Google udostępnił 18 listopada model Gemini 4 Neon. Ma oferować możliwości zbliżone do czołowych modeli, ale wykonywać złożone zadania w programowaniu, pracy z dokumentami i w nauce szybciej i taniej niż większe modele. W API kosztuje 3 USD za milion tokenów wejściowych i 15 USD za milion wyjściowych. Tego samego dnia GitHub zaczął udostępniać Neona w Copilocie, w planach Pro+, Max, Business i Enterprise.
Neon między Carbonem a Hydrogenem
Google ustawia Neona pośrodku rodziny Gemini 4. Carbon ma służyć do najtrudniejszych, długotrwałych projektów, Hydrogen do szybkich, codziennych zadań, a Neon łączyć głębię rozumowania z wydajnością. Producent kieruje go do złożonego programowania, analiz i firmowych procesów, które działają produkcyjnie i często się powtarzają.
Najważniejsze cechy według Google:
- Kontekst 1 mln tokenów. W jednym zapytaniu model może zestawić arkusze, PDF-y, wykresy, nagrania audio i wideo, a wynik oddać jako uporządkowany raport lub zestawienie.
- Cztery poziomy rozumowania. Domyślny to high, najwyższy xhigh, przeznaczony do najtrudniejszych zadań inżynierskich, analitycznych i naukowych. Wyższy poziom daje lepsze wyniki, ale zużywa więcej tokenów.
- Długie zadania agentowe. Neon ma rzadziej wczytywać ponownie te same pliki, na bieżąco informować o postępach i radzić sobie z kompresją kontekstu w długich sesjach. W Google Antigravity, środowisku Google do programowania z agentami, może koordynować pracę równoległych subagentów opartych na Hydrogenie.
- Aplikacja Gemini. Model ma lepiej pisać, dokładniej czytać przesłane pliki i korzystać z danych z Gmaila i Dokumentów Google oraz z aktualnych źródeł w sieci. Na Neonie mogą też działać zadania (Tasks) w Gemini.
Co obiecuje Google
W niezależnych rankingach Neon trafia do ścisłej czołówki, choć nie na sam szczyt: w zbiorczym indeksie Artificial Analysis wyprzedzają go większe i wolniejsze modele. Pierwsze miejsca zajmuje za to m.in. w testach zadań prawniczych (Legal Research Bench), podatkowych (Tax Agent Bench) i automatyzacji pracy (AutomationBench Zapiera). Wybrane wyniki podane przez Google:
| Test | Co mierzy | Wynik Gemini 4 Neon |
|---|---|---|
| Artificial Analysis Intelligence Index | ogólne możliwości modeli (zbiorczy indeks) | 61 pkt, 3. miejsce (poziom xhigh) |
| Artificial Analysis Coding Agent Index | pracę modelu jako agenta programistycznego | 58,6 pkt, 1. miejsce |
| Terminal-Bench 4.1 | samodzielne wykonywanie zadań w terminalu | 65,2% |
| FrontierCode 2.0 | jakość zmian w prawdziwych repozytoriach według standardów ich opiekunów | 46,2% (poziom high) |
| Vals Index | zadania z pracy w firmach (niezależny zbiorczy indeks) | 70,9%, 2. miejsce |
| Agent Arena Index | pracę agentów w ponad 4200 rzeczywistych sesjach | 1336 pkt, 2. miejsce |
Google akcentuje przy tym koszt wykonania zadania, a nie tylko cenę tokenów. Na domyślnym poziomie high Neon ma kosztować w przeliczeniu na zadanie o 32% mniej niż Carbon i o ok. 50–80% mniej niż konkurencyjne modele z czołówki (w rankingach Vals i Agent Arena). Na poziomie xhigh ma być co najmniej o 36% tańszy niż rywale na ich najwyższych ustawieniach.
Firma Glean podaje, że w jej wczesnych testach Neon dorównał Carbonowi pod względem jakości lub go przewyższył, działając trzy razy szybciej i za 60% kosztu.
Dla firm wdrażających agentów ważne są też deklaracje dotyczące zachowania modelu. W porównaniu z Carbonem Neon ma o 43–56% rzadziej robić mniej, niż go poproszono, i o 15–35% rzadziej wychodzić poza polecenie. W teście na „oszukiwanie” przy kodowaniu szedł na skróty w 2,45% zadań, najrzadziej spośród modeli Gemini 4.
W wewnętrznych testach w Antigravity Neon zmyślał najrzadziej ze wszystkich dotychczasowych modeli Google. Przy włączonych zabezpieczeniach i najwyższym poziomie rozumowania odparł też wszystkie ataki w teście Gray Swan na prompt injection, czyli złośliwe polecenia ukryte w stronach, e-mailach czy dokumentach.
Osobny wariant, Gemini 4 Neon for cyber, ma pomagać specjalistom od bezpieczeństwa w wyszukiwaniu, weryfikowaniu i łataniu podatności. W najbliższych dniach trafi do zaufanych zespołów bezpieczeństwa w ramach programu Fairwind.
To jednak deklaracje producenta. Część wyników pochodzi z niezależnych rankingów, ale część to wewnętrzne testy Google i opinie wybranych klientów. Atutem Neona ma być nie najwyższa moc, lecz stosunek jakości do ceny i szybkości, a to trzeba sprawdzić na własnych zadaniach.
