پرش به محتوای اصلی
اخبار هوش مصنوعی

گوگل Gemini 4 Neon را معرفی کرد؛ دسترسی، قیمت و تفاوت‌ها

Gemini 4 Neon مدل تازه گوگل برای کدنویسی و کارهای چندمرحله‌ای است. دسترسی در اپ Gemini، Antigravity و قیمت API را بررسی می‌کنیم.

۵ دقیقه مطالعه
اشتراک‌گذاری:
تصویرسازی مفهومی از معرفی مدل Gemini 4 Neon گوگل روی نمایشگر لپ‌تاپ
تصویرسازی مفهومی از معرفی مدل Gemini 4 Neon گوگل روی نمایشگر لپ‌تاپ
فهرست مطالب

گوگل مدل هوش مصنوعی Gemini 4 Neon را برای کدنویسی، تحلیل و انجام کارهای چندمرحله‌ای معرفی کرد. این مدل از ۱۸ نوامبر ۲۰۲۶ در حال عرضه است و کاربران اشتراک‌های Google AI Pro و Ultra می‌توانند آن را در اپ Gemini انتخاب کنند؛ دسترسی توسعه‌دهندگان از طریق API پولی است.

نئون میان سرعت و توان استدلال قرار می‌گیرد: گوگل می‌گوید این مدل برای کارهای پیچیده با هزینه و زمان کمتر طراحی شده است. برای شناخت پیش‌زمینه این خانواده، بررسی Gemini 4 Argon توضیح می‌دهد مدل قبلی گوگل چه امکاناتی ارائه می‌کرد.

Gemini 4 Neon چه کاری انجام می‌دهد؟

بر اساس معرفی رسمی گوگل، نئون برای مهندسی نرم‌افزار، کار دانشی و پژوهش علمی ساخته شده است. گوگل در نمونه‌های خود از همکاری چند عامل برای پیشبرد یک مسئله استفاده می‌کند؛ این‌ها نمایش توانایی مدل در شرایط انتخاب‌شده شرکت‌اند و تضمین نمی‌کنند هر پروژه با یک درخواست به نتیجه برسد.

مدل می‌تواند متن، تصویر، صدا و ویدیو را دریافت کند و از یک پنجره زمینه مشترک تا یک میلیون توکن پشتیبانی می‌کند. پنجره زمینه ظرفیت مجموع اطلاعاتی است که در یک کار پردازش می‌شود؛ اندازه بزرگ‌تر به معنی بی‌خطا بودن تحلیل یا استفاده هم‌زمان از حداکثر ظرفیت در همه سرویس‌ها نیست.

چه تفاوتی با Carbon و Hydrogen دارد؟

گوگل در توضیح رسمی خود می‌گوید نئون با سطح پیش‌فرض تفکر High، در ارزیابی شاخص Artificial Analysis نسبت به Carbon، به ازای هر کار ۳۲ درصد هزینه کمتری داشته است. این عدد به روش و وظایف همان ارزیابی وابسته است و نباید آن را تخفیف ثابت قبض یا تضمین برتری در تمام کارها دانست.

نئون چهار سطح تفکر دارد و تنظیم بالاتر برای مسائل دشوار می‌تواند زمان و مصرف توکن را تغییر دهد. طبق کارت مدل، نئون از Carbon اقتباس شده است. Hydrogen نیز گزینه دیگری در همین خانواده است؛ انتخاب مناسب به پیچیدگی کار، محدودیت زمانی و هزینه واقعی بستگی دارد.

در جدول ارائه‌شده از سوی گوگل، نئون در آزمون Terminal-Bench 4.1 امتیاز ۶۵٫۲ درصد و Claude Opus 5.5 امتیاز ۶۵٫۸ درصد گرفته‌اند. این نتیجه یک آزمون مشخص است، نه رتبه‌بندی قطعی همه کاربردهای برنامه‌نویسی. روش اجرا و ابزارهای پیرامون مدل می‌توانند نتیجه را تغییر دهند.

دسترسی در اپ Gemini و Antigravity

گوگل اعلام کرده عرضه نئون در اپ Gemini برای مشترکان Google AI Pro و Ultra آغاز شده است. کاربران این پلن‌ها می‌توانند در صورت فعال شدن دسترسی، نام مدل را از فهرست انتخاب مدل ببینند. آغاز عرضه به معنی فعال شدن هم‌زمان برای همه حساب‌ها و کشورها نیست.

