IAGentic

Journal de veille sur l'usage appliqué de l'IA, chez soi et en entreprise : ce qu'on lui fait faire, ce qu'il faut pour commencer, ce que ça coûte et où ça casse.

sortie

Google sort Gemini 4 Neon à 3 dollars le million de tokens

Google DeepMind met en ligne le 18 novembre Gemini 4 Neon, un modèle intermédiaire facturé 3 dollars le million de tokens d'entrée, 0,15 dollar le million en entrée cachée et 15 dollars le million en sortie, avec un million de tokens de fenêtre de contextecontexteQuantité de tokens qu'un modèle peut lire d'un seul coup, question et réponse comprises. Au-delà, il faut découper, résumer ou chercher ailleurs.Fiche du lexique. Il prend la troisième place de l'indice d'intelligence d'Artificial Analysis avec 61 points à son niveau de raisonnement le plus élevé, et la première de l'indice Coding agentIA agentiqueModèle qui boucle : il choisit une action, le plus souvent un appel d'outil, en lit le résultat, puis recommence jusqu'à l'objectif ou l'abandon. La boucle est ce qui distingue un agent d'une réponse unique.Fiche du lexique du même cabinet, à 65,2 % sur Terminal-Bench 4.1. À son niveau de raisonnement par défaut, Google annonce 32 % de coût par tâche en moins que Gemini 4 Carbon.

par Gyom 19 novembre 2026 à 07:23 5 min de lecture rubrique : Automatiser

etiquettes : Hébergé · Coût · Sécurité

Un grand tube de néon courbé, verre épais au trait d'encre noire, lumineux en magenta et cyan avec des reflets moutarde, posé sur fond crème.

Neon rejoint une famille déjà installée : Carbon occupe le haut du raisonnement long, Hydrogen le travail quotidien rapide. Le nouveau venu se place entre les deux, sur les tâches de code, d'analyse et de production qui reviennent souvent et qui coûtent cher à servir. Son positionnement se lit d'abord dans la grille tarifaire, ensuite dans les chiffres que Google publie le jour de la sortie.

Trois dollars en entrée, quinze en sortie, un million de tokens de contexte

L'entrée est facturée 3 dollars le million de tokens, la sortie 15 dollars. Une entrée déjà présente dans le cache revient à 0,15 dollar le million, soit 95 % de remise sur le prix d'entrée normal, et la fenêtre de contexte atteint un million de tokens. Le modèle arrive le jour même dans l'API Gemini depuis Google AI Studio et Android Studio, dans Gemini for business par API et par liste de modèles, dans Google Antigravity pour les abonnés Pro et Ultra payants, et dans l'application Gemini pour tous les abonnés Pro et Ultra.

61 points à l'indice d'intelligence, troisième du classement

Artificial Analysis place Neon à 61 points à son niveau de raisonnement xhigh, ce qui le met troisième au général, derrière des modèles plus gros et plus lents, et devant les modèles de sa catégorie de prix. L'indice Vals le classe deuxième à 70,9 %, sur la frontière de Pareto. Sur l'Agent Arena Index, construit sur plus de 4 200 sessions d'agents réelles, il débute deuxième avec 1 336 points, et deuxième également sur la capacité à encaisser une correction de l'utilisateur en cours de tâche.

Google annonce la première place sur le Legal Research Bench et sur le Tax Agent Bench, et la première place sur la plupart des bancs de Surge AI portant sur la finance, la comptabilité, la modélisation de tableur et le suivi de contraintes complexes. Pour la lecture de graphiques professionnels denses, Chartography le note 73,5 %. Sur Agents' Last Exam v1.1, il atteint 75,8 % et se place au niveau des modèles de tête. Il prend aussi la première place sur AutomationBench de Zapier avec 56,3 %, et sur Vending-Bench 2 d'Andon Labs avec 16 843 dollars de chiffre d'affaires dans une simulation de gestion d'entreprise sur horizon long. En raisonnement scientifique, il est donné meilleur de sa catégorie sur Terminal-Bench Science à 70,5 %, sur RiemannBench à 84,0 % et sur HLE-Diamond à 71,3 %.

