18 ноября 2026 года Google выпустила Gemini 4 Neon — нейросеть для программирования, анализа данных и агентных задач, в которых модель сама планирует шаги и доводит работу до конца. Это уже четвертая модель поколения Gemini 4 за семь недель: до нее вышли Argon, Carbon и Hydrogen. Идея Google простая: Neon дает качество на уровне старшей Carbon, но отвечает быстрее и обходится дешевле.
Новость касается не только разработчиков. В приложении Gemini модель Neon заменила Argon, а вместе с этим из меню ушла Gemini 3.1 Pro. То есть каждый, кто пользуется Gemini по подписке Google AI Pro, теперь работает с новой моделью, даже если не читал анонс. Ниже разбираем, что такое Gemini 4 Neon, чем она отличается от соседей по линейке, что показали независимые тесты и как пользоваться новой нейросетью Google из России.
Бесплатно попробовать нейросети Gemini 4 Neon, Claude и GPT для кода и текста, а заодно сгенерировать картинку или видео, можно на агрегаторе нейросетей Study AI — там собраны ИИ для фото, видео, музыки и текста.

Новая нейросеть Google коротко: главное за минуту
-
Что это. Модель «среднего этажа» в семействе Gemini 4: между быстрой Hydrogen и самой мощной Carbon. В карточке модели сказано, что новинка адаптирована из Carbon.
-
Для чего. Код сразу в нескольких файлах, отладка и рефакторинг, разбор документов и таблиц, научные задачи, агентные сценарии.
-
Память. Около миллиона токенов контекста на запрос, рассуждения и ответ вместе.
-
Глубина рассуждений. Четыре уровня: low, medium, high и xhigh. По умолчанию стоит high.
-
Что принимает. Текст, фото, аудио, видео и PDF. Отвечает только текстом.
-
Где работает. Приложение Gemini по подписке Google AI Pro и Ultra, платный Gemini API, Google AI Studio, Google Antigravity, Gemini для бизнеса.
-
Бесплатно ли. Бесплатного уровня в API у новой нейросети нет, в отличие от младшей Hydrogen.
Как мы собирали обзор
Модель совсем свежая, поэтому опирались не на пересказ анонса, а на пять источников и критериев:
-
Документация Google — карточка модели, справка Gemini API и блог Antigravity: оттуда характеристики и способы доступа.
-
Независимые замеры Artificial Analysis — это сторонняя лаборатория, а не данные самой Google.
-
Практический тест DataCamp: одна и та же задача, по три прогона на Neon и Carbon.
-
Сравнение с соседями — Gemini 4 Carbon и Hydrogen, Claude Opus 5.5, GPT-6.2 Sol.
-
Доступ из России — что работает официально, что нет и где есть обходной путь без нарушения правил сервисов.

Цифры, которые публикует сам разработчик, приводим осторожно и помечаем. Промпты в конце статьи подобраны так, чтобы их удобно было прогнать несколько раз на разных уровнях рассуждения: так быстрее видно, где Neon хватает medium, а где без xhigh не обойтись.
Что такое нейросеть Gemini 4 Neon и почему у моделей Google имена химических элементов
В четвертом поколении Google отказалась от привычных Pro и Flash. Вместо них модели получили имена химических элементов: Argon, Carbon, Hydrogen и теперь Neon. Важная деталь, на которой многие путаются: порядковый номер элемента ничего не говорит о силе модели. Аргон в таблице Менделеева восемнадцатый, а углерод шестой, но Carbon при этом старше Argon. Ориентируйтесь на место модели в линейке, а не на химию.
С названием связана и небольшая путаница в новостях. 16 ноября строку gemini-4-neon заметили в коде веб-версии Gemini, и часть изданий решила, что это не модель, а новый тариф: под кодовым именем Neon раньше проходила подписка Ultra Lite. Через два дня Google все прояснила официальным релизом. И еще одна ловушка для поиска: Neon — это также название облачной базы данных Postgres со своим AI Gateway. К нейросети Google она отношения не имеет.
