כרטיס כותרת ראשי המציג Gemini 4 Neon, זמין ב-18 בנובמבר 2026, עם כתובית המציגה חמישה שינויים ברמת הבקשה, ושורת כותרת תחתונה המציגה תמחור ורמות חשיבה לפי תיעוד Gemini API של Google, נבדק ב-20 בנובמבר 2026
Engineering & Research

Gemini 4 Neon זמין כעת: חמישה שינויים ב-API שכדאי להיערך אליהם

מחבר

Gideon Frost

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

G​emini 4 Neon הפך לזמין באופן כללי ב-18 בנובמבר 2026, והמסמך המעניין אינו פוסט ההשקה. זהו רשימת הבדיקה לנדידה ש-G​oogle מפרסם מתחתיו, ושם מגלים שהעברת תעבורת ייצור אל G​emini 4 Neon מ-Gemini 3.8 Flash, או מ-Gemini 4 Carbon או מ-Gemini 4 Hydrogen, משנה יותר ממחרוזת מודל. חמש התנהגויות ברמת בקשה משתנות, אחת מהן בשקט, אחת מהן עם 400, ואחת מהן במכפיל שתראו רק בחשבון. הסיכום של G​oogle לגבי המודל עצמו הוא צנוע: אינטליגנציה ברמת החזית עם השלמת משימות מקצה לקצה במהירות על פני הנדסת תוכנה מורכבת, עבודת ידע ומדע, כשהוא ממוקם בין G​emini 4 Hydrogen ל-Gemini 4 Carbon עבור משימות מורכבות בתדירות גבוהה. מה שלהלן הוא החלק בפריסה שעולה זמן הנדסי ולא טוקנים.

מה למעשה שוחרר ב-18 בנובמבר

מחירון קבוע ואינו משתנה: 3.00 דולר למיליון טוקני קלט, 15.00 דולר למיליון טוקני פלט, 0.15 דולר למיליון טוקני קלט במטמון, במסלול בתשלום בלבד, ללא מכסה חינמית בשום מקום. ההקשר הוא חלון מאוחד אחד בגודל 1,048,576 טוקנים, המשותף לקלט, לחשיבה ולפלט, עם תקרת פלט סינכרוני של 65,536 טוקנים ומסלול פענוח ארוך שמגיע עד למיליון. קיימות ארבע רמות חשיבה — low, medium, high ו-xhigh — וברירת המחדל היא high, ולא medium. המודל זמין ב-API בתשלום של Gem​ini, הן ב-generateContent והן ב-Interactions API, ב-AI Studio למנויי AI Pro ו-Ultra, ובתוך סוכן Antigravity ב-Gem​ini Managed Agents.

שני מספרים שמחוץ ל-G​oogle כדאי לקחת בחשבון בהחלטת ההגירה. Artificial Analysis נותן ל-G​emini 4 Neon ציון 61.4 במדד ה-Intelligence Index שלו ב-xhigh, שהעוקב מציג כ-61 ומדרג אותו במקום השישי מבין 95 מודלים, והוא מודד 110 אסימוני פלט בשנייה לעומת 51 של G​emini 4 Carbon. אותו פאנל גם מתעד $6.44 לכל משימת Intelligence Index ב-xhigh ו-283 מיליון אסימוני פלט על פני סט ההערכה, וזה הפרט שחשוב כאן: זהו מודל שמגיע לציונים שלו באמצעות פליטת הרבה אסימונים, וכל אחד מהם מחויב בתשלום.

A self-built card titled The five changes, as a checklist, with five rows reading sampling parameters accepted then ignored inside range and a 400 outside it, explicit caching removed in favour of implicit caching on prompts of 4096 tokens or more, thinking default high instead of medium with minimal rejected, state carried by previous_interaction_id with thought signatures preserved, and outputs past 65536 tokens requiring background execution with max_output_tokens raised

פרמטרי דגימה: מתעלמים מהם, או 400

הערות ההעברה של Google אומרות לך להסיר temperature, top_p ו-top_k מהבקשות. ההתנהגות המדויקת היא החלק שצריך לתכנן סביבו: ערכי custom בתוך הטווח מתקבלים ואז מתעלמים מהם בשרת, בעוד שערכים מחוץ לטווח מחזירים שגיאת ולידציה 400. לכן שירות שבמשך שמונה עשרה חודשים העביר בשקט temperature 1.3 לא נכשל בכניסה — הוא מתחיל להחזיר את אותה התפלגות שהיה מחזיר בכל הגדרה אחרת, והתסמין היחיד הוא שהפלטים שלך נראים דטרמיניסטיים יותר במקומות מסוימים ופחות באחרים, בלי שום שגיאה שאפשר להתאים אליה.

התיקון המעשי אינו להגביל את הערכים. אלא למחוק אותם ולהעביר את מה שהשתמשתם בהם עבורו למקום שבו המודל באמת מכבד אותו: פלטים מובנים עבור הצורה, חבילת הערכה עבור השונות, ושינויים ברמת הפרומפט עבור הסגנון. כל מי שהסתמך על temperature כחוגת יצירתיות נותר כעת ללא חוגה.

