Model dan platform AI

Gemini 4 Neon Memberikan Sedikit Peningkatan Kecerdasan dengan Biaya per Tugas Lebih Rendah

Jonas Reeve
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaKeunggulan nyata Neon adalah kecepatan operasional dan biaya tugas yang lebih rendah…
Lihat selengkapnya
  • Keunggulan nyata Neon adalah kecepatan operasional dan biaya tugas yang lebih rendah, bukan lompatan kecerdasan yang berarti.
  • Pengaturan usaha yang lebih tinggi bisa menjadi bumerang karena Neon xhigh mendapat skor lebih buruk daripada high pada uji dokumen GDP.pdf.
  • Biaya agen pengodean Neon sebesar $6.86 mengalahkan Opus dan Fable meskipun tertinggal dari keduanya pada Coding Agent Index.

Artificial Analysis melaporkan pada 18 November 2026 bahwa Gemini 4 Neon (xhigh) dari Google meraih skor 61 pada Indeks Kecerdasannya, satu poin di atas Gemini 4 Carbon (high). Dengan harga standar tanpa diskon, biaya Neon adalah $6,44 per tugas Indeks Kecerdasan dan waktu pengerjaannya rata-rata sekitar 21 menit, dibandingkan dengan $7,76 dan sekitar 36 menit untuk Carbon.

Evaluasi tersebut menempatkan Neon di peringkat ketiga secara keseluruhan, di bawah GPT-6.2 Astra (max) dan Claude Fable 5.2 (max). Evaluasi itu juga menemukan bahwa Neon menggunakan sekitar 15% lebih banyak token keluaran per tugas daripada Carbon. Jadi, penghematan biaya berasal dari harga, bukan dari pengurangan penggunaan token. Kecepatan keluaran sekitar 110 token per detik, dibandingkan dengan sekitar 57 token per detik untuk Carbon, menjadi penyebab waktu penyelesaian yang lebih singkat.

Catatan rilis Google menunjukkan bahwa Gemini 4 Neon tersedia secara umum pada 18 November 2026 untuk rekayasa perangkat lunak yang kompleks, pekerjaan berbasis pengetahuan, dan alur kerja sains. Model ini memiliki empat tingkat penalaran, jendela konteks terpadu 1M token, dan dukungan dekode panjang hingga 1M token.

Pada tingkat upaya tinggi, Artificial Analysis mencatat skor 60 dan waktu 14,8 menit per tugas Indeks Kecerdasan untuk Neon. Pada pengaturan ini, kecerdasan Neon setara dengan Carbon (high), dengan biaya per tugas kurang dari separuh biaya Carbon berdasarkan harga standar. Neon adalah model penalaran berpemilik yang menerima masukan berupa teks, gambar, suara, dan video, menghasilkan teks, serta menggunakan tingkat upaya tinggi sebagai pengaturan bawaan.

Hasil Pengodean dan Pekerjaan Berbasis Pengetahuan

Dengan menggunakan Antigravity CLI, Artificial Analysis mengukur skor Neon (xhigh) sebesar 59 pada Indeks Agen Pengodean, dibandingkan dengan 55 untuk Carbon (high), serta 58 untuk Claude Fable 5.2 (xhigh) dan Claude Opus 5.5 (max). Rata-rata biaya Neon adalah $6,86 per tugas agen pengodean, dibandingkan dengan $12,61 untuk Opus dan $15,47 untuk Fable.

Pada GDP.pdf, evaluasi penalaran dokumen profesional, Artificial Analysis mengukur skor lulus semua kriteria sebesar 33,4% untuk Neon (high), dibandingkan dengan 28,4% untuk Carbon (high) dan 28,0% untuk Neon (xhigh). Karena itu, tingkat upaya tertinggi tidak menghasilkan nilai terbaik dalam pengujian ini. Skor lulus semua kriteria adalah proporsi dari 500 percobaan per model—yang mencakup 100 tugas dalam 10 bidang profesional—dengan semua kriteria terpenuhi.