در Google Antigravity نیز عرضه برای مشترکان پولی Pro و Ultra اعلام شده است. توسعه‌دهندگان می‌توانند از Gemini API در Google AI Studio استفاده کنند و مشتریان Gemini for business نیز از طریق API و فهرست مدل‌ها به آن دسترسی داشته باشند. شرایط هر سرویس و سهمیه حساب خود را هنگام استفاده بررسی کنید.

قیمت Gemini 4 Neon برای توسعه‌دهندگان

در جدول قیمت رسمی Gemini API، مدل نئون در سطح رایگان API در دسترس نیست. نرخ استاندارد اعلام‌شده برای هر یک میلیون توکن ورودی ۳ دلار و برای هر یک میلیون توکن خروجی، شامل توکن‌های تفکر، ۱۵ دلار است. نرخ ورودی کش‌شده ۰٫۱۵ دلار برای هر یک میلیون توکن ذکر شده است.

برای مثال، اگر یک درخواست مجموعاً ۱۰۰ هزار توکن ورودی غیرکش و ۱۰ هزار توکن خروجی مصرف کند، هزینه پایه این دو بخش با نرخ استاندارد حدود ۰٫۴۵ دلار می‌شود. هزینه ابزارهای جانبی، مالیات و شرایط دیگر در این مثال محاسبه نشده‌اند. قیمت API با هزینه اشتراک ماهانه اپ Gemini یکی نیست و برای مقایسه باید مقدار مصرف واقعی را در نظر گرفت.

یک نکته مهم هنگام مقایسه: در جدول گوگل، Carbon تا ۳۰ نوامبر ۲۰۲۶ نرخ معرفی ۲ دلار ورودی و ۱۰ دلار خروجی به ازای هر میلیون توکن دارد و از اول دسامبر نرخ اعلامی آن ۴ و ۲۰ دلار است. بنابراین نئون با نرخ استاندارد اعلام‌شده فعلی تا پایان دوره تخفیف Carbon، به ازای هر توکن ارزان‌تر از آن نیست؛ هزینه نهایی هر کار به تعداد توکن‌های مصرف‌شده نیز وابسته است.

محدودیت‌ها و نکات مهم پیش از استفاده

کارت مدل Google DeepMind می‌گوید نئون همچنان ممکن است پاسخ نادرست یا ساختگی تولید کند. تاریخ قطع دانش مدل مارس ۲۰۲۶ اعلام شده و دانش برخی حوزه‌ها می‌تواند قدیمی‌تر باشد. برای تصمیم‌های حساس، نتیجه را با منابع معتبر و متخصص مربوط بررسی کنید.

گوگل همچنین نوشته گزارش کامل ایمنی و امنیت نئون در روزهای آینده منتشر خواهد شد. اعداد بنچمارک ارائه‌شده برای مقایسه مفیدند، اما بدون آزمایش مستقل روی کار و داده‌های خودتان نمی‌توان عملکرد یا صرفه اقتصادی را قطعی دانست.

جمع‌بندی

Gemini 4 Neon گزینه تازه گوگل برای کارهای پیچیده و چندمرحله‌ای است. اگر مشترک Pro یا Ultra هستید، نمایش آن را در منوی مدل اپ Gemini بررسی کنید. برای استفاده از API نیز سهمیه و هزینه واقعی ورودی، خروجی و ابزارها را پیش از اجرای کارهای بزرگ کنترل کنید.

منابع

برچسب‌ها:هوش مصنوعیجمینایگوگلهوش مصنوعی مولدمدل زبانی بزرگ
اشتراک‌گذاری:

مطالب مرتبط

عضویت در خبرنامه

آخرین اخبار هوش مصنوعی و فناوری را در ایمیل خود دریافت کنید.

پس از عضویت یک ایمیل تأیید برایتان ارسال می‌شود. هر زمان می‌توانید اشتراک خود را لغو کنید و ایمیل شما برای هدفی جز ارسال خبرنامه استفاده نمی‌شود. جزئیات در صفحه حریم خصوصی آمده است.