Ceny i dostępność
W API Neon kosztuje 3 USD za milion tokenów wejściowych i 15 USD za milion wyjściowych. Tokeny wejściowe z pamięci podręcznej (cache) są o 95% tańsze i kosztują 0,15 USD za milion.
Przykład: zadanie, które zużywa 100 tys. tokenów wejściowych i 20 tys. wyjściowych, kosztuje z Neonem 0,60 USD. Według cenników producentów to samo zużycie kosztuje 0,24 USD z Qwen4-Max (region Singapur), 0,40 USD z GPT-6.2 Sol oraz 1,60 USD z GPT-6.2 Astra i Claude Fable 5.2. O realnym koszcie decyduje jednak liczba tokenów zużytych na całe zadanie, więc porównanie samych stawek to dopiero punkt wyjścia.
Gdzie można korzystać z Neona:
- Aplikacja Gemini: abonenci Google AI Pro i Ultra wybierają go z listy modeli.
- Gemini API: w płatnym planie, przez Google AI Studio i Android Studio. Abonenci Pro i Ultra mogą wypróbować model w AI Studio.
- Google Antigravity: dla płacących abonentów Google AI Pro i Ultra oraz dla firm.
- Gemini dla firm (Gemini for business): przez API i z listy modeli.
- GitHub Copilot: w planach Pro+, Max, Business i Enterprise (szczegóły niżej).
Google i GitHub udostępniają model stopniowo, więc u części użytkowników może pojawić się z opóźnieniem.
Gemini 4 Neon w GitHub Copilot
W Copilocie Neon jest od 18 listopada ogólnie dostępny (GA), ale GitHub włącza go stopniowo. Mogą z niego korzystać użytkownicy planów Copilot Pro+, Max, Business i Enterprise. Changelog nie wymienia planów Free ani Pro.
Model wybiera się z listy modeli (model picker) w:
- Visual Studio Code i Visual Studio,
- środowiskach JetBrains, Xcode i Eclipse,
- Copilot CLI, agencie Copilot coding agent i aplikacji GitHub Copilot,
- serwisie github.com i aplikacji GitHub Mobile na iOS i Androida.
GitHub przedstawia Neona jako model do programowania z agentami, wieloetapowej pracy z narzędziami i pracy z wiedzą. Powołując się na Google, podaje, że daje on jakość zbliżoną do Carbona przy niższym koszcie tokenów na zadanie. W porównaniu z Carbonem ma szybciej zaczynać odpowiadać i rzadziej wprowadzać w kodzie zmiany, o które nikt nie prosił. Ma też rzadziej formułować niepoparte twierdzenia o kodzie, narzędziach czy wynikach testów.
Model jest rozliczany według cennika Google, w ramach rozliczeń za faktyczne zużycie (usage-based billing).
Uwaga dla administratorów: w planach Business i Enterprise dostępem do Neona zarządza się w zasadach modeli (model policy) w ustawieniach Copilota. Przy domyślnych ustawieniach nowe modele włączają się automatycznie, chyba że administrator wyłączył tę opcję globalnie albo zablokował konkretny model.
Co to oznacza w praktyce
Dla programistów korzystających z Copilota:
- Neon to kolejna opcja na liście modeli. Dzień wcześniej GitHub dodał tam GPT-6.2 Astra i Sol, więc warto porównać nowe modele na własnych zadaniach, np. przy poprawkach w wielu plikach czy szukaniu błędów.
- Przy rozliczaniu za zużycie liczy się koszt całego zadania, a nie stawka za token. Model, który zużyje mniej tokenów, może wyjść taniej mimo wyższego cennika.
- Deklarowana mniejsza liczba zmian, o które nikt nie prosił, to argument za Neonem w pracy z agentem, ale przegląd zmian przed scaleniem nadal jest konieczny.
Dla administratorów Copilota w firmach: Neon może włączyć się automatycznie. Jeśli firma ma listę zatwierdzonych modeli lub dostawców, trzeba przejrzeć zasady modeli w ustawieniach Copilota.
Dla firm budujących na Gemini API:
- Neon może zastąpić Carbona tam, gdzie liczą się szybkość i koszt, a nie maksymalna moc. Przed migracją warto porównać jakość i koszt całego zadania na własnych danych.
- Tani cache obniża koszt agentów i aplikacji, które wielokrotnie wysyłają ten sam kontekst, np. dokumentację czy bazę wiedzy.
- Poziom rozumowania warto dobierać do zadania: domyślny high do większości prac, xhigh tam, gdzie wyższa jakość uzasadnia większe zużycie tokenów.
- Proste decyzje, takie jak klasyfikacja zgłoszeń czy wybór narzędzia przez agenta, można zlecić znacznie tańszemu Gemini Decisions API, a Neona zostawić do złożonej pracy.
Dla użytkowników aplikacji Gemini: abonenci Google AI Pro i Ultra mogą wybrać Neona z listy modeli. Według Google zadania (Tasks) wykonywane na Neonie działają szybciej niż na większych modelach i mniej obciążają limity planu.
