Google DeepMind ra mắt Gemini 4 Neon: mô hình nhanh, chi phí thấp cho lập trình và công việc phức tạp

Google DeepMind giới thiệu Gemini 4 Neon ngày 18/11/2026: giá 3 USD/1 triệu token đầu vào, ngữ cảnh 1 triệu token, đứng đầu nhiều bài đánh giá lập trình.

Google DeepMind ra mắt Gemini 4 Neon: mô hình nhanh, chi phí thấp cho lập trình và công việc phức tạp
Mục lục 8 mục
  1. Thứ hạng, giá và nơi dùng được
  2. Công việc doanh nghiệp, phân tích và khoa học
  3. Lập trình sẵn sàng cho môi trường thực tế
  4. Mức suy nghĩ và chi phí
  5. An ninh mạng
  6. An toàn và hành vi đáng tin cậy
  7. Trong ứng dụng Gemini
  8. Cách tiếp cận

Ngày 18/11/2026, Google DeepMind giới thiệu Gemini 4 Neon, mô hình mà hãng mô tả là đạt mức trí tuệ hàng đầu và hoàn thành nhanh trọn vẹn tác vụ trong lập trình phần mềm phức tạp, công việc tri thức và quy trình khoa học. Bài công bố do Koray Kavukcuoglu, Phó chủ tịch cấp cao của Google DeepMind kiêm Kiến trúc sư trưởng AI của Google, đứng tên.

Thứ hạng, giá và nơi dùng được

Theo Google DeepMind, ở mức suy nghĩ xhigh, Neon xếp hạng 3 chung cuộc với 61 điểm trên Artificial Analysis Intelligence Index, đứng trước các mô hình cùng phân khúc và chỉ sau những mô hình lớn hơn, chậm hơn. Trên Vals Index, Neon xếp hạng 2 và nằm trên đường biên Pareto. Mô hình cũng xếp hạng 2 về khả năng điều hướng (thích ứng với chỉnh sửa của người dùng giữa chừng) trên Agent Arena Index mới, và ghi nhận tỷ lệ bịa đặt thấp nhất từ trước tới nay trong thử nghiệm nội bộ trên Google Antigravity.

Giá của Neon là 3 USD cho mỗi triệu token đầu vào (0,15 USD cho mỗi triệu token đầu vào đã lưu đệm, giảm 95%) và 15 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1 triệu token. Mô hình được triển khai trên Gemini API trong Google AI Studio, Gemini for business (qua API và danh sách chọn mô hình), cho người đăng ký trả phí Google AI Pro và Ultra trong Google Antigravity, và cho người đăng ký Pro, Ultra trong ứng dụng Gemini.

Công việc doanh nghiệp, phân tích và khoa học

Hình trong bài giới thiệu Gemini 4 Neon của Google DeepMind
Ảnh: Google DeepMind

Neon có thể tổng hợp bảng tính, PDF, biểu đồ, âm thanh và video trong một cửa sổ ngữ cảnh 1 triệu token rồi chuyển thành sản phẩm có cấu trúc. Các kết quả được Google DeepMind nêu:

  • Vals Index: hạng 2 (70,9%); hạng 1 trên Legal Research Bench và Tax Agent Bench.
  • Surge AI: hạng 1 ở phần lớn bài đánh giá về tài chính, kế toán, mô hình hóa bảng tính và tuân thủ ràng buộc phức tạp.
  • Chartography: 73,5%; Agents’ Last Exam v1.1: 75,8%, ngang các mô hình dẫn đầu.
  • Hạng 1 trên AutomationBench của Zapier (56,3%) và Vending-Bench 2 của Andon Labs (16.843 USD), bài mô phỏng điều hành doanh nghiệp dài hạn.
  • Hạng 2 toàn cầu với 1336 điểm trên Agent Arena Index, qua hơn 4.200 phiên agent thực tế.
  • Khoa học và toán: Terminal-Bench Science 70,5%, RiemannBench 84,0%, HLE-Diamond 71,3%.

Hãng cho biết Neon dẫn đầu trong phân khúc ở các bài đánh giá khoa học và toán học kể trên.

Hình minh họa Gemini 4 Neon trong bài của Google DeepMind
Ảnh: Google DeepMind

Lập trình sẵn sàng cho môi trường thực tế

Neon được thiết kế cho quy trình agent chạy dài, duy trì hiệu năng qua các tác vụ dùng nhiều công cụ, khi chạy độc lập hoặc làm Orchestrator điều phối các subagent Hydrogen song song trong Google Antigravity. Mô hình giảm việc đọc tệp thừa, báo tiến độ khi làm và xử lý nén ngữ cảnh ổn định trong phiên dài.

