- BrainTools - https://www.braintools.ru -
Эта статья перевод оригинальной статьи «Introducing Gemini 4 Neon [1]».
Также я веду телеграм канал «Frontend по‑флотски [2]», где рассказываю про интересные вещи из мира разработки интерфейсов и AI.
Сегодня мы представляем Gemini 4 Neon. Модель решает сложные задачи разработки, работы с информацией и научных исследований от начала до конца, сочетая скорость с возможностями ведущих моделей.
На уровне рассуждения xhigh Neon набирает 61 балл в Artificial Analysis Intelligence Index [3]. Среди сопоставимых моделей это лучший результат, а в общем зачёте Neon занимает третье место с небольшим отставанием от более крупных и медленных моделей. В Vals Index [4] она занимает второе место и выходит на границу Парето.
В новом Agent Arena Index [5] Neon занимает второе место по способности учитывать поправки пользователя прямо по ходу работы. Модель хорошо следует многошаговым инструкциям, а во внутренних тестах Google Antigravity показала самый низкий для наших моделей показатель выдуманных сведений.
Контекстное окно составляет 1 млн токенов. Миллион входных токенов стоит 3 доллара, миллион кешированных входных токенов стоит 0,15 доллара со скидкой 95%, а миллион выходных токенов стоит 15 долларов.
Gemini 4 Neon с сегодняшнего дня постепенно появляется в Gemini API через Google AI Studio [6], в Gemini for business [7] через API и меню выбора модели, а также в Google Antigravity [8] и приложении Gemini [9] для подписчиков Google AI Pro и Ultra.
В компаниях данные хранятся в электронных таблицах, PDF, диаграммах, аудио и видео. Neon может обработать материалы всех этих типов в одном контекстном окне на 1 млн токенов и подготовить структурированный результат. В независимых оценках модель входит в число лидеров. В Vals Index [4] она занимает второе место с результатом 70,9%, а в Legal Research Bench [10] и Tax Agent Bench [11] заняла первые места.
В тестах Surge AI [12] Neon занимает первое место в большинстве заданий по финансам, бухгалтерскому учёту, моделированию в электронных таблицах и соблюдению сложных ограничений. В Chartography, где нужно читать насыщенные данными профессиональные диаграммы, модель набрала 73,5%, а в Agents’ Last Exam v1.1 [13] показала результат на уровне лидеров, 75,8%. Neon заняла первое место и в AutomationBench [14] от Zapier с результатом 56,3%, и в Vending-Bench 2 [15] от Andon Labs с результатом 16 843 доллара. Последний тест моделирует управление бизнесом на протяжении длительного времени. В новом Agent Arena Index [16] от Arena модель дебютировала на втором месте в мире, набрав 1336 баллов по итогам более 4200 сеансов работы агентов над реальными задачами.
В научных и математических задачах, от количественного анализа до технических исследовательских задач, Neon показывает лучшие в своём классе результаты в Terminal-Bench Science [17] (70,5%), RiemannBench [18] (84,0%) и HLE-Diamond [19] (71,3%).
Сравнение Gemini 4 Neon, Claude Opus 5.5 и GPT-6.2 Sol. В таблице приведены общие индексы и результаты тестов по агентному программированию, работе с информацией, науке [20] и математике [21], рассуждению, пониманию разных типов данных, работе с длинным контекстом и кибербезопасности. Для Terminal-Bench 4.1 указана точность с поправкой на обход правил теста. В SWE-sweep сравниваются результаты в среде каждого поставщика и в общей среде mini-SWE.
Gemini 4 Neon собирает разрозненные сведения в понятные ответы, которые опираются на исходные данные. Для повседневных рабочих задач модель сочетает качество, скорость и приемлемую стоимость. В первых оценках Neon показала качество на уровне Gemini 4 Carbon или выше, работала в три раза быстрее, а обходилась в 60% от её стоимости. Мы хотим дать эти возможности клиентам Glean, которым нужно быстро и точно выполнять многошаговые задачи с вниманием [22] к деталям.