Сама нейросеть Neon — это ИИ-модель общего назначения с упором на код и многошаговые задачи. Google описывает ее так: интеллект уровня передовых моделей плюс быстрое выполнение задачи от начала до конца в разработке, работе с документами и науке.

Линейка Gemini 4: где место новой модели
До 18 ноября в семействе было три модели, теперь четыре. В меню приложения Gemini их разложили по задачам: «Авто» подбирает модель сама, Hydrogen отвечает за повседневную помощь, Neon — за более глубокий анализ, Carbon — за код и самую сложную работу.
|
Модель |
Роль в линейке |
Подпись в меню приложения (англ.) |
Когда брать |
|
Gemini 4 Hydrogen |
Быстрая модель на каждый день |
Everyday help |
Переписка, короткие правки кода, перевод, черновики |
|
Gemini 4 Neon |
Средняя: баланс глубины и скорости |
Deeper analysis |
Код в нескольких файлах, отладка, отчеты, анализ данных |
|
Gemini 4 Carbon |
Старшая модель |
Code & complex work |
Архитектура системы, длинные проекты, формальные доказательства |
|
Gemini 4 Argon |
Первая модель поколения |
В приложении заменена на Neon |
Остается в API, Google советует переходить на Neon |
Совет самой Google: начинать с Hydrogen и подниматься на ступень выше, только когда младшей модели не хватает. Неон в этой лестнице — вторая ступень, и для большинства рабочих задач по коду и анализу ее достаточно.
Возможности нейросети Neon: что изменилось для кода и анализа
Точечные правки в нескольких файлах
Главное, что Google подчеркивает в анонсе, — отладка и рефакторинг сразу в нескольких файлах. Модель не переписывает модуль целиком, а вносит точечные изменения там, где это действительно нужно. Для реального проекта это важнее рекордов в бенчмарках: маленький дифф проще проверить и откатить.
Четыре уровня рассуждения: от быстрого ответа до долгого размышления
Уровни low, medium, high и xhigh позволяют менять баланс между скоростью и глубиной прямо по ходу работы. По умолчанию включен high. Google рекомендует medium для интерактивного программирования и обычного чата, а xhigh — только если high не справился. Учтите: токены рассуждений оплачиваются как выходные, поэтому максимальный уровень на всех задачах подряд быстро съедает бюджет.
Контекст на миллион токенов и длинные ответы
Окно контекста — 1 048 576 токенов, и оно общее для запроса, рассуждений и ответа. Синхронный ответ ограничен 65 536 токенами, а более длинная генерация уходит в фон кусками по 64 тысячи токенов. На практике в одно окно помещается средний репозиторий, пачка квартальных отчетов или длинный договор с приложениями.
Видео, аудио и документы на входе
Нейросеть принимает текст, изображения, аудио, видео и PDF, а в Google Cloud еще и файлы Word, Excel и ODT. Отвечает модель только текстом. Это значит, что Neon может разобрать скриншот ошибки или запись созвона, но не нарисует картинку и не сгенерирует ролик.
Меньше выдуманных ответов
Google заявляет, что во внутреннем тестировании в Antigravity у новой нейросети самый низкий уровень выдуманных фактов среди ее моделей, а многошаговые инструкции она выполняет аккуратнее. Это данные самой компании, независимых замеров по этому пункту пока нет.
Более безопасный код
По словам Google, модель пишет код с меньшим числом уязвимостей и лучше исправляет первопричину ошибки, а не ее симптом. Наступательные возможности в кибербезопасности открыты только проверенным специалистам по защите через программу Fairwind.
Neon в Google Antigravity: ИИ-планировщик, исполнитель и /swarm
Google Antigravity — среда агентной разработки, где работают ИИ-агенты, и Неон там сразу получила две роли.
