Gemini 4 Neon, Claude Opus 5.5 или GPT-6.2 Sol: что на самом деле показывают бенчмарки

Таблица Google по Neon, Opus 5.5 и GPT-6.2 Sol со всеми условиями запуска, независимые данные о стоимости, скорости и галлюцинациях, официальные цены, доступность и выбор под задачу.

Тушевой рисунок изогнутой беговой дорожки с тремя полосами и стартовыми колодками, смещёнными относительно друг друга. Полосы окрашены в серый, синий и оранжевый: честное сравнение зависит от того, откуда стартует каждая полоса.

В собственной таблице Google из 19 строк Gemini 4 Neon лидирует в 16, Claude Opus 5.5 — в двух (Terminal-Bench 4.1 и FrontierCode 2.0), GPT-6.2 Sol — в одной (Chartography). Независимые данные Artificial Analysis подтверждают, что у Neon самый высокий Intelligence Index из трёх (61 против 59 и 57) и с большим отрывом самый низкий уровень галлюцинаций. Но они показывают и то, чего нет в таблице производителя: Sol выполнял те же задачи индекса примерно за $1,01 и 8,5 минуты на задачу, тогда как Neon — за $6,44 и 21,5 минуты, а Opus — за $10,04 и 24,5 минуты. На бумаге Neon — более сильный универсал. Opus сохраняет небольшое преимущество в строках Terminal-Bench 4.1 и FrontierCode 2.0 у Google, хотя в собственном прогоне Terminal-Bench 4.0 от AA он последний из трёх. Sol — дешёвый и быстрый вариант, который почти везде уступает несколько пунктов.

Что добавляет эта статья:

  • таблицу сравнения Google, восстановленную с указанием харнесса, уровня рассуждений и источника данных для каждой строки по PDF с методикой оценки Google;
  • данные Artificial Analysis, полученные 19 ноября 2026 года: индекс, стоимость и время на задачу, галлюцинации;
  • официальные цены за токен от Google, Anthropic и OpenAI;
  • точное описание того, где каждую модель можно вызвать сегодня;
  • небольшой прогон Opus 5.5 и Sol через Ofox на трёх задачах по программированию.

Статью публикует Ofox, который перепродаёт доступ к Opus 5.5 и Sol. Neon в Ofox нет. Строки бенчмарков — результаты других сторон, не наши. Мы сами измеряли только то, что описано в разделе о нашем прогоне, и этот прогон носит иллюстративный характер. Модели он не ранжирует.

Таблица сравнения Google со всеми пометками

Карточка модели Gemini 4 Neon от Google (опубликована 18 ноября 2026 года) — единственный официальный источник, где эти три модели сравниваются напрямую. PDF с методикой важен не меньше самих результатов. В нём сказано, что Neon запускали «с максимальными настройками рассуждений, если не указано иное», то есть на xhigh. Для Opus 5.5 и GPT-6.2 Sol Google приводит результат при максимальной доступной настройке рассуждений, а если максимум не опубликован — лучший доступный результат. Если в строке не указано иное, числа конкурентов заявлены самими Anthropic и OpenAI. Google их не запускал.

