
Gemini 4 Neon уже доступен: пять изменений API, которые стоит учесть
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 185 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 826 tok/s
- AlibabaНОВИНКАQwen: Qwen4 Max2026-11-16$1.50 / $4.50 за 1 млн токенов · 407 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 87 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 120 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 108 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
Gemini 4 Neon стал общедоступным 18 ноября 2026 года, и интересный документ — не пост о запуске. Это контрольный список миграции, который Google публикует под ним, и именно из него вы узнаёте, что перенос производственного трафика на Gemini 4 Neon с Gemini 3.8 Flash или с Gemini 4 Carbon или с Gemini 4 Hydrogen меняет больше, чем строку модели. На уровне запросов меняются пять аспектов поведения: один — незаметно, один — с ошибкой 400, а один — в разы, и это вы заметите только по счёту. Краткое описание самой модели у Google скромное: интеллект фронтирного уровня с быстрым сквозным выполнением задач в сложной разработке ПО, интеллектуальной работе и науке, занимающий место между Gemini 4 Hydrogen и Gemini 4 Carbon для высокочастотных сложных задач. Далее — та часть развёртывания, которая стоит инженерного времени, а не токенов.
Что на самом деле вышло 18 ноября
Тарифная сетка единая и неизменная: $3.00 за миллион входных токенов, $15.00 за миллион выходных токенов, $0.15 за миллион кэшированных входных токенов, только на платном тарифе, бесплатной квоты нигде нет. Контекст — единое окно в 1 048 576 токенов, общее для ввода, рассуждений и вывода, с ограничением синхронного вывода в 65 536 токенов и длительным декодированием вплоть до миллиона. Есть четыре уровня рассуждений — низкий, средний, высокий и xhigh, — и по умолчанию используется высокий, а не средний. Модель доступна в платном Gemini API как через generateContent, так и через Interactions API, в AI Studio для подписчиков AI Pro и Ultra, а также внутри агента Antigravity в Gemini Managed Agents.
Два числа извне Google стоит учесть при принятии решения о миграции. Artificial Analysis оценивает Gemini 4 Neon в 61,4 по своему Intelligence Index при xhigh, что трекер отображает как 61 и ставит на шестое место среди 95 моделей, а также измеряет 110 выходных токенов в секунду против 51 у Gemini 4 Carbon. Та же панель также фиксирует $6.44 за задачу Intelligence Index при xhigh и 283 млн выходных токенов по всему оценочному набору — и вот эта деталь здесь важна: это модель, которая достигает своих оценок за счёт генерации большого количества токенов, и каждый из них оплачивается.

Параметры сэмплирования: игнорируются или 400
В примечаниях Google о миграции вам предлагается удалить temperature, top_p и top_k из запросов. Именно точное поведение и нужно учитывать при проектировании: пользовательские значения в допустимом диапазоне принимаются, а затем игнорируются сервером, тогда как значения вне диапазона возвращают ошибку валидации 400. Поэтому сервис, который в течение восемнадцати месяцев тихо передавал temperature 1.3, не падает на входе — он начинает возвращать то же распределение, которое вернул бы при любой другой настройке, и единственный симптом — ваши выходные данные в некоторых местах выглядят более детерминированными, а в других — менее, и нет ошибки, с которой это можно было бы сопоставить.
Практическое решение — не зажимать значения, а удалить их и перенести то, для чего вы их использовали, туда, где модель действительно это учитывает: структурированные выходы для формы, набор оценок для вариативности и изменения на уровне промпта для стиля. У всех, кто полагался на temperature как на регулятор креативности, теперь нет регулятора.
Явное кэширование убрано, неявное выполняется автоматически.
Gemini 4 Neon не поддерживает явное кэширование контекста. Ресурс cachedContents и caches.create на нём недоступны, а запросы с полем cached_content должны от него избавляться. Вместо этого используется неявное кэширование: оно по умолчанию работает для промптов объёмом не менее 4,096 токенов и даёт скидку 95% на кэшированный ввод — $0.15 за миллион вместо $3.00 — без объекта, который нужно создавать, срок действия которого нужно отслеживать или хранение которого нужно оплачивать.
Для большинства команд это упрощение и небольшое сокращение расходов. Для некоторых — регрессия, и её форма предсказуема: если ваши попадания в кэш зависели от большого фиксированного префикса, зарегистрированного один раз и повторно используемого во множестве запросов с разными формулировками, неявное кэширование помогает только тогда, когда префикс действительно совпадает, поэтому выигрышный ход — сделать общий префикс побайтово идентичным и разместить всё переменное после него. Если ваш кэшируемый префикс меньше 4096 токенов, кэширования у вас больше нет вообще.
минимальный отклоняется, а высокий используется по умолчанию
Значение по умолчанию для thinking — самое незаметное изменение в списке. Gemini 4 Carbon и Gemini 4 Argon по умолчанию используют medium и ограничиваются high. Gemini 4 Neon по умолчанию использует high и добавляет xhigh выше него, а minimal отклоняет с ошибкой — уровень, который Gemini 3.6 Flash и модели Flash-Lite всё ещё принимают. Поэтому код, который никогда не задаёт thinking_level, на Neon получает более глубокий, медленный и дорогой ответ, чем получал на Carbon с тем же телом запроса.
Собственная рекомендация Google — оценивать на всех четырёх уровнях с высоким значением max_output_tokens, чтобы ограничение не обрезало ответ, а затем запускать на самом низком уровне, который проходит порог. Для модели, чей опубликованный независимый показатель различается на 17 индексных пунктов между самой дешёвой ступенью и самой глубокой, это не шаблонная фраза. Настройка по умолчанию, которую вы наследуете, — самая дорогая корректная настройка, а не самая дешёвая.
Состояние, подписи и новый идентификатор взаимодействия
Многоходовые сессии и сессии с вызовом инструментов переходят от «повторной отправки транскрипта» к двум конкретным механизмам. В Interactions API вы переносите состояние с помощью previous_interaction_id, а не восстанавливаете историю заново. В историях generateContent, управляемых клиентом, возвращайте предыдущие ходы модели и их сигнатуры мыслей без изменений при каждом ходе, и не копируйте сигнатуру между параллельными частями functionCall — сигнатура привязана к вызову, из которого она получена.
Есть также режим отказа, о котором стоит знать до того, как он проявится в продакшене: если через системные инструкции просить модель выдавать вызовы инструментов в виде JSON в сыром тексте, когда нативно не объявлено ни одного инструмента, это может вернуть MALFORMED_FUNCTION_CALL. Объявляйте инструменты с помощью function calling или ограничивайте ответ структурированными выходами. Этот случай легко упустить, потому что это не изменение схемы — это шаблон промпта, который раньше работал.
Длительные выводы требуют выполнения в фоновом режиме
Синхронные ответы останавливаются на 65 536 токенах — независимо от того, используется потоковая передача или нет. Чтобы выйти за этот предел, нужно задать max_output_tokens выше 65 536 и установить background в true, и тогда сервер продолжит работу шагами по 64K, пока окно не будет исчерпано. Если установить background, не повышая max_output_tokens, задание всё равно остановится на 65 536 — именно эту ошибку документация отмечает в примечании.
Вторая половина этого изменения — в вашем HTTP-клиенте, а не в промпте. Google советует поднять таймауты как минимум до пятнадцати минут, потому что сложные промпты на этой модели могут выполняться несколько минут до первого токена ответа. Независимое измерение согласуется с этим направлением: Artificial Analysis фиксирует 56,5 секунды до первого токена ответа и 21,5 минуты на задачу Intelligence Index для Neon против 45,96 секунды и 28,4 минуты для Gemini 4 Argon. В целом быстрее, но медленнее на старте.

