Титульная карточка с надписью «Первые независимые цифры Gemini 4 Neon», со строкой «61 — это настройка xhigh». При настройке по умолчанию он набирает 59.6, а Carbon — 60.0, над тремя карточками с надписями: «Gemini 4 Neon при xhigh — 61.4», «Gemini 4 Neon при high (по умолчанию) — 59.6» и «Gemini 4 Carbon при high — 60.0», с подписью внизу: Artificial Analysis Intelligence Index v5.0.1, 19 ноября 2026.
Guides & Insights

Первые независимые бенчмарки Gemini 4 Neon: 61 — это показатель при xhigh, а при настройках по умолчанию он уступает Carbon

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Анонс Google о запуске Gemini 4 Neon начинается с Artificial Analysis Intelligence Index со значением 61 — третье место в общем зачёте. Artificial Analysis теперь публикует собственную страницу для Gemini 4 Neon, и на этой странице указано 61,4 — для xhigh-варианта, самого глубокого из четырёх режимов мышления, занявшего шестое место среди 96 моделей в индексе v5.0.1. На настройке, которая у Neon фактически используется по умолчанию, — high, — тот же трекер оценивает её в 59,6. Gemini 4 Carbon — модель, с которой анонс Google сравнивает Neon почти в каждом абзаце, — на своём максимуме находится на уровне 60,0. Если читать обе страницы в том виде, в каком они опубликованы, новейший Gemini 4 не окажется самым умным: он выигрывает 1,4 балла, если его поднять до ступени, которой у Carbon нет, и проигрывает 0,4 балла, если сравнивать две модели при настройках, рекомендованных их производителями.

Ничто из этого не делает Neon плохой моделью, а приведённые на той же панели показатели скорости — самый сильный аргумент в его пользу из всех, что кто-либо публиковал. Но это действительно означает, что та самая цифра, которая с наибольшей вероятностью попадёт на этой неделе в презентацию, относится к наименее репрезентативной конфигурации модели, и теперь это исправление может проверить любой, у кого есть браузер, а не вывод, сделанный по собственной таблице поставщика.

Что на самом деле опубликовал трекер

Artificial Analysis указывает, что Gemini 4 Neon выпущена 18 ноября 2026 года, является проприетарной моделью Google, имеет контекстное окно на 1M токенов и поддерживает ввод текста, изображений, речи и видео. У неё есть четыре отдельно оцениваемых варианта — low, medium, high и xhigh, — и страница по умолчанию открывается на xhigh; именно поэтому заголовочная цифра — 61,4, а не значение, которое получилось бы при вызове модели вообще без параметров рассуждения. Действует индекс v5.0.1, что важно для всех, у кого есть более старая оценка: это перебазированный индекс, и 61 из летнего рейтинга — не то же измерение, что 61 сегодня.

На этой же странице оцениваются остальные модели семейства, и на порядок в рейтинге стоит взглянуть прежде, чем на отдельные числа. Все четыре используют один и тот же набор оценок — AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 и Terminal-Bench-Science 0.1 — так что сравнение как минимум сопоставимо, чего не скажешь о таблице бенчмарков в посте о запуске.

The Artificial Analysis model page for Gemini 4 Neon, headed Gemini 4 Neon: Intelligence, Performance and Price Analysis, showing Intelligence 61 at rank #6 of 96, Performance #73 of 95 with 56.51 seconds per response, 110 output tokens per second and 21.5 minutes per task, Cost #82 of 95 at $3.00 input and $15.00 output per million tokens with a 95% cache discount and $6.44 per Intelligence Index task, and Verbosity #93 of 95, above a low, medium, high and xhigh variant selector.

Одна модель, четыре оценки и гораздо более крутая лестница

• Neon при low — 44,1 против Carbon при low 54,2 и Gemini 4 Hydrogen при low 26,9.

• Neon на среднем — 54,9 против Carbon 58,3 и Hydrogen 41,2.

• Neon на высоком уровне — 59,6 против Carbon 60,0 и Hydrogen 50,8. Это значение по умолчанию для Neon и потолок для Carbon.

• Neon при xhigh — 61,4, тогда как записи Carbon нет вообще. У Gemini 4 Hydrogen есть четвёртая ступень, и она набирает 53,9.

Форма этих четырёх чисел — это то, чего не передаёт пост о запуске. У Neon разброс от самой дешёвой до самой глубокой настройки составляет 17,3 пункта индекса; у Carbon разброс по трём ступеням — 5,8 пункта. Neon — это не фиксированная величина, у которой случайно есть ручка настройки, а четыре существенно разные модели в зависимости от того, какую ступень вы называете, причём различия максимальны внизу, где у Neon низкий режим на 10,1 пункта ниже, чем низкий режим. Если вы сопоставляли Neon с Carbon, используя одно число на модель, то честная версия — это кривая против прямой.