מטמון מפורש הוסר, מטמון מרומז הוא אוטומטי.

Gemini 4 Neon אינו תומך במטמון הקשר מפורש. משאב cachedContents והפעולה caches.create אינם זמינים בו, ובקשות הנושאות שדה cached_content צריכות להסיר אותו. מה שמחליף זאת הוא מטמון משתמע, שפועל כברירת מחדל בפרומפטים של לפחות 4,096 אסימונים ומעניק הנחה של 95% על קלט שנשמר במטמון — $0.15 למיליון במקום $3.00 — ללא מנגנון ליצירה, לפקיעה או לתשלום עבור אחסון.

עבור רוב הצוותים זהו פישוט והפחתה קטנה בחשבון. עבור מעטים זהו נסיגה, וצורת הנסיגה צפויה: אם פגיעות המטמון שלכם היו תלויות בקידומת קבועה גדולה שנרשמת פעם אחת ומשמשת שוב בבקשות רבות בניסוח שונה, מטמון מרומז מועיל רק כאשר הקידומת אכן תואמת, ולכן המהלך המנצח הוא להפוך את הקידומת המשותפת לזהה בייט-בייט ולשים אחריה את כל מה שמשתנה. אם הקידומת השמורה במטמון שלכם קטנה מ-4,096 אסימונים, כבר אין לכם מטמון כלל.

minimal נדחה, ו-high הוא ברירת המחדל

ברירת המחדל של החשיבה היא השינוי השקט ביותר ברשימה. ברירת המחדל של Gemini 4 Carbon ו-Gemini 4 Argon היא medium, והם עוצרים ב-high. ברירת המחדל של G​emini 4 Neon היא high, והוא מוסיף xhigh מעליה, והוא דוחה את minimal עם שגיאה — הרמה ש-Gemini 3.6 Flash ודגמי Flash-Lite עדיין מקבלים. לכן, קוד שלעולם אינו מגדיר thinking_level מקבל ב-Neon תשובה עמוקה יותר, איטית יותר ויקרה יותר מאשר קיבל ב-Carbon עם אותו גוף בקשה.

ההנחיה של G​oogle עצמה היא להעריך בכל ארבע הרמות עם max_output_tokens גבוה במיוחד, כך שהתקרה לא תקצר את התשובה, ואז להריץ ברמה הנמוכה ביותר שעומדת ברף. במודל שהציון העצמאי המפורסם שלו משתרע על פני 17 נקודות אינדקס מהדרגה הזולה ביותר שלו ועד העמוקה ביותר, זה לא סתם נוסח גנרי. ברירת המחדל שאתה יורש היא ההגדרה הנכונה היקרה ביותר, לא הזולה ביותר.

מצב, חתימות ומזהה אינטראקציה חדש

מפגשים רב-תוריים ומפגשי קריאה לכלים עוברים מ"לשלוח שוב את התמלול" לשני מנגנונים ספציפיים. ב-Interactions API אתם מחזיקים מצב עם previous_interaction_id במקום לבנות מחדש את ההיסטוריה. בהיסטוריות generateContent המנוהלות על ידי הלקוח, אתם מחזירים תורות מודל קודמות ואת חתימות החשיבה שלהן ללא שינוי בכל תור, ואסור לכם להעתיק חתימה בין חלקי functionCall מקבילים — החתימה קשורה לקריאה שממנה היא באה.

קיים גם מצב כשל שכדאי להכיר לפני שהוא מופיע בפרודקשן: הנחיית המודל דרך הוראות מערכת לפלוט קריאות כלים מסוג JSON בטקסט גולמי, כאשר אין כלים מוצהרים באופן נייטיבי, יכולה להחזיר MALFORMED_FUNCTION_CALL. הצהירו על כלים באמצעות function calling, או הגבילו את התגובה באמצעות structured outputs. את זה קל לפספס משום שזה אינו שינוי סכימה — זהו דפוס פרומפט שפעל בעבר.

פלטים ארוכים דורשים הרצה ברקע

תגובות סינכרוניות נעצרות ב-65,536 טוקנים, בין אם בזרימה ובין אם לא. כדי לעבור את זה, מגדירים את max_output_tokens לערך גבוה מ-65,536 ומגדירים את background ל-true, והשרת ממשיך בקפיצות של 64K עד שהחלון מנוצל. הגדרת background בלי להעלות את max_output_tokens — והמשימה עדיין נעצרת ב-65,536, וזו בדיוק הטעות שהתיעוד מציין בהערה.

המחצית השנייה של השינוי הזה נמצאת בלקוח ה-HTTP שלך, ולא בפרומפט שלך. Google אומרת לך להעלות את פסקי הזמן לפחות לחמש עשרה דקות, כי פרומפטים קשים במודל הזה יכולים לרוץ כמה דקות לפני טוקן התשובה הראשון. המדידה הבלתי תלויה מסכימה עם הכיוון: Artificial Analysis מתעדת 56.5 שניות לטוקן התשובה הראשון ו-21.5 דקות לכל משימת Intelligence Index עבור Neon, לעומת 45.96 שניות ו-28.4 דקות עבור Gemini 4 Argon. מהיר יותר בסך הכול, איטי יותר בהתחלה.