65,2 % sur Terminal-Bench 4.1 et 39,0 % sur SWE-sweep sous Antigravity

L'indice Coding Agent d'Artificial Analysis le place premier avec 58,6 points. Il rend 65,2 % sur Terminal-Bench 4.1 et 46,2 % sur FrontierCode 2.0 à son niveau de raisonnement par défaut. Sur SWE-sweep, le même modèle plafonne à 12,8 % avec le harnais mini-SWE et monte à 39,0 % dans Google Antigravity, plus du triple : l'écart mesure le harnais autant que le modèle. Neon y travaille seul ou comme orchestrateur, en dirigeant des sous-agents Hydrogen en parallèle, avec une compaction de contexte prévue pour les sessions longues et moins de relectures de fichiers redondantes.

Quatre niveaux de raisonnement, 32 % de coût par tâche en moins que Carbon

Le modèle expose quatre niveaux de raisonnement, du plus rapide au plus profond. Au niveau high, il associe un score élevé à l'indice d'Artificial Analysis à un coût par tâche inférieur de 32 % à celui de Gemini 4 Carbon, sur les bancs tiers. Il reste sur la frontière de Pareto de l'indice Vals et de l'Agent Arena à ce niveau, avec 50 à 80 % de coût par tâche en moins que les grands modèles concurrents. Le niveau xhigh donne son meilleur score et coûte encore 36 % et plus de moins par tâche que les modèles concurrents réglés à leur plus haut niveau.

76 % sur le palier difficile d'AutoBaxBench pour la version cyber

Une déclinaison cyber est livrée en parallèle. Elle produit du code plus sûr que Carbon sur les trois paliers easy, medium et hard d'AutoBaxBench, avec 76 % sur le palier difficile. Sur WebExploitBench v1.2, dédié aux tests d'intrusion, elle atteint 51,26 % pour la moitié du coût des grands modèles concurrents. Sur SEC-bench Pro, qui note la recherche de vulnérabilités, elle rend 90,5 % pour environ la moitié du coût par épreuve. Sur ExploitGym, qui vérifie qu'une faille est réellement exploitable, elle tient le niveau des grands modèles avec la moitié des tokens consommés par Carbon. Sur CWE-bench v2 de Collinear, le patch atteint 70,7 %, soit 3,4 points de plus que Carbon. Cette version part dans les jours qui viennent chez les défenseurs habilités du programme Fairwind.

1,98 % de refus sur Terminal-Bench 4.0

Côté garde-fous, Google annonce 1,98 % de refus sur Terminal-Bench 4.0 et aucun refus sur Terminal-Bench Science, pour un modèle qui conserve les protections de Carbon contre les usages graves et l'injection d'invites. Sur le banc de triche en code, il prend un raccourci dans 2,45 % des tâches, le taux le plus bas de la famille Gemini 4, et il ne triche pas sur Terminal-Bench 4.0, comme Carbon. Le taux d'actions désalignées tombe à 0,09 % et le banc d'honnêteté des agents passe à 99,2 %. Le sous-service recule de 43 à 56 % et le dépassement de périmètre de 15 à 35 % selon les niveaux d'effort. Sur le banc d'injection indirecte de Gray Swan, avec les garde-fous en temps réel à son niveau de raisonnement le plus haut, aucune attaque n'aboutit, un taux de réussite de 0,0 % que seuls les autres modèles Gemini atteignaient.

Carbon pour les longs projets, Hydrogen pour le quotidien

La famille se répartit maintenant sur trois emplois. Carbon garde les projets longs et difficiles, Hydrogen l'exécution rapide du quotidien, et Neon le raisonnement de haut niveau sur des tâches fréquentes, à un prix intermédiaire. Le choix se fait sur le coût par tâche autant que sur le score, et c'est là que la grille de Neon compte : 3 dollars en entrée la placent sous Carbon et sous la plupart des modèles de tête, avec un contexte d'un million de tokens que peu de modèles de ce prix proposent.

Source primaire Google, Koray Kavukcuoglu, « Introducing Gemini 4 Neon », blog Google DeepMind, 18 novembre 2026

Retour au journal