Дэвид Ондрей: «Gemini 4 Neon уничтожает бенчмарки конкурентов»

David Ondrej 30,3 тыс. 50 мин 10 мин 21.11.2026
Главное

Инженер в области агентных систем Дэвид Ондрей представил подробный технический разбор новой флагманской модели Gemini 4 Neon от Google DeepMind, сравнив её в реальных рабочих процессах с Fable 5.2 от Anthropic и GPT 6.2 Astra от OpenAI. В серии практических тестов в среде Cloudroom эксперт оценил возможности моделей в программировании, 3D-моделировании, генерации медиаконтента через протокол Higgsfield MCP и решении задач кибербезопасности. По оценке автора, появление Gemini 4 Neon кардинально меняет баланс сил в индустрии благодаря беспрецедентному соотношению стоимости, скорости генерации и качества рассуждений.

⚡ Неожиданный прорыв Google DeepMind 0:00

Релиз модели Gemini 4 Neon стал одним из самых недооцененных событий в индустрии искусственного интеллекта за последние двенадцать месяцев . Изначально семейство позиционировалось разработчиками как решение среднего класса, призванное заполнить нишу между компактными моделями и «тяжелыми» флагманами уровня Fable, Astra или Carbon . Однако реальные тесты показали, что новинка превосходит признанных лидеров на большинстве ключевых бенчмарков, демонстрируя более высокую скорость и существенно более низкую стоимость инференса .

По словам Дэвида Ондрея, возвращение Google в высшую лигу выглядит особенно впечатляющим на фоне затяжного скепсиса сообщества:

В отчете исследовательской платформы Artificial Analysis модель Gemini 4 Neon на профиле Extra High обходит решения конкурентов по экономической эффективности: она в 3 раза дешевле Opus и в 8 раз доступнее Fable . В специализированном индексе сред разработки (Coding Agent Index) конфигурация Neon в связке с Antigravity CLI признана ведущей мировой системой для автономного кодинга .

🔄 Скорость релизов и гипотеза рекурсивного самообучения 1:16

Главной технической загадкой нового релиза остается архитектурная иерархия линейки. Модель Carbon проектировалась как массивный, медленный и дорогостоящий флагман Google, в то время как Hydrogen закрывал категорию моделей умеренной емкости, аналогично Claude Sonnet или GPT Terra . Тот факт, что более легкая Gemini 4 Neon превосходит «старшую» Carbon по качеству рассуждений, вызывает массу вопросов у инженеров .

Дэвид Ондрей обращает внимание на аномальное сокращение циклов между обновлениями Google DeepMind:

Такая динамика породила в экспертном сообществе гипотезу о том, что Google удалось практически освоить механизм рекурсивного самосовершенствования (RSI), при котором алгоритмы оптимизируют архитектуру последующих поколений без участия человека . По мнению Ондрея, если ранее OpenAI и Anthropic задавали темп развития отрасли, то теперь Google демонстрирует самое масштабное возвращение в технологической истории .

В геополитическом контексте автор вспоминает тезис Илона Маска о разделении сфер влияния в сфере ИИ: Google доминирует на Западе, Китай сосредотачивается на наземной инфраструктуре благодаря колоссальным объемам выработки электроэнергии, а SpaceX уходит в космические вычисления . По убеждению Ондрея, регуляторное давление левых политических сил в США и сложности со строительством наземных дата-центров делают космические вычислительные кластеры вполне вероятным сценарием на ближайшие 2–4 года .

🎨 Творческий тест: управление моделями изображений через Higgsfield MCP 6:36

Для проверки реальных агентных навыков моделей Дэвид Ондрей провел сравнительное тестирование, в котором Gemini 4 Neon, Fable 5.2 и GPT 6.2 Astra выступали в роли постановщиков задач (промпт-инженеров) для единых генеративных движков . Вся инфраструктура связывалась воедино с помощью протокола Higgsfield MCP, позволяющего терминальным агентам вызывать сторонние диффузионные модели (включая Flux 3 Image, Ideogram 6.2, Recraft V 4.1 и Grok Image 2.0) .

Результаты распределились следующим образом:

  1. Заброшенная оранжерея (Flux 3 Image). Промпт от Fable страдал нарушением логики отражений и структуры растительности . Astra выдала приятную композицию с теплым светом . Победителем признан Neon, сгенерировавший наиболее гармоничное описание пола, скамеек и игры света на стенах .
  2. Постер к инди-фантастике. Fable и Astra сгенерировали абстрактные концепты, не отвечающие жанровым критериям сай-фая . Neon оказался единственной моделью, передавшей аутентичную эстетику жанра .
  3. Самурай на заснеженном поле. Fable ошибся в деталях: вместо катаны изобразил странный кинжал, а фигуру чересчур погрузил в сугроб возле розовых кустов . Astra допустила ошибку масштабирования фокуса, неестественно выдвинув на передний план птицу . Neon сделал сцену менее реалистичной, в стилистике видеоигры, но победил за счет цельной кинематографической атмосферы .
  4. Логотип уютной кофейни. В этой дисциплине безоговорочную победу одержала Astra, предложив гармоничный дизайн с кошачьим силуэтом внутри чашки, в то время как идея Neon оказалась откровенно слабой .
  5. Затонувший античный город. Astra вновь продемонстрировала максимальную детализацию и фотореализм, обойдя конкурентов .

