Міграція на Gemini 4 Neon: високе мислення за замовчуванням, помилки 400 і ліміт у 65K

AIHubMix14 хв читання

Google називає Gemini 4 Neon моделлю для переходу з Gemini 3.1 Pro, Gemini 4 Argon — для загальних завдань із програмування, а Gemini 3.8 Flash — для складних завдань із програмування або науки. Змінити назву моделі на gemini-4-neon — це найпростіша частина. Решта змін поділяється на чотири групи.

  • Непомітні: тепер рівень мислення за замовчуванням — high. Для Argon і 3.8 Flash за замовчуванням використовувався medium. Якщо не вказати рівень, кожен запит потребуватиме більше мислення, ніж за medium. Для користувачів 3.8 Flash це означає вищі рахунки; для користувачів Argon вартість одного завдання все одно знижується (див. нижче).
  • Помітні: Neon повертає HTTP 400 для кількох полів, які досі надсилає старий код: thinking_budget, нативного рівня MINIMAL, обох параметрів штрафу, кількох кандидатів і некоректних сигнатур мислення у викликах інструментів.
  • Приховані: temperature, top_p і top_k ігноруються, а низький ліміт виводу може зупинити модель, поки вона ще міркує. Явне кешування контексту та попередньо заповнені ходи асистента не підтримуються, але Google не пояснює, як саме вони завершуються помилкою.
  • На AIHubMix: розраховуйте на 65,536 вихідних токенів на запит. Декодування довжиною 1M токенів, доступне в Google, через ендпоінт AIHubMix, сумісний з OpenAI, недоступне; нативний шлях для цієї статті не тестували.

Перехід із Gemini 4 Carbon простіший: Google повідомляє, що схема запиту не змінюється, а основна відмінність полягає в рівні за замовчуванням. Перехід розглянуто в дописі Neon vs Carbon.

Що змінюється залежно від початкової моделі

Зміна З 3.1 Pro З Argon З 3.8 Flash
Рівень мислення за замовчуванням тепер high з medium на high з medium на high
Рівень xhigh новий новий новий
Ліміти токенів уніфікований 1M уже уніфікований уніфікований 1M
Явне кешування вилучено уже відсутнє вилучено
Ціна, вхід / вихід $2 / $12 до $3 / $15 $2 / $10 до $3 / $15 $0.75 / $3.75 до $3 / $15

Офіційні ціни Google у USD за мільйон токенів. Ціна Gemini 3.1 Pro $2/$12 діє для промптів обсягом до 200K токенів ($4/$18 для більших); у Neon діє єдиний тариф для всього вікна обсягом 1M. Ціна Argon $2/$10 — вступна, і 1 грудня 2026 року вона зміниться на $4/$20; ціна 3.8 Flash $0.75/$3.75 діє до 31 грудня 2026 року. Google зазначає, що для 3.1 Pro й Argon максимальний рівень — high; рівень за замовчуванням для 3.1 Pro не вказано.

Правила, наведені в решті цієї статті, взято з посібника розробника Neon від Google у Google Cloud і контрольного списку міграції в AI Studio, якщо не зазначено інше.

Про початкові моделі: у таблиці переходу AI Studio від Google користувачам 3.8 Flash пропонується перейти на Gemini 4 Hydrogen. Саме в посібнику Google Cloud для складних завдань із програмування та науки на 3.8 Flash рекомендовано Neon. Google не оголошувала дату вимкнення 3.1 Pro Preview, 3.8 Flash чи будь-якої моделі Gemini 4.

Непомітна зміна: новим рівнем за замовчуванням став high

Google говорить про це прямо: «Рівень thinking_level за замовчуванням — HIGH (змінено з MEDIUM у gemini-4-argon і gemini-3.8-flash), а XHIGH підтримується для завдань, що потребують глибокого міркування…» І рішення так само просте: «Якщо ваш робочий процес спирався на MEDIUM за замовчуванням у gemini-4-argon або gemini-3.8-flash, явно задайте thinking_level="MEDIUM", щоб зберегти аналогічну затримку міркування».

Скільки коштує вищий рівень за вимірюваннями Artificial Analysis для API Google (перевірено повторно 2026-11-19, 13:27 UTC; дані стороннього джерела, вони змінюються під час повторного запуску моделей AA):

Налаштування Neon Індекс AA $/завдання Хв./завдання Перша відповідь (с)
Medium 54.9 1.90 8.3 20.1
High (за замовчуванням) 59.6 3.74 14.8 40.6
Xhigh 61.4 6.44 21.5 56.5

Середні значення AA для одного завдання Intelligence Index за тарифом Neon $3/$15. «Перша відповідь» — це час до появи першого токена відповіді.