Screenshot of Google's What's new in Gemini 4 Neon documentation page, showing the model table with the gemini-4-neon model ID, thinking levels low, medium, high and xhigh, and the paid tier price of 3 dollars per million input tokens and 15 dollars per million output tokens

כמה עולה ההגירה לפני שהיא חוסכת משהו

החיוב עוקב אחר כל טוקן שהמודל מעבד, כולל טוקני חשיבה, וכאשר אתה משתמש ב-grounding, גם הוראות המערכת הפנימיות והצהרות הפונקציה. זה סטנדרטי למשפחה, אבל זה משתלב רע עם שני מאפיינים ייחודיים של Neon: ברירת המחדל הגבוהה שורפת יותר טוקני חשיבה מברירת המחדל הבינונית שמולה נכתב קוד ה-Carbon שלך, ופרופיל הטוקנים של המודל עצמו כבד. העוקב ספר 283 מיליון טוקני פלט עבור Neon לאורך Intelligence Index לעומת 205 מיליון עבור Carbon — 38% יותר, בזמן שמחיר הטוקן גם גבוה יותר ממחיר ההשקה של Carbon.

שום דבר מזה אינו טיעון נגד מעבר. זה טיעון נגד מעבר באמצעות שינוי מחרוזת אחת וצפייה בלוחות המחוונים. הרצף ההוגן הוא: לנעוץ את המודל הישן, לשכפל פרוסה מהתעבורה אל gemini-4-neon ברמה בינונית ובגבוהה, ולהשוות עלות למשימה שהושלמה ולא עלות לטוקן. העלות לטוקן במודל הזה היא המספר הכי פחות אינפורמטיבי בגיליון.

Screenshot of the Gemini API pricing page for Gemini 4 Neon showing the Standard tab with an input price of 3 dollars and an output price of 15 dollars per million tokens, context caching at 0.15 dollars with a note that only implicit caching is supported, a free tier reading not available, and a callout stating that every token including thinking tokens is billed

איפה הראוטר מצדיק את עצמו במיגרציה הזו

זוהי השקת קנרי קלאסית, והיא הסיבה לכך ששכבת ניתוב שימושית אפילו בהגירה מספק יחיד. מפתח API אחד מכסה יותר מ-200 מודלים, כך שהנתיב הישן והחדש נמצאים מאחורי אותה נקודת קצה בזמן שאתם מעבירים אחוז מהתעבורה; מעבר אוטומטי לגיבוי פירושו ששגיאת 400 מפרמטר מחוץ לטווח או פסק זמן במשימה ארוכת טווח מועברים חזרה למודל שעבד אתמול במקום להעיר מישהו. המחירים מועברים לפי מחיר המחירון של הספק ללא תוספת, כך ש-$3.00 ו-$15.00 של Neon הם אותם מספרים בחשבונית שלכם כמו בעמוד של G​oogle, וכל שינוי ש-G​oogle מבצע בהם מגיע לצד שלנו באותו יום.

דבר אחד שצריך לומר במפורש: G​emini 4 Neon עדיין לא נמצא בקטלוג שלנו. Gemini 4 Carbon ו-Gemini 4 Argon כן, וכך גם gemini-3.1-pro-preview, ואנחנו לא מתכוונים לתאר כרטיס תעריפים כנקודת קצה. מה שהנתב נותן לך היום הוא מקום יציב לשמור בו את שרשרת הגיבוי בזמן שאתה מעריך את Neon ב-API של G​oogle עצמו, ואותה צורת בקשה כשהוא יגיע.

מי צריך לזוז עכשיו?

עבור עכשיו אם עומס העבודה שלך הוא דיבוג ברמת מאגר, ריפקטורינג רב־קבצים או הפעלת סוכן ארוכה עם קריאות רבות לכלים — הדברים ש־Google בנתה את Neon עבורם, והדברים שנתוני זמן־הקיר הבלתי־תלויים תומכים בהם. המתן אם יש לך תלות במטמון מפורש, אם אינך יכול להעלות זמני פסק זמן של לקוח, או אם הצינור שלך הוא בצורת חילוץ: התיעוד של Google עצמה מזהיר ש־xhigh „עלול לגרום לחשיבת יתר או למצות את max_output_tokens בפרומפטים פשוטים יותר כגון חילוץ טקסט או JSON”, וב־high-by-default אתה כבר נמצא מדרגה אחת מעל המקום שבו צינור בצורת Carbon נהג לשבת.

הדבר הניתן לבדיקה שכדאי לעקוב אחריו אינו עוד פוסט השקה. השאלה היא אם ה-61 מחזיק מעמד ב-high — שם הטרקר נותן לו 59.6, מאחורי ה-60.0 של Carbon בתקרה של Carbon עצמה — ואם G​oogle מוסיפה מטמון מפורש למודל. שתי אלה הן התנהגויות מתועדות, שתיהן נראות מבחוץ, ושתיהן משנות את התשובה לשאלה "האם זה ברירת המחדל לצי הסוכנים שלנו" יותר מכל הדגמה.

השוואות במאמר הזה1

זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית