Миграция към Gemini 4 Neon: мисленето е с високо ниво по подразбиране, грешки 400 и лимит от 65K

AIHubMix14 мин четене

Google посочва Gemini 4 Neon като модел за надграждане от Gemini 3.1 Pro, за общи задачи по програмиране с Gemini 4 Argon и за сложни задачи по програмиране или наука с Gemini 3.8 Flash. Смяната на низа на модела с gemini-4-neon е лесната част. Останалото се разделя на четири групи.

  • Без предупреждение: нивото на мислене по подразбиране вече е high. При Argon и 3.8 Flash по подразбиране беше medium. Ако не зададете ниво, всяка заявка ще мисли повече, отколкото при medium. За потребителите на 3.8 Flash това означава по-високи сметки; за потребителите на Argon разходът за задача все пак намалява (вижте по-долу).
  • Явно: Neon връща HTTP 400 за няколко полета, които старият код все още изпраща: thinking_budget, собственото ниво MINIMAL, двата параметъра за наказание, повече от един кандидат и невалидни подписи за мислене при извиквания на инструменти.
  • Незабележимо: temperature, top_p и top_k се игнорират, а нисък лимит за изхода може да спре модела, докато той все още мисли. Изричното кеширане на контекста и предварително попълнените ходове на асистента не се поддържат, а Google не посочва какво се случва при тях.
  • В AIHubMix: предвидете 65,536 изходни токена на заявка. Декодирането на дълъг изход с 1M токена на Google не е налично през OpenAI-съвместимата крайна точка на AIHubMix, а собственият му път не беше тестван за тази публикация.

Преходът от Gemini 4 Carbon е по-лесен: Google казва, че схемата на заявките не се променя и основната разлика е нивото по подразбиране. Публикацията Neon срещу Carbon разглежда този преход.

Какво се променя според началния модел

Промяна От 3.1 Pro От Argon От 3.8 Flash
Ниво на мислене по подразбиране вече high medium става high medium става high
Ниво xhigh ново ново ново
Лимити за токени унифицирани 1M вече унифицирани унифицирани 1M
Изрично кеширане премахнато вече премахнато премахнато
Цена, вход / изход $2 / $12 стават $3 / $15 $2 / $10 стават $3 / $15 $0.75 / $3.75 стават $3 / $15

Официалните цени на Google в USD за милион токена. Цената на Gemini 3.1 Pro от $2/$12 важи за промптове до 200K токена ($4/$18 над този праг); при Neon важи една цена за целия прозорец от 1M. Цената на Argon от $2/$10 е промоционална и става $4/$20 на December 1, 2026; цената на 3.8 Flash от $0.75/$3.75 важи до December 31, 2026. Google казва, че лимитът и за 3.1 Pro, и за Argon е high; не посочва нивото по подразбиране за 3.1 Pro.

Правилата в останалата част на тази публикация са взети от ръководството за разработчици на Neon в Google Cloud и от контролния списък за миграция в AI Studio, освен ако не е посочено друго.

За началните модели: таблицата за надграждане в AI Studio на Google насочва потребителите на 3.8 Flash към Gemini 4 Hydrogen. Именно ръководството в Google Cloud насочва сложните задачи по програмиране и наука с 3.8 Flash към Neon. Google не е обявил дата за спиране на 3.1 Pro Preview, 3.8 Flash или който и да е модел Gemini 4.

Промяната без предупреждение: high е новото ниво по подразбиране

Google го казва направо: „По подразбиране thinking_level е HIGH (променено от MEDIUM при gemini-4-argon и gemini-3.8-flash), като за задачи с дълбоко разсъждение се поддържа XHIGH…“ Решението също е съвсем ясно: „Ако работният ви процес разчиташе на MEDIUM като стойност по подразбиране при gemini-4-argon или gemini-3.8-flash, задайте изрично thinking_level="MEDIUM", за да запазите сравнима латентност на разсъждението.“

Колко струва допълнителното ниво според измерванията на Artificial Analysis за API на Google (проверени отново на 2026-11-19, 13:27 UTC; данните са от трета страна и се променят при повторно тестване на моделите от AA):

Настройка на Neon Индекс на AA $/задача минути/задача Първи отговор (s)
Medium 54.9 1.90 8.3 20.1
High (по подразбиране) 59.6 3.74 14.8 40.6
Xhigh 61.4 6.44 21.5 56.5

Средни стойности на AA за задача от Intelligence Index при цените на Neon от $3/$15. „Първи отговор“ е времето до първия токен от отговора.