По выводам Ондрея, в управлении генеративными инструментами Neon на равных соперничает с признанными фаворитами, а связка любого терминального агента с Higgsfield MCP избавляет инженера от необходимости вручную формулировать сложные промпты: алгоритм сам подбирает параметры генерации .

💻 Программирование, интерфейсы и геймдев 17:33

Практический батл на локальном хосте вскрыл глубокие различия в подходах моделей к веб-разработке и написанию чистого программного кода при едином уровне вычислительных усилий (High Reasoning Effort) .

В проектировании посадочной страницы для компании космического туризма Fable 5.2 создал качественный длинный лендинг с плавной анимацией и продуманным футером, хотя верстка местами выглядела разреженной . GPT 6.2 Astra показала худший результат: страницу невозможно было прокручивать, анимации отсутствовали . Gemini 4 Neon выдал полноценный рабочий интерфейс со сложными интерактивами, конфигуратором корабля и анимированной картой маршрута .

При создании интерактивной 3D-сцены дождливого киберпанк-переулка Токио на Three.js расклад изменился:

Тест на алгоритмическое генеративное искусство (отрисовка рассвета в Патагонии чистым кодом без изображений) показал победу Fable по художественной выразительности . Однако Neon проявил наибольшее техническое усердие, добавив интерактивный ползунок времени суток, смену фаз освещения и процедурную анимацию водной глади .

В разработке однокнопочной аркадной игры Fable создал безупречный тайм-киллер с механикой прыжков по платформам . Astra предложила статичный диск с вращающейся стрелкой, страдающий от дефицита динамики . Победителем стал Neon с проектом «Orbita»: процедурная механика гравитационных маневров вокруг ядра с перехватом орбит потребовала от модели глубокого понимания геометрии и математики столкновений .

🛠️ Рабочее окружение: Antigravity CLI, Cloudroom и экономика подписок 22:59

Для практической интеграции Gemini 4 Neon компания Google предлагает консольный инструмент Antigravity CLI, который полностью вытеснил устаревший Gemini CLI . Установка выполняется единой командной строкой в терминале, однако для промышленной разработки Дэвид Ондрей рекомендует специализированные агентные среды (ADE), такие как Cloudroom .

Платформа Cloudroom унифицирует доступ к различным ядрам разработки (Claude Code, Codex, Cursor, Antigravity) через общий интерфейс, позволяя гибко распределять задачи . В настройках профиля рассуждений (Reasoning Effort) доступно четыре градации: Low, Medium, High и Extra High .

Ондрей настоятельно советует фиксировать уровень рассуждений на значении High:

С точки зрения тарифных планов Google выделяет уровни Plus, Pro ($20 в месяц) и Ultra ($100 в месяц) . Автор считает подписку Google AI Pro оптимальным выбором для большинства инженеров .

Согласно подсчетам Павела, приведенным в обзоре, Claude Opus 5.5 все еще остается лидером по объему субсидирования вычислительных мощностей разработчиком . Однако Gemini 4 Neon на тарифе Google AI Ultra занимает уверенное второе место с коэффициентом 25.8x: внося $100 в месяц, пользователь фактически потребляет эквивалент $2600 по стандартным тарифам API .

🎬 Мультимодальные пайплайны и сборка ассетов через Higgsfield 27:36

Интеграция Gemini 4 Neon с инструментарием Higgsfield MCP раскрывает потенциал создания сложных медиапродуктов через текстовые команды агенту . Подключив интерфейс к терминалу или среде Cloudroom, разработчик делегирует модели подбор инструментов из обширной библиотеки: генераторы 3D-мешей (Mesh 7, Hunyuan 3D), синтезаторы речи и музыки (ElevenLabs v4, SeaDance 2.5), а также видеомодели .

В ходе практического эксперимента Ондрей поручил связке Neon и Higgsfield собрать полноценную киберпанк-аркаду с процедурной трехмерной графикой, звуковыми ретро-синтезаторными дорожками и интерактивным кодом . Разница между режимами Medium и High оказалась разительной:

В качестве исторического примера возможностей визуализации Ондрей продемонстрировал созданную моделью реконструкцию машины Алана Тьюринга 1936 года, написанную на чистом коде для Blender, а также физически точный симулятор горных лыж с процедурной динамикой снега .

