Запуск автономных кодинг-агентов требует точного расчета стоимости сессии. Номинальные тарифы на новые модели часто скрывают реальную структуру затрат, поскольку основная часть бюджета уходит на невидимые токены рассуждений и операции с контекстом.
Перевод агентских процессов разработки на Gemini 4 Neon снижает итоговые затраты на 32-36 процентов по сравнению с Gemini 4 Carbon и Claude за счет бесплатной записи кэша и меньшего числа правок, но только при условии принудительного снижения дефолтного уровня рассуждений и сохранения префиксов длиннее 4096 токенов.
Парадокс цены: почему Neon в тестах дешевле Carbon
До 30 ноября 2026 года флагман Gemini 4 Carbon по промо-тарифу стоит $2 за миллион входных токенов и $10 за миллион выходных. Базовая цена промежуточной модели Gemini 4 Neon, выпущенной 18 ноября 2026 года, зафиксирована на уровне $3 за вход и $15 за выход. На первый взгляд флагманская модель обходится на 33 процента дешевле. С 1 декабря 2026 года Carbon подорожает до $4 и $20. Постоянная цена Neon станет на 25 процентов ниже флагмана.
Даже сейчас при более высокой номинальной ставке Neon оказывается выгоднее в реальной работе. В тестах среды Google Antigravity себестоимость решения сквозных задач разработки у Neon на 32 процента ниже, чем у Carbon. Модель генерирует лаконичный код и требует меньше холостых циклов правок. Рейтинг Models Engineering Index оценивает способность модели решать реальные задачи из репозиториев GitHub. Новинка набрала 68.1 балла, обойдя Claude Fable 5.2 с его 66.3 балла, Claude Opus 5.5 с 60.8 балла и саму Gemini 4 Carbon с результатом 60.6.
В агентском тесте Terminal-Bench 4.1 с корректировкой на читинг модель показала 65.2 процента при запуске через Antigravity-CLI 1.5.9. В бенчмарке Artificial Analysis Coding Agent Index модель оценивалась на способность автономно перемещаться по файловой системе и исправлять баги. Новинка заняла первое место с результатом 58.6 балла.
На форуме Hacker News разработчики шутят над неймингом Google, сравнивая линейку с таблицей Менделеева. Пользователи пытаются выстроить логику релизов. Hydrogen выступает базовой и самой слабой моделью. За ней следует Neon. Дальше идет Gemini 4 Argon. Флагманом выступает Carbon. Комментаторы иронизируют над добавлением углерода в ряд благородных газов.
В обсуждениях отмечают нетипичную архитектуру новинки. Neon базируется на компактном базовом чекпоинте класса Hydrogen. Модель обходит тяжелый Carbon за счет глубокой RL-оптимизации под агентские среды. Комментаторы называют Neon долгожданным преемником модели Gemini 3.1 Pro. Пользователи видят лучшую скорость отклика при сопоставимом качестве с Claude Opus 5.5. В сообществе хвалят сокращение разрыва с моделями OpenAI и Anthropic в тестах Terminal-Bench и SWE-bench. Этот разрыв комментаторы считают главным детектором маркетинговых преувеличений. Сравнивать затраты на разные архитектуры удобно через анализ логов, общие принципы формирования стоимости описаны в нашем материале про цены API нейросетей.
Скрытый счетчик: как токены рассуждений забирают бюджет
В кодинг-агентах до 70-85 процентов стоимости ответа формируют скрытые токены рассуждений. Модель генерирует цепочку мыслей перед выдачей финального ответа. Эти токены остаются невидимыми для пользователя. Разработчик получает только итоговый код, но платит за весь процесс генерации. Скрытые токены тарифицируются по полной ставке вывода: $15.00 за миллион токенов. Это делает номинальную цену в $3.00 за вход обманчивой. Основные затраты формируются именно на этапе вывода.

