Старт 23 ноябряЖивой Поток 3 интенсива «Вайбкодинг и ИИ-агенты»: 3 недели практики, 9 живых занятийПоток 3 (23.11) →
РелизAPI / Продукт · В работуDeepMind Blog→ оригинал

Google выпустила Gemini 4 Neon: 3-е место в рейтинге ИИ и задача на 32% дешевле

Google выпустила Gemini 4 Neon — модель, которая почти догоняет самые крупные ИИ, но работает быстрее и дешевле. В независимом рейтинге Artificial Analysis она набрала 61 балл и заняла третье место, а одна задача обходится на 32% дешевле, чем у старшей Gemini 4 Carbon. Вход стоит $3 за миллион токенов, выход — $15. Если ваш агент правит код на дорогом флагмане, стоит прогнать его задачи на Neon.

AI-обработка оригинала DeepMind Blog; редакция Hamidun News
Google выпустила Gemini 4 Neon: 3-е место в рейтинге ИИ и задача на 32% дешевле
Источник: DeepMind Blog. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникDeepMind Blog ↗
Главный редактор
SWE-sweep39,0% в Google Antigravity против 12,8% в mini-SWE
Ключевой факт #2Кэшированный вход — $0,15 за миллион токенов, скидка 95%
Контекст — 1 млн токенов, Vals Indexвторое место (70,9%)

Google DeepMind представила Gemini 4 Neon — модель, которая почти догоняет самые крупные ИИ, но работает быстрее и дешевле. В независимом рейтинге Artificial Analysis Intelligence Index (сводный балл по набору тестов на рассуждение и знания) она набрала 61 балл в режиме максимального мышления xhigh и заняла третье место — чуть позади более крупных и медленных моделей. При этом на уровне мышления high, который включён по умолчанию, одна задача обходится на 32% дешевле, чем у старшей модели семейства Gemini 4 Carbon.

Представьте агента, который каждый день чинит баги в репозитории: каждый его запуск — это тысячи токенов, и разница в цене за задачу быстро превращается в реальные деньги. Цена в API — $3 за миллион входных токенов и $15 за миллион выходных.

Что за модель и сколько она стоит

В семействе у моделей разные роли. Carbon берёт самые тяжёлые длинные проекты, Hydrogen отвечает за быстрое повседневное выполнение, Neon балансирует глубину и эффективность. Окно контекста — миллион токенов, то есть в один запрос помещаются большие таблицы, PDF, графики, аудио и видео. Кэшированный вход (когда одна и та же часть запроса повторяется) стоит $0,15 за миллион токенов — это скидка 95%.

У Neon четыре уровня «мышления»: команда сама выбирает, сколько платить за глубину рассуждений. На уровне high модель стоит на 50–80% дешевле за задачу, чем ведущие конкурирующие модели, и входит в число лучших по соотношению цены и качества (на Vals Index и Agent Arena). На максимальном уровне xhigh она показывает свой лучший балл и всё равно обходится минимум на 36% дешевле конкурентов в их максимальном режиме.

Код, агенты и офисная работа

Главная ставка сделана на длинные агентные сценарии. Neon занимает первое место в Artificial Analysis Coding Agent Index (58,6), набирает 65,2% на Terminal-Bench 4.1 и 46,2% на FrontierCode 2.0. На SWE-sweep в облегчённой обвязке mini-SWE результат 12,8%, а внутри Google Antigravity он вырастает до 39,0%. Разница показывает, что инструменты вокруг модели влияют на результат не меньше самой модели. Google также говорит, что Neon реже перечитывает одни и те же файлы, делает точечные правки сразу в нескольких файлах и аккуратно сжимает контекст в долгих сессиях.

Для бизнес-задач цифры такие: второе место в Vals Index (70,9%), первое место в Legal Research Bench и Tax Agent Bench, а также 56,3% и первое место в AutomationBench от Zapier. В Vending-Bench 2 — долгой симуляции управления бизнесом — модель заработала $16 843. В новом рейтинге Agent Arena Index у Neon 1336 баллов и второе место по итогам более 4200 реальных сессий. По управляемости (насколько хорошо модель принимает поправки пользователя посреди задачи) она тоже вторая.

В науке Google называет Neon лучшей в классе на Terminal-Bench Science (70,5%), RiemannBench (84,0%) и HLE-Diamond (71,3%).

Безопасность и киберзащита

Версия Neon for cyber показала рекорды на нескольких тестах: 76% на сложном уровне AutoBaxBench (генерация безопасного кода), 51,26% на WebExploitBench v1.2 вдвое дешевле крупных конкурентов, 90,5% на SEC-bench Pro (поиск уязвимостей). По исправлению уязвимостей на CWE-bench v2 у неё 70,7%, на 3,4% больше, чем у Carbon. Доступ откроют проверенным специалистам по защите в рамках программы Fairwind в ближайшие дни.

По собственным тестам Google, модель реже мухлюет: 0,0% на Terminal-Bench 4.0 и 2,45% на проверке склонности срезать углы. Доля неверных действий в наборе агентной безопасности — 0,09%, пройденных проверок на честность — 99,2%. Против инъекций через веб-страницы, письма и документы на бенчмарке Gray Swan при включённой защите и максимальном мышлении Neon отбила все атаки.

Что делать на практике

Модель доступна в Gemini API через Google AI Studio, в Gemini for business, в Google Antigravity для платных подписчиков Pro и Ultra и в приложении Gemini. Если ваш агент сейчас работает на флагмане и счёт растёт, имеет смысл прогнать на Neon свои типовые задачи и сравнить цену успешного выполнения, а не только качество ответа.

Оговорка: почти все цифры взяты из анонса Google. Часть из них — внутренние тесты, например проверки на мошенничество и честность, а 39,0% на SWE-sweep достигнуты в собственной обвязке Antigravity. Проверять придётся на своих данных: в бенчмарках побеждает не всегда то, что лучше работает в вашем репозитории.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что за модель и сколько она стоит?

В семействе у моделей разные роли. Carbon берёт самые тяжёлые длинные проекты, Hydrogen отвечает за быстрое повседневное выполнение, Neon балансирует глубину и эффективность. Окно контекста — миллион токенов, то есть в один запрос помещаются большие таблицы, PDF, графики, аудио и видео. Кэшированный вход (когда одна и та же часть запроса повторяется) стоит $0,15 за миллион токенов — это скидка 95%. У Neon четыре уровня «мышления»: команда сама выбирает, сколько платить за глубину рассуждений.

Что известно по теме: код, агенты и офисная работа?

Главная ставка сделана на длинные агентные сценарии. Neon занимает первое место в Artificial Analysis Coding Agent Index (58,6), набирает 65,2% на Terminal-Bench 4.1 и 46,2% на FrontierCode 2.0. На SWE-sweep в облегчённой обвязке mini-SWE результат 12,8%, а внутри Google Antigravity он вырастает до 39,0%. Разница показывает, что инструменты вокруг модели влияют на результат не меньше самой модели.

Что известно по теме: безопасность и киберзащита?

Версия Neon for cyber показала рекорды на нескольких тестах: 76% на сложном уровне AutoBaxBench (генерация безопасного кода), 51,26% на WebExploitBench v1.2 вдвое дешевле крупных конкурентов, 90,5% на SEC-bench Pro (поиск уязвимостей). По исправлению уязвимостей на CWE-bench v2 у неё 70,7%, на 3,4% больше, чем у Carbon. Доступ откроют проверенным специалистам по защите в рамках программы Fairwind в ближайшие дни.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…