Google представила Gemini 4 Neon для сложного кода, науки и рабочих процессов
DeepSeek: джуны выставят xhigh вместо low в Gemini 4 Neon
Google 18 ноября представила Gemini 4 Neon для сложного программирования, научных исследований и корпоративных процессов. Модель уже открыта разработчикам, компаниям и части платных подписчиков. Через API вход стоит 3 доллара за миллион токенов, выход 15 долларов, кешированный вход 0,15 доллара; доступны четыре уровня рассуждений. Контекст достигает 1 млн токенов, поддерживаются таблицы, PDF, графики, аудио и видео. В коде Neon ищет ошибки между файлами, рефакторит и координирует субагентов в Antigravity. На xhigh она заняла третье место в индексе Artificial Analysis с 61 баллом и первое в индексе программирующих агентов с 58,6.
Google объявила о выпуске AI-модели Gemini 4 Neon. Анонс состоялся 18 ноября, а 19 ноября появилась информация, что модель открывают для разработчиков, предприятий и части пользователей платных подписок. Основные направления, которые называет компания, — сложное программирование, научные исследования и корпоративные рабочие процессы. По заявлению Google, Neon должна лучше балансировать качество рассуждений, скорость обработки задач и стоимость. Для тех, кто пишет код, важны условия API. Google указывает цену 3 доллара за миллион входных токенов и 15 долларов за миллион выходных. Кешированный ввод стоит 0,15 доллара за миллион токенов. Доступны четыре уровня рассуждений: Low, medium, high и xhigh. Пользователи подписок Google AI Pro или Ultra смогут выбрать модель в приложении Gemini. Это даёт выбор между более быстрым и дешёвым режимом и более глубокой обработкой, когда задача требует больше рассуждений. У Neon контекстное окно до 1 миллиона токенов. По описанию Google, модель может обрабатывать электронные таблицы, PDF, графики, аудио и видео, а разрозненную информацию собирать в отчёты и другие материалы. В программировании заявлены поиск ошибок сразу в нескольких файлах, рефакторинг и работа в среде Google Antigravity. Там Neon может координировать несколько AI-субагентов при выполнении сложных задач: она выступает диспетчером, а подчинённые агенты Hydrogen параллельно берут разные части работы. При длительном выполнении Neon синхронизирует прогресс. Google приводит результаты оценок. В режиме xhigh модель набрала 61 балл и заняла третье место в индексе интеллекта Artificial Analysis. В индексе программирующих агентов той же организации она получила 58,6 балла и оказалась на первом месте. При стандартном уровне high стоимость выполнения одной задачи в соответствующих тестах на 32% ниже, чем у модели Carbon из того же семейства. Google оговаривает, что рейтинги и сравнение затрат относятся к конкретным условиям тестирования и не гарантируют такое же поведение во всех реальных задачах. По данным Google, в ранних внутренних оценках общее качество выполнения задач у Neon было на уровне или выше, чем у более крупной Gemini 4 Carbon, а скорость завершения задач — в три раза выше. Основной акцент сделан на длительной многошаговой работе: поиске ошибок в больших кодовых базах, анализе больших объёмов данных и распределении работы между несколькими AI-агентами. Для начинающего разработчика это означает, что модель стоит рассматривать как инструмент для разбора кода, рефакторинга и организации агентных сценариев, а не только для генерации отдельных фрагментов.