Точные аппаратные границы генерации цепочки мыслей Google не публикует. Объем скрытых токенов жестко не лимитирован и напрямую зависит от сложности промпта. По умолчанию API использует высокий уровень рассуждений, что кратно увеличивает итоговый чек.
| Уровень рассуждений | Средняя цена задачи | Статус по умолчанию |
|---|---|---|
| low | $0.75 | Отключен |
| medium | $1.90 | Отключен |
| high | $3.74 | Включен |
| xhigh | $6.44 | Отключен |
Выполнение задачи на дефолтном уровне high стоит в среднем $3.74 против $0.75 на low. Посчитаем типичный холодный вызов на 10 000 входных токенов на стандартном платном тарифе. Представим задачу рефакторинга крупного компонента. Скрипт отправляет 10 000 входных токенов. По тарифу $3.00 за миллион это обходится в $0.030. Модель начинает работу на дефолтном уровне high. Она генерирует 2 000 скрытых токенов рассуждений, анализируя зависимости и структуру кода. Затем она выдает 1 000 токенов полезного ответа. Биллинг суммирует эти значения. Получается 3 000 выходных токенов. Умножаем их на ставку $0.000015 за токен. Выход стоит $0.045. Складываем вход и выход. Итоговый счет за один запрос составит $0.075, или 7.5 центов.
Отсутствие жестких лимитов на объем невидимых токенов создает риски для бюджета. Сложный промпт заставляет модель генерировать тысячи скрытых токенов. Если агент работает в автономном цикле и постоянно сталкивается с ошибками компиляции, фоновые вызовы на уровне high быстро исчерпают дневной лимит средств. Режим xhigh увеличивает среднюю стоимость задачи до $6.44. Его применение оправдано только для самых сложных алгоритмических проблем. Чтобы избежать перерасхода, разработчики внедряют лимиты на уровне приложения, подробнее мы разбирали этот подход в статье о том, как снизить расходы на токены.
Бесплатная запись кэша: математика снижения чека
Подход к кэшированию у Neon отличается от моделей Anthropic. У конкурентов разработчик платит отдельную цену за создание кэша. Тариф Cache Write составляет от $2.50 до $5.00 за миллион токенов в зависимости от версии Claude. У Neon неявное кэширование включается автоматически для префиксов от 4 096 токенов. Плата за запись и хранение полностью отсутствует.

Чтение такого кэша дает скидку 95 процентов от базового тарифа. Обработка миллиона кэшированных токенов стоит всего $0.15.
Рассмотрим интерактивную сессию в IDE с повторным обращением к кодовой базе. Скрипт отправляет те же 10 000 токенов контекста. Они уже лежат в кэше. Вход стоит $0.0015 вместо $0.030. Программа просит сделать быстрое исправление в одной функции. Скрипт программно снижает уровень рассуждений до значения medium, так как сложная архитектурная мысль здесь не требуется. Модель генерирует 500 токенов ответа и 800 токенов рассуждений. Эти 1 300 токенов умножаются на ставку $0.000015. Выход обойдется в $0.0195. Повторный вызов стоит $0.021, или 2.1 цента. Если бы кэш не сработал, этот же вызов стоил бы в разы дороже.
Отсутствие платы за запись кэша радикально меняет экономику длинных сессий. Независимые разработчики проанализировали логи плагина Claude Code. Они перевели рабочие процессы с базовой модели на Neon. Замена снизила недельные расходы с $72.67 до $46.54. Чистая экономия составила 36 процентов. Анализ биллинга показал причину такого падения. Семьдесят процентов сэкономленных средств сохранилось именно благодаря бесплатному сохранению контекста. При работе с Claude плагин постоянно перезаписывал кэш при изменении файлов, что генерировало дополнительные расходы по тарифу Cache Write. Neon просто читает обновленный префикс со скидкой.
Разработчик может загрузить всю документацию проекта и исходный код в один системный промпт. При каждом новом вопросе система будет читать этот массив данных со скидкой. Главное условие заключается в неизменности начальной части промпта. Любое изменение в первых тысячах токенов сбросит кэш, тарификация пойдет по полной ставке $3.00 за миллион. Неявный механизм работает прозрачно и не требует дополнительных эндпоинтов.