Перехід із medium на high дає 4.8 бала в індексі, але майже подвоює вартість одного завдання, збільшує його тривалість у 1.8 раза й удвічі подовжує очікування першого токена відповіді. Перехід на xhigh додає ще 1.8 бала за додаткові 72% вартості. Це вигідний компроміс для складних багатоетапних завдань і невдалий — для відповіді в чаті.

У цих самих даних є хороша новина для користувачів Argon. Neon Medium набирає 54.9 бала проти 47.6 у Argon із типовим рівнем Medium і коштує $1.90 за завдання проти $4.31, виконуючи його за 8.3 хвилини проти 28.9. Перехід з Argon на Neon Medium підвищує якість і знижує вартість завдання, навіть до подвоєння ціни Argon. Навіть Neon із типовим рівнем High ($3.74, 14.8 хвилини) коштує за завдання менше, ніж Argon Medium на тестах AA. Якщо не задавати рівень явно, ви втрачаєте можливість використовувати дешевший Medium.

Вищий рівень за замовчуванням має також такі наслідки:

  • Мислення зараховується до ліміту виводу. Google: «Токени міркування, згенеровані на рівнях HIGH (за замовчуванням) і XHIGH, зараховуються до max_output_tokens і накопичуються в багатохідовому контексті, якщо зберігати сигнатури мислення між ходами».
  • Контекст заповнюється швидше. У багатоходових агентів для програмування ці токени мислення накопичуються. Google застерігає від «надто низьких порогів ущільнення контексту» й радить використовувати medium для викликів інструментів, чутливих до затримки.

Спосіб задання рівня залежить від протоколу:

Протокол Поле Допустимі значення для Neon
Нативний Gemini thinkingConfig.thinkingLevel від LOW до XHIGH
Chat Completions reasoning_effort від low до xhigh
Responses reasoning.effort від low до xhigh
Anthropic Messages output_config.effort від low до xhigh

У GenerateContent нативні значення записуються великими літерами. Значення для трьох інших протоколів узято зі схеми параметрів AIHubMix для gemini-4-neon, де high зазначено як рівень за замовчуванням для кожного протоколу.

Рівень сумісності OpenAI від Google зіставляє reasoning_effort із рівнем мислення, а minimal зводить до low. Також там зазначено, що ці два параметри «частково дублюють функціональність, тому їх не можна використовувати одночасно»: надсилайте лише один із них.

Помилки 400

Google документує кожен із цих випадків для Neon. У власних примітках щодо помилок AIHubMix зазначено, що помилки 400 пов’язані з параметрами, а «більшість із них надходить від провайдера». Для цієї статті запити наживо не тестували, тому точне повідомлення, яке ви отримаєте через шлюз, може відрізнятися.

thinking_budget і MINIMAL

Що ви побачите: HTTP 400 для запитів, які працювали з моделями Gemini 3.

Причина: Neon приймає лише чотири визначені рівні. На сторінці моделі Google сказано: «Якщо задати thinking_budget або thinking_level="MINIMAL", буде повернуто помилку валідації HTTP 400». У прикладі різниці в коді Google також позначає старе поле: thinking_budget=16384, # Returns HTTP 400 instead of mapping silently.

Виправлення: видаліть thinking_budget. Замініть MINIMAL на LOW. У шляху, сумісному з OpenAI, Google зіставляє reasoning_effort="minimal" зі значенням low, але якщо вказати low самостійно, жодних сумнівів не залишиться.

frequency_penalty, presence_penalty і додаткові кандидати

Що ви побачите: HTTP 400 для запиту, у якому задано штраф або запитано кількох кандидатів.

Причина: «Передавання frequency_penalty, presence_penalty або значення candidate_count, більшого за 1 (candidateCount зафіксовано на 1), призводить до помилки HTTP 400».

Виправлення: видаліть обидва штрафи. Залиште candidate_count рівним 1 або не передавайте його. Для Chat Completions також не задавайте n більше за 1: Google не зазначає, як рівень сумісності обробляє цей параметр, а в схемі AIHubMix його позначено як поле, яке не слід надсилати.

max_output_tokens більше за 1,048,576

Що ви побачите: HTTP 400.

