Gemini 4 Neon от Google: бенчмарки, цены и место в линейке
18 ноября 2026 года Google представила Gemini 4 Neon, модель линейки Gemini 4 для сложного кода, аналитики и научных задач. Анонс называет Neon "competitive with the leading models in its class".
Цены: $3 за млн входных токенов, $15 за млн выходных, контекстное окно 1 млн токенов. По данным Google, на уровне рассуждений xhigh модель занимает 3-е место в Artificial Analysis Intelligence Index с 61 баллом, а в Artificial Analysis Coding Agent Index 1-е место с 58,6 балла.
Где Neon в линейке Gemini 4
В анонсе Google разводит три модели линейки Gemini 4 по назначению:
1) Carbon берёт самые сложные и долгие проекты
2) Hydrogen закрывает быстрые повседневные задачи
3) Neon балансирует глубину и эффективность в сложных нагруженных рабочих процессах
Для сложных нагруженных рабочих процессов, по словам Google, Neon даёт глубину рассуждений уровня frontier быстрее и дешевле.
У Neon четыре уровня рассуждений: low, medium, high и xhigh, Google уточняет их с каждым выпуском модели. Под задачу подбирают глубину и расход токенов: high стоит по умолчанию, xhigh добавляет более глубокие многоступенчатые рассуждения для самых сложных инженерных, аналитических и научных нагрузок.
Бенчмарки по коду и агентным задачам
В Artificial Analysis Intelligence Index (61 балл на xhigh) Neon идёт 3-й, сразу за более крупными и медленными моделями. В Coding Agent Index модель 1-я с 58,6 балла. На Vals Index Neon 2-й с 70,9% и попадает в Парето-фронт. На новом Agent Arena Index модель дебютирует 2-й в мире со счётом 1336 по 4 200+ реальным агентным сессиям. По steerability, то есть по тому, насколько чисто модель подхватывает поправки пользователя посреди задачи, Neon занимает 2-е место.
Кодовые бенчмарки:
1) Terminal-Bench 4.1: 65,2%
2) FrontierCode 2.0: 46,2% на уровне high по умолчанию
3) SWE-sweep: в обвязке mini-SWE модель первая с 12,8%, а в Google Antigravity результат вырастает больше чем втрое, до 39,0%, по оценке Google это лучший известный результат
4) Vending-Bench 2 от Andon Labs, длинная симуляция ведения бизнеса: 1-е место, $16 843
Бенчмарки enterprise:
1) Legal Research Bench и Tax Agent Bench (Vals): 1-е место
2) Surge AI: 1-е место на большинстве бенчмарков по финансам, бухучёту, моделированию в таблицах и следованию сложным ограничениям
3) Chartography, чтение плотных профессиональных графиков: 73,5%
4) Agents' Last Exam v1.1: 75,8%, Google указывает, что результат на уровне ведущих моделей
5) AutomationBench от Zapier: 1-е место, 56,3%
Бенчмарки по науке и математике
В категории научного и математического рассуждения (количественный анализ, математика, задачи технического исследования) Google называет Neon лучшей в классе:
1) Terminal-Bench Science: 70,5%
2) RiemannBench: 84,0%
3) HLE-Diamond: 71,3%
Цена на задачу и уровни рассуждений
Google сравнивает стоимость задачи (cost per task) между уровнями и моделями. На уровне high по умолчанию Neon держит высокий балл в Artificial Analysis Intelligence Index при стоимости задачи на 32% ниже, чем у Carbon. На том же high модель лежит в Парето-фронте Vals и Agent Arena, где стоимость задачи на 50-80% ниже, чем у топовых конкурирующих моделей уровня frontier. На xhigh Neon показывает наивысший интеллект и обходится на 36%+ дешевле, чем конкурирующие модели на их максимальных уровнях.
Neon for Cyber
Отдельная сборка Gemini 4 Neon for Cyber направлена на защиту систем. Google приводит результаты в четырёх бенчмарках:
1) AutoBaxBench: более безопасный код, чем у Carbon, на всех уровнях сложности (easy, medium, hard), лучший известный результат на уровне hard, 76%
2) WebExploitBench v1.2: лучший известный результат, 51,26%, при цене вдвое ниже, чем у крупных конкурирующих моделей
3) ExploitGym, проверка эксплуатируемости уязвимости: уровень frontier при расходе токенов вдвое меньше, чем у Carbon
4) CWE-bench v2 от Collinear: 70,7%, на 3,4% выше Carbon
Доступ к Neon for Cyber даёт Fairwind Program, Google выпускает его доверенным специалистам по кибербезопасности в течение нескольких дней с 18 ноября.
Безопасность модели
Google строит Neon на базе Gemini 4 safety and security stack. Защита от серьёзных злоупотреблений и prompt injection держится на уровне Carbon. При этом модель редко отказывается от легитимной работы в кибербезопасности и биобезопасности: на Terminal-Bench 4.0 она отказывает в 1,98% задач, на Terminal-Bench-Science в 0%.
По поведенческим метрикам Google модель ни разу не сжульничала на Terminal-Bench 4.0 (0,0%, как и Carbon). В проверке на жульничество в коде модель срезала путь в 2,45% задач, это самый низкий показатель среди моделей Gemini 4. В агентном наборе тестов безопасности 0,09% действий модели отмечены как misaligned, то есть расходятся с тем, как модель должна себя вести. Проверку честности агента (agent honesty evaluation) модель проходит на 99,2%. На бенчмарке Gray Swan IPI на максимальном уровне рассуждений и с защитой в реальном времени Neon выдержал все атаки. Доля успешных атак 0,0%, по данным Google, такой результат был только у других моделей Gemini.
Где доступна Gemini 4 Neon
Выпуск 18 ноября 2026 года идёт по четырём каналам:
1) Для разработчиков: Gemini API на платном уровне (бесплатно модели нет) в Google AI Studio и Android Studio; платным подписчикам Pro и Ultra доступна модель в Google Antigravity
2) Для enterprise: Gemini for business (по API или в выпадающем списке моделей) и Google Antigravity
3) Для подписчиков Pro и Ultra: Gemini 4 Neon в выпадающем списке моделей в Gemini app
4) Для специалистов по кибербезопасности: Neon for Cyber, Fairwind Program, доступ приходит в ближайшие дни, заявку принимает команда Google Cloud
Рекомендация Google по выбору модели в линейке: Carbon для самых длинных и сложных проектов, Hydrogen для быстрых повседневных задач. Neon нужен для сложных нагруженных рабочих процессов, где требуется глубина рассуждений на уровне frontier и низкая цена на задачу.
Авторизуйтесь, чтобы оставить комментарий.
Нет комментариев.
Тут может быть ваша реклама
Пишите info@aisferaic.ru