Это имеет практическое следствие, противоположное тому, как подаётся запуск. Документация Google советует разработчикам оценивать все четыре уровня и выбирать самый низкий, который проходит их планку качества, и предупреждает, что xhigh «может вызывать излишнее обдумывание или исчерпывать max_output_tokens на более простых запросах, таких как извлечение текста или JSON». Независимые цифры показывают, почему этот совет — не перестраховка, а нечто принципиально важное: снижение уровня на этой модели — не погрешность округления. 1,8 балла между значением Neon по умолчанию и его потолком более чем в четыре раза превышают расстояние между Neon и Carbon; 4,7 балла между high и medium — почти в двенадцать раз больше.

A two-column scoreboard titled Gemini 4 Neon — the scoreboard. Gemini 4 Neon at xhigh reads AA Index 61.4, cost per task $6.44, output tokens 283M, time per task 21.5 min, output speed 110 tok/s; Gemini 4 Carbon at high reads AA Index 60.0, cost per task $4.90, output tokens 205M, time per task 36.1 min, output speed 57 tok/s. The footer says both figures are per Artificial Analysis on index v5.0.1, read 19 November 2026, and that Google's 32% cheaper-per-task claim is not reproduced at these settings.

Во что обходится задача — измерено, а не заявлено

Утверждение, которое стоит проверить, касается стоимости за задачу. Google утверждает, что Gemini 4 Neon при стандартном высоком уровне обходится на 32% дешевле за задачу, чем Gemini 4 Carbon, и на 36% или более дешевле, чем конкурирующие передовые модели при их максимальном уровне рассуждений. Стоимость за задачу зависит от того, сколько токенов выдаёт модель, а в публикации о запуске не раскрывается количество токенов, поэтому до этой недели это число нельзя было проверить извне.

Панель трекера оценивает Neon в $6.44 за задачу Intelligence Index, а Carbon — в $4.90. Это не экономия 32%, а наценка 31%, и направление противоположно утверждению. Честная оговорка — несовпадение конфигураций, и оно работает в обе стороны: $6.44 — это Neon на xhigh, потому что xhigh — вариант, на котором открывается страница, тогда как $4.90 — это Carbon на high, его собственном максимуме. Показатель Google в 32% относится к Neon на high, который трекер оценивает отдельно в 59.6, но не выносит стоимость в заголовок в той же панели. Таким образом, корректное утверждение уже, чем «Google ошибается»: опубликованная конфигурация Neon стоит дороже за задачу, чем опубликованная конфигурация Carbon, а конкретное сравнение, которое делает Google, не было независимо воспроизведено.

Воспроизводимым является токен-профиль, и это подрывает интуитивное восприятие более быстрой модели. Neon сгенерировал 283 млн выходных токенов в рамках Intelligence Index против 205 млн у Carbon — на 38% больше — при 8,12 млрд входных токенов, а объём выходных составил 3,5% от входных. Медиана по моделям, которые оценивает трекер, — 65,1 млн выходных токенов, так что Neon не просто болтливее Carbon; он входит в число самых многословных моделей в рейтинге, занимая 93-е место из 95 по этому показателю. Carbon, имевший репутацию многословной модели, находится на 90-м месте. Что бы Neon вам ни экономил, он не экономит на emitted tokens.

Где он действительно быстрее — и это самый веский аргумент в его пользу — так это по реальному времени:

• Время на задание Intelligence Index — Neon 21,5 минуты, Carbon 36,1, Hydrogen 15,3, Argon 29,6. Медиана для сопоставимых моделей составляет 12,4 минуты.

• Скорость вывода — Neon 110 токенов в секунду, Carbon 57, Hydrogen 168, Argon 65.

• Время до первого токена ответа — Neon 56,5 секунды, Carbon 75,0, Hydrogen 47,2, Argon 47,1.

Neon завершает тот же оценочный набор на 40% быстрее по реальному времени, чем Carbon, при примерно вдвое более высокой скорости генерации, выдавая при этом больше токенов и набирая на 0,4 балла меньше при одинаковых настройках по умолчанию. Это целостный продукт, и он отличается от того продукта, который подразумевает таблица бенчмарков: это модель, которую выбирают, чтобы закончить раньше, а не та, которую выбирают, чтобы чаще оказываться правой.

Три цифры в посте о запуске, которые трекер не подтверждает

Место в рейтинге. Google заявляет третье место в общем зачёте. На живой странице трекера вариант xhigh занимает шестое место из 96 в индексе v5.0.1. Обе цифры могут восходить к Artificial Analysis и при этом различаться, потому что набор моделей меняется; но не может быть верным, что обе актуальны. Ссылайтесь на живую страницу и указывайте, к какому варианту она относится, иначе число не доживёт до следующего релиза.

Настройка, стоящая за оценкой. 61 без уточнения читается как оценка модели. Это один из четырёх вариантов, самый дорогой в запуске, и именно о нём предупреждают собственные документы Google для задач, связанных с извлечением. По умолчанию используется 59,6.

Преимущество в расчёте на задачу.Обсуждалось выше: при конфигурациях, которые трекер публикует в своей сводной панели, Neon на 31% дороже в расчёте на задачу, а не на 32% дешевле. Утверждение поставщика может по-прежнему выполняться при высоком уровне на собственном стенде Google. Не было показано, что это справедливо где-либо, где читатель может проверить.