Причина: вхідні й вихідні дані використовують спільне вікно обсягом 1,048,576 токенів, тому більший бюджет виводу недопустимий.

Виправлення: на AIHubMix надсилайте не більше ніж 65,536 (див. розділ про ліміт виводу). Це обмеження важливе лише для довгого декодування у власному API Google.

Відсутні або неправильно розміщені сигнатури мислення

Що ви побачите: HTTP 400 на другому або наступному кроці ходу з викликом інструмента.

Причина: Neon перевіряє сигнатуру мислення, додану до викликів функцій у поточному ході. «Якщо в першій частині functionCall активного ходу немає thought_signature, буде повернуто помилку HTTP 400. Дублювання сигнатури в пов’язаних частинах functionCall або чергування ходів також призводить до помилки HTTP 400».

У посібнику Google із сигнатур мислення наведено приклад формату повідомлення для моделей Gemini 3: «У блоці вмісту <Function Call> з індексом <index of contents array> відсутній thought_signature». У посібнику Neon зазначено про помилку 400, але не наведено її текст.

Виправлення: надсилайте ходи моделі без змін, саме в тому вигляді, у якому їх отримали. Для паралельних викликів сигнатура додається лише до першого. Зберігайте всі виклики в одному ході моделі, а всі результати — в одному ході користувача, у тому самому порядку. Приклад Google: якщо модель повертає «FC1 + signature, FC2», наступний запит має містити «FC1 + signature, FC2, FR1, FR2». Якщо чергувати їх у порядку «FC1 + signature, FR1, FC2, FR2», буде повернуто помилку 400.

Значення параметрів семплювання поза допустимим діапазоном

Що ви побачите: HTTP 400, якщо значення temperature або top_p виходить за допустимий діапазон.

Причина: Google ігнорує значення в допустимому діапазоні, але все одно перевіряє їх: «Значення поза допустимим діапазоном спричиняють помилку валідації 400».

Виправлення: повністю видаліть параметри семплювання (див. наступний розділ).

Приклади запитів

Коректний запит через AIHubMix із налаштуваннями з короткого посібника:

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."}]
  }'

Запит, який, за документацією Google, призводить до помилки 400 у 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."}]
  }'

Така сама перевірка на нативному ендпоінті Gemini зі старим полем thinkingBudget. Шлях відповідає шаблону, який AIHubMix документує для інших моделей Gemini; у власному переліку Neon наведено лише приклад для 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}}
  }'

Це приклади запитів, а не зафіксованих відповідей: жоден із них не запускали для цієї статті.

Інші зміни, які варто врахувати

Параметри семплювання нічого не змінюють

Google фіксує параметри семплювання Neon на рівнях temperature 1.0, topP 0.95 і topK 64 та ігнорує власні значення. Значення temperature: 0, задане для отримання відтворюваного виводу, нічого не змінить, і ви не отримаєте повідомлення про це. Google радить: «Керуйте глибиною міркування за допомогою thinking_level, а форматом виводу — за допомогою response_schema». Для фіксованого формату використовуйте структурований вивід.

Явне кешування більше не підтримується

cachedContents, caches.create і cached_content не підтримуються. Google не уточнює, чи запит, у якому їх і далі передають, завершиться помилкою або їх просто проігнорують, тож краще видалити їх, а не перевіряти на власному досвіді. У Neon кешування відбувається лише неявно. Воно автоматично застосовується до спільного префікса промпту обсягом щонайменше 4,096 токенів (для 3.8 Flash потрібно було 6,144), а кешований вхід коштує $0.15 за мільйон токенів замість $3.00. Щоб скористатися цим, розміщуйте статичну частину промпту на початку: системні інструкції, визначення інструментів, довідкові документи. Видаліть код явного кешування — у Neon йому немає відповідника.

Низькі ліміти виводу скорочують міркування

Застосунок, налаштований для старішої моделі, часто передає max_tokens зі значенням 8,192 або меншим. У Neon на міркування й відповідь виділяється спільний бюджет, тож низький ліміт може обірвати відповідь ще до того, як вона почнеться. Google радить: «Приберіть жорстко задані низькі ліміти (наприклад, 8,192) або збільште max_output_tokens до 65,536. Щоб використовувати менше токенів, знизьте рівень міркування».

Короткі тайм-аути

Google: «Складні промпти можуть оброблятися кілька хвилин. Використовуйте фонове виконання або встановіть тайм-аути HTTP-клієнта щонайменше на 15 хвилин». За середніми показниками AA, Neon High очікує 40.6 секунди до першого токена відповіді, а Xhigh — 56.5. Деякі запити триватимуть значно довше за середній час.