Во сколько обходится миграция, прежде чем она начнёт что-либо экономить
Оплата учитывает каждый токен, который обрабатывает модель, включая токены размышления, а при использовании граундинга — внутренние системные инструкции и объявления функций. Это стандартно для семейства, но плохо сочетается с двумя особенностями Neon: высокая настройка по умолчанию сжигает больше токенов размышления, чем средняя настройка по умолчанию, под которую писался ваш код для Carbon, а собственный токен-профиль модели очень объёмный. Трекер насчитал 283 млн выходных токенов для Neon по всему Intelligence Index против 205 млн для Carbon — на 38% больше, притом что цена за токен также выше вводной ставки Carbon.
Ничто из этого не говорит против переезда. Это говорит против переезда путём изменения одной строки и наблюдения за дашбордами. Честная последовательность такова: закрепить старую модель, продублировать часть трафика на gemini-4-neon на среднем и на высоком уровне и сравнить стоимость выполнения задачи, а не стоимость токена. Стоимость токена у этой модели — наименее информативный показатель в таблице.

Где маршрутизатор оправдывает себя в этой миграции
Это образцовое канареечное развёртывание, и именно поэтому слой маршрутизации полезен даже при миграции в рамках одного поставщика. Один ключ API охватывает более 200 моделей, поэтому старый и новый маршруты находятся за одной и той же конечной точкой, пока вы переводите часть трафика; автоматическое переключение при сбое означает, что в случае ошибки 400 из-за параметра вне диапазона или тайм-аута при длительной задаче выполняется откат к модели, которая работала вчера, вместо вызова дежурного. Цены передаются по прейскурантной цене поставщика без наценки, поэтому $3.00 и $15.00 от Neon — те же числа в вашем счёте, что и на странице Google, и любые изменения, которые Google в них вносит, отражаются у нас в тот же день.
Об одном стоит сказать прямо: Gemini 4 Neon пока нет в нашем каталоге. Gemini 4 Carbon и Gemini 4 Argon есть, как и gemini-3.1-pro-preview, и мы не собираемся описывать тарифную сетку как эндпоинт. Что маршрутизатор даёт вам сегодня — это стабильное место, где можно хранить цепочку резервных вариантов, пока вы оцениваете Neon в собственном API Google, и та же структура запроса, когда он появится.
Кто должен двигаться сейчас
Переходите сейчас, если ваша нагрузка — это отладка на уровне репозитория, многофайловый рефакторинг или длинная сессия агента с множеством вызовов инструментов: то, ради чего Google создавал Neon, и то, в пользу чего говорят независимые замеры реального времени. Подождите, если вы зависите от явного кеширования, если не можете увеличить клиентские тайм-ауты или если ваш пайплайн заточен под извлечение: собственная документация Google предупреждает, что xhigh «может вызывать чрезмерное обдумывание или исчерпывать max_output_tokens на более простых промптах, таких как извлечение текста или JSON», а при значении high по умолчанию вы уже на одну ступень выше того уровня, на котором раньше находился пайплайн в стиле Carbon.
Проверять стоит не очередной пост о запуске. Важно, выдерживает ли 61 на высоком уровне — где трекер оценивает его в 59.6, ниже, чем 60.0 у Carbon на собственном потолке Carbon, — и добавляет ли Google явное кэширование в модель. И то и другое — задокументированное поведение, и то и другое видно снаружи, и оба фактора меняют ответ на вопрос «является ли это выбором по умолчанию для нашего парка агентов» сильнее, чем любая демонстрация.
Сравнение в этой статье1
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