Тай Тран, руководитель AI-продуктов Glean
В наших оценках Gemini 4 Neon возглавила рейтинг Medical Index и внутреннего теста по наукам о жизни, сохранив хорошую скорость при умеренной стоимости.
Брэндон Валафар, руководитель AI-стратегии Micro1
Neon работает заметно тщательнее и аккуратнее других моделей Gemini, которые мы тестировали. Она хорошо ориентируется в больших кодовых базах и быстро разбирается в сложной архитектуре. В наших тестах по кибербезопасности Neon нашла несколько неочевидных уязвимостей, которые пропустили другие модели, и потратила лишь малую долю их токенов. Мы считаем Neon удачным выбором, когда нужно изучить систему или провести исследование с небольшими затратами.
Карина Нгуен, основательница Thoughtful Lab
Начинающий исследователь проведёт любой эксперимент, который ему поручили. Сильный исследователь продолжит спрашивать «почему?». Gemini 4 Neon стала первой моделью, которая напоминает мне такого исследователя. Она продолжает искать новые данные и придумывает, какие ещё сигналы из них извлечь для обучения [23] более качественных моделей. Это первая модель из тех, что мы видели, которая старается улучшить результат без присмотра человека. Если результат плохой, Neon пересматривает подход к моделированию и добивается лучшего.
Трентон Чанг, главный научный сотрудник Quadrillion
Gemini 4 Neon здорово помогает в ML-инженерии, подготовке данных, управлении экспериментами и проектировании архитектуры. Она учитывает обратную связь, работает тщательно, проверяет гипотезы, понимает, какие решения уже существуют, и в целом упрощает разработку AI-моделей.
Эндрю Карр, главный научный сотрудник и сооснователь Cartwheel
Neon рассчитана на продолжительные задачи, в которых агент много раз обращается к инструментам. Модель сохраняет качество на протяжении всей работы. Она может выполнять задачу самостоятельно или координировать параллельную работу субагентов Hydrogen в режиме Orchestrator в Google Antigravity, быстро принимая решения о дальнейших шагах. Neon реже перечитывает одни и те же файлы, сообщает о ходе работы и надёжно сжимает контекст в длинных сеансах.
В основных задачах разработчиков и исследователей Neon показывает результаты на уровне ведущих моделей своего класса. Она занимает первое место в Artificial Analysis Coding Agent Index [24] с результатом 58,6 балла. В Terminal-Bench 4.1 [25] модель набирает 65,2%, а в FrontierCode 2.0 [26] на уровне рассуждения high, заданном по умолчанию, достигает 46,2%. В работе с кодом для продакшена Neon отлаживает и рефакторит несколько файлов и репозиториев, внося точечные изменения. В SWE-sweep модель лидирует и в среде mini-SWE с результатом 12,8%, а в Google Antigravity показатель вырастает более чем втрое, до рекордных 39,0%.
В Google Antigravity Gemini 4 Neon использовала /swarm и управляла Blender через MCP, чтобы собрать фотореалистичный 3D-лабораторный стенд. Названия моделей воссоздали с учётом свойств элементов. Для Gemini 4 Carbon и Gemini 4 Hydrogen использовали пламя горелок Бунзена, а для Gemini 4 Argon и Neon установили высоковольтные газоразрядные трубки.
В Google Antigravity Neon с нуля написала лыжный симулятор фрирайда от первого лица на WebGL2, используя реальные данные о высотах Монблана и Шамони. В симуляторе 10 200 строк авторских шейдеров, физика лыж с частотой 120 Гц на шести горных маршрутах, динамические следы на снегу, лавины из снежных досок и пространственный звук через Web Audio. Готовые ассеты не использовались.
С помощью /swarm в Google Antigravity Neon нашла архивные фотографии и воссоздала в интерактивном 3D кабинет Алана Тьюринга в Королевском колледже Кембриджа по состоянию на 1936 год. В сцене можно увидеть часовню снаружи и комнату X.8 изнутри, включая действующую универсальную машину Тьюринга на столе.