Попередньо заповнені репліки асистента

Правила історії Neon: «Корисне навантаження історії не може завершуватися реплікою ролі моделі». «Попередньо заповнені репліки моделі не підтримуються». Код, який задає початок відповіді асистента, щоб спрямувати формат, — поширений прийом в API Anthropic — має припинити це робити. Google згадує це серед правил перевірки чату, але не вказує, якою буде відповідь; у примітках до схеми AIHubMix зазначено, що остання репліка моделі спричиняє помилку. Перевірте це, якщо ваш код покладається на попереднє заповнення.

Виклики інструментів у вигляді тексту

Якщо системний промпт просить модель записувати виклики інструментів у форматі JSON як звичайний текст, не оголошуючи інструменти, Google попереджає, що Neon «може повертати MALFORMED_FUNCTION_CALL». Оголошуйте інструменти нативно або використовуйте структурований вивід.

Ліміт виводу в AIHubMix: 65,536 токенів

У власному API Google одна відповідь Neon обмежена 65,536 вихідними токенами, незалежно від того, чи використовується потокова передача. Для довших відповідей використовується long decode: генерація триває сегментами по 64K, аж до 1,048,576 токенів мінус вхід, через Interactions API або GenerateContent v1beta1. SDK Google можуть автоматично обробляти токени продовження, починаючи з таких версій: Python google-genai 2.34.0 і JavaScript @google/genai 2.32.0 для Interactions API.

Google також зазначає, що «старіші версії SDK і рівень сумісності з OpenAI не можуть отримувати довгі завершення за допомогою токенів продовження».

Схема параметрів AIHubMix для gemini-4-neon обмежує вивід до 65,536 токенів у кожному протоколі, який підтримується: Chat Completions, Responses, Anthropic Messages і нативному Gemini. У схемі також зазначено поле Google continuationToken для нативного протоколу Gemini, а AIHubMix загалом документує нативний SDK Google та Interactions API. Роботу long decode для Neon через цей шлях для цієї статті не перевіряли. Поки не підтвердите, що він працює, розраховуйте на одну відповідь обсягом не більш ніж 65,536 токенів разом із міркуваннями. Якщо потрібно більше, розбийте завдання самостійно — наприклад, надсилайте окремий запит для кожного файлу або розділу.

Правила тарифікації, які легко пропустити

Міркування — це вивід. Тариф Neon у розмірі $15 за мільйон вихідних токенів включає токени міркувань. За рівня high міркування можуть становити більшу частину виводу складного запиту.

За grounding стягується подвійна плата. Google зараховує «внутрішні системні інструкції інструментів і оголошення функцій під час використання grounding» до платних токенів, а за кожен пошуковий запит стягує окрему плату. Власна квота Google — 5,000 безкоштовних пошуків на місяць, спільна для Gemini 3 і новіших моделей; після її вичерпання тариф становить $14 за 1,000 пошуків. AIHubMix тарифікує вебпошук за запит; ставку вказано на сторінці моделі Neon.

Для кешування потрібен правильний порядок у промпті. Знижка 95% на кешування застосовується лише до стабільного префікса обсягом щонайменше 4,096 токенів. Часова мітка або ім’я користувача на початку системного промпту порушує його стабільність у кожному запиті.

За вхід стягується повторна плата під час long decode (лише в API Google). «Для кожного сегмента продовження промпт разом із раніше згенерованими токенами декодується повторно», тож обсяг вхідних даних зростає від сегмента до сегмента. «За завершені сегменти стягується плата наприкінці кожного сегмента, навіть якщо пізніший сегмент завершився помилкою або був скасований». За ліміту AIHubMix у 65,536 токенів такої ситуації не виникає.

Ціни дешевших рівнів — це ціни Google. Google пропонує Neon Batch і Flex за $1.50/$7.50, а Priority — за $5.40/$27. Схема AIHubMix для Neon приймає service_tier зі значенням flex або priority, але ціни на ці рівні не оприлюднені, а Batch не зазначено. Закладайте в бюджет стандартні тарифи $3/$15.

Як зменшити витрати:

  • Встановлюйте reasoning_effort окремо для кожного типу виклику: medium для інтерактивних викликів і викликів інструментів, high для планування, а xhigh — лише там, де власні оцінювання показують, що це виправдано.
  • Розміщуйте статичний префікс промпту на початку й використовуйте щонайменше 4,096 токенів.
  • Використовуйте вебпошук лише у викликах, де він потрібен.
  • Стежте за completion_tokens у даних про використання: цей показник включає міркування, а не лише видиму відповідь.

