
Дата события: 18 ноября 2026 года. Google объявила о выпуске Gemini 4 Neon — модели для сложных задач программирования, работы с документами и аналитики. В официальном анонсе компания описывает Neon как средний вариант в линейке Gemini 4: он должен сочетать глубокое рассуждение с более высокой скоростью и меньшей стоимостью относительно старших моделей. Это позиционирование Google; независимую оценку на собственных задачах организациям предстоит провести самостоятельно.
Контекст — до миллиона токенов
Google заявляет контекстное окно в один миллион токенов. Такой объём рассчитан на длинные входные материалы: пользователь может передать модели крупный набор документов, таблиц, графиков, аудио- и видеоданных в рамках одной рабочей задачи. Большое окно само по себе не гарантирует, что модель одинаково точно использует каждую деталь. Для важных результатов по-прежнему нужны проверка исходных данных, ссылки на первоисточники и контроль человеком, особенно при юридическом, финансовом и техническом анализе.
По описанию компании, Neon ориентирована на многошаговые рабочие процессы: от разбора требований и кодовой базы до подготовки структурированного результата. Google также подчёркивает возможность корректировать задачу по ходу работы. Это полезно для сценариев, в которых пользователь уточняет ограничения после первого ответа, однако фактическая надёжность зависит от конкретного инструментария, качества инструкций и подключённых источников.
Цена и где доступна модель
В анонсе указаны тарифы API: 3 доллара за миллион входных токенов, 0,15 доллара за миллион кэшированных входных токенов и 15 долларов за миллион выходных токенов. Кэшированная часть заметно дешевле обычного ввода, но экономия возможна только для повторно используемого контекста и при соблюдении правил сервиса. Перед запуском в production командам стоит рассчитать стоимость на реальных запросах: длинный контекст и большой объём генерируемого ответа могут изменить бюджет сильнее, чем цена одного вызова.
Согласно Google, развёртывание началось 18 ноября. Разработчикам модель предлагают через Gemini API в Google AI Studio. Для корпоративных пользователей она добавляется в Gemini for business, а платные подписчики Google AI Pro и Ultra получают доступ через Antigravity; пользователям Pro и Ultra она также предлагается в приложении Gemini. Наличие Neon зависит от продукта и типа аккаунта: слово «доступна» в объявлении не означает, что модель включена во все тарифы и регионы одновременно.
Как читать опубликованные тесты
Google приводит результаты на ряде сторонних бенчмарков, включая Artificial Analysis Intelligence Index и тесты на программирование, анализ документов и научные задачи. Эти оценки принадлежат самой компании и цитируемым в её публикации партнёрам. Они помогают понять, какие области разработчик считает сильными, но не заменяют независимое сравнение. Для выбора модели организациям полезно составить собственную контрольную выборку: реальные запросы, критерии качества, долю ошибок, скорость ответа, стоимость и поведение при неполных данных.
Также важно различать модель и продуктовую оболочку. Результат в приложении может зависеть от доступных инструментов, поиска, ограничений тарифа и версии интерфейса. При использовании API отдельно проверяются лимиты, политика хранения данных и условия обработки контента; конкретные параметры надо сверять в актуальной документации Google перед передачей чувствительных материалов.
Что это меняет для пользователей
Gemini 4 Neon расширяет выбор между быстрыми моделями для коротких запросов и более крупными вариантами для сложных заданий. Командам разработки и аналитики стоит оценивать не только размер контекста, но и точность на своей предметной области, цену полного сценария, поддержку нужных форматов и возможности контроля результата. В бытовом использовании модель может быть удобна для обзора нескольких длинных файлов или подготовки черновика, но выводы из исходных материалов нужно перепроверять.
Таким образом, главное в анонсе 18 ноября — сочетание большого окна контекста, отдельной ценовой структуры и распространения Neon сразу по нескольким каналам Google. Характеристики и тестовые результаты в этой статье переданы как заявления компании; они не являются независимым подтверждением качества. Прямая ссылка на первоисточник: анонс Google DeepMind.