Zamknij menu
  • Główna
  • Aktualności
  • Recenzje
  • Narzędzia AI
  • Ludzie AI
  • Wydarzenia
  • O nas
Najnowsze

Google pokazuje Stitch Loop. Agent AI ma ulepszać aplikację całą dobę, ale bez zgody człowieka niczego nie wdroży

19 listopada, 2026

Google wprowadza Gemini 4 Neon. Szybszy i tańszy od Carbona model od razu trafia do GitHub Copilot

19 listopada, 2026

OpenAI wprowadza GPT-6.2 Astra i Sol. Mocniejszy model tanieje w API o 20%

18 listopada, 2026
Facebook X (Twitter) Instagram
Button
beAIware.pl
Facebook X (Twitter) Instagram TikTok
  • Główna
  • Aktualności
  • Recenzje
  • Narzędzia AI
  • Ludzie AI
  • Wydarzenia
  • O nas
beAIware.pl
Home » Google wprowadza Gemini 4 Neon. Szybszy i tańszy od Carbona model od razu trafia do GitHub Copilot
Aktualności

Google wprowadza Gemini 4 Neon. Szybszy i tańszy od Carbona model od razu trafia do GitHub Copilot

Maciej BiegajewskiPrzez Maciej Biegajewski19 listopada, 20267 Mins Read
Pomarańczowy neon z logo Gemini i napisem „Gemini 4 Neon” na ciemnej ścianie
Google udostępnił Gemini 4 Neon 18 listopada 2026 r. Grafika: Google
Udostępnij
Facebook Twitter Pinterest Reddit WhatsApp Email

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:

TestCo mierzyWynik Gemini 4 Neon
Artificial Analysis Intelligence Indexogólne możliwości modeli (zbiorczy indeks)61 pkt, 3. miejsce (poziom xhigh)
Artificial Analysis Coding Agent Indexpracę modelu jako agenta programistycznego58,6 pkt, 1. miejsce
Terminal-Bench 4.1samodzielne wykonywanie zadań w terminalu65,2%
FrontierCode 2.0jakość zmian w prawdziwych repozytoriach według standardów ich opiekunów46,2% (poziom high)
Vals Indexzadania z pracy w firmach (niezależny zbiorczy indeks)70,9%, 2. miejsce
Agent Arena Indexpracę agentów w ponad 4200 rzeczywistych sesjach1336 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.

Źródła

GitHub Changelog: Gemini 4 Neon w GitHub Copilot

Google: ogłoszenie Gemini 4 Neon

API Gemini Gemini 4 Gemini 4 Neon GitHub Copilot Google Google Antigravity
Poprzedni artykułOpenAI wprowadza GPT-6.2 Astra i Sol. Mocniejszy model tanieje w API o 20%
Następny artykuł Google pokazuje Stitch Loop. Agent AI ma ulepszać aplikację całą dobę, ale bez zgody człowieka niczego nie wdroży
Maciej Biegajewski
  • Website

Specjalista marketingu i edukator, który przybliża praktyczne zastosowania sztucznej inteligencji. Na BeAIware pisze i rozmawia o tym, jak świadomie korzystać z AI w pracy i biznesie, oddzielając realne możliwości od marketingowych obietnic. Współtwórca Portu Idei – społeczności skupionej wokół biznesu, technologii i marketingu w Elblągu.

Add A Comment
Leave A Reply Cancel Reply

Polecane

Jak włączyć i korzystać z wtyczek do ChatGPT – poradnik krok po kroku

17 maja, 2023

Wszystko, co musisz wiedzieć o Midjourney

20 kwietnia, 2023

Co to jest ChatGPT? – i inne najczęściej zadawane pytania

30 marca, 2023
  • Facebook
  • Twitter
  • Instagram
  • YouTube
  • LinkedIn
  • TikTok
O nas
O nas

Dołącz do biznesowej rewolucji AI i odkrywaj z nami narzędzia przyszłości.

Bądź na bieżąco. Be AI-ware!

Kontakt: [email protected]

Facebook X (Twitter) Instagram TikTok
Najnowsze posty

Google pokazuje Stitch Loop. Agent AI ma ulepszać aplikację całą dobę, ale bez zgody człowieka niczego nie wdroży

19 listopada, 2026

Google wprowadza Gemini 4 Neon. Szybszy i tańszy od Carbona model od razu trafia do GitHub Copilot

19 listopada, 2026

OpenAI wprowadza GPT-6.2 Astra i Sol. Mocniejszy model tanieje w API o 20%

18 listopada, 2026

Type above and press Enter to search. Press Esc to cancel.