Преминаването от medium към high носи 4.8 точки към индекса при почти двойна цена на задача, 1.8 пъти повече време за задача и двойно чакане до първия токен отговора. Преминаването към xhigh добавя още 1.8 точки срещу допълнителни 72% разходи. Това е добра сделка за трудни задачи с много стъпки и лоша за отговор в чат.

Същите данни носят добри новини за потребителите на Argon. Neon Medium получава резултат 54.9 спрямо 47.6 за стандартното Medium на Argon, при $1.90 на задача спрямо $4.31 и 8.3 минути спрямо 28.9. Преминаването от Argon към Neon Medium повишава качеството и намалява разхода за задача, още преди цената на Argon да се удвои. Дори стандартното High на Neon ($3.74, 14.8 минути) струва по-малко на задача от Argon Medium при тестовете на AA. Ако не зададете ниво, се лишавате от по-евтината опция Medium.

По-високото ниво по подразбиране има и следните последици:

  • Токените за мислене се броят към лимита на изхода. Google: „Токените за разсъждение, генерирани при HIGH (по подразбиране) и XHIGH, се броят към max_output_tokens и се натрупват в контекста при многоходови разговори, когато запазвате подписи за мислене между ходовете.“
  • Контекстът се запълва по-бързо. При многоходовите агенти за програмиране тези токени за мислене се натрупват. Google предупреждава да не се задават „прекалено ниски прагове за уплътняване на контекста“ и препоръчва medium при извиквания на инструменти, чувствителни към латентността.

Начинът за задаване на нивото зависи от протокола:

Протокол Поле Стойности за Neon
Native Gemini thinkingConfig.thinkingLevel LOW до XHIGH
Chat Completions reasoning_effort low до xhigh
Responses reasoning.effort low до xhigh
Anthropic Messages output_config.effort low до xhigh

В GenerateContent собственните стойности са с главни букви. Стойностите за останалите три протокола идват от схемата на параметрите на AIHubMix за gemini-4-neon, където high е посочено като стойност по подразбиране за всеки протокол.

Слоят за съвместимост с OpenAI на Google преобразува reasoning_effort в ниво на мислене, като minimal се преобразува в low. Посочено е също, че двата параметъра „имат припокриваща се функционалност и затова не могат да се използват едновременно“: изпращайте само единия.

Грешките 400

Google документира всяка от тези ситуации за Neon. Собствените бележки за грешки на AIHubMix посочват, че грешките 400 са грешки в параметрите и че „повечето се предават от доставчика нагоре по веригата“. За тази публикация не е проведен тест на живо, затова точният текст на съобщението през шлюза може да е различен.

thinking_budget и MINIMAL

Какво ще видите: HTTP 400 при заявки, които са работили с моделите Gemini 3.

Защо: Neon приема само четирите посочени нива. На страницата на модела Google казва: „Задаването на thinking_budget или thinking_level="MINIMAL" връща грешка при проверката на HTTP 400.“ В собствената си разлика в кода Google откроява старото поле: thinking_budget=16384, # Returns HTTP 400 instead of mapping silently.

Решение: изтрийте thinking_budget. Заменете MINIMAL с LOW. По OpenAI-съвместимия път Google преобразува reasoning_effort="minimal" в low, но ако зададете сами low, няма да остане място за съмнения.

frequency_penalty, presence_penalty и допълнителни кандидати

Какво ще видите: HTTP 400 при заявка, която задава параметър за наказание или иска няколко кандидата.

Защо: „Изпращането на frequency_penalty, presence_penalty или candidate_count над 1 (candidateCount е фиксиран на 1) връща грешка HTTP 400.“

Решение: премахнете двата параметъра за наказание. Задайте candidate_count на 1 или пропуснете полето. При Chat Completions не изпращайте и n със стойност над 1: Google не уточнява какво прави слоят за съвместимост с него, а схемата на AIHubMix го посочва като поле, което не бива да се изпраща.

max_output_tokens над 1,048,576

Какво ще видите: HTTP 400.

Защо: Входът и изходът споделят един прозорец от 1,048,576 токена, затова по-голям бюджет за изхода е невалиден.

Решение: при AIHubMix изпращайте най-много 65,536 (вижте раздела за лимита на изхода). Таванът е важен само при декодиране на дълъг изход през собствения API на Google.