КатегорияБенчмарк (условия)NeonOpus 5.5GPT-6.2 SolЛидер строкиКто получил числа
ИндексAA Index v5.0.1615957NeonArtificial Analysis
ИндексVals Index v2.270,9%70,1%66,1%NeonVals AI
Агентное программированиеCursorBench 4.165,4%58,1%—NeonCursor
Агентное программированиеTerminal-Bench 4.1, точность с поправкой на читерство65,2%65,8%61,5%OpusNeon: Artificial Analysis с Antigravity-CLI 1.5.9; остальные: публичный лидерборд
Агентное программированиеFrontierCode 2.0, основной балл46,2%47,3%43,8%OpusПубличный лидерборд; Neon на high, а не xhigh
Агентное программированиеSWE-sweep, харнесс провайдера39,0%10,1%8,3%NeonРасчёт Google: Antigravity-CLI 1.5.9 / Claude Code / Codex
Агентное программированиеSWE-sweep, харнесс Mini-SWE12,8%3,6%11,6%NeonРасчёт Google, харнесс mini-swe-agent с поддержкой зрения
Интеллектуальная работаAutomationBench56,3%42,5%41,3%NeonПубличный лидерборд
Интеллектуальная работаAgents’ Last Exam v1.175,8%71,6%73,0%NeonNeon: Google, Antigravity-CLI 1.4.8, окно 5 часов; Sol: системная карточка OpenAI; Opus: лидерборд
Наука и математикаRiemannBench84,0%80,0%80,0%NeonПубличный лидерборд
Наука и математикаTerminal-Bench-Science 0.170,5%63,3%68,0%NeonNeon: Google, харнесс mini-swe-agent с поддержкой зрения, среднее по 5 попыткам; остальные: лидерборд
РассуждениеHLE-Diamond71,3%67,9%64,0%NeonArtificial Analysis
МультимодальностьMKA, Climb WSR56,5%53,0%52,7%NeonArtificial Analysis
МультимодальностьChartography73,5%66,3%75,1%SolNeon и Sol: Google, без инструментов; Opus: системная карточка Anthropic
МультимодальностьLVBench89,0%83,7%87,6%NeonGoogle; у моделей разный бюджет кадров
Длинный контекстGraphWalks, 256k–1M BFS (F1)95,2%66,8%80,1%NeonРасчёт Google, 200 задач
КибербезопасностьCWE-Bench v270,7%67,1%66,0%NeonПубличный лидерборд (Collinear)
КибербезопасностьSEC-bench Pro90,5%—88,3%NeonNeon: Google, харнесс Antigravity; Sol: отчёт OpenAI
КибербезопасностьWebExploitBench v1.251,3%37,1%—NeonСобственная оценка Google, подтверждена AgentCyberRange

Источники: карточка модели Neon и методика оценки, обе проверены 19 ноября 2026 года. Прочерк означает, что Google не опубликовал число для этой модели. Прочерк — не ноль.

Где преимущество Neon реальное, а где минимальное

Несколько строк настолько близки, что другой прогон мог бы поменять порядок. Neon опережает Opus в Vals Index на 0,8 пункта и Sol в Agents’ Last Exam на 2,8 пункта. В Terminal-Bench 4.1 она уступает Opus всего 0,6 пункта. Разрывы меньше примерно двух пунктов в агентных бенчмарках укладываются в диапазон, который могут сдвинуть версии харнесса, повторные попытки и таймауты. При планировании считайте эти строки ничьей.

Самый большой отрыв у Neon в GraphWalks (95,2% против 80,1% у Sol и 66,8% у Opus), AutomationBench (около 14 пунктов), CursorBench (на 7,3 пункта выше Opus) и в строке SWE-sweep с харнессом провайдера. Последняя требует наибольшей осторожности.

Почему 39,0% в SWE-sweep — в основном заслуга харнесса

Google запускал SWE-sweep дважды. В строке с харнессом провайдера каждая модель работала в агенте своего производителя: Neon — в Antigravity-CLI, Opus — в Claude Code, Sol — в Codex. В методике Google отмечает, что публичный Antigravity-CLI по умолчанию включает инструмент субагентов, который распределяет работу по всей кодовой базе. По словам Google, он «особенно подходит для задач поиска багов, таких как SWE-sweep».

В этих условиях Neon набирает 39,0%, а в общем харнессе Mini-SWE — 12,8%. Opus падает с 10,1% в Claude Code до 3,6%. У Sol движение обратное: 8,3% в Codex и 11,6% в Mini-SWE. В самом анонсе сказано, что результат Neon в Antigravity «более чем утраивается». Значит, 39,0% измеряет работу Neon внутри агентного продукта Google. Это не доказывает, что сама модель в три–четыре раза сильнее конкурентов. В сопоставимой строке Mini-SWE Neon опережает Sol на 1,2 пункта.