В Google Antigravity группа агентов Gemini 4 Neon превратила одно изображение в Google-таблицу на 100 000 ячеек. Для этого не понадобились ни встроенные изображения, ни Apps Script. Более 500 000 действующих формул находят границы объектов, строят карту глубины и меняют освещение сцены в шести интерактивных режимах.
С каждым выпуском мы уточняем настройки рассуждения, чтобы команды могли точнее управлять моделью, а переходы между уровнями были плавнее. У Neon четыре уровня. Они последовательно увеличивают глубину рассуждений и расход токенов, поэтому для каждой задачи можно выбрать подходящее соотношение.
В сторонних тестах Neon сохраняет высокое качество при меньших затратах на задачу. На уровне high, который используется по умолчанию, модель набирает высокий балл в Artificial Analysis Intelligence Index и обходится на 32% дешевле Carbon в расчёте на задачу. На этом же уровне Neon выходит на границу Парето в Vals Index и Agent Arena, а стоимость задачи примерно на 50–80% ниже, чем у ведущих моделей-конкурентов. Уровень xhigh даёт более глубокие рассуждения в несколько шагов для самых трудных инженерных, аналитических и научных задач. На нём Neon набирает свой максимальный балл, а стоимость задачи как минимум на 36% ниже, чем у конкурентов на их максимальном уровне.
По горизонтали показана стоимость одной задачи в долларах, по вертикали указан балл Artificial Analysis Intelligence Index v5.01. На линии Neon отмечены четыре уровня рассуждения, от low до xhigh.
По мере распространения агентов для программирования важно писать безопасный код с самого начала. Во всех категориях сложности AutoBaxBench [27] Gemini 4 Neon пишет более защищённый код, чем Carbon. На сложных заданиях она показывает лучший результат, 76%.
Защита систем также требует находить уязвимости раньше злоумышленников. Для этого компании давно используют тестирование на проникновение. В WebExploitBench v1.2 [28] Neon показывает лучший результат, 51,26%, при вдвое меньшей стоимости по сравнению с крупными моделями-конкурентами.
Neon for cyber помогает на всех этапах защиты существующего кода, от поиска уязвимостей и проверки риска до исправления. Модель справляется с этими задачами быстрее и дешевле крупных моделей того же уровня.
При поиске уязвимостей в коде Neon показывает лучший результат в SEC-bench Pro [29], 90,5%, при примерно вдвое меньшей стоимости задания.
Чтобы решить, какие уязвимости исправлять в первую очередь, специалисты проверяют, можно ли их использовать на практике. В ExploitGym Neon показывает результат на уровне ведущих моделей и расходует вдвое меньше токенов, чем Carbon.
При исправлении важно устранять первопричину уязвимости. В CWE-bench v2 [30] от Collinear Neon достигает 70,7%. Google указывает прирост на 3,4% по сравнению с Carbon.
AutoBaxBench. Результат в процентах, большее значение лучше.
WebExploitBench v1.2. Средняя доля найденных уязвимостей, большее значение лучше.
SEC-bench Pro. Доля успешных решений с первой попытки (Pass@1), большее значение лучше.
ExploitGym. Доля случаев, в которых модель подтвердила возможность эксплуатации именно целевой уязвимости (Causal Pass Rate). Под названиями моделей указан лимит времени на задачу.
CWE-bench v2. Доля успешных решений с первой попытки на объединённом наборе заданий (Pass@1). Под моделями указаны среды, в которых они выполняли задачи.
В ближайшие дни доступ к Gemini 4 Neon for cyber начнут получать проверенные специалисты по киберзащите из Fairwind Program [31].
В Gemini 4 Neon мы развили механизмы защиты Gemini 4 [32]. Мы сохранили уровень защиты Gemini 4 Carbon от серьёзных злоупотреблений и промпт-инъекций, а также улучшили способность модели действовать в рамках намерений пользователя. Для продолжительных задач в продакшене мы сосредоточились на трёх направлениях.