Липсващи или неправилно поставени подписи за мислене

Какво ще видите: HTTP 400 при втората или следваща стъпка от ход с извикване на инструмент.

Защо: Neon проверява подписа за мислене, прикрепен към извикванията на функции в текущия ход. „Ако от първата част functionCall в активния ход е пропуснат thought_signature, се връща грешка HTTP 400. Дублирането на подписа в съседни части functionCall или преплитането на ходове също връща грешка HTTP 400.“

В ръководството на Google за подписи за мислене е показан форматът на съобщението за моделите Gemini 3: „В блока със съдържание <Function Call> на <index of contents array> липсва thought_signature.“ В ръководството за Neon е посочена грешката 400, но не и текстът ѝ.

Решение: изпращайте ходовете на модела обратно точно както сте ги получили. При паралелни извиквания само първото носи подпис. Дръжте всички извиквания в един ход на модела, а всички резултати — в един ход на потребителя, в същия ред. В собствения пример на Google, когато моделът връща „FC1 + signature, FC2“, очакваната следваща заявка съдържа „FC1 + signature, FC2, FR1, FR2“. Преплитането им като „FC1 + signature, FR1, FC2, FR2“ връща 400.

Стойности за извадката извън допустимия диапазон

Какво ще видите: HTTP 400, ако temperature или top_p е извън допустимия си диапазон.

Защо: Google игнорира стойностите в диапазона, но все пак ги проверява: „Стойностите извън диапазона връщат грешка при проверката 400.“

Решение: премахнете параметрите за извадката изцяло (вижте следващия раздел).

Формати на заявките

Коректна заявка през AIHubMix с настройките от ръководството за бърз старт:

curl -s https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-neon",
    "reasoning_effort": "medium",
    "max_completion_tokens": 65536,
    "messages": [{"role": "user", "content": "Reply with OK."}]
  }'

Заявка, за която Google документира, че връща 400 при Neon:

curl -s https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-neon",
    "frequency_penalty": 0.5,
    "messages": [{"role": "user", "content": "Reply with OK."}]
  }'

Същата проверка към собствената крайна точка Gemini със старото поле thinkingBudget. Пътят следва шаблона, който AIHubMix документира за други модели Gemini; в собствената публикация на Neon е показан само примерът с Chat Completions.

curl -s "https://aihubmix.com/gemini/v1beta/models/gemini-4-neon:generateContent" \
  -H "x-goog-api-key: $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"role": "user", "parts": [{"text": "Reply with OK."}]}],
    "generationConfig": {"thinkingConfig": {"thinkingBudget": 16384}}
  }'

Това са формати на заявки, а не записани отговори: нито една от тях не беше изпълнена за тази публикация.

Други промени, за които да се подготвите

Параметрите за извадката не вършат нищо

Google фиксира параметрите за извадката на Neon на temperature 1.0, topP 0.95 и topK 64 и игнорира персонализираните стойности. Настройка temperature: 0, предназначена да направи изхода повторяем, няма ефект и няма да получите грешка, която да ви уведоми. Съветът на Google: „Контролирайте дълбочината на разсъждение с thinking_level, а формата на изхода — с response_schema.“ Използвайте структуриран изход, когато ви е нужен фиксиран формат.

Изричното кеширане е премахнато

cachedContents, caches.create и cached_content не се поддържат. Google не уточнява дали заявка, която все още ги изпраща, ще се провали или ще бъдат игнорирани, затова ги премахнете, вместо да проверявате на практика. Кеширането в Neon е само имплицитно. То се прилага автоматично към споделен префикс на промпта с поне 4,096 токена (за 3.8 Flash бяха нужни 6,144), а кешираният вход струва $0.15 за милион токена вместо $3.00. За да се възползвате, поставете статичната част на промпта най-отпред: системни инструкции, дефиниции на инструменти и справочни документи. Премахнете кода за изрично кеширане — в Neon няма негов еквивалент.

Ниските ограничения на изхода прекъсват мисленето

Приложение, настроено за по-стар модел, често изпраща max_tokens със стойност 8,192 или по-малка. В Neon мисленето и отговорът споделят този лимит, така че ниското ограничение може да прекрати генерирането, преди да започне отговорът. Препоръката на Google е да „премахнете твърдо зададените ниски ограничения (например 8,192) или да увеличите max_output_tokens до 65,536. За да използвате по-малко токени, намалете нивото на мислене.“

Кратки времеви ограничения

Google: „Трудните промптове може да отнемат няколко минути. Използвайте фоново изпълнение или задайте на времевите ограничения на HTTP клиента стойност поне 15 минути.“ Според средните стойности на AA, при Neon High изчакването до първия токен от отговора е 40.6 секунди, а при Xhigh — 56.5. Някои заявки ще отнемат значително повече от средното.

