliste eintragen.