Первая — работа в паре через Orchestrator. В одной сессии Neon становится планировщиком, а Hydrogen исполнителем. Планировщик продумывает план и берет на себя сложные рассуждения, Hydrogen делает рутину: правки, обновление пакетов, запуск тестов. Если исполнитель упирается в проблему, он возвращает управление Neon, та смотрит на состояние проекта, чинит план и продолжает. Google прямо пишет, что такая связка помогает растянуть квоту подписки.
Вторая — команда /swarm, которая запускает рой агентов. В демонстрации нейросеть собрала многоуровневую игру на двоих, которая работает во встроенном браузере, а агент сам играл за второго игрока. В другом примере модель двенадцать часов восстанавливала исследование Алана Тьюринга 1936 года по архивным фотографиям.
В Antigravity модель доступна подписчикам Google AI Pro и Ultra в десктопном приложении, в CLI и в расширениях для IDE.
Насколько хороша новая модель Gemini: независимые тесты, а не только цифры Google
Самые полезные данные дала лаборатория Artificial Analysis:
-
Общий индекс интеллекта. На уровне xhigh Neon набрала 61 балл — на один больше, чем Carbon на high, и третье место в общем зачете после GPT-6.2 Astra и Claude Fable 5.2.
-
Цена задачи. На уровне high Neon показывает тот же результат, что и Carbon, но меньше чем за половину стоимости задачи по стандартным ценам Carbon.
-
Индекс агентов для кода. В Antigravity CLI Неон получила 59 баллов против 55 у Carbon. Claude Code с Fable 5.2 и Claude Opus 5.5 набрали по 58. При этом средняя задача у Neon обошлась примерно вдвое дешевле, чем у Opus 5.5.
-
Скорость. Около 110 выходных токенов в секунду против 57 у Carbon. На типичную задачу новинка тратит около 21 минуты против 36.
-
Расход токенов. Модель пишет примерно на 15% больше выходных токенов, чем Carbon, то есть экономия идет за счет цены, а не краткости.
Живой тест DataCamp получился показательным, хоть выборка и маленькая. Задача: собрать веб-страницу с шахматами, которые играют сами с собой, — генератор ходов, движок, доска и нотация. Неон выдала рабочую страницу во всех трех прогонах. Carbon — в одном, а в двух других уперлась в лимит длины ответа раньше, чем успела сохранить файл. Ни одна из моделей не сделала ни одного запрещенного хода.
Где Неон не первая. По таблице самой Google, она чуть уступает Claude Opus 5.5 на Terminal-bench 4.1 и FrontierCode 2.0, а GPT-6.2 Sol — на тесте чтения графиков. Результаты в части тестов на исправление багов сильно зависят от того, в какой обвязке запускают модель. Кому-то это минус, кому-то нет: если ваша работа — длинные сессии в терминале, имеет смысл сравнить Neon и Claude на своих задачах, а не по общей таблице. И еще одна оговорка: прямого сравнения Neon и Carbon в официальных цифрах Google не опубликовала.
Цены в API для ориентира: 3 доллара за миллион входных токенов и 15 за миллион выходных. С 1 декабря, когда у Carbon закончится вводная скидка, Джемини Неон будет примерно на четверть дешевле старшей модели.
Neon, Carbon или Claude Opus 5.5: какую нейросеть выбрать под задачу
|
Задача |
С чего начать |
Когда переключиться |
|
Быстрый вопрос по коду, письмо, перевод |
Gemini 4 Hydrogen |
Если ответ поверхностный, перейти на Neon |
|
Баг в нескольких файлах, рефакторинг |
Neon на medium или high |
Carbon, если нужно менять архитектуру |
|
Разбор длинного отчета, таблиц, PDF |
Neon |
xhigh для запутанных расчетов |
|
Проектирование системы с нуля, доказательства |
Gemini 4 Carbon |
— |
|
Длинная агентная сессия в терминале |
Neon или Claude Opus 5.5 |
Сравнить обе модели на своем репозитории |
|
Агент в Antigravity |
Neon как планировщик и Hydrogen как исполнитель |
— |
|
Картинки и видео |
Nano Banana, Kling, Seedance |
Эта нейросеть отвечает только текстом |
Как пользоваться Gemini 4 Neon: пошагово
В приложении Gemini
-
Откройте gemini.google.com или мобильное приложение Gemini.