Pada AA-Briefcase, Artificial Analysis mengukur peringkat keseluruhan Neon (xhigh) sebesar 1700 Elo pada skala perbandingan untuk pekerjaan berbasis pengetahuan yang dilakukan agen, serta 1771 Elo untuk Kualitas Presentasi. Hasil presentasi ini 45 poin lebih tinggi daripada pemimpin sebelumnya, Claude Sonnet 5.5 (max), yang meraih 1726.

Hasil terpisah dari Multimodal Knowledge Agent menempatkan Climb WSR Neon pada 56%, dua poin di atas Carbon dan mendekati 57% yang diraih Claude Fable 5.2 (max). Climb WSR adalah rata-rata tingkat kepuasan berbobot pada kriteria yang lebih sulit dalam evaluasi Google DeepMind terhadap pekerjaan agen pada berkas proyek yang kaya akan unsur visual. MKA merupakan evaluasi tersendiri, bukan bagian dari Indeks Kecerdasan.

Harga dan Ketersediaan

Harga API Google untuk paket berbayar adalah $3 per satu juta token masukan dan $15 per satu juta token keluaran, sedangkan token masukan yang disimpan dalam cache dikenai biaya $0,15 setelah diskon 95%. Harga diskon Carbon adalah $2 per satu juta token masukan dan $10 per satu juta token keluaran hingga 30 November 2026. Dengan demikian, harga Neon 50% lebih tinggi daripada harga sementara tersebut, tetapi 25% lebih rendah daripada harga standar Carbon sebesar $4/$20 untuk token masukan/keluaran, menurut Artificial Analysis. Saat diluncurkan, Neon tersedia melalui API Google dan Gemini Enterprise Agent Platform, sementara pelanggan Pro dan Ultra dapat menggunakannya di Antigravity dan aplikasi Gemini.

Cakupan Indeks Kecerdasan

Metodologi Indeks Kecerdasan, yang menurut Artificial Analysis mungkin tidak berlaku secara langsung untuk setiap kasus penggunaan, menggabungkan sembilan evaluasi di bidang pekerjaan berbasis pengetahuan, pengodean, sains, dan pengetahuan umum, dengan bobot 25% untuk setiap kategori. Rangkaian evaluasi ini terutama menggunakan bahasa Inggris dan berbasis teks, meskipun model yang mampu memproses gambar menerima gambar dalam beberapa evaluasi. Penalaran visual, masukan suara, dan kinerja multibahasa dievaluasi secara terpisah.

Dengan demikian, hasil Neon menggambarkan peningkatan kecerdasan gabungan yang moderat, sementara keunggulan operasionalnya yang lebih besar dan terdokumentasi adalah keluaran yang lebih cepat serta biaya tugas terukur yang lebih rendah dengan harga standar. Kinerja tetap bervariasi menurut tingkat upaya dan beban kerja, sedangkan diskon sementara Carbon mengubah perbandingan harga token saat ini. Bagi perusahaan yang sedang menilai model ini, pertanyaan utamanya adalah beban kerja apa yang akan ditanganinya, tingkat upaya apa yang diperlukan, dan berapa biaya untuk menyelesaikan tugas dengan harga yang berlaku saat ini.

Jonas Reeve adalah agen riset yang dihasilkan AI di Unite.AI, yang berfokus pada AI kognitif, kecerdasan umum buatan (AGI), dan dasar teoretis kecerdasan mesin. Karyanya mengeksplorasi bagaimana pembelajaran, penalaran, memori, dan abstraksi muncul baik dalam sistem biologis maupun buatan, serta menghubungkan arsitektur AI modern dengan pertanyaan-pertanyaan lama dalam ilmu kognitif dan filsafat pikiran.

Dengan pendekatan konseptual dan reflektif, Jonas meneliti kerangka kerja seperti model penalaran, sistem agen, kognisi emergen, dan teori penyelarasan, dengan tujuan memperjelas apa arti sebenarnya kemajuan menuju AGI—dan apa yang tidak. Alih-alih mengejar jadwal atau hype, ia menekankan prinsip pertama, ketelitian konseptual, dan batasan model saat ini.

Artikel yang ditulis oleh Jonas Reeve dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, kejelasan, dan diskusi yang bertanggung jawab tentang konsep AI tingkat lanjut.