Google выпускает Gemini 4 Neon: заявлено, что он в 3 раза быстрее Carbon и на 40 % дешевле при выполнении задач

📅 2026-11-19

Аннотация:

Google официально представляет Gemini 4 Neon, новую модель серии Gemini 4. Эта модель предназначена для сложного программирования, аналитического рассуждения и многоэтапного выполнения задач, пытаясь найти баланс между высоким уровнем интеллекта и операционной эффективностью. Google заявляет, что в ходе раннего тестирования общее качество Neon соответствует или превосходит флагманскую модель Gemini 4 Carbon, но задачи выполняются в три раза быстрее, и та же задача стоит всего 60% от стоимости Carbon.

Ранее Google выпустила Gemini 4 Carbon и Gemini 4 Hydrogen для повседневных задач. Carbon в основном нацелен на сложные, долгосрочные и трудные задачи, тогда как Hydrogen делает акцент на быстром реагировании и ежедневном использовании. Выпущенный на этот раз Neon заполняет позиционный пробел между ними, фокусируясь на обслуживании рабочих сценариев, которые требуют сильных умственных способностей, но чувствительны к скорости выполнения и стоимости.

Gemini 4 Neon набрал 61 балл в рейтинге искусственного интеллекта, заняв третье место при включении режима высокого уровня мышления, уступая только некоторым более крупным и медленным моделям. В обзоре Vals Index он занял второе место с показателем 70,9%. Кроме того, Google также заявил, что Neon обладает выдающейся производительностью при многоэтапном выполнении инструкций, сложной обработке ограничений и адаптируемости, когда пользователи изменяют требования задачи на полпути.

В области разработки программного обеспечения Neon уделяет особое внимание долгосрочным рабочим процессам интеллектуальных агентов. Он занимается отладкой кода, рефакторингом и модификациями проектов в нескольких файлах, а также сокращает количество повторных операций чтения файлов во время выполнения и при этом постоянно сообщает о ходе выполнения задачи. Google надеется, что благодаря этим улучшениям модель сможет не только генерировать код, но и самостоятельно выполнять сложную работу в среде, более близкой к реальной разработке программного обеспечения.

В результатах тестирования, объявленных Google, Neon набрал 58,6 балла по индексу агента кодирования искусственного анализа, Terminal-Bench 4.1 — 65,2%, а FrontierCode 2.0 — 46,2%. В тесте SWE-sweep оценка составила 12,8% при использовании тестовой среды mini-SWE, которая увеличилась до 39,0% в среде GoogleAntigravity. Этот набор различий также показывает, что программная платформа и среда выполнения, используемые интеллектуальными агентами, могут оказывать значительное влияние на конечные результаты.

Неон также может выступать в качестве координатора в Антигравитации, разделяя сложные задачи и передавая их нескольким субагентам Gemini 4 Hydrogen для параллельного выполнения. Таким образом, модель может одновременно обрабатывать различные модули кода или рабочие этапы, а затем интегрировать результаты каждого субагента. Ожидается, что для задач разработки, включающих несколько файлов и несколько функциональных модулей, этот совместный подход сократит общее время выполнения.

Что касается работы с корпоративными знаниями, Neon поддерживает мультимодальный ввод, такой как текст, изображения, аудио и видео, а единое контекстное окно может поддерживать до 1 миллиона токенов. Пользователи могут помещать электронные таблицы, PDF-файлы, диаграммы, аудио, видео и другие материалы в одну задачу, что позволяет модели всесторонне анализировать и генерировать структурированные результаты.

Данные тестирования, опубликованные Google, показывают, что Neon набрал 70,9 % в индексе Vals, заняв первое место как в юридических исследованиях, так и в тестах налоговых органов. В тесте автоматизированных задач Zapier AutomationBench он набрал 56,3%; В долгосрочном бизнес-моделировании Vending-Bench 2 компании Andon Labs смоделированный доход достиг $16 843. Кроме того, он набрал 73,5% в профессиональном тесте на понимание диаграмм Chartography и 75,8% в тесте Agents' Last Exam v1.1.