При создании 15-секундного промо-ролика об истории искусственного интеллекта агент самостоятельно составил сценарий, обратился к видеомоделям через Higgsfield и выстроил хронологический видеоряд от ламповых ЭВМ 1950-х годов через современные стойки с ускорителями NVIDIA к гипотетической точке технологической сингулярности .

🛡️ Безопасность, фактчекинг и ночные автономные циклы 33:12

Помимо математических и инженерных навыков, Gemini 4 Neon продемонстрировала лидерство в корпоративных дисциплинах: модель возглавила бенчмарки AA Briefcase (качество презентаций), Val's Finance, а также юридические и налоговые тесты . Примечательно, что в бизнес-симуляции Vending Bench модель заняла первое место, проявив способность к жестким коммерческим переговорам ради максимизации прибыли предприятия .

Критически важным аспектом надежности стал рекордно низкий уровень галлюцинаций:

В области кибербезопасности Ондрей называет модель незаменимым активом . В бенчмарке веб-эксплойтов Neon набрал 51.3 балла против 37.1 у Opus, а в профиле SEC Bench Pro показал результат 90% . В поиске уязвимостей CVE модель уступила Fable всего 4%, будучи при этом многократно дешевле в эксплуатации .

Дэвид Ондрей поделился своей архитектурой ночной защиты репозиториев, организованной в Cloudroom через инструмент Loops:

  1. Каждую ночь серверная среда автоматически запускает автономный цикл аудита репозиториев с ротацией передовых моделей (Neon, Opus Cyber 5, GPT 6, Soul) .
  2. Разные модели благодаря несхожим обучающим выборкам выявляют уникальные векторы атак и скрытые уязвимости в кодовой базе .
  3. При обнаружении бага первая модель пишет воспроизводимый эксплойт, вторая проверяет гипотезу в изолированной песочнице, после чего агент формирует pull request с патчем .
  4. Если проверка не выявила проблем, цикл автоматически архивируется, не отвлекая разработчика .

По оценке автора, в эпоху, когда атакующие хакеры применяют скоординированные рои агентов, зеркальное использование автоматических защитных контуров на базе Gemini 4 Neon становится обязательным стандартом индустрии .

📊 Стратегия выбора: как настроить ежедневный рабочий процесс 44:22

Сравнив поведение агентов в финальном тесте создания рекламного ролика платформы Cloudroom, Ондрей отметил стилистическую разницу: Fable и Astra сгенерировали похожие видеоряды с закадровой озвучкой сгенерированными голосами, тогда как Neon отказался от искусственного дикторского голоса, сосредоточившись на динамическом визуальном повествовании . При этом Astra оказалась наиболее сильной в креативном промптинге для превью YouTube-роликов, компенсировав провалы в написании кода .

Опираясь на результаты масштабных испытаний, Дэвид Ондрей формулирует рекомендации по распределению задач между моделями:

По мнению Ондрея, модель Gemini 4 Neon устранила многомесячное технологическое отставание Google и задала новый стандарт соотношения цены и производительности для всей отрасли агентного программирования .

💬 Цитаты

«Gemini 4 Neon буквально разбивает бенчмарки и обходит GPT 6.2 Astra и Fable 5.2 при гораздо меньших затратах.»

Дэвид Ондрей 00:25

«Когда Neon чего-то не знает, он прямо признает это, в то время как другие фронтирные модели сочиняют ответ.»

Дэвид Ондрей 33:37

«Использовать режим Extra High экономически бессмысленно: вы платите почти вдвое больше ради одного-двух бонусных баллов.»

Дэвид Ондрей 27:09
👥 Спикер
🔗 Упомянутые сайты и проекты
📖 Термины
ADE (Agent Development Environment)
Специализированная среда разработки, оптимизированная для управления автономными ИИ-агентами.
MCP (Model Context Protocol)
Открытый протокол для стандартизированного подключения внешних инструментов и баз данных к ИИ-моделям.
TTFT (Time To First Token)
Время задержки между отправкой запроса пользователем и генерацией первого токена ответа нейросетью.
RSI (Recursive Self-Improvement)
Концепция рекурсивного самообучения, при которой ИИ-система способна самостоятельно улучшать свой собственный код и архитектуру.
📊 Цифры
🗓 Хронология
  1. Около года назад Выход базовой версии Gemini, сменившейся переходной моделью 3.1 на фоне скепсиса сообщества
  2. За 28 дней до релиза Carbon Выпуск экспериментальной модели Argon и проведение хакатона в Сан-Франциско
  3. За 15 дней до релиза Hydrogen Релиз тяжелой флагманской модели Gemini Carbon
  4. За 6 дней до релиза Neon Google выпускает модель промежуточного уровня Hydrogen
  5. Текущий момент Релиз Gemini 4 Neon и установление новых стандартов автономного кодинга
⚖️ Другая сторона
Искусственный интеллект Дэвид Ондрей Gemini 4 Neon Google DeepMind Fable 5.2 Cloudroom