Gemini 4 Neon: Die Ökonomie der Intelligenz verändert sich
Googles neues Gemini 4 Neon erzielt beim xhigh-Wert des Artificial Analysis Intelligence Index 61 Punkte, belegt damit insgesamt den dritten Platz und liegt einen Punkt vor Carbon.
Das wichtigere Ergebnis sind jedoch die Kosten pro Aufgabe.
Artificial Analysis ermittelte für Neon durchschnittliche Aufgabenkosten von 6,44 $ gegenüber 7,76 $ für Carbon. Gleichzeitig sank die Bearbeitungszeit von etwa 36 auf 21 Minuten.
Interessanterweise verwendete Neon etwa 15 % mehr Ausgabetokens. Der Kostenvorteil ergab sich hauptsächlich aus niedrigeren Tokenpreisen, während die schnellere Generierung die Bearbeitungszeit verkürzte.
Google bietet außerdem gecachten Input für 0,15 $ pro Million Tokens an – nur 5 % des Standardpreises für Input.
Das ist für Agenten wichtig, die wiederholt dieselben Codebasen, Dokumente und Kontexte verarbeiten.
Meiner Ansicht nach besteht Googles eigentlicher Schritt nicht einfach darin, ein weiteres Modell auf den Markt zu bringen. Vielmehr wird die Modellauswahl innerhalb eines Agenten-Workflows zu einer wirtschaftlichen Entscheidung.
Hydrogen übernimmt Routineaufgaben, Neon komplexe Schlussfolgerungen und Carbon die schwierigsten Aufgaben.
Der nächste Benchmark sollte die Kosten pro akzeptierter Aufgabe berücksichtigen – einschließlich erneuter Versuche, Überprüfung und menschlicher Korrekturen – und nicht nur Benchmark-Ergebnisse oder Tokenpreise.
Günstigere Intelligenz ist nur dann von Bedeutung, wenn sie pro Dollar mehr nutzbare Arbeit leistet.
#stocks
$GOOGL.US