AIKraft Agents
Главная/Блог/Аналитика/Gemini 4 Neon: Разбор ценовой политики…
Аналитика7 мин чтения · 19 ноября 2026 г.

Gemini 4 Neon: Разбор ценовой политики и тестирование новой модели

Google представила Gemini 4 Neon, усложнив и без того запутанную структуру ценообразования серии Gemini 4. Разбираем, как новая модель вписывается в линейку Hydrogen, Argon и Carbon, и тестируем её возможности на практике.

Gemini 4 Neon: Разбор ценовой политики и тестирование новой модели

В мире больших языковых моделей (LLM) цена часто является решающим фактором для разработчиков и компаний, выбирающих провайдера. Однако, когда мы говорим о Google и их серии моделей Gemini 4, ситуация становится не просто сложной, а намеренно запутанной. 18 ноября 2026 года Google анонсировала новую модель — Gemini 4 Neon. Это событие не только расширило семейство, но и, по мнению многих экспертов, сделало и без того неочевидную структуру тарифов ещё более хаотичной. В этой статье мы подробно разберем, что такое Neon, как она соотносится с предыдущими версиями (Hydrogen, Argon, Carbon), и проведем практическое тестирование, чтобы понять, стоит ли переплачивать за «неон».

Если вы следите за рынком AI, то наверняка заметили, что Google активно экспериментирует с многоуровневым ценообразованием. Изначально линейка Gemini 4 состояла из трех моделей: Hydrogen, Argon и Carbon. Разница между ними заключалась не только в производительности, но и в стоимости запросов. Однако с появлением Neon эта архитектура дала трещину. Теперь у нас есть четыре уровня, и понять, какой из них выбрать для конкретного проекта, стало задачей, требующей калькулятора и терпения.

01Эволюция линейки: от Hydrogen к Neon

Чтобы понять текущую ситуацию, нужно вернуться к истокам. Изначально Google представила три модели серии Gemini 4, которые можно условно разделить по уровню «интеллекта» и стоимости:

  • Hydrogen: Самая легкая и дешевая модель. Предназначена для простых задач, классификации текстов и быстрых ответов.
  • Argon: Средний сегмент. Предлагает баланс между скоростью и качеством рассуждений.
  • Carbon: Флагманская модель. Предназначена для сложных задач, требующих глубокого анализа и креативности.

На момент запуска цены были относительно прозрачными. Argon и Carbon стоили одинаково (что вызывало вопросы, почему стоит брать Carbon, если цена та же, но производительность выше — ответ был в качестве вывода), а Hydrogen стоил 3/4 от цены Argon. Однако эта стабильность продлилась недолго. С 1 декабря вступают в силу новые тарифы, которые кардинально меняют расклад сил.

График сравнения моделей Gemini 4, демонстрирующий позицию Neon в линейке.
График сравнения моделей Gemini 4, демонстрирующий позицию Neon в линейке.

Новая модель, Gemini 4 Neon, позиционируется как промежуточное звено, но Google в своих маркетинговых материалах почему-то предпочитает «забывать» об Argon. На официальном изображении, иллюстрирующем линейку, Argon отсутствует, что создает иллюзию, что Neon заменил его. На самом деле, Argon никуда не делся, но его место в иерархии стало неопределенным. Теперь порядок от самого дорогого к самому дешевому выглядит так: Carbon, Neon, Hydrogen. Но есть нюанс, который делает эту схему еще более запутанной.

02Ценовая ловушка: почему сейчас Neon дороже Carbon?

Самая важная часть для любого разработчика, планирующего интеграцию — это стоимость. Давайте посмотрим на цифры. На момент написания статьи (ноябрь 2026 года) действуют специальные стартовые цены, которые скоро изменятся.

Вот актуальные цены на входные и выходные токены (за миллион токенов):

  • Neon: $3 за вход, $15 за выход.
  • Carbon: $2 за вход, $10 за выход (со скидкой 50%).
  • Hydrogen: $1.50 за вход, $7.50 за выход.

Как видите, прямо сейчас Neon является самой дорогой моделью в линейке, даже дороже флагманского Carbon. Это кажется абсурдным, но объясняется временной акцией на Carbon. С 1 декабря, когда истекает срок действия первоначальных скидок, цены на Carbon удвоятся. Тогда Carbon будет стоить $4 за вход и $20 за выход. В этот момент Neon ($3/$15) станет дешевле Carbon, но останется дороже Hydrogen.

⚠️
Важно. Если вы планируете использовать Gemini 4 Carbon в продакшене, сейчас — лучшее время для тестирования, так как модель стоит на 50% дешевле. Однако, если вы не можете ждать до декабря, Neon может показаться более выгодным вариантом в краткосрочной перспективе, несмотря на то, что Carbon объективно мощнее.