Молчаливая поломка старых конфигураций API
При миграции старые конфигурации API перестанут работать без выдачи ошибок. Документация Google Cloud прямо указывает, что Neon полностью игнорирует классические параметры выборки.

Разработчик больше не может управлять креативностью генерации через привычные параметры. Поля temperature, top_p и top_k присутствуют в схемах запросов, но API их пропускает. Попытки сделать код строго детерминированным через установку нулевой температуры ни к чему не приведут. Разработчики часто используют нулевую температуру для извлечения структурированных данных. Они ожидают получить валидный JSON без лишних рассуждений. В случае с Neon этот подход дает сбой. Модель игнорирует настройки креативности и опирается только на внутренние алгоритмы сэмплирования. Штрафы за повторения frequency_penalty и presence_penalty отключены на стороне серверов Google. Явное управление кэшем упразднено. Теперь доступно только автоматическое неявное кэширование.
Единственным рабочим рычагом управления генерацией остается параметр thinking_level. Доступны четыре значения: low, medium, high и xhigh. Режим minimal не поддерживается.
Это ломает скрипты, жестко завязанные на детерминированность генерации. Если логика приложения требует нулевой температуры для предсказуемого парсинга JSON, Neon выдаст неожиданный результат. На Hacker News разработчики жалуются на невозможность запустить модель под студенческими учетными записями Google. Пользователи предполагают необходимость коммерческого аккаунта. У Neon полностью отсутствует бесплатный тариф в API и Google AI Studio. Модель доступна только пользователям с включенным платным биллингом или подписками Google AI Pro и Ultra. Вендор не уточняет планы по открытию бесплатного доступа после окончания промо-периода семейства Gemini 4. Отсутствие бесплатного уровня усложняет тестирование гипотез для независимых исследователей. Комментаторы на форумах выражают недовольство исчезновением привычных инструментов контроля генерации.
Правило внедрения: настройка параметров и тарифов
Для типовых задач редактирования и рефакторинга жестко задавайте уровень рассуждений medium или low. Оставляйте дефолтный уровень high только для сложных архитектурных решений, где модель должна спроектировать логику с нуля.
from google import genai from google.genai import types client = genai.Client(api_key="YOUR_API_KEY") response = client.models.generate_content( model="gemini-4-neon", contents="Проведи рефакторинг этого класса базы данных", config=types.GenerateContentConfig( thinking_config=types.ThinkingConfig( thinking_level="medium" ) ) ) print(response.text)
Группируйте контекст кодовой базы в неизменяемый префикс. Чтобы получить скидку 95 процентов, размер этого префикса должен строго превышать 4 096 токенов. Унифицированное контекстное окно вмещает до миллиона токенов на вход. Этого объема хватает для загрузки нескольких крупных репозиториев вместе с документацией. Ответ за один сегмент в режиме long decode ограничен 65 536 токенами. Это позволяет генерировать целые файлы кода без обрывов на середине функции. Знания модели ограничены мартом 2026 года.
Разделяйте задачи по тарифам. Фоновые тесты и массовый анализ логов переводите на режимы Batch или Flex. Они дают скидку 50 процентов и снижают цену до $1.50 за вход и $7.50 за выход. Обычный кэшированный вход на этих тарифах стоит $0.075 за миллион токенов. Эти режимы подходят для ночного прогона тестов.
При критичных требованиях к задержке вендор предписывает использовать тариф Priority. Он включает наценку 80 процентов. На этом тарифе вход обойдется в $5.40, а выход в $27.00 за миллион токенов. Кэшированный вход стоит $0.27. Официальная SLA по задержке на стандартном тарифе Standard отсутствует. Только Priority гарантирует минимальное время отклика под пиковой нагрузкой на кластеры. Специализированная защищенная версия Neon Cyber пока доступна только участникам закрытой программы Google Fairwind без точных дат публичного релиза в API. Использование агрегаторов вроде altrouter.ai позволяет тестировать новые модели рядом со стеком Claude и GPT без привязки к биллингу Google Cloud.