-
Проверьте подписку: модель доступна в тарифах Google AI Pro и Ultra.
-
Откройте меню моделей и выберите 4 Neon — в англоязычном интерфейсе она подписана Deeper analysis.
-
Прикрепите файлы, если они нужны: код, PDF, таблицу, скриншот или видео.
-
Опишите задачу и формат ответа. Если результат не устроил, уточните запрос в том же чате, а не начинайте заново.
В Google AI Studio и через API
Идентификатор модели — gemini-4-neon. Работает она только в платных проектах Gemini API, бесплатного уровня нет. В запросе можно задать уровень рассуждения: для чата и интерактивного кода начните с medium. Модель также доступна в Android Studio и через OpenRouter под именем google/gemini-4-neon. На 18 ноября ее еще не было в документации Cursor и Gemini CLI, так что там стоит подождать обновления.
В Google Antigravity
Подписчики Google AI Pro и Ultra выбирают Neon в десктопном приложении, в CLI или в расширении для IDE. Для экономии квоты включите Orchestrator: пусть Неон планирует, а Hydrogen выполняет рутинные шаги.
Gemini 4 Neon в России: без VPN и бесплатно — что реально
Короткий ответ на вопрос, как пользоваться Gemini 4 Neon в России без VPN: официального пути без зарубежного аккаунта и иностранной оплаты нет. Сервисы Gemini формально недоступны в России, подписку Google AI Pro российской картой не оформить, а Neon в API работает только в платных проектах. Советовать способы обойти региональные ограничения Google мы не будем: это нарушает правила сервиса и грозит потерей аккаунта.
Что остается. Если задача — разобрать баг, отрефакторить модуль или проанализировать отчет, а не протестировать именно эту версию, ее можно решить на других сильных моделях. В ИИ-агрегаторах, которые работают в России, есть модели Gemini, Claude Opus 5.5 и GPT, а оплата идет в рублях. Перед работой проверьте в каталоге, какая версия Gemini подключена сейчас: новинки Google добавляются туда не в день релиза.
Попробовать нейросеть Neon 4 Gemini
Промпты для нейросети Neon: формула и пять примеров
Формула, которая хорошо работает с этой нейросетью: роль + контекст (стек, файлы, ограничения) + задача + чего не трогать + формат ответа + как проверить результат. Последний пункт особенно важен для кода: когда вы просите тест или чек-лист проверки, нейросеть сама находит слабые места своего решения.
1. Отладка по логу
Ты senior-разработчик на Python 3.12 и FastAPI. Ниже лог ошибки и три файлапроекта. Найди корневую причину, а не симптом. Предложи минимальный патч ввиде diff, не меняй публичный API. Допиши тест, который падал бы доисправления и проходил после. В конце — два предложения, почему ошибкавозникла.
2. Рефакторинг модуля
Отрефактори модуль payments.py: разнеси логику по функциям не длиннее 40строк, убери дублирование, сохрани поведение один в один. Покажи измененияпо файлам, затем список рисков, которые нужно проверить вручную.
3. Ревью кода на безопасность
Проверь этот код на уязвимости: инъекции, утечки секретов, небезопаснуюдесериализацию, проблемы с правами доступа. Для каждой находки укажистроку, уровень риска и исправленный фрагмент. Если уязвимостей нет, так инапиши, не придумывай.
4. Анализ таблицы или отчета
В файле продажи за год по месяцам и регионам. Найди три главныхтренда и две аномалии, объясни возможные причины. Ответ дай таблицей:вывод, цифры, на чем основан, насколько уверен. Отдельно перечисли, какихданных не хватает для точного вывода.