Предварително попълнени съобщения от асистента

Правилата на Neon за историята: „Полезните данни на историята не могат да завършват със съобщение с роля на модел.“ „Предварително попълнените съобщения на модела не се поддържат.“ Кодът, който предварително задава отговора на асистента, за да насочи формата — често срещан трик с API на Anthropic — трябва да спре да го прави. Google посочва тези случаи при валидацията на чата, без да уточнява какъв е отговорът, а бележките за схемата на AIHubMix указват, че последно съобщение от модел води до грешка. Проверете това, ако кодът ви разчита на предварително попълване.

Извиквания на инструменти, записани като текст

Ако системният промпт иска от модела да записва JSON извиквания на инструменти като обикновен текст, без декларирани инструменти, Google предупреждава, че Neon „може да върне MALFORMED_FUNCTION_CALL“. Декларирайте инструментите нативно или използвайте структуриран изход.

Ограничението на изхода в AIHubMix: 65,536 токена

В собственото API на Google единичният отговор на Neon е ограничен до 65,536 изходни токена, независимо дали се използва поточно предаване. За по-дълги отговори се използва дълго декодиране: генерирането продължава на сегменти от по 64K до 1,048,576 токена минус входа чрез Interactions API или GenerateContent v1beta1. SDK пакетите на Google могат автоматично да обработват токените за продължение от следните версии: Python google-genai 2.34.0 и JavaScript @google/genai 2.32.0 за Interactions API.

Google също така посочва, че „по-старите версии на SDK и слоят за съвместимост с OpenAI не могат да извличат дълги завършени отговори с помощта на токени за продължение.“

Схемата на параметрите на AIHubMix за gemini-4-neon ограничава изхода до 65,536 токена във всеки поддържан от нея протокол: Chat Completions, Responses, Anthropic Messages и native Gemini. В схемата е посочено и полето на Google continuationToken за протокола native Gemini, а AIHubMix описва нативния SDK на Google и Interactions API като цяло. Дългото декодиране на Neon по този път не беше тествано за тази публикация. Докато не потвърдите, че работи, проектирайте системата за един отговор с максимум 65,536 токена, включително мисленето. Ако ви трябва повече, разделете задачата сами — например по един файл или раздел на заявка.

Правила за таксуване, които лесно се пропускат

Мисленето се таксува като изход. Цената на Neon от $15 за милион изходни токена включва токените за мислене. При high по-голямата част от изхода при трудна заявка може да е мислене.

Заземяването се таксува двойно. Google включва сред таксуемите токени „вътрешните системни инструкции на инструмента и декларациите на функциите при използване на заземяване“, а всяка заявка за търсене се таксува отделно. В собствената услуга на Google квотата включва 5,000 безплатни търсения месечно, споделени между Gemini 3 и по-новите модели, след което цената е $14 за 1,000. AIHubMix таксува уеб търсенето за всяка заявка; тарифата е посочена на страницата на модела Neon.

За кеширане е необходим правилен ред на промпта. Отстъпката от 95% за кеширане важи само за стабилен префикс от поне 4,096 токена. Часов печат или потребителско име в началото на системния промпт го нарушава при всяка заявка.

При дългото декодиране входът се таксува отново (само в API на Google). „При всяко продължение сегментът отново предварително обработва промпта заедно с вече декодираните токени“, така че броят на входните токени нараства от сегмент на сегмент. „Завършените сегменти се таксуват в края на всеки сегмент, дори ако по-късен сегмент се провали или бъде отменен.“ При ограничението на AIHubMix от 65,536 токена това не е приложимо.

По-евтините нива са цените на Google. Google предлага Neon Batch и Flex за $1.50/$7.50, а Priority — за $5.40/$27. Схемата на AIHubMix приема service_tier със стойност flex или priority за Neon, но не публикува цени за тези нива, а Batch не е посочен. Заложете в бюджета стандартните $3/$15.

