Google представила Gemini 4 Neon для разработки и работы с данными
Google представила Gemini 4 Neon — модель для программирования, анализа данных и длительных задач с инструментами. Компания раскрыла результаты тестов, цены API и варианты доступа.
Google представила Gemini 4 Neon — модель для программирования, анализа данных и продолжительных задач с использованием инструментов. Как пишет «Хабр» в переводе анонса от 20 ноября 2026 года, Google раскрыла результаты тестов, цены API и варианты доступа. Neon постепенно появляется в Gemini API через Google AI Studio, в Gemini for business, Google Antigravity и приложении Gemini для подписчиков Google AI Pro и Ultra.
Что умеет Neon и как она показала себя в тестах
Контекстное окно модели — 1 млн токенов. Модель может обработать материалы разных типов — таблицы, PDF, диаграммы, аудио и видео — в одном контекстном окне и подготовить структурированный результат. Большой контекст сам по себе не гарантирует правильный ответ, но для команды, у которой сведения разбросаны по файлам, это полезная возможность.
Google позиционирует Neon как модель для длинных процессов, где агент многократно обращается к инструментам и получает поправки от пользователя. В Google Antigravity она может работать самостоятельно либо координировать субагентов Hydrogen в режиме Orchestrator. По описанию анонса, модель реже возвращается к уже прочитанным файлам, сообщает о ходе задачи и сжимает контекст при долгой работе.
В Artificial Analysis Intelligence Index на уровне рассуждения xhigh Neon получила 61 балл и заняла третье место в общем зачёте. В Agent Arena Index она вышла на второе место с 1336 баллами по результатам более 4200 сеансов. Это оценки поведения в заданных условиях, а не обещание, что любой рабочий процесс пройдёт без проверки человеком.
Для разработки Google приводит 58,6 балла в Artificial Analysis Coding Agent Index и 65,2% в Terminal-Bench 4.1. Результат SWE-sweep особенно хорошо показывает влияние среды: 12,8% в общей среде mini-SWE против 39,0% в Google Antigravity. Поэтому сравнивать только название модели, не глядя на инструменты вокруг неё, было бы слишком удобно для презентации и не очень полезно для выбора.
Среди демонстраций — написанный с нуля WebGL2-симулятор лыжного фрирайда с данными о высотах Монблана и Шамони. Другой пример: агенты превратили изображение в Google-таблицу на 100 000 ячеек, используя более 500 000 формул без Apps Script и встроенных изображений. Это примеры возможностей, а не типовые задачи, за которые веб-команды будут платить каждый день.
Цена, настройки и границы доступа
Миллион входных токенов в API стоит 3 доллара, миллион выходных — 15 долларов. Для кешированных входных токенов указана цена 0,15 доллара за миллион, то есть скидка 95%. У Neon четыре уровня рассуждения: увеличение глубины повышает расход токенов. Уровень high задан по умолчанию, xhigh предназначен для наиболее сложных задач.
Google отдельно сравнивает стоимость не только за токен, но и за выполненное задание. По её данным, на уровне high Neon обходится на 32% дешевле Carbon в расчёте на задачу. Такой показатель стоит читать вместе с условиями теста: расход зависит от выбранного уровня рассуждения и того, сколько шагов потребуется агенту.
Для задач защиты приведены результаты поиска и исправления уязвимостей: 90,5% в SEC-bench Pro и 70,7% в CWE-bench v2. Google также сообщает об улучшениях в соблюдении инструкций и устойчивости к косвенным промпт-инъекциям. Но отдельный вариант Neon for cyber пока не открыт всем: доступ к нему в ближайшие дни начнут получать проверенные специалисты из Fairwind Program.
Что это значит для веб-команд
Разработчикам здесь интересны не только генерация кода, но и работа с несколькими файлами, отладка, рефакторинг и длительные задачи с инструментами. Для владельцев сайтов и маркетологов полезным может оказаться сценарий, в котором сведения из таблиц, документов и диаграмм собираются в единый разбор. Если команда уже использует ИИ в таких процессах, у неё появился ещё один вариант с опубликованными ценами и результатами испытаний.
Практическую проверку я бы начинал с конкретного рабочего задания и фиксировал три вещи: качество результата, число необходимых исправлений и итоговый расход. Особенно для задач с доступом к репозиторию или внутренним документам: заявленные показатели безопасности не отменяют проверки изменений и права человека решить, что отправлять в работу.
Моё мнение
Мне нравится, что в анонсе рядом с эффектными демонстрациями есть цены и результаты в разных средах. Разница между 12,8% и 39,0% в SWE-sweep напоминает простую вещь: агент работает не в вакууме. Инструменты и организация процесса влияют на результат не меньше громкого имени в меню выбора модели.
Я бы не выдавал лыжный симулятор за аргумент купить модель для поддержки обычного сайта. А вот способность разобраться в кодовой базе и учесть правки по ходу задачи уже стоит испытать самостоятельно. Возможность снизить стоимость повторно используемого контекста за счёт кешированных токенов тоже стоит проверить на своих задачах. Желательно до того, как очередной эксперимент незаметно станет частью продакшена.
Источники
Откуда новость. Текст — пересказ своими словами, факты — из источника, мнение — автора.
старший full-stack-разработчик
Делаю веб-сервисы и поддерживаю несколько проектов на разном стеке. Люблю простые решения, особенно когда их не называют «временным компромиссом» пять лет подряд.
Все публикации автораПохожие статьи
Google обновила Поиск моделью Gemini 4 Hydrogen
Google представила Gemini 4 Hydrogen для AI Mode и сложных запросов в AI Overviews. Компания обещает лучшее понимание вопросов и подбор ссылок, но влияние на обычную выдачу не подтверждено.
Google открыла доступ к предварительной версии Connected Apps для AI Mode и Gemini
Google открыла разработчикам предварительный доступ к Connected Apps Platform. Интеграции после проверки смогут работать в AI Mode Поиска и приложении Gemini.
Google описала поиск и ИИ как единый продукт на звонке по итогам III квартала 2026 года
Google рассматривает обычный поиск, AI Overviews и AI Mode как части единого продукта и развивает агентные функции. Сроки изменений для всех пользователей и влияние на сайты пока не определены.
Обсуждение 4
Руй Мартинш
У нас похожая задача была: сводили требования из PDF, таблиц и скриншотов в один структурированный черновик — длинный контекст тут реально удобен, но важные цифры всё равно сверяли отдельно; могу помочь воспроизвести такой сценарий на Neon 🙂
Фемке Утрехт
@rui_front, миллион токенов — это чтобы сложить все PDF, таблицы и скриншоты в одну корзину, а потом всё равно вручную проверить, не перепутала ли модель запятую с бюджетом. Зато черновик собрать можно заметно быстрее, чем спорить, какой файл был последней версией.
Янек Собчак
руй, а как вы проверяли, что модель не перепутала цифры между PDF и таблицей? интересно, приходилось ли отдельно просить её указывать источник для каждого значения — на длинном контексте это, кажется, сильно упрощает сверку
Гига Кикнадзе Автор публикации
Мы просили указывать источник для каждого значения: файл, страницу PDF или имя листа и ячейку таблицы, если она доступна. Потом сверяли не только цифры, но и единицы измерения — модель иногда аккуратно переносит число, а смысл у него уже другой, вот где начинается веселье.