  • Hạng 1 chung cuộc trên Artificial Analysis Coding Agent Index (58,6).
  • Terminal-Bench 4.1: 65,2%; FrontierCode 2.0: 46,2% (ở mức mặc định high).
  • SWE-sweep: dẫn đầu trên mini-SWE harness (12,8%) và đạt 39,0% trong Google Antigravity.
Hình minh họa Gemini 4 Neon trong bài của Google DeepMind
Ảnh: Google DeepMind

Google DeepMind giới thiệu một số ví dụ làm trong Google Antigravity: dùng /swarm điều khiển Blender MCP dựng bàn thí nghiệm 3D chân thực minh họa tên các mô hình Gemini 4; viết từ đầu trình mô phỏng trượt tuyết WebGL2 trên địa hình thật Mont Blanc và Chamonix với 10.200 dòng shader tự viết; tái hiện phòng làm việc năm 1936 của Alan Turing tại King’s College, Cambridge dưới dạng 3D tương tác; và biến một bức ảnh thành Google Sheet 100.000 ô với hơn 500.000 công thức để dò cạnh, dựng độ sâu 3D và chiếu sáng lại cảnh.

Mức suy nghĩ và chi phí

Neon có bốn mức suy nghĩ để đội ngũ điều chỉnh mức trí tuệ và lượng token theo từng khối việc. Ở mức mặc định high, chi phí mỗi tác vụ thấp hơn Carbon 32%, và thấp hơn khoảng 50% đến 80% so với các mô hình hàng đầu cạnh tranh trên Vals Index và Agent Arena. Mức xhigh bổ sung suy luận nhiều bước sâu hơn, cho điểm trí tuệ cao nhất của Neon mà vẫn rẻ hơn từ 36% mỗi tác vụ so với các mô hình cạnh tranh ở mức cao nhất của chúng.

An ninh mạng

  • AutoBaxBench: tạo mã an toàn hơn Carbon ở cả ba mức dễ, trung bình, khó; đạt 76% ở mức khó.
  • WebExploitBench v1.2: 51,26%, với chi phí bằng một nửa các mô hình lớn cạnh tranh.
  • SEC-bench Pro (tìm lỗ hổng): 90,5%, chi phí mỗi thử thách khoảng một nửa.
  • ExploitGym (xác minh khả năng khai thác): hiệu năng hàng đầu, dùng một nửa số token so với Carbon.
  • CWE-bench v2 của Collinear (vá lỗ hổng): 70,7%, cao hơn Carbon 3,4%.

Gemini 4 Neon cho an ninh mạng sẽ được triển khai tới các đơn vị phòng thủ tin cậy trong những ngày tới qua Chương trình Fairwind.

An toàn và hành vi đáng tin cậy

Theo Google DeepMind, Neon giữ mức bảo vệ tương đương Gemini 4 Carbon trước lạm dụng nghiêm trọng và tấn công prompt injection, đồng thời cải thiện về căn chỉnh và hành vi agent:

  • Từ chối chỉ 1,98% tác vụ trên Terminal-Bench 4.0 và 0% trên Terminal-Bench-Science.
  • 0,0% gian lận trên Terminal-Bench 4.0 (ngang Carbon); đi tắt ở 2,45% tác vụ trong bài đánh giá gian lận khi lập trình, thấp nhất trong các mô hình Gemini 4.
  • Tỷ lệ hành động lệch chuẩn 0,09% trên bộ đánh giá an toàn agent; 99,2% vượt qua bài đánh giá trung thực của agent.
  • Giảm làm thiếu việc 43%–56% và làm quá phạm vi 15%–35% so với Carbon, tùy mức nỗ lực.
  • Trên bài đánh giá IPI của Gray Swan, với cơ chế bảo vệ thời gian thực ở mức suy nghĩ cao nhất, Neon chống được mọi cuộc tấn công (tỷ lệ thành công 0,0%).

Trong ứng dụng Gemini

Trong ứng dụng Gemini, Neon viết rõ ràng, có cấu trúc, đọc tệp tải lên như bảng tính, PDF, ảnh chính xác hơn và lấy thông tin liên quan từ Gmail, Docs. Mô hình thường xuyên đưa thông tin từ web vào câu trả lời cho các chủ đề thay đổi nhanh. Tính năng Tasks trong Gemini giờ có thể chạy trên Neon để xử lý việc nhiều bước nhanh hơn so với các mô hình lớn hơn.

Trong dòng Gemini 4, Carbon dành cho các dự án khó nhất, dài hạn; Hydrogen cho tác vụ hằng ngày nhanh; còn Neon cân bằng giữa độ sâu và hiệu quả.

Cách tiếp cận

  • Nhà phát triển: Gemini API bản trả phí trong Google AI Studio và Android Studio; người đăng ký trả phí Google AI Pro hoặc Ultra dùng thử trong Google Antigravity; mọi người đăng ký Pro và Ultra dùng thử trong AI Studio.
  • Doanh nghiệp: Gemini for business (qua API hoặc danh sách chọn mô hình) và Google Antigravity.
  • Người dùng: người đăng ký Google AI Pro hoặc Ultra chọn Gemini 4 Neon trong ứng dụng Gemini.
  • Đơn vị phòng thủ an ninh mạng: thành viên đủ điều kiện của Chương trình Fairwind được cấp quyền trong vài ngày tới; muốn tham gia thì liên hệ đội tài khoản Cloud.

Nguồn: Google DeepMind

Cần website chuẩn SEO cho doanh nghiệp?

CVM thiết kế website WordPress trọn gói, bàn giao mã nguồn, hỗ trợ lâu dài.

Tác giả

FishTeam

Về CVM