Стъпки за намаляване на сметката:

  • Задавайте reasoning_effort според типа извикване: medium за интерактивни заявки и ходове с инструменти, high за планиране, а xhigh само когато собствените ви оценки показват, че си заслужава.
  • Поставяйте статичния префикс на промпта най-отпред и го направете по-дълъг от 4,096 токена.
  • Използвайте уеб търсене само в ходовете, които го изискват.
  • Следете completion_tokens в данните за използването — те включват мисленето, а не само видимия отговор.

Агенти с реални разрешения

Правилата за извикване на инструменти в Neon са строги и са особено важни, когато агентът може да записва файлове или да изпълнява команди:

  • Съгласувайте извикванията с резултатите. „Всеки FunctionResponse трябва да съвпада по id, name и ред с предхождащия го FunctionCall.“
  • Запазвайте пълната история, включително подписите. Google: „Предавайте обратно всеки thought_signature в оригиналния му Part във всички предишни ходове…“ Премахването на стари подписи или използването на заместители като skip_thought_signature_validator „отхвърля контекста на разсъжденията и може да доведе до MALFORMED_FUNCTION_CALL.“
  • При Chat Completions връщайте съобщенията на асистента непроменени. Запазвайте всяко съобщение на асистента, заедно с извикванията му на инструменти, точно както е върнато от API. Не изграждайте историята наново от собствените си логове. Google описва поддръжка на thought signature в OpenAI-съвместимия Chat Completions за моделите Gemini 3; проверете дали клиентът ви ги запазва и за Neon.
  • Внимавайте за неочаквано прекратяване без съобщение. Неправилно форматирано извикване на функция прекратява хода, без да върне използваем отговор. Проксита с отворен код съобщават, че този случай достига до клиенти в стил OpenAI като обикновен stop или като грешка на сървъра: заявка за сливане 52745 в LiteLLM и проблем 60 в Divyam в GitHub, и двете отворени през ноември 2026. Ако агентът получи празен ход без извикване на инструмент, считайте го за неуспешен и опитайте отново, вместо да приемате, че задачата е приключила.

Според Google Neon се справя по-добре от предшествениците си в тези цикли. Той „намалява излишното четене на файлове, надеждно обработва компактирането на контекста и свежда до минимум измислените твърдения и преките пътища при изпълнение на задачи“, както и ограничава „прекомерните действия на агентите и недостатъчното обслужване“. Това са твърдения на Google, основани на собствените му оценки. Те намаляват риска, но не заменят ограниченията на разрешенията и прегледа на промените във файловете.

Инструменти за програмиране: Claude Code и Codex

Схемата на параметрите на AIHubMix посочва четири протокола за gemini-4-neon, включително двата, от които се нуждаят агентите за програмиране: Anthropic Messages за Claude Code и Responses API за Codex. Настройката е същата като за всеки модел на AIHubMix; тя е описана в публикациите за настройките на Claude Code и конфигурацията config.toml на Codex. Специфичното за Neon:

Настройка Claude Code Codex
Протокол Anthropic Messages Responses API
ID на модела gemini-4-neon gemini-4-neon
Стойности за нивото на усилие от low до xhigh от low до xhigh
Контекстов прозорец 1,048,576 1,048,576
Изход за една заявка 65,536 65,536

Стойностите и ограниченията за нивото на усилие са взети от схемата на параметрите на AIHubMix; и двата протокола имат по подразбиране ниво на усилие high.

Claude Code. Задайте ANTHROPIC_MODEL на gemini-4-neon. Увеличете API_TIMEOUT_MS: стойността по подразбиране е 10 минути, а Google препоръчва поне 15 минути за трудни промптове. Не добавяйте предварително попълване на съобщението на асистента към персонализирани заявки през същата крайна точка — Neon не го поддържа.

Codex. Оставете wire_api = "responses" и base_url на AIHubMix, задайте model = "gemini-4-neon" и изберете model_reasoning_effort от нивата на Neon. Започнете с medium; Codex изпълнява много кратки ходове с инструменти, при които high обикновено само увеличава времето за изчакване.

Известни проблеми, за които да сте подготвени:

  • Бавно пристигане на първия токен при high и xhigh.
  • Отговори, които спират при ограничението от 65,536 токена, когато мисленето отнема много токени.
  • Празни ходове при неуспешно извикване на инструмент, както е описано по-горе.
  • Краен срок на знанията през март 2026, затова версиите на библиотеките, публикувани след това, трябва да бъдат включени в контекста.