Neon делает возможности передовых моделей доступнее за счёт скорости и меньшей стоимости. Поэтому мы предусмотрели защиту в реальном времени от злоупотреблений в области кибер- и биобезопасности на уровне Carbon. При этом Neon гораздо реже отказывается от законных заданий в этих областях. Например, модель отказалась от 1,98% задач в Terminal-Bench 4.0 и от 0% задач в Terminal-Bench-Science.
При внутреннем использовании для программирования система мониторинга рассуждений и действий отмечала у Neon меньше отклонений от намерений пользователя, чем у Carbon, у которой этот показатель и так был низким. Это указывает на то, что Neon может точнее соблюдать намерения пользователя. Тот же мониторинг защищает пользователей во внешних сервисах.
Мы обучили Neon справляться с многошаговой работой, выполнять положенные шаги, опираться на реальные результаты и соблюдать заданные пользователем границы. В Terminal-Bench 4.0 модель повторила результат Carbon, 0,0% случаев обхода правил теста. Во внутренней оценке поведения [33] при программировании Neon пропускала положенные шаги лишь в 2,45% задач. Это самый низкий показатель среди моделей Gemini 4. В наших тестах безопасности агентов 0,09% действий расходились с намерениями пользователя, а проверку честности агента модель прошла в 99,2% случаев.
В тестах поведения [34] агентов на разных уровнях усилий Neon на 43–56% реже оставляла часть работы невыполненной и на 15–35% реже выходила за рамки поручения по сравнению с Carbon.
В тесте Gray Swan IPI Neon лучше других моделей своего класса противостоит вредоносным инструкциям, спрятанным в веб-страницах, письмах, документах или коде, которые читает модель. С защитой в реальном времени и на максимальном уровне рассуждения Neon отразила все атаки в этом тесте. Раньше результат 0,0% успешных атак в нём показывали только другие модели Gemini.
Gray Swan IPI. Доля успешных атак с косвенной промпт-инъекцией при одной, десяти и пятнадцати попытках. Над каждым столбцом приведён результат для пятнадцати попыток. Меньшее значение лучше.
Подробности приведены в карточке модели Gemini 4 Neon [35].
В приложении Gemini модель Neon подходит для задач, где нужны и глубокие рассуждения, и быстрый ответ.
Neon даёт ясные, структурированные ответы простым языком и точнее обрабатывает загруженные таблицы, PDF и фотографии. Модель составляет отчёты и краткие сводки по объёмным материалам и находит нужные сведения в приложениях Google, в том числе Gmail и Google Документах.
Модель часто использует сведения из разных веб-источников, чтобы ответы по быстро меняющимся темам оставались актуальными. Например, она может сравнить цены нескольких поставщиков перед крупной покупкой или подготовить подробную справку по свежим данным рынка.
Функция «Задачи» в Gemini теперь может работать на Neon. Модель быстрее и с меньшими затратами, чем более крупные модели, справляется со сложными многошаговыми поручениями, поэтому в рамках тех же лимитов можно выполнить больше работы. Например, Neon может разобрать счета и выяснить, почему выросла плата за коммунальную услугу, или сверить чеки и документы, чтобы помочь договориться о возврате денег.
Neon предназначена для сложного программирования, аналитики и корпоративных задач в продакшене. Carbon берёт на себя самые трудные и продолжительные проекты, а Hydrogen быстро выполняет повседневные задачи. Neon рассчитана на сложную работу, которая регулярно повторяется и требует глубоких рассуждений. Такие задачи модель выполняет быстрее и дешевле.
Сравнение Carbon, Neon и Hydrogen на 18 ноября 2026 года. В таблице указаны подходящие задачи, баллы Artificial Analysis Index, цены за миллион входных и выходных токенов, уровни рассуждения, относительная скорость, подписки и доступные сервисы. Акционные цены Carbon действуют до 30 ноября. Миллион входных токенов стоит 2 доллара, миллион выходных токенов стоит 10 долларов.
