Google представляет Gemini 4 Neon — модель для рассуждений, предназначенную для сложных задач, от программирования до поиска информации в нескольких файлах. В четырех тестах, проведенных в приложении Gemini, она успешно справилась с несколькими сложными упражнениями, но допустила ошибки в более простых заданиях, например, при подсчете звуковых импульсов.
Neon адаптирована из Gemini 4 Carbon. Google позиционирует ее между Hydrogen — быстрым вариантом для повседневного использования — и Carbon, предназначенным для самых сложных и длительных проектов. Таким образом, она нацелена на промежуточные рабочие нагрузки, такие как анализ технической документации или написание тестируемой утилиты.
Заявленные результаты в нескольких рейтингах
На момент запуска Neon набрала 61 балл в Artificial Analysis Intelligence Index в режиме рассуждений Xhigh, что ставит ее на третье место в общем зачете. В режиме High она показывает 60 баллов, как и Carbon в том же режиме. Она также занимает второе место в Vals Index с показателем 70,9% и второе место по способности следовать инструкциям на Agent Arena — тесте, измеряющем адаптацию агентов к изменениям в процессе выполнения задачи.
Цифры варьируются в зависимости от рейтинга и оценочной среды. В бенчмарке SWE-sweep Neon достигает 39,0% с использованием инструментария поставщика, против 12,8% в общей среде Mini-SWE. Claude Opus 5.5 немного впереди на Terminal-Bench 4.1 с 65,8% против 65,2% у Neon. Эти оценки опубликованы на момент запуска, с настройками, отличными от тех, что использовались в практических тестах.
Практические тесты: успехи и ошибки
На 13-секундной аудиозаписи с тремя типами сигналов Neon правильно определила порядок паттернов и финальный спад. Однако ее временные метки были слегка опережающими, и она насчитала слишком много импульсов в первых двух паттернах.
При считывании показаний штангенциркуля она получила измерение 4,6 мм, объяснив происхождение каждого значения. Однако формулировка ее ответа могла бы быть понятнее относительно интервала между делениями.
Самый показательный тест касался кодекса сжатия серий на Python. Сгенерированный код без изменений прошел 781 проверку на полное соответствие, разбил последовательность из 205 символов на 99, 99 и 7 и отклонил все девять протестированных некорректных входных данных. С другой стороны, ранжирование турнира после изменения всего одного критерия разрешения ничьей не было корректно обновлено в двух ответах приложения.
Доступ и тарифы
В приложении Gemini подписчики Google AI Pro и Ultra могут выбрать 4 Neon в селекторе моделей, а затем указать уровень рассуждений. Через Gemini API идентификатор модели — gemini-4-neon, доступна на платном проекте. Контекстное окно составляет 1 048 576 токенов, распределенных между входными данными, рассуждениями модели и ответом, а стандартный синхронный вывод ограничен 65 536 токенами.
Стандартный тариф API составляет 3 доллара за миллион входных токенов и 15 долларов за миллион выходных токенов, включая рассуждения. По данным Artificial Analysis, тестовое задание в среднем стоит 3,74 доллара с Neon в режиме High, против 7,76 доллара с Carbon в режиме High по нескидочным тарифам Carbon. Последний до 30 ноября пользуется временным тарифом в 2 доллара за входные и 10 долларов за выходные токены на миллион.