Бърз тест за 10–15 минути

  1. Изберете малко хранилище с един неуспешен модулен тест и команда за тестване, която се изпълнява за по-малко от минута.
  2. Настройте инструмента да използва gemini-4-neon, задайте ниво на усилие medium и времево ограничение на клиента от поне 15 минути.
  3. Поискайте възможно най-малката промяна, която ще накара теста да премине. После изпълнете теста и прегледайте разликата.
  4. Успех: минимална разлика, тестът преминава и всичко приключва в рамките на 15 минути. Неуспех: отбележете дали сте получили грешка 400, празен ход, изтичане на времевото ограничение или неудачна промяна. За всеки случай по-горе е посочено решение.
  5. Повторете при high. Останете на по-ниското ниво, освен ако high не поправи нещо, което medium е объркал.

Контролен списък

  • ID на модела е зададено на gemini-4-neon.
  • Нивото на мислене е зададено изрично според типа извикване; използвайте medium, ако сте разчитали на стойността по подразбиране при Argon или 3.8 Flash.
  • Няма thinking_budget; MINIMAL е заменено с LOW.
  • За всяка заявка се използва само едно от следните: reasoning_effort или нативното ниво на мислене.
  • Няма frequency_penalty или presence_penalty; candidate_count и n са зададени на 1 или пропуснати.
  • Няма temperature, top_p или top_k; използвайте структуриран изход, когато форматът е важен.
  • Кодът за изрично кеширане е премахнат; статичният префикс на промпта е най-отпред и е над 4,096 токена.
  • Ограничението на изхода в AIHubMix е 65,536 токена или по-малко, а от по-старите модели не са останали ниски ограничения.
  • Времевите ограничения на клиента са поне 15 минути.
  • Историята никога не завършва със съобщение от асистента; няма предварително попълване.
  • Съобщенията на асистента и извикванията на инструменти се връщат точно както са получени; паралелните извиквания и резултатите са групирани в правилния ред.
  • Празните ходове без извикване на инструмент се считат за неуспешни и се повтарят.
  • Бюджетът включва токените за мислене и заявките за уеб търсене.
  • Инструментът за програмиране е тестван с бърз тест при medium и high.

Често задавани въпроси

Трябва ли да променя формата на заявките си, за да премина към Gemini 4 Neon?
Не и ако преминавате от друг модел Gemini 4: според Google схемата е същата, така че сменете идентификатора на модела и проверете нивото на мислене. При преминаване от Gemini 3.1 Pro или 3.8 Flash премахнете thinking_budget, MINIMAL, параметрите за наказание и изричното кеширане.

Защо заявките ми струват повече след преминаване от 3.8 Flash?
Цената на Neon е четири пъти по-висока от тази на 3.8 Flash, а по подразбиране използва високо ниво на мислене, докато 3.8 Flash по подразбиране използваше средно. Според измерванията на Artificial Analysis Neon High струва около два пъти повече на задача от Neon Medium. Задайте нивото изрично. При преминаване от Argon разходът на задача според AA намалява дори при високо ниво.

Защо Neon връща грешка 400 при thinking_budget?
Neon приема само именуваните нива на мислене: low, medium, high и xhigh. Google отхвърля thinking_budget и MINIMAL с HTTP 400, вместо да ги преобразува.

Температурата все още ли работи?
Не. Neon игнорира temperature, top_p и top_k, а стойностите извън допустимия диапазон връщат грешка 400. Вместо това използвайте нивото на мислене и структуриран изход.

Може ли Neon да връща повече от 65,536 токена чрез AIHubMix?
AIHubMix посочва ограничение от 65,536 изходни токена на заявка за Neon, включително токените за мислене. Декодирането на дълъг изход от Google до около 1M токена работи със собствения API на Google; чрез AIHubMix то не е достъпно през съвместимата с OpenAI крайна точка, а нативният път не е тестван тук.

Мога ли да използвам Gemini 4 Neon в Claude Code или Codex?
Да. AIHubMix посочва протокола Anthropic Messages, използван от Claude Code, и Responses API, използван от Codex. Задайте модела на gemini-4-neon, увеличете времето за изчакване и първо изпълнете кратък димен тест.

Ще бъде ли спрян Gemini 3.1 Pro?
Google не е обявил дата за спиране на Gemini 3.1 Pro Preview, Gemini 3.8 Flash или който и да е модел Gemini 4. За ъпгрейд от 3.1 Pro компанията препоръчва Neon.

Още по темата: серията Gemini 4 Neon

Източници

Един шлюз към множество AI доставчици. Създаден за продукционна среда.

Посетете AIHubMix