Такая стратегия ценообразования создает путаницу. Разработчики, которые только начинают работу с Gemini 4, могут выбрать Neon, думая, что это «золотая середина», не понимая, что Carbon сейчас стоит дешевле, а через месяц станет значительно дороже. Это требует от команд постоянного мониторинга цен и гибкого планирования бюджетов.

03Практическое тестирование: Pelicans и Three.js

Цифры — это хорошо, но как ведет себя модель на практике? Чтобы оценить качество генерации кода и креативность Neon, я провел серию тестов. Ранее я уже тестировал модели Hydrogen, Argon и Carbon, используя набор задач, которые я называю «Pelicans» (из-за специфического стиля запросов, связанных с анимацией пеликанов). Для Neon я также запустил эти тесты, варьируя уровень усилий (effort level): низкий, средний и высокий.

Gemini 4 Neon: Разбор ценовой политики и тестирование новой модели

Результаты показали, что Neon действительно занимает промежуточное положение. В задачах, где требуется базовое понимание контекста, Neon справляется лучше Hydrogen, но уступает Carbon в глубине анализа. Однако в задачах, требующих сложного кода, разница между Neon и Carbon становится менее очевидной, особенно при использовании высокого уровня усилий.

На обновленной сетке сравнений (см. изображение выше) можно увидеть, что результаты Neon для «пеликанов» выглядят лучше, чем у Hydrogen, но хуже, чем у Carbon. Это подтверждает позиционирование Neon как модели среднего класса, но с потенциалом, близким к флагману, при правильном использовании параметров.

04Тест на генерацию кода: Yonkers Rising

Чтобы проверить способность Neon генерировать сложный код, я использовал промпт, который ранее применял для других моделей. Задача была следующей: создать анимацию на Three.js, где персонаж Yonkers превращается в большого меха, выполняет крутое движение подъема, а затем топает по Манхэттену, Куинсу и Бруклину, используя данные OpenStreetMap.

Я отправил этот запрос в Google Antigravity с уровнем усилий «extra» (дополнительный). Результат был впечатляющим. Neon справился с задачей, сгенерировав рабочий код, который учитывал географические данные и создавал плавную анимацию. Конечно, код потребовал небольшой доработки, но это ожидаемо для любой LLM. Главное, что архитектура была правильной, и модель поняла контекст сложной 3D-анимации.

Этот тест показывает, что Neon способен справляться с задачами, которые ранее были прерогативой Carbon. Для разработчиков, которые не хотят переплачивать за Carbon (особенно после декабря), Neon становится привлекательной альтернативой для задач, требующих генерации кода.

💡
Совет. При использовании Neon для генерации кода, всегда устанавливайте уровень усилий на «high» или «extra». Это значительно улучшает качество вывода, делая его сопоставимым с Carbon, но по более низкой цене (особенно после 1 декабря).

05Что это значит на практике

Для разработчиков и компаний, использующих Google AI, ситуация с Gemini 4 Neon требует пересмотра стратегий. Вот несколько ключевых выводов:

  1. Не спешите с миграцией. Если вы используете Carbon, сейчас у вас есть возможность сэкономить 50% до 1 декабря. Если вы только начинаете, оцените, нужен ли вам Carbon. Для многих задач Neon будет достаточным и более дешевым вариантом.
  2. Argon — загадка. Модель Argon остается в тени. Ее цена не изменилась, но она не упоминается в новых материалах. Возможно, Google планирует ее обновить или убрать. Пока что она выглядит как «мертвая душа» в линейке.
  3. Neon — новый баланс. Neon предлагает хороший баланс между ценой и качеством. После 1 декабря она станет дешевле Carbon, что сделает ее идеальным выбором для большинства задач, не требующих максимальной глубины рассуждений.
  4. Тестируйте, тестируйте, тестируйте. Не верьте маркетингу. Проведите свои тесты с помощью промптов, характерных для вашего проекта. Используйте уровень усилий «extra» для критически важных задач.

В конечном итоге, Google продолжает экспериментировать с моделью ценообразования, что дает разработчикам больше выбора, но и больше ответственности за оптимизацию затрат. Gemini 4 Neon — это не просто еще одна модель, это сигнал о том, что рынок AI становится все более сегментированным, и успех будет зависеть от умения правильно выбирать инструменты под конкретные задачи.

Мы продолжим следить за обновлениями от Google и будем проводить дополнительные тесты, чтобы помочь вам сделать осознанный выбор. Следите за нашими обновлениями, чтобы быть в курсе последних изменений в мире больших языковых моделей.

Источник: Simon Willison ↗