Агенти з реальними дозволами

Правила виклику інструментів у Neon суворі й особливо важливі, коли агент може записувати файли або виконувати команди:

  • Узгоджуйте виклики з результатами. «Кожен FunctionResponse має відповідати id, name і порядку попереднього FunctionCall».
  • Зберігайте всю історію, включно з підписами. Google: «Передавайте назад кожен thought_signature у його початковому Part в усіх попередніх ходах …» Видалення старих підписів або використання заповнювачів на кшталт skip_thought_signature_validator «втрачає контекст міркувань і може спричинити MALFORMED_FUNCTION_CALL».
  • У Chat Completions повертайте повідомлення асистента без змін. Зберігайте кожне повідомлення асистента разом із викликами інструментів у точному вигляді, у якому його повернуло API. Не відтворюйте історію на основі власних журналів. Google документує підтримку підписів міркувань у сумісному з OpenAI чаті completions для моделей Gemini 3; перевірте, чи ваш клієнт зберігає їх для Neon.
  • Стежте за непомітним завершенням. Некоректний виклик функції завершує хід без придатної відповіді. Розробники проксі з відкритим кодом повідомляли, що цей випадок передавався клієнтам у стилі OpenAI як звичайний stop або як помилка сервера: pull request 52745 у LiteLLM та issue 60 від Divyam на GitHub, обидва створені в листопаді 2026 року. Якщо агент отримує порожній хід без виклику інструменту, вважайте це помилкою й повторіть запит, а не сприймайте як завершення завдання.

Google стверджує, що Neon краще поводиться в таких циклах, ніж попередні моделі. Він «скорочує кількість зайвих читань файлів, надійно обробляє ущільнення контексту та мінімізує вигадані твердження й спрощення завдань», а також зменшує «надмірне втручання агента й недостатнє виконання». Це твердження Google, засновані на власних оцінюваннях. Вони знижують ризик, але не замінюють обмеження дозволів і перевірку змін у файлах.

Інструменти для програмування: Claude Code і Codex

У схемі параметрів AIHubMix для gemini-4-neon зазначено чотири протоколи, зокрема два, потрібні інструментам для програмування: Anthropic Messages для Claude Code і Responses API для Codex. Налаштування таке саме, як для будь-якої моделі AIHubMix; його описано в дописах про налаштування Claude Code і файл конфігурації Codex config.toml. Особливості Neon:

Налаштування Claude Code Codex
Протокол Anthropic Messages Responses API
Ідентифікатор моделі gemini-4-neon gemini-4-neon
Рівні зусиль від low до xhigh від low до xhigh
Контекстне вікно 1,048,576 1,048,576
Вивід на запит 65,536 65,536

Рівні зусиль і ліміти взято зі схеми параметрів AIHubMix; за замовчуванням для обох протоколів встановлено рівень high.

Claude Code. Встановіть ANTHROPIC_MODEL у значення gemini-4-neon. Збільште API_TIMEOUT_MS: за замовчуванням це 10 хвилин, а Google рекомендує щонайменше 15 хвилин для складних промптів. Не додавайте попередньо заповнену репліку асистента до користувацьких запитів через той самий ендпоінт — Neon цього не підтримує.

Codex. Залиште wire_api = "responses" і base_url AIHubMix, задайте model = "gemini-4-neon" і виберіть одне зі значень рівня Neon для model_reasoning_effort. Почніть із medium: Codex виконує багато коротких ходів із викликами інструментів, де high переважно лише збільшує час очікування.

На що варто зважати:

  • Довга затримка до першого токена за рівнів high і xhigh.
  • Відповіді, що обриваються на ліміті 65,536 токенів, коли міркування затягуються.
  • Порожні ходи через невдалий виклик інструмента, як описано вище.
  • Зріз знань станом на березень 2026 року, тож версії бібліотек, випущені пізніше, потрібно додавати до контексту.

