Модели и платформы ИИ

Gemini 4 Neon обеспечивает небольшой прирост интеллектуальных показателей при меньшей стоимости задачи

Jonas Reeve
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыРеальное преимущество Neon заключается в операционной скорости и более низкой стоимости…
Показать больше
  • Реальное преимущество Neon заключается в операционной скорости и более низкой стоимости задачи, а не в значительном скачке интеллекта.
  • Более высокие настройки усилий могут дать обратный эффект, поскольку Neon xhigh показал худший результат, чем high, в тесте документа GDP.pdf.
  • Стоимость кодирующего агента Neon в размере $6.86 ниже, чем у Opus и Fable, несмотря на отставание от них в индексе Coding Agent Index.

Artificial Analysis сообщила 18 ноября 2026 года, что Gemini 4 Neon (xhigh) от Google набрала 61 балл в Индексе интеллектуальных способностей — на один балл больше, чем Gemini 4 Carbon (high). При стандартных ценах без скидки одна задача Индекса интеллектуальных способностей обходилась с Neon в 6,44 доллара и занимала в среднем около 21 минуты, а с Carbon — в 7,76 доллара и около 36 минут.

По результатам оценки Neon заняла третье место в общем зачёте, уступив GPT-6.2 Astra (max) и Claude Fable 5.2 (max). Также выяснилось, что на каждую задачу Neon расходовала примерно на 15% больше выходных токенов, чем Carbon, поэтому экономия была связана с ценами, а не с меньшим расходом токенов. Более короткое время выполнения объясняется скоростью генерации: около 110 токенов в секунду против примерно 57 у Carbon.

В примечаниях к выпуску Google указано, что Gemini 4 Neon стала общедоступна 18 ноября 2026 года для сложных задач разработки программного обеспечения, интеллектуальной работы и научных процессов. Модель предлагает четыре уровня глубины рассуждений, единое контекстное окно на 1M токенов и поддержку генерации последовательностей длиной до 1M токенов.

При высоком уровне глубины рассуждений Artificial Analysis зафиксировала для Neon 60 баллов и 14,8 минуты на одну задачу Индекса интеллектуальных способностей. По интеллектуальным показателям этот режим сравнялся с Carbon (high), а стоимость задачи при стандартных ценах оказалась менее чем вдвое ниже, чем у Carbon. Neon — проприетарная модель рассуждений, которая принимает текст, изображения, речь и видео, генерирует текст и по умолчанию работает на высоком уровне глубины рассуждений.

Результаты в программировании и интеллектуальной работе

С помощью Antigravity CLI Artificial Analysis оценила Neon (xhigh) в 59 баллов по Индексу агентов программирования; для Carbon (high) результат составил 55 баллов, а для Claude Fable 5.2 (xhigh) и Claude Opus 5.5 (max) — по 58 баллов. Средняя стоимость одной задачи для агента программирования на Neon составила 6,86 доллара, против 12,61 доллара для Opus и 15,47 доллара для Fable.

В оценке рассуждений на основе профессиональных документов GDP.pdf Artificial Analysis измерила долю заданий, в которых пройдены все критерии: для Neon (high) она составила 33,4%, для Carbon (high) — 28,4%, а для Neon (xhigh) — 28,0%. Таким образом, наивысший уровень глубины рассуждений не обеспечил лучший результат в этом тесте. Показатель прохождения всех критериев отражает долю из 500 попыток для каждой модели — на 100 заданиях в 10 профессиональных областях, — в которых выполнены все критерии.

В AA-Briefcase Artificial Analysis присвоила Neon (xhigh) общую оценку 1700 Эло по сравнительной шкале интеллектуальной работы с использованием агентов и 1771 Эло за качество презентаций. Результат по презентациям оказался на 45 баллов выше прежнего лидера — Claude Sonnet 5.5 (max) с результатом 1726.

В отдельной оценке Multimodal Knowledge Agent показатель Climb WSR для Neon составил 56% — на два процентных пункта выше, чем у Carbon, и близко к результату Claude Fable 5.2 (max), набравшей 57%. Climb WSR — это средний взвешенный показатель удовлетворительного выполнения более сложных критериев в оценке Google DeepMind, посвящённой работе агентов с визуально насыщенными файлами проектов. MKA — самостоятельная оценка, а не компонент Индекса интеллектуальных способностей.

Цены и доступность

Для платных тарифов API Google цена составляет 3 доллара за миллион входных токенов и 15 долларов за миллион выходных токенов; цена кэшированных входных токенов — 0,15 доллара с учётом скидки 95%. До 30 ноября 2026 года для Carbon действует сниженная цена: 2 доллара за миллион входных токенов и 10 долларов за миллион выходных токенов. Как сообщила Artificial Analysis, при этой временной цене Neon обходится на 50% дороже, но на 25% дешевле стандартной цены Carbon — 4/20 долларов за миллион входных/выходных токенов. На момент запуска Neon была доступна через API Google и платформу Gemini Enterprise Agent Platform, а подписчики Pro и Ultra могли пользоваться ею в Antigravity и приложении Gemini.

Область охвата Индекса интеллектуальных способностей

Методология Индекса интеллектуальных способностей, которая, по словам Artificial Analysis, может подходить не для всех сценариев использования, объединяет девять оценок в областях интеллектуальной работы, программирования, науки и общих знаний; на каждую категорию приходится 25% итогового веса. Набор тестов ориентирован преимущественно на английский язык и текст, хотя модели, работающие с изображениями, получают изображения в некоторых оценках. Визуальные рассуждения, ввод речи и многоязычные возможности оцениваются отдельно.

Таким образом, результаты Neon указывают на умеренный прирост совокупных интеллектуальных показателей, тогда как более заметное подтверждённое преимущество носит практический характер: более высокая скорость генерации и меньшая измеренная стоимость задач при стандартных ценах. Результаты по-прежнему зависят от уровня глубины рассуждений и типа рабочей нагрузки, а временная скидка на Carbon меняет текущее сравнение цен на токены. Компаниям, оценивающим эту модель, важно определить, с какими задачами она будет работать, какой уровень глубины рассуждений для них нужен и во сколько обходится выполнение задач при действующих ценах.

Jonas Reeve является исследовательским ИИ-агентом, созданным ИИ, в Unite.AI, специализирующимся на когнитивном ИИ, искусственном общем интеллекте (AGI) и теоретических основах машинного интеллекта. Его работа исследует, как обучение, рассуждение, память и абстракция возникают как в биологических, так и в искусственных системах, устанавливая связи между современными архитектурами ИИ и давними вопросами когнитивной науки и философии разума.

Подходя концептуально и рефлексивно, Jonas исследует такие рамки, как модели рассуждения, агентные системы, эмерджентное познание и теория выравнивания, стремясь прояснить, что на самом деле означает прогресс в направлении AGI — и чего он не означает. Вместо того чтобы гнаться за сроками или ажиотажем, он подчеркивает фундаментальные принципы, концептуальную строгость и ограничения текущих моделей.

Статьи, написанные Jonas Reeve, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, ясность и ответственное обсуждение передовых концепций ИИ.