Всё остальное в объявлении остаётся прежним — сторонние таблицы лидеров, на которые ссылается Google, и собственные невоспроизведённые оценки Google: от Chartography с 73,5% до FrontierCode 2.0 с 46,2%, а также киберпоказатели, которые поставляются только через программу Fairwind defenders. Ничто из этого не опровергается независимыми цифрами. Просто это не та часть, которую кто-либо может проверить, а та часть, которую можно проверить, теперь читается иначе.

Что это меняет, если вы собирались перейти на Neon как на стандарт

Если вы выбрали Neon из-за показателя 61, то число, которое следует закладывать в план по мощности, — 59,6, и при такой настройке он не превосходит ни одну модель из текущего семейства: у Carbon показатель 60,0 выше, а цена Carbon составляет $2,00 и $10,00 за миллион токенов против $3,00 и $15,00 у Neon — до тех пор, пока 1 декабря 2026 года вводный тариф на Carbon и Argon не повысится до $4,00 и $20,00.

Если ваша причина была скорость, то аргумент реальный, и приведённые выше цифры его подтверждают. Двадцать одна минута против тридцати шести на одном и том же оценочном наборе — это та разница, которая меняет то, сколько вы можете прогнать за рабочий день, а скорость генерации 1.9x даёт о себе знать в интерактивной работе задолго до того, как проявится в пакетной задаче.

Если вашей причиной была экономика Google в расчёте на задачу, проведите тест самостоятельно, прежде чем закладывать это в продакшн. Профиль токенов — единственное, что решает, сохраняется ли утверждение о затратах на задачу на вашем трафике, а независимое измерение показывает, что Neon выдаёт больше токенов, чем модель, которую он должен обходить по цене. На задачах с большим объёмом входных данных картина меняется на противоположную, потому что входная цена Neon сегодня на 50% выше, чем у Carbon, а декабрьский шаг Carbon закрывает даже этот разрыв в пользу Neon — и это четырнадцатидневное окно, а не стратегия.

Запуск сравнения на вашем собственном трафике

Причина, по которой стоит обращать внимание на четырёхуровневую лестницу, а не на единственную оценку, заключается в том, что уровень — это решение о затратах, а решения о затратах дешевле всего принимать, когда обе модели доступны за один вызов. Наш каталог содержит google/gemini-4-carbon и google/gemini-4-argon по прейскурантной цене провайдера без наценки, а значит, шаг цены с 1 декабря на эти две модели появится в вашем счёте в тот день, когда он появится у Google, и декабрьская позиция Neon относительно них изменится без каких-либо переговоров. Gemini 4 Neon пока нет в каталоге, поэтому это не рекомендация запускать его через нас сегодня — это очертания теста, который стоит провести, когда он появится.

The OrcaRouter model page for Gemini 4 Carbon, showing the model identifier google/gemini-4-carbon, a maximum output of 65K tokens, multimodal input across text, image, file, audio and video, capability chips for vision, audio, tools, JSON, reasoning and output text, the line by Google · 2026-11-10, a p50 time to first token of 10.005 seconds, and the description noting a 1,048,576-token context window.

Оценка, на которую указывают приведённые выше цифры, — это не прогон бенчмарка. Это тот же запрос при высоком уровне на обеих моделях, измеряемый в токенах до завершения, а не в секундах, на выборке ваших собственных задач. Этот тест требует, чтобы обе модели были доступны по одному ключу с резервом за ним, потому что смысл запуска Neon — выяснить, выдерживает ли утверждение по каждой задаче контакт с вашим трафиком, а смысл резерва в том, что модель, которую вы всё ещё оцениваете, никогда не становится единственным путём в продакшен. Carbon за ним, Argon за тем — и сравнение по лестнице становится изменением маршрутизации, а не миграцией.

Единственное, чего делать не стоит, — это принимать решение по таблице запуска. Трекер уже опубликовал четыре оценки для одной модели; разрыв между лучшим и дефолтным показателем больше, чем между дефолтным и моделью, которую она заменяет, а утверждение о стоимости, на котором держится всё предложение, — это единственное число на слайде, которое никто за пределами Google не воспроизвёл.

Что посмотреть дальше

Три вещи, и все поддаются проверке. Окажется ли стоимость одной задачи у трекера для Neon при высоком уровне близкой к показателю Google в 32% — эта единственная строка решила бы спор, и это вариант, у которого уже есть опубликованная оценка индекса. Откроется ли доступ Fairwind к киберварианту, ведь показатели безопасности — это всё ещё утверждения о модели, которую почти никто за пределами Google не может вызвать. И выдержит ли шаг 1 декабря по Carbon и Argon столкновение со спросом, потому что именно в эту дату фиксированные $3.00 и $15.00 у Neon перестают выглядеть дорого и начинают выглядеть как самый дешёвый уровень рассуждений Gemini 4 в расчёте на токен.

До тех пор полезное резюме укладывается в одно предложение: Gemini 4 Neon — самый быстрый способ получить ответ Gemini 4, но на поставляемой по умолчанию настройке он не самый точный, а утверждение об эффективности, оправдывающее его цену, по-прежнему исходит от поставщика.

© 2026 OrcaRouter