Новый релиз от Google — Gemini 4 Neon

Gemini 4 Neon (Джемини 4 Неон)

Команда Google DeepMind объявила о выпуске модели Gemini 4 Neon (Джемини 4 Неон). Разработчики позиционируют ее как баланс между тяжелой архитектурой Gemini 4 Carbon, созданной для масштабных долгих проектов, и быстрой легковесной моделью Gemini 4 Hydrogen для повседневных задач. Новинка сочетает высокую точность рассуждений с быстрым выполнением сложных многоэтапных инструкций.

В официальном анонсе Google отмечается, что модель ориентирована на написание программного кода, анализ многостраничных документов, работу с электронными таблицами, научные расчеты и автоматизацию рабочих процессов без лишних затрат вычислительных ресурсов.

Позиционирование модели Gemini 4 Neon в семействе Gemini 4
Схема позиционирования Gemini 4 Neon в семействе Gemini 4 между тяжелой Carbon и быстрой Hydrogen

Лидерство в тестах кода и точность агентных цепочек

В комплексном индексе платформы Artificial Analysis модель Neon на максимальном уровне рассуждений xhigh набрала 61 балл. Это обеспечило ей третье место в глобальном зачете сразу вслед за крупными тяжелыми моделями, при этом скорость генерации ответов у Neon существенно выше.

В специализированном рейтинге Artificial Analysis Coding Agent Index модель заняла первую строчку с результатом 58,6 балла. В тестах терминальной среды Terminal-Bench 4.1 показатель достиг 65,2%, а в бенчмарке FrontierCode 2.0 зафиксирован результат 46,2% на стандартном уровне High. Модель выполняет хирургические правки по нескольким файлам репозитория одновременно, избегая лишних повторных чтений.

Особого внимания заслуживают результаты в испытании SWE-sweep. В нейтральной базовой среде mini-SWE результат составил 12,8%, что вывело модель в лидеры среди одноклассников. При подключении нативной среды Google Antigravity с координацией субагентов показатель вырос до 39,0%, подтверждая важность программного окружения для автономных агентов.

Сводная таблица официальных бенчмарков Gemini 4 Neon от Google DeepMind
Результаты тестирования Gemini 4 Neon в инженерных, академических и прикладных дисциплинах

Уровни размышлений и стоимость токенов

Разработчики внедрили гибкую шкалу из четырех уровней размышлений: Low, Medium, High и Extra High. Это помогает командам точно подбирать глубину анализа под конкретный класс задач. На уровне High модель Neon не уступает по точности Carbon, но требует на 32% меньше расходов на каждую задачу. В сравнении с внешними тяжелыми аналогами себестоимость решения снижается на 50-80%.

В экономическом индексе Vals Index модель показала 70,9%, заняв второе место в мире и первое в категориях Legal Research Bench и Tax Agent Bench. В симуляции управления бизнесом Vending-Bench 2 модель заработала 16 843 доллара, а в тесте автоматизации рабочих процессов Zapier AutomationBench заняла верхнюю позицию с 56,3%.

Ценообразование в API составляет 3,00 доллара за миллион входных токенов и 15,00 долларов за миллион выходных токенов при контекстном окне в 1 миллион токенов. Для кэшированных входных данных действует скидка 95%, снижающая тариф до 0,15 доллара за миллион токенов. Это делает модель выгодным выбором для непрерывных фоновых агентов.

График соотношения интеллекта и стоимости решения задач Artificial Analysis
Соотношение качества рассуждений и себестоимости решения задач по метрикам Artificial Analysis

Сравнение ключевых показателей с моделями нового поколения

Сопоставление данных независимых измерений и официальных отчетов исследовательской лаборатории Google DeepMind показывает соотношение сил в классе продвинутых рассуждающих моделей.

Бенчмарк и дисциплина Gemini 4 Neon Gemini 4 Carbon Claude Opus 5.5 GPT-6 Astra
Artificial Analysis Intelligence 61 (xhigh) 59 58-59 62
Coding Agent Index (AA) 58,6 (#1) нет данных нет данных нет данных
Vals Index (v2.2 GDP-weighted) 70,9% 70,4% 70,2% 66,1%
SWE-sweep (Antigravity harness) 39,0% 9,6% 10,1% 9,5%
SWE-sweep (Mini-SWE harness) 12,8% нет данных 3,6% 11,6%
Terminal-Bench 4.1 65,2% 65,2% 65,8% 61,5%
Zapier AutomationBench 56,3% 53,9% 42,5% 41,4%
RiemannBench (математика) 84,0% нет данных 80,0% 80,0%
HLE-Diamond (рассуждения) 71,3% нет данных нет данных нет данных

Инструменты киберзащиты и устойчивость к инъекциям

Архитектура Neon включает модуль для задач кибербезопасности. В бенчмарке создания защищенного кода AutoBaxBench модель показала 76% на сложном уровне Hard. При проверке защищенности веб-систем в WebExploitBench v1.2 зафиксирован показатель 51,26%, что превосходит результаты более тяжелых моделей при вдвое меньших затратах токенов.

Показатели обнаружения уязвимостей в бенчмарке SEC-bench Pro
Результативность обнаружения уязвимостей в коде по данным бенчмарка SEC-bench Pro

В цикле исправления уязвимостей модель достигла 90,5% в SEC-bench Pro и 70,7% в CWE-bench v2, превзойдя показатели Carbon на 3,4%. На тестовом наборе Gray Swan по защите от непрямых промпт-инъекций модель нейтрализовала 100% атак, показав нулевую долю успешных взломов при обработке входящей почты, внешних ссылок и чужого исходного кода.

Тестирование защиты от непрямых инъекций промптов в Gray Swan
Степень устойчивости к скрытым вредоносным инструкциям в бенчмарке Gray Swan IPI

Доступность и практическое применение

Модель уже доступна для тестирования в консоли Google AI Studio и среде Android Studio. Пользователи платных планов Google AI Pro и Ultra получили доступ к Neon в приложении Gemini и рабочем пространстве Google Antigravity, где модель поддерживает режим оркестратора для управления группой субагентов Hydrogen.

Для корпоративных клиентов доступ открыт через API Gemini for business. Эксперты по безопасности из программы Fairwind получат доступ к специализированной конфигурации модели в течение нескольких дней. Независимый анализ инженеров на портале Хабр подчеркивает высокую адаптивность модели к пользовательским правкам в диалоге.

Следите за тестами автономных ИИ-агентов, бенчмарками моделей кода и обновлениями технологий в разделе новостей на aimarketcap.ru.