Независимые замеры Gemini 4 Neon: 110 токенов/с, 65% на Cursor Bench и тесты в реальном кодеЗаметка · дайджест за 21 ноября
Высокоскоростной графический рендер процесса компиляции кода и оптимизации вычислений
Заметка3 раздела≈ 4 мин

Независимые замеры Gemini 4 Neon: 110 токенов/с, 65% на Cursor Bench и тесты в реальном коде

Кидаешь нейросети скриншот кривого списка моделей, приписываешь одну ленивую строчку — и через пять минут получаешь чистый рефакторинг с тестами. Без простыни ТЗ и получасового ожидания. Так Gemini 4 Neon показала себя в первых живых тестах после релиза 18 ноября — если не переплачивать за самый дорогой режим.

Раньше за скорость приходилось платить качеством. Джулиан Голди сформулировал это точно: «Быстрый ИИ или умный ИИ? Годами приходилось выбирать одно: умный почти всегда означал медленный». В линейке Gemini 4 новинка встала между лёгкой Hydrogen и тяжёлой Carbon — и независимые замеры показали, что выбирать больше не обязательно.

Где Neon обгоняет Opus 5.5 и Carbon, а где уступает

Трекер Artificial Analysis прогнал Neon по своей сетке тестов против главных конкурентов.

МетрикаGemini 4 NeonGemini 4 CarbonClaude Opus 5.5
Intelligence Index61 (Extra High)60 (High)ниже 60
Coding Agent Index59 (58,6 Google)—58
Cursor Bench65,4%—58%
Скорость / задача~110 ток/с (~21 мин)~57 ток/с (~36 мин)—

В общем зачёте модель взяла третье место после GPT-6.2 Astra и Claude Fable 5.2 на максимуме, обойдя Carbon, Opus 5.5 и GPT-6.2 Sol. Особенно показателен отрыв в Cursor Bench — тесте по реальным рабочим сессиям в IDE Cursor с правкой нескольких файлов, а не синтетическим задачкам. Плюс Neon впереди Opus 5.5 в Automation Bench (+13 п.п.), Terminal Bench Science (+7 п.п.) и Agent's Last Exam (+4 п.п.).

Нокаута, впрочем, нет: на Terminal Bench и Frontier Code модель Anthropic всё ещё впереди на полпроцента и один процент.

Почему High выгоднее Extra High

У Neon четыре уровня мышления (thinking levels) — настройка числа внутренних шагов рассуждения до ответа. Хочется выкрутить максимум, но график Artificial Analysis быстро остужает пыл.

Замеры Gemini 4 Neon на Artificial Analysis: баллы и цена задачи по четырём режимам против Carbon, Opus 5.5 и Fable 5.2 (Источник: artificialanalysis.ai)

УровеньИндексЦена задачиКогда включать
Low44$0,75Мелкие правки и быстрые вопросы
Medium55$1,90Обычная рутина и простые фичи
High (базовый)60$3,74Главный рабочий режим для кода
Extra High61$6,44Только самые запутанные баги

Шаг вверх от High к Extra High даёт всего один балл, но поднимает чек почти на три четверти. Базовый режим выжимает почти весь потолок модели, обходясь вдвое дешевле Carbon и почти втрое дешевле Opus 5.5 (а Fable 5.2 улетает за двадцать долларов). В блоге Google Antigravity добавляют, что на High задача выходит примерно на треть дешевле Carbon при почти двукратном ускорении вывода.

Живой код на Scarlet, деликатный OBS и границы модели

Мэттью Берман проверил Neon на своём открытом AI-видеоредакторе Scarlet (MIT). В X к тому моменту ThePrimeagen уже назвал лидерство Neon безумием, а Theo удивлялся тишине вокруг такой сильной модели.

Главный плюс — работа с недоопределёнными промптами, то есть короткими «ленивыми» запросами без расписанного ТЗ. По одному скриншоту и фразе Neon за пять минут сжала список моделей в одну строку, добавила моноширинный ID, опустила отключённые вниз и дописала тесты. По просьбе показать мокап за полторы минуты собрала интерактивный макет прямо в чате, а по двум скриншотам добавила подсказки тулбара и drag-and-drop. За 45 минут она же прикрутила провайдера Gemini через Antigravity CLI по открытому протоколу Agent Client Protocol (ACP) — стандарту подключения консольных агентов к редакторам. Берман подытожил: «Я писал максимально ленивые промпты, но модель всё равно точно понимала, что нужно». И в отличие от Astra, Opus 5.5 и Fable, Neon не приходится просить писать короче — сводки сразу компактные.

В режиме Computer Use с OBS модель за 2,5 минуты нашла, почему видео писалось в 29,97 fps вместо 60 fps (виноват профиль main вместо screen), поправила настройки, а на просьбу вернуть частоту во время записи остановилась: «Оба окна OBS уже начали запись, поэтому я не стала трогать или перезапускать OBS, чтобы не сорвать дубль».

Границы тоже понятны. В эффектных 3D-демо и играх Neon иногда уступает конкурентам (хотя 3D-кубик Рубика собрала за 20 минут). Быстрый вывод не отменяет долгих циклов на крупных задачах, поэтому для самых затяжных проектов Google оставляет Carbon. А заявление о минимуме выдумок в Antigravity опирается на внутренние тесты Google без стороннего аудита — Голди советует проверять его на своих задачах. Модель с окном 1 млн токенов уже открыта в Gemini API, AI Studio, Antigravity, GitHub Copilot (Pro+, Business, Enterprise) и приложении Gemini (AI Pro и AI Ultra), где заменила Argon на фоне ухода Gemini 3.1 Pro.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 5