Présentation du modèle Gemini 4 Neon
Google a dévoilé Gemini 4 Neon, un modèle d’IA destiné aux tâches de programmation avancée, au travail de connaissance et aux recherches scientifiques. Le modèle obtient un score de 61 sur l’Artificial Analysis Intelligence Index, indicateur qui mesure la capacité d’analyse et de raisonnement. Sa tarification est fixée à 3 $ pour chaque million de jetons d’entrée et 15 $ pour chaque million de jetons de sortie, ce qui le place dans la catégorie des modèles frontier accessibles via le service Google AI Ultra.
Performances et benchmark comparatif
Dans un benchmark interne, la variante Gemini 4 Carbon a nécessité près d’une heure pour corriger un même jeu de bugs que Claude Opus 5.5 et GPT‑6 Astra ont résolus en quelques minutes. Gemini 4 Carbon a exécuté environ sept fois plus d’étapes que GPT‑6 Astra, dont la moitié étaient jugées superflues. Ces mesures illustrent une différence notable d’efficacité algorithmique entre les modèles, même lorsqu’ils appartiennent à la même génération de recherche.
Optimisations d’infrastructure et impact matériel
Google Antigravity, composant de gestion du cache de prompts, supprime les caches après une pause de cinq minutes. Un rafraîchissement juste avant l’expiration fonctionne pour trois requêtes seulement. Un prompt de cinq mots déclenche entre 13 800 et 16 800 + jetons d’instructions système, de schémas MCP et de compétences, ce qui alourdit les premiers tours de génération. La désactivation des serveurs MCP inutilisés et des plugins réduit ces coûts de démarrage. Par ailleurs, les modifications de conception proposées par les modèles OpenAI ont permis de diminuer la surface de circuit des blocs clés du jalapeño AI chip de 10 % à 13 %. Une approche similaire appliquée aux GPU phares d’AMD a généré jusqu’à 14 % d’amélioration de performance, démontrant la transférabilité des gains d’efficacité entre architectures.
Implications pour le routage dynamique des modèles
Le routage entre modèles repose sur un classificateur qui oriente les requêtes simples vers des modèles économiques et les requêtes complexes vers des modèles frontier. Pour les agents de codage, la problématique s’étend à la décision de changer de modèle en cours de session, un problème analogue au ski‑rental problem. La capacité à anticiper le moment où le coût d’un modèle économique dépasse celui d’un modèle plus puissant influence directement le temps de réponse et la consommation de jetons, surtout dans des environnements où les caches expirent rapidement.