Tóm tắt nhanh
- Google ra mắt Gemini 4 Neon, mô hình hướng đến lập trình phức tạp, phân tích và quy trình agent dài.
- Neon nằm giữa Carbon và Hydrogen trong dòng Gemini 4, cân bằng năng lực suy luận với tốc độ và chi phí.
- API có giá 3 USD/triệu token đầu vào và 15 USD/triệu token đầu ra; cửa sổ ngữ cảnh đạt 1 triệu token.
Google vừa phát hành Gemini 4 Neon, mô hình thứ tư trong dòng Gemini 4 chỉ sau khoảng một tháng, với định vị nằm giữa Carbon thiên về tác vụ khó và Hydrogen xử lý công việc thường ngày. Điểm đáng chú ý không chỉ là thứ hạng benchmark mà là cách Google chia dòng mô hình theo workload, để người dùng chọn mức năng lực và chi phí phù hợp thay vì dùng một mô hình cho mọi việc.
Neon lấp khoảng giữa Carbon và Hydrogen
Google mô tả Carbon dành cho dự án dài hơi và khó nhất, Hydrogen cho tác vụ thường nhật cần phản hồi nhanh, còn Neon hướng đến lập trình phức tạp, phân tích và quy trình doanh nghiệp cần suy luận sâu nhưng vẫn chạy nhanh. Cách phân tầng này biến lựa chọn mô hình thành một quyết định vận hành: tác vụ nào cần độ sâu cao thì trả thêm, việc lặp lại hoặc đơn giản hơn có thể giao cho mô hình nhẹ hơn.
Trong Google Antigravity, Neon còn có thể điều phối các Hydrogen chạy song song như một orchestrator. Đây là điểm có ý nghĩa với nhóm phát triển phần mềm: mô hình mạnh không nhất thiết phải tự làm mọi bước, mà có thể chia việc cho các tác nhân rẻ và nhanh hơn. Hiệu quả thực tế sẽ tùy cách triển khai, độ ổn định của công cụ và số lượt gọi; riêng thông báo ra mắt chưa đủ để kết luận mức tiết kiệm cho mọi dự án.
Giá API thấp hơn Carbon nhưng vẫn cần tính theo tác vụ
Gemini 4 Neon có giá 3 USD cho mỗi triệu token đầu vào và 15 USD cho mỗi triệu token đầu ra; token đầu vào đã lưu bộ nhớ đệm có giá 0,15 USD mỗi triệu. Google cho biết ở mức tư duy high, Neon có chi phí mỗi tác vụ thấp hơn Carbon 32% theo benchmark bên thứ ba. Hãng cũng nêu mức chi phí thấp hơn khoảng 50–80% so với các mô hình frontier cạnh tranh trên một số phép đo, nhưng con số này phụ thuộc benchmark và thiết lập so sánh.
| Loại token của Neon | Giá mỗi triệu token (USD) |
|---|---|
| Đầu vào thông thường | 3 |
| Đầu vào đã lưu bộ nhớ đệm | 0,15 |
| Đầu ra | 15 |
Số liệu: Google. Giá bộ nhớ đệm không áp dụng cho mọi token đầu vào; mỗi hàng là một loại chi phí khác nhau.
Giá mỗi token không nói hết hóa đơn. Một tác vụ agent có thể đọc nhiều tệp, gọi công cụ nhiều lần và tạo lượng đầu ra lớn; vì vậy doanh nghiệp nên thử trên chính quy trình của mình, theo dõi token đầu vào/đầu ra và tỷ lệ hoàn thành trước khi chuyển tải công việc. Với lập trình viên Việt Nam dùng API, đây là mức giá niêm yết bằng USD, nên chi phí thanh toán thực tế còn phụ thuộc tỷ giá và phí của đơn vị thanh toán.
Benchmark coding cao nhưng kết quả gắn với môi trường chạy
Google công bố Neon đạt 58,6 điểm và vị trí số một trên Artificial Analysis Coding Agent Index; hãng cũng báo cáo 65,2% ở Terminal-Bench 4.1. Trên SWE-sweep, kết quả mini-SWE là 12,8% trong harness tiêu chuẩn và 39,0% khi chạy trong Google Antigravity. Hai kết quả SWE-sweep không phải phép so sánh ngang nhau: chênh lệch phản ánh cả môi trường và công cụ đi kèm, chứ không thể quy toàn bộ thành năng lực riêng của mô hình.
Ở Artificial Analysis Intelligence Index, Google cho biết Neon đạt 61 điểm, đứng thứ ba ở thiết lập xhigh, sau các mô hình lớn và chậm hơn. Những con số này đặt Neon vào nhóm đáng chú ý cho agent lập trình, nhưng vẫn là kết quả benchmark do hãng công bố và không thay thế thử nghiệm trên kho mã, bộ công cụ và tiêu chí nghiệm thu của từng nhóm.
| Phép đánh giá | Kết quả Neon | Điều kiện hoặc phạm vi |
|---|---|---|
| Artificial Analysis Intelligence Index | 61 điểm; hạng 3 | Mức tư duy xhigh |
| Artificial Analysis Coding Agent Index | 58,6 điểm; hạng 1 | Agent lập trình |
| Terminal-Bench 4.1 | 65,2% | Tác vụ terminal |
| FrontierCode 2.0 | 46,2% | Mức tư duy high mặc định |
| SWE-sweep | 12,8% | Harness mini-SWE |
| SWE-sweep | 39,0% | Google Antigravity; khác môi trường chạy |
| Vals Index | 70,9%; hạng 2 | Công việc chuyên môn |
| Chartography | 73,5% | Đọc biểu đồ chuyên môn |
| Agents’ Last Exam v1.1 | 75,8% | Đánh giá agent |
| AutomationBench | 56,3%; hạng 1 | Tự động hóa của Zapier |
| Vending-Bench 2 | 16.843 USD; hạng 1 | Mô phỏng vận hành doanh nghiệp, không phải doanh thu thực |
| Agent Arena Index | 1.336 điểm; hạng 2 | Hơn 4.200 phiên agent trong tập đánh giá |
| Terminal-Bench Science | 70,5% | Tác vụ khoa học |
| RiemannBench | 84,0% | Suy luận toán học |
| HLE-Diamond | 71,3% | Suy luận chuyên sâu |
Số liệu: Google, theo thông báo ra mắt. Các phép thử có thang đo và nhiệm vụ khác nhau, không dùng tỷ lệ cao nhất trong bảng để chọn mô hình tốt nhất.