Научное и математическое мышление — это также способности, на развитии которых Неон фокусируется. В тесте Terminal-Bench Science он достиг 70,5%; в математическом тесте RiemannBench он достиг 84,0%; в тесте HLE-Diamond он достиг 71,3%. Эти результаты отражают стремление Google позиционировать Neon как общую модель, не только подходящую для программирования, но и способную выполнять сложные научные исследования, математический анализ и задачи технических исследований.

Кибербезопасность — еще одна тема этого выпуска. Google выпустила специальную версию Gemini 4 Neon для работы в области сетевой безопасности, которая в основном используется для создания безопасного кода, обнаружения уязвимостей, проверки при тестировании на проникновение и восстановления кода. В тесте AutoBaxBench эта версия набрала 76% баллов в сложных проектах; в тесте WebExploitBench v1.2 он достиг 51,26%. В тесте обнаружения уязвимостей SEC-bench Pro показатель составил 90,5%, а в тесте на усиление кода CWE-bench v2 — 70,7%.

Google заявила, что, хотя Neon улучшил свои возможности сетевой безопасности, он по-прежнему сохраняет возможности серьезной защиты от злоупотреблений, сравнимые с Carbon, и еще больше улучшил устойчивость модели к вредоносному внедрению подсказок. Версия, предназначенная для сетевой безопасности, будет поэтапно предоставляться квалифицированным специалистам по безопасности в рамках программы Fairwind.

С точки зрения безопасности и надежности Google особенно уделяет особое внимание контролю поведения Neon при выполнении долгосрочных многоэтапных задач. Компания утверждает, что модель может лучше следовать инструкциям пользователя и уменьшить такие проблемы, как фиктивные результаты, несанкционированное расширение объема задач и использование ярлыков, не соответствующих требованиям. В ходе внутренних тестов некоторые поведенческие показатели Neon оказались лучше, чем у предыдущего Carbon, но эти данные в основном поступают из собственной системы оценки Google и по-прежнему требуют более независимого тестирования для проверки.

С точки зрения цены, стандартная цена, предлагаемая Gemini 4 Neon через Gemini API, составляет 3 доллара США за миллион входных токенов, 0,15 доллара США за миллион кэшированных входных токенов и 15 долларов США за миллион выходных токенов. Для сравнения, текущая рекламная цена Carbon составляет 2 доллара США за миллион входных токенов и 10 долларов США за миллион выходных токенов, но ожидается, что это предложение продлится до 30 ноября. Начиная с 1 декабря, стандартная цена Carbon будет скорректирована до 4 долларов США за миллион входных токенов и 20 долларов США за миллион выходных токенов. В то время цена одного токена Neon будет на 25% ниже, чем цена Carbon.

Однако простое сравнение цен на токены не полностью отражает фактическую стоимость использования. Google подчеркнул, что Neon может выполнять задачи быстрее и сокращать потребление токенов для выполнения той же работы, поэтому у него более низкие затраты на одну задачу при реальных рабочих нагрузках. Согласно данным, опубликованным Google, в режиме «Высокое мышление» по умолчанию стоимость выполнения задач у Neon на 32% ниже, чем у Carbon; в более высоком режиме xhigh Neon по-прежнему имеет преимущество в стоимости, но конкретная степень будет зависеть от типа задачи и конфигурации модели.

Gemini 4 Neon теперь постепенно открывается. Разработчики могут использовать его через платные сервисы Google AI Studio и Gemini API, а корпоративные клиенты могут получить к нему доступ через Gemini for Business и Antigravity. Что касается потребителей, подписчики Google AI Pro и Ultra могут выбрать Neon в приложении Gemini, а пользователи Pro и Ultra также могут испытать его в Antigravity.

В целом, Neon не просто стремится к увеличению размера модели или более высоким результатам отдельных тестов, но пытается решить более важную проблему в реальном использовании: как заставить модели с флагманскими возможностями рассуждения выполнять реальную работу с большей скоростью и с меньшими затратами. Для пользователей, которым необходимо часто вызывать агентов ИИ, обрабатывать большие базы кода или выполнять сложные офисные задачи, эффективность выполнения задач может иметь более практическое значение, чем чистые параметры модели и рейтинги тестов.

Связанные теги

Похожие статьи

Комментарии

0/500
Captcha (click to refresh)
Нет комментариев