Мы начинаем открывать доступ к Gemini 4 Neon с сегодняшнего дня.
Разработчикам модель доступна на платном уровне Gemini API в Google AI Studio [6] и Android Studio [36]. Подписчики Google AI Pro и Ultra могут попробовать Neon в Google Antigravity [8] и AI Studio.
Компании могут использовать Gemini 4 Neon в Gemini for business [7] через API или меню выбора модели, а также в Google Antigravity.
Пользователи с подпиской Google AI Pro или Ultra могут выбрать Neon в меню моделей приложения Gemini [37].
Специалисты по киберзащите из Fairwind Program [31], которые соответствуют требованиям программы, начнут получать доступ в ближайшие дни. Чтобы подать заявку на участие в программе, свяжитесь с командой Google Cloud, которая работает с вашим аккаунтом.
Автор: qmzik
Источник [38]
Сайт-источник BrainTools: https://www.braintools.ru
Путь до страницы источника: https://www.braintools.ru/article/38879
URLs in this post:
[1] Introducing Gemini 4 Neon: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/
[2] Frontend по‑флотски: https://t.me/frontend_pasta
[3] Artificial Analysis Intelligence Index: https://artificialanalysis.ai/
[4] Vals Index: https://www.vals.ai/benchmarks/vals_index
[5] Agent Arena Index: https://arena.ai/leaderboard/agent?utm_source=social&utm_medium=x&utm_campaign=lbreboot&utm_content=announcement
[6] Google AI Studio: https://aistudio.google.com/prompts/new_chat?model=gemini-4-neon
[7] Gemini for business: https://cloud.google.com/gemini-enterprise
[8] Google Antigravity: https://antigravity.google/
[9] приложении Gemini: http://gemini.google/
[10] Legal Research Bench: https://www.vals.ai/benchmarks/legal_research
[11] Tax Agent Bench: https://www.vals.ai/benchmarks/tax_agent_bench
[12] Surge AI: https://surgehq.ai/benchmarks
[13] Agents’ Last Exam v1.1: https://agents-last-exam.org/leaderboard
[14] AutomationBench: https://zapier.com/benchmarks
[15] Vending-Bench 2: https://andonlabs.com/evals/vending-bench-2
[16] Agent Arena Index: https://arena.ai/leaderboard/agent
[17] Terminal-Bench Science: https://www.terminal-bench-science.ai/
[18] RiemannBench: https://arxiv.org/abs/2604.06802
[19] HLE-Diamond: https://lastexam.ai/blog/hle-diamond
[20] науке: http://www.braintools.ru/article/7634
[21] математике: http://www.braintools.ru/article/7620
[22] вниманием: http://www.braintools.ru/article/7595
[23] обучения: http://www.braintools.ru/article/5125
[24] Artificial Analysis Coding Agent Index: https://artificialanalysis.ai/agents/coding-agents#coding-agents-index
[25] Terminal-Bench 4.1: https://www.tbench.ai/
[26] FrontierCode 2.0: https://cognition.com/blog/frontier-code-2.0
[27] AutoBaxBench: https://baxbench.com/autobaxbuilder/
[28] WebExploitBench v1.2: https://agentcyberrange.io/
[29] SEC-bench Pro: https://sec-bench.github.io/
[30] CWE-bench v2: https://cwe-bench.com/v2
[31] Fairwind Program: https://deepmind.google/fairwind-program/
[32] механизмы защиты Gemini 4: https://blog.google/innovation-and-ai/technology/safety-security/gemini-4-model-safety-security/
[33] поведения: http://www.braintools.ru/article/9372
[34] поведения: http://www.braintools.ru/article/5593
[35] карточке модели Gemini 4 Neon: https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-4-Neon-Model-Card.pdf
[36] Android Studio: https://developer.android.com/studio
[37] приложения Gemini: http://gemini.google.com/
[38] Источник: https://habr.com/ru/articles/1109990/?utm_campaign=1109990&utm_source=habrahabr&utm_medium=rss
Нажмите здесь для печати.