Nhóm điểm về biểu đồ, công việc chuyên môn và tự động hóa cho thấy định vị Neon rộng hơn viết mã. Google còn công bố vị trí đứng đầu Legal Research Bench và Tax Agent Bench, nhưng kết quả đó không đồng nghĩa với việc có thể giao quyết định pháp lý hay thuế cho agent mà bỏ kiểm tra. Khi đưa vào doanh nghiệp Việt Nam, chất lượng trên biểu mẫu, tài liệu tiếng Việt và quy định áp dụng cho từng đơn vị mới là tiêu chí nghiệm thu cần kiểm tra trực tiếp.
Agent làm được việc vẫn cần giới hạn quyền truy cập
Quyền đọc tài liệu và gọi công cụ khiến độ tin cậy quan trọng không kém điểm lập trình. Google cho biết Neon giảm việc đọc tệp lặp lại, hỗ trợ nén ngữ cảnh trong phiên dài và điều chỉnh theo yêu cầu sửa giữa chừng; hãng cũng báo cáo tỷ lệ bịa đặt thấp nhất của mình trong thử nghiệm Antigravity nội bộ, chứ không tuyên bố đã loại bỏ hoàn toàn lỗi này.
| Phép thử an toàn | Kết quả Google công bố | Điều kiện hoặc giới hạn |
|---|---|---|
| Gray Swan IPI | 0,0% tấn công thành công | Mức tư duy cao nhất, kèm bảo vệ thời gian thực; chỉ trong tập thử |
| Terminal-Bench 4.0 | 0,0% gian lận | Cùng mức Carbon trong phép thử này |
| Đánh giá đi đường tắt khi lập trình | 2,45% tác vụ | Thử nghiệm của Google |
| Bộ kiểm tra an toàn agent | 0,09% hành động lệch mục tiêu | Thử nghiệm của Google |
| Đánh giá tính trung thực của agent | 99,2% đạt | Thử nghiệm của Google |
Số liệu: Google. Tỷ lệ lỗi thấp hơn là tốt hơn ở các hàng đo tấn công, gian lận và hành động lệch mục tiêu; tỷ lệ đạt đo một tiêu chí khác.
Tiêm lệnh gián tiếp xảy ra khi nội dung agent đọc, như email hoặc trang web, chứa chỉ dẫn đánh lừa nó làm việc ngoài yêu cầu. Kết quả không có cuộc tấn công thành công trong một benchmark không chứng minh khả năng miễn nhiễm ngoài thực tế. Với quy trình có dữ liệu khách hàng, nên tách quyền đọc khỏi quyền sửa hoặc gửi dữ liệu, đồng thời yêu cầu duyệt trước những thao tác khó đảo ngược.
Bản Neon cho phòng thủ an ninh mạng có phạm vi truy cập riêng. Google báo cáo các kết quả sau cho năng lực phòng thủ, không phải cam kết chất lượng cho mọi lượt sử dụng Neon thông thường.
| Phép thử phòng thủ | Kết quả | Phạm vi |
|---|---|---|
| AutoBaxBench | 76% | Nhóm bài khó; Neon for cyber |
| WebExploitBench v1.2 | 51,26% | Đánh giá kiểm thử xâm nhập |
| SEC-bench Pro | 90,5% | Tìm lỗ hổng mã nguồn |
| CWE-bench v2 của Collinear | 70,7% | Vá lỗ hổng |
Số liệu: Google. Các tỷ lệ thuộc những phép thử khác nhau; không thể cộng lại thành tỷ lệ bảo vệ hệ thống. Hãng còn nêu kết quả ExploitGym dùng một nửa lượng token so với Carbon, nhưng đây là so sánh trong phép thử xác thực khả năng khai thác lỗ hổng đó.
Quyền truy cập đã mở, còn giá trị tại Việt Nam phụ thuộc cách dùng
Gemini 4 Neon bắt đầu được triển khai qua Gemini API trong Google AI Studio, một số gói Gemini cho doanh nghiệp, Google Antigravity và ứng dụng Gemini dành cho thuê bao Pro hoặc Ultra. Một số tính năng và bề mặt sử dụng phụ thuộc gói trả phí; bản dành cho tác vụ an ninh mạng được mở cho nhóm phòng thủ đủ điều kiện theo chương trình Fairwind trong những ngày tiếp theo.
Với người dùng và doanh nghiệp Việt Nam, Neon đáng thử nhất ở các quy trình có nhiều bước và cần xử lý tài liệu, mã nguồn hoặc dữ liệu dài. Cửa sổ ngữ cảnh một triệu token giúp đưa nhiều nội dung vào cùng phiên làm việc, nhưng không đảm bảo mô hình luôn chính xác hoặc tiết kiệm. Trước khi đưa vào sản xuất, cần kiểm tra chất lượng đầu ra, quyền truy cập dữ liệu và tổng chi phí trên tác vụ thật.
Nguồn tham khảo: Google The Keyword; Google AI Studio; The Decoder








