Google logo

Gemini 4 Neon

Мультимодальная
Google

Gemini 4 Neon — быстрая модель рассуждения Google DeepMind для сложной разработки ПО, работы со знаниями и научных процессов, общедоступная в платном тарифе Gemini API под идентификатором gemini-4-neon с 2026-11-18. Google позиционирует её между Gemini 4 Hydrogen и Gemini 4 Carbon; бесплатный тариф не поддерживается. Модель использует единый контекст 1 048 576 токенов при максимуме синхронного вывода по умолчанию до 64K и длинном декодировании до 1M, принимает текст, изображения, видео, аудио и PDF с текстовым выходом и поддерживает четыре уровня мышления: низкое, среднее, высокое (по умолчанию) и xhigh. Явное кэширование не поддерживается; отсечка знаний — март 2026, а официальных результатов бенчмарков на 2026-11-18 Google не опубликовала.

Основные характеристики

Параметры
-
Контекст
1.0M
Дата выпуска
18 ноября 2026 г.
Индекс
58.5

Временная шкала

Ключевые даты в истории модели
Анонс
18 ноября 2026 г.
Последнее обновление
21 ноября 2026 г.

Технические характеристики

Параметры
-
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)
$3.00
Выход (за 1М токенов)
$15.00
Макс. входящих токенов
1.0M
Макс. исходящих токенов
1.0M
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Лицензия и метаданные

Лицензия
Проприетарная
Дата анонса
18 ноября 2026 г.
Последнее обновление
21 ноября 2026 г.

Gemini 4 Neon: плюсы и минусы

Плюсы

  • Входит в топ-10 нейросетей по сводному индексу (3-е место из 371)
  • Огромный контекст — 1M токенов: целые книги и кодовые базы за раз
  • Понимает изображения, не только текст
  • Можно попробовать онлайн на AI-Stat — без VPN и регистрации

Минусы

  • Дорогой API — $3.00 за 1M входных токенов

Gemini 4 Neon vs другие модели: сравнение

Все сравнения

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.