5. План для агента
Ты планировщик. Разбей задачу «перевести проект с REST на gRPC» на шаги дляисполнителя. Для каждого шага: что сделать, какие файлы затронуты, какпроверить, что шаг выполнен. Отметь шаги, где нужно мое решение.
Совет по уровням: запускайте первый вариант на medium, а если ответ поверхностный или нейросеть упускает связи между файлами, повторите тот же промпт на high. До xhigh стоит доходить только на действительно запутанных задачах.
Частые ошибки при работе с новой нейросетью
-
Включать xhigh на все подряд. Это дольше и дороже: рассуждения тарифицируются как выходные токены, а на простых задачах разницы с medium не будет.
-
Загружать весь репозиторий без задачи. Миллион токенов контекста не заменяет четкой постановки. Сначала скажите, что сломано и что считается результатом.
-
Ждать картинок и видео. Нейросеть понимает изображения и ролики, но отвечает только текстом.
-
Принимать патч без тестов. Даже с низким уровнем выдумок модель может ошибиться в деталях окружения.
-
Путать модель с базой данных Neon. При поиске документации добавляйте слова Gemini или Google.
-
Судить о силе по названию элемента. Порядок в таблице Менделеева не совпадает с порядком в линейке Gemini 4.
Вопросы и ответы о новой ИИ-модели Google
Что такое Gemini 4 Neon простыми словами?
Это средняя модель в поколении Gemini 4 от Google: умнее и глубже быстрой Hydrogen, быстрее и дешевле старшей Carbon. Основные задачи — код, анализ документов и данных, работа агентов.
Чем Neon отличается от Carbon и Hydrogen?
Hydrogen — для повседневных быстрых задач, Carbon — для самых сложных и долгих проектов. Неон адаптирована из Carbon и, по независимым тестам, на большинстве задач не уступает ей, но выдает текст почти вдвое быстрее и решает задачу примерно на 40% быстрее.
Можно ли пользоваться нейросетью Neon бесплатно?
Официально нет: в приложении Gemini модель доступна по подпискам Google AI Pro и Ultra, а в API — только в платных проектах. Бесплатный уровень в API остался у Hydrogen и Flash-Lite.
Работает ли Джемини Неон в России без VPN?
Напрямую сервисы Gemini в России недоступны, а подписку не оплатить российской картой. Для рабочих задач можно использовать агрегаторы нейросетей с оплатой в рублях, где есть модели Gemini, Claude и GPT.
Neon лучше Claude Opus 5.5 для программирования?
В индексе агентов для кода Artificial Analysis Неон на балл выше Opus 5.5 и обходится дешевле на задачу. При этом на паре тестов для терминала Opus 5.5 немного впереди. Лучший способ выбрать — прогнать обе нейросети на своих задачах.
Умеет ли нейросеть Neon генерировать картинки и видео?
Нет. Она принимает изображения, аудио и видео как исходные данные, но отвечает только текстом. Для картинок нужны Nano Banana или Seedream, для видео — Kling, Seedance или Veo.
Куда делась Gemini 4 Argon?
В приложении Gemini ее место заняла Неон. В API Argon пока работает, но Google называет новинку основной заменой для задач по коду и анализу.
Итоги: кому нужна Gemini 4 Neon
Gemini 4 Neon — самая практичная модель поколения Gemini 4 на конец 2026 года. Она закрывает ту зону, где Hydrogen уже не хватает, а Carbon избыточна: отладка в нескольких файлах, рефакторинг, разбор длинных отчетов и агентные сценарии в Antigravity. Независимые тесты подтверждают главное обещание Google — уровень Carbon за меньшее время и деньги. Если вы пишете код или анализируете данные каждый день, этот ИИ стоит попробовать первым, а к Carbon и Claude Opus 5.5 переходить, когда задача действительно упирается в потолок.
Сравнить модели Gemini, Claude и GPT на своих задачах, а заодно сделать картинку или видео для проекта, можно на агрегаторе нейросетей Study AI.
ссылка на оригинал статьи https://habr.com/ru/articles/1109952/