Генерация токенов растет — ценник падает вдвое с Gemini 4 Neon

Google DeepMind выпустила Gemini 4 Neon — это уже четвертый релиз модели за последние семь недель. Столь агрессивный график выкатки ставит новую разработку точно между существующими решениями Carbon и Hydrogen. Neon предлагает контекстное окно в один миллион токенов для текста, изображений, аудио и видео, набирая 61 балл в Intelligence Index на максимальном уровне рассуждений «xhigh». Этот результат слегка опережает 60 баллов у Gemini 4 Carbon, оставляя Neon на третьем месте в общем зачете бенчмарка Artificial Analysis — позади GPT-6.2 Astra от OpenAI и Claude Fable 5.2 от Anthropic.
Структура ценообразования модели показывает, что прирост экономической эффективности обусловлен прямым снижением прайс-листа, а не сокращением расхода токенов на задачу.
Google DeepMind трансформирует экономику инференса: компания снижает себестоимость комплексной обработки данных, попутно усиливая ценовое давление на конкурентов. В Google AI Studio и Gemini for Business миллион входных токенов для Neon стоит $3,00 (или $0,15 при кэшировании), а миллион выходных — $15,00. По данным Artificial Analysis, стоимость выполнения одной задачи моделью Neon на настройке xhigh составляет $6,44 — это на 17% ниже цены Carbon без скидок ($7,76).
Экономика инференса и бенчмарки
Фундаментальный сдвиг в расходах на выполнение задач вызван исключительно снижением базовых тарифов, а не оптимизацией потребления вычислительных единиц. Neon расходует примерно на 15% больше выходных токенов на операцию, чем Carbon, поэтому итоговая финансовая выгода полностью зависит от уменьшенной стоимости по прайсу. На втором уровне рассуждений («high») Neon сравнивается с Carbon по уровню интеллекта, сокращая операционные затраты на задачу вдвое. Время прохождения бенчмарков также сокращается примерно с 36 до 21 минуты: Neon генерирует около 110 токенов в секунду против 57 токенов в секунду у Carbon.
Серия релизов Google развивает стратегию масштабирования инфраструктуры с упором на мультимодальную генерацию. Neon усиливает акцент на обработку визуальных данных: модель показала 33,4% в тесте документации GDP.pdf на уровне рассуждений high, опередив Carbon на пять пунктов. В бенчмарке AA-Briefcase Neon заняла верхнюю строчку по качеству создания презентаций с результатом 1771 балл Elo, оставив позади Claude Opus 5.5 от Anthropic.
Разработка кода и корпоративная безопасность
В задачах генерации кода Neon не уступает бенчмаркам конкурентов, одновременно обеспечивая кратное сокращение операционных бюджетов.
Конкуренты могут возразить, что в общих рейтингах первого эшелона вроде Artificial Analysis флагманские модели OpenAI и Anthropic по-прежнему удерживают лидерство. Однако на узкоспециализированных инженерных нагрузках Neon полностью перекраивает структуру бюджета. В среде исполнения Google Antigravity модель на настройке xhigh набирает 59 баллов в Coding Agent Index, обходя 55 баллов у Carbon и по 58 баллов у Claude Fable 5.2 и Claude Opus 5.5. Типовая задача программирования с Neon обходится в $6,86 против $12,61 у Opus 5.5 и $15,47 у Fable 5.2. По данным Google, связка с Antigravity также утраивает результативность Neon в тесте SWE-sweep — показатель доходит до 39,0%.
В масштабных стресс-тестах Neon лидирует в отдельных номинациях Vals Index, демонстрирует 56,3% в AutomationBench от Zapier и набирает 84,0% в научных проверках уровня RiemannBench. Для контура корпоративной кибербезопасности Google развертывает специализированную версию через программу Fairwind: она показывает 90,5% в SEC-bench Pro и 51,26% в WebExploitBench v1.2, требуя вдвое меньше затрат относительно конкурирующих решений. В техническом паспорте Neon также указано стопроцентное блокирование непрямых промпт-инъекций в тесте Gray-Swan, что ускоряет общее время исполнения рабочих процессов.
В чём смысл
Счета за сложные рабочие процессы в разработке резко снижаются благодаря прямому демпингу цен со стороны Google DeepMind, а не прорывам в архитектурной эффективности. Новая модель генерирует больше выходных данных на операцию, чем Carbon, поэтому вся экономия держится исключительно на уменьшенном прайс-листе. Сумеет ли Google DeepMind удерживать тариф в $15,00 за миллион выходных токенов при возросшей многословности модели, когда корпоративные клиенты массово загрузят Antigravity тяжелыми пайплайнами?
Источник: The Decoder