Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуTG: @neurogen_news (Neurogen)→ оригинал

Google выпустила Gemini 4 Neon: 65,2% в Terminal-Bench 4.1 при цене $3 за млн токенов

Google выпустила Gemini 4 Neon — середину между лёгкой Hydrogen и тяжёлой Carbon. В Terminal-Bench 4.1, где модель решает инженерные задачи в терминале, она набрала 65,2%, а миллион токенов стоит $3 на входе и $15 на выходе. На SWE-sweep итог зависел от среды: 12,8% в mini-SWE и 39% в Antigravity. Поэтому сравнивайте Neon со своей моделью в одной и той же обвязке.

AI-обработка оригинала TG: @neurogen_news (Neurogen); редакция Hamidun News
Google выпустила Gemini 4 Neon: 65,2% в Terminal-Bench 4.1 при цене $3 за млн токенов
Источник: TG: @neurogen_news (Neurogen). Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTG: @neurogen_news (Neurogen) ↗
Главный редактор
Контекст 1 048 576 токеноввход, рассуждения и ответ вместе
KingBench 42-е место из 18, 37,9 из 60 против 42 у Claude Fable 5.2
Ключевой факт #3В Antigravity Neon может управлять несколькими агентами на Hydrogen

Google пополнила линейку Gemini 4 моделью Neon. Раньше выбор был простой: Hydrogen — быстрая и дешёвая модель для повседневных задач, что-то вроде флешки, которую носишь с собой всегда, и Carbon — тяжёлая модель для больших проектов. Neon встала посередине: Google заявляет, что она умеет сложный код, агентов и аналитику, но сделана с упором на скорость и стоимость.

Главные цифры такие. В Terminal-Bench 4.1 — тесте, где модель решает инженерные задачи прямо в командной строке, как это делал бы агент-программист, — Neon набрала 65,2%.

А за API Google берёт $3 за миллион входных токенов (токен — единица текста, за которую считают плату) и $15 за миллион выходных, включая рассуждения модели. Дальше разберём, что стоит за этими числами и как проверить их на своих задачах.

Что умеет Neon и сколько стоит

Модель работает с текстом, изображениями, аудио, видео и документами. Контекстное окно — 1 048 576 токенов, и это общий лимит: в него входят и ваш запрос, и внутренние рассуждения модели, и итоговый ответ. Если включён режим thinking, часть окна займут рассуждения, и это стоит учитывать при работе с очень длинными документами.

Тарифы:

  • вход — $3 за миллион токенов;
  • выход — $15 за миллион токенов, причём рассуждения оплачиваются как выход;
  • кэшированный вход — $0,15 за миллион токенов.

Последняя строка важнее, чем кажется. Агенты почти всегда гоняют один и тот же длинный контекст: описание проекта, инструкции, историю шагов. Если этот повторяющийся кусок попадает в кэш, он стоит $0,15 вместо $3, то есть в двадцать раз дешевле. В длинных агентных сессиях именно кэш часто определяет итоговый счёт.

Neon доступна на подписках Google AI Pro и Ultra. В среде Antigravity она может быть оркестратором: планирует работу и раздаёт задачи нескольким агентам на Hydrogen. Логика понятная: более сильная модель думает и проверяет, а дешёвые исполнители делают рутину. Скоро модель обещают и в NeuroAPI.

Что показывают бенчмарки

Кроме 65,2% в Terminal-Bench 4.1, есть любопытный результат на SWE-sweep. Он сильно зависел от окружения, в котором запускали модель: 12,8% с mini-SWE и 39% в Antigravity. Разница примерно втрое для одной и той же модели. Это хороший урок для тех, кто выбирает модель по таблицам: итог определяется и самой моделью, и обвязкой вокруг неё — какие инструменты ей доступны, как устроены повторные попытки, как собирается контекст.

В тесте KingBench 4 от MindStudio Neon заняла второе место из 18 и набрала 37,9 балла из 60. У лидера, Claude Fable 5.2, 42 балла. Оговорка: модели тестировали в разных агентных окружениях, поэтому сравнение нельзя считать прямым. Разрыв в 4,1 балла может быть реальным преимуществом Claude, а может объясняться разными условиями запуска.

Что с этим делать на практике

Во-первых, не принимайте цифры как готовый вердикт. Данные в основном от Google и от сторонних тестов с разными окружениями, независимых сравнений на одинаковой обвязке пока немного. Самая надёжная проверка — взять 20–30 своих типичных задач (исправление багов, рефакторинг, разбор логов) и прогнать через Neon и вашу текущую модель в одном и том же агентном каркасе.

Во-вторых, считайте стоимость сессии, а не одного токена. При $15 за миллион выходных токенов длинные рассуждения могут обойтись ощутимо. Кэш по $0,15 сгладит счёт, если заранее выстроить промпт так, чтобы неизменная часть шла в начале.

В-третьих, если вы уже работаете в Antigravity, попробуйте связку «Neon-оркестратор плюс Hydrogen-исполнители». Это самый прямой способ найти баланс цены и качества внутри одной экосистемы.

Итог: Neon не претендует на рекорд, её идея — достаточное качество за умеренные деньги. Она закрывает код и агентов дешевле тяжёлых моделей, а второе место в KingBench 4 говорит, что по качеству она держится рядом с лидером. Насколько этого хватит вашему проекту, покажут только собственные тесты.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что умеет Neon и сколько стоит?

Модель работает с текстом, изображениями, аудио, видео и документами. Контекстное окно — 1 048 576 токенов, и это общий лимит: в него входят и ваш запрос, и внутренние рассуждения модели, и итоговый ответ. Если включён режим thinking, часть окна займут рассуждения, и это стоит учитывать при работе с очень длинными документами. Тарифы: вход — $3 за миллион токенов; выход — $15 за миллион токенов, причём рассуждения оплачиваются как выход; кэшированный вход — $0,15 за миллион токенов.

Что известно по теме: что показывают бенчмарки?

Кроме 65,2% в Terminal-Bench 4.1, есть любопытный результат на SWE-sweep. Он сильно зависел от окружения, в котором запускали модель: 12,8% с mini-SWE и 39% в Antigravity. Разница примерно втрое для одной и той же модели. Это хороший урок для тех, кто выбирает модель по таблицам: итог определяется и самой моделью, и обвязкой вокруг неё — какие инструменты ей доступны, как устроены повторные попытки, как собирается контекст.

Что известно по теме: что с этим делать на практике?

Во-первых, не принимайте цифры как готовый вердикт. Данные в основном от Google и от сторонних тестов с разными окружениями, независимых сравнений на одинаковой обвязке пока немного. Самая надёжная проверка — взять 20–30 своих типичных задач (исправление багов, рефакторинг, разбор логов) и прогнать через Neon и вашу текущую модель в одном и том же агентном каркасе. Во-вторых, считайте стоимость сессии, а не одного токена. При $15 за миллион выходных токенов длинные рассуждения могут обойтись ощутимо.

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…