Ключевые метрики и позиционирование
18 ноября 2026 года Google анонсировала модель Gemini 4 Neon, позиционируемую как решение для сложных задач в области инженерии ПО, аналитики и научных исследований. Модель демонстрирует выдающиеся результаты в бенчмарках, опережая многие аналоги по соотношению цена/качество.
- Artificial Analysis Intelligence Index: 61 балл (уровень xhigh), 3-е место в общем зачете.
- Vals Index: 2-е место, модель находится на Парето-фронтене эффективности.
- Agent Arena Index: 2-е место глобально (1336 баллов) среди 4200+ реальных сессий агентов.
- Steerability: 2-е место в адаптации к исправлениям пользователя в процессе работы.
Производительность в разработке и науке
Gemini 4 Neon спроектирована для работы с длинными контекстами (1 млн токенов) и сложными многошаговыми задачами. В сфере разработки она заняла 1-е место в Artificial Analysis Coding Agent Index (58.6) и показывает 65.2% на Terminal-Bench 4.1. В научной сфере модель лидирует на Terminal-Bench Science (70.5%) и RiemannBench (84.0%).
Ценообразование и доступность
Модель доступна через Gemini API, Google AI Studio и Google Antigravity. Цены значительно ниже, чем у конкурентов на высших уровнях мышления:
| Параметр | Значение |
|---|---|
| Входные токены | $3 за 1 млн |
| Кэшированные входные токены | $0.15 за 1 млн (скидка 95%) |
| Выходные токены | $15 за 1 млн |
| Контекстное окно | 1 000 000 токенов |
| Стоимость задачи (vs Carbon) | На 32% ниже при высоком уровне мышления |
Кибербезопасность: State-of-the-Art результаты
Отдельно выделена версия Gemini 4 Neon for cyber, которая демонстрирует рекордные показатели в защите кода:
- SEC-bench Pro: 90.5% (SOTA), стоимость на 50% ниже конкурентов.
- WebExploitBench v1.2: 51.26% (SOTA) при половине затрат токенов.
- CWE-bench v2: 70.7% (улучшение на 3.4% над Carbon).
Доступ к кибер-версии будет открыт через программу Fairwind для доверенных защитников в ближайшие дни.
Практические кейсы в Google Antigravity
В рамках демонстрации возможностей модели в среде Google Antigravity были реализованы сложные проекты:
- Создание 3D-симулятора фрирайда на реальных данных рельефа Монблана (10 200 строк шейдеров, физика 120 Гц).
- Генерация 100 000-ячеечной таблицы Google Sheets с 500 000 формул для обработки изображений без использования скриптов.
- Восстановление 3D-модели кабинета Алана Тьюринга 1936 года с работающей машиной Тьюринга.
Источник: Blog ↗
