Lilith.
⌕
Ilustracja redakcyjna: Gemini 4 Neon celuje w czołówkę za 3 dolary za milion tokenów
Ilustracja Lilith · remiks redakcyjny

Google udostępnił Gemini 4 Neon do programowania, analiz i długich zadań agentowych. Model oferuje kontekst do 1 miliona tokenów, a jego cena wynosi 3 dolary za milion tokenów wejściowych i 15 dolarów za milion tokenów wyjściowych. Cache'owane wejście kosztuje 0,15 dolara za milion tokenów.

Neon łączy milionowy kontekst z ceną niższą od Carbon

Neon powstał na bazie Gemini 4 Carbon, lecz Google umieszcza go między głębszym Carbonem a szybszym Hydrogenem. W indeksie Artificial Analysis zdobył 61 punktów. Model card podaje również 65,2 % w Terminal-Bench 4.1, 70,9 % w Vals Index oraz 95,2 % w GraphWalks dla kontekstu od 256 tysięcy do 1 miliona tokenów.

Dostępność zależy od kanału. Płatne API działa w Google AI Studio, a model trafia do Gemini for business. Abonenci Google AI Pro i Ultra mogą wybrać go w aplikacji Gemini oraz Antigravity. Wariant cyber ma w najbliższych dniach trafić wyłącznie do wybranych obrońców w programie Fairwind.

Zespoły inżynierskie policzą koszt ukończonego zadania

Google twierdzi, że przy domyślnym poziomie high Neon obniża koszt zadania o 32 % względem Carbon. W agentowym workflow to ważniejsze niż sam cennik API. Tańszy token nie pomoże, jeśli model ponownie czyta pliki, gubi kontekst albo wymusza restart zadania.

Dlatego ciekawa jest różnica między dwoma uruchomieniami SWE-sweep. Mini-SWE harness daje 12,8 %, a środowisko Antigravity 39,0 %. Wynik pokazuje, jak wiele zależy od orkiestracji, narzędzi i zarządzania kontekstem. Kupujący porównuje całe systemy agentowe, a nie tylko modele.

Tabela benchmarków łączy niezależne wyniki z testami Google

Część wyników pochodzi z niezależnych rankingów, część z wewnętrznych testów Google, a część mocno zależy od konkretnego harnessu. Najodważniejsze deklaracje dotyczące bezpieczeństwa, w tym 0,09 % błędnych działań agenta i 99,2 % zaliczeń testu uczciwości, opierają się na pomiarach wewnętrznych. Model card zapowiada pełny raport bezpieczeństwa dopiero na kolejne dni.

Google przyznaje, że model nadal może halucynować i wymaga dalszej ochrony przed jailbreakami oraz indirect prompt injection. Granica wiedzy przypada na marzec 2026 roku. Mocne tabele nie zastąpią evals na własnych repozytoriach, danych i uprawnieniach.

Powtarzalne przebiegi i rachunki rozstrzygną spór

Zespoły powinny śledzić trzy sygnały: ukończenie bez restartu, całkowity koszt gotowego zadania oraz liczbę interwencji człowieka. Właśnie tam okaże się, czy deklarowane 32 % oszczędności wobec Carbon przetrwa kontakt z prawdziwymi narzędziami i błędami.

Drugim testem będą długie przebiegi agentów. Jeśli Neon zachowa granice uprawnień i czytelny audyt przez dziesiątki kroków, znajdzie miejsce w produkcji. W przeciwnym razie milionowy kontekst tylko wydłuży drogę do droższej naprawy.

Werdykt Lilith

Google wypuścił Neon na trasę z niższą ceną, lecz linię mety nadal trzyma harness. Kto policzy tokeny zamiast ukończonych zadań, może szukać na fakturze oszczędności, które nigdy nie dobiegły.