Перевірка за 10–15 хвилин

  1. Виберіть невеликий репозиторій з одним тестом, який завершується помилкою, і командою запуску тестів, що виконується менш ніж за хвилину.
  2. Вкажіть для інструмента gemini-4-neon, встановіть рівень medium і задайте тайм-аут клієнта щонайменше 15 хвилин.
  3. Попросіть внести найменші зміни, щоб тест пройшов. Потім запустіть тест і перегляньте diff.
  4. Успіх: мінімальний diff, тест пройдено, усе завершилося за 15 хвилин. Невдача: зафіксуйте, чи отримали ви помилку 400, порожній хід, тайм-аут або невдалі зміни. Для кожного випадку вище наведено спосіб виправлення.
  5. Повторіть перевірку з рівнем high. Залиште нижчий рівень, якщо тільки high не виправляє помилку, якої припустився medium.

Контрольний список

  • Ідентифікатор моделі встановлено на gemini-4-neon.
  • Рівень міркування задано явно для кожного типу виклику; якщо раніше ви покладалися на рівень за замовчуванням в Argon або 3.8 Flash, встановіть medium.
  • Без thinking_budget; MINIMAL замінено на LOW.
  • Для кожного запиту використовується лише один параметр: reasoning_effort або нативний рівень міркування.
  • Без frequency_penalty і presence_penalty; candidate_count і n дорівнюють 1 або не задані.
  • Без temperature, top_p і top_k; якщо формат має значення, використовується структурований вивід.
  • Код явного кешування видалено; статичний префікс промпту стоїть першим і містить понад 4,096 токенів.
  • Ліміт виводу в AIHubMix становить не більш ніж 65,536; старі низькі ліміти від попередніх моделей видалено.
  • Тайм-аути клієнта становлять щонайменше 15 хвилин.
  • Історія ніколи не завершується реплікою асистента; попереднього заповнення немає.
  • Репліки асистента й виклики інструментів повертаються без змін; паралельні виклики та результати згруповано в правильному порядку.
  • Порожні ходи без виклику інструмента вважаються помилками й супроводжуються повторним запитом.
  • Бюджет враховує токени міркувань і запити вебпошуку.
  • Роботу інструмента для програмування перевірено на рівнях medium і high.

Поширені запитання

Чи потрібно змінювати формат запиту, щоб перейти на Gemini 4 Neon?
Якщо переходите з іншої моделі Gemini 4 — ні: Google зазначає, що схема однакова, тож змініть ID моделі та перевірте рівень міркувань. Якщо переходите з Gemini 3.1 Pro або 3.8 Flash, видаліть thinking_budget, MINIMAL, параметри штрафів і явне кешування.

Чому після переходу з 3.8 Flash запити коштують дорожче?
Neon коштує вчетверо дорожче за 3.8 Flash, а для нього за замовчуванням установлено високий рівень міркувань, тоді як у 3.8 Flash типовим був середній. За вимірюваннями Artificial Analysis, Neon High коштує приблизно вдвічі дорожче за Neon Medium на одне завдання. Укажіть рівень явно. Після переходу з Argon вартість одного завдання за оцінкою AA знижується навіть на високому рівні.

Чому Neon повертає помилку 400 для thinking_budget?
Neon приймає лише іменовані рівні міркувань: low, medium, high і xhigh. Google відхиляє thinking_budget і MINIMAL з помилкою HTTP 400, а не перетворює їх на відповідні значення.

Чи працює temperature, як і раніше?
Ні. Neon ігнорує temperature, top_p і top_k, а значення поза допустимим діапазоном спричиняють помилку 400. Натомість використовуйте рівень міркувань і структурований вивід.

Чи може Neon повертати понад 65,536 токенів через AIHubMix?
В документації AIHubMix для Neon зазначено обмеження в 65,536 вихідних токенів на запит, включно з міркуваннями. Декодування довгих послідовностей обсягом до приблизно 1M токенів працює у власному API Google; через AIHubMix ця можливість недоступна в ендпоінті, сумісному з OpenAI, а роботу нативного способу тут не перевіряли.

Чи можна використовувати Gemini 4 Neon у Claude Code або Codex?
Так. AIHubMix указує протокол Anthropic Messages, який використовує Claude Code, і Responses API, який використовує Codex. Установіть для моделі значення gemini-4-neon, збільште час очікування та спочатку виконайте короткий тест працездатності.

Чи припиняють роботу Gemini 3.1 Pro?
Google не оголошувала дату припинення роботи Gemini 3.1 Pro Preview, Gemini 3.8 Flash або будь-якої моделі Gemini 4. Для переходу з 3.1 Pro Google рекомендує Neon.

Читайте далі: серія Gemini 4 Neon

Джерела

Один шлюз до багатьох провайдерів ШІ. Створено для продакшену.

Перейти на AIHubMix