Ещё две пометки меняют прочтение строк. FrontierCode оценивали с Neon на уровне по умолчанию high, а не xhigh. Terminal-Bench для всех трёх моделей приведён как точность с поправкой на читерство; подробнее эту поправку методика не определяет. В анонсе Google указано, что у Neon 0,0% читерства на Terminal-Bench 4.0. В строке LVBench модели к тому же получали разные входные данные: Gemini — 1 кадр в секунду в низком разрешении, Sol — 500 кадров, Opus — 600, каждый вариант выбран «из-за ограничений API».

Почему к таблицам производителей нужно относиться осторожно

  • Набор для сравнения выбирал производитель. Google сравнил Neon с Opus 5.5 и GPT-6.2 Sol. В таблицу не попали Claude Fable 5.2 и GPT-6.2 Astra, которые стоят $8/$40 за миллион токенов и набирают больше в Artificial Analysis Intelligence Index (64,6 и 62,1 на максимальных настройках по данным на 19 ноября). Таблица показывает положение Neon среди моделей той же ценовой категории, но не её место на самом верху.
  • В одном столбце смешаны разные источники. Часть ячеек — собственные прогоны Google, часть взята из системных карточек конкурентов, где использовались другое железо, другие промпты и другие даты.
  • Настройки неодинаковы. Neon в большинстве строк запускали на xhigh, конкурентов — на максимальной настройке, если она указана, а в FrontierCode Neon работал на high.
  • Бенчмарки выбирали после обучения. Таблица к запуску показывает те бенчмарки, которые производитель решил опубликовать, и не может показать те, что остались за кадром.

Это не делает таблицу неверной. Просто используйте её, чтобы решить, что тестировать, а не как окончательный ответ.

Что добавляют независимые данные: стоимость, время и галлюцинации

Artificial Analysis (AA) прогоняет все модели через один и тот же харнесс и публикует стоимость и время на задачу — в карточке модели этого нет. Мы прочитали страницы Neon, Opus 5.5 и GPT-6.2 Sol, а также оценку AA-Omniscience 19 ноября 2026 года, около 03:20 UTC. AA обновляет эти страницы, поэтому перед принятием решения проверьте их ещё раз.

Метрика AA (старший вариант рассуждений)Neon (xhigh)Opus 5.5 (max)GPT-6.2 Sol (max)
Intelligence Index v5.0.161,459,157,3
Стоимость одной задачи Intelligence Index$6,44$10,04$1,01
Время на задачу21,5 мин24,5 мин8,5 мин
Выходные токены на задачу (рассуждения + ответ)~142k~173k~40k
Время до первого токена ответа56,5 с335,8 с75,1 с
Terminal-Bench 4.0 (прогон AA)63,6%59,6%60,1%
FrontierCode 2.0 (прогон AA)44,4%46,4%44,4%
Точность AA-Omniscience60,5%65,5%61,6%
Уровень галлюцинаций AA-Omniscience14,4%50,3%55,4%
Доля попыток ответа AA-Omniscience67,5%86,7%85,4%
HLE-Diamond71,3%67,9%64,0%

Здесь три разные настройки: xhigh для Neon и max для двух других. На более низких настройках баллы ниже, а стоимость меньше. Для Neon на уровне по умолчанию high данные AA дают индекс 59,6, $3,74 и 14,8 минуты на задачу и уровень галлюцинаций 13,9%. Это по-прежнему выше, чем у Sol на max по индексу, и по-прежнему более чем втрое дороже Sol в расчёте на задачу. AA указывает для Opus 57,4 на xhigh ($6,05 и 16,1 мин на задачу) и для Sol 54,9 на high ($0,56 и 4,6 мин). По документации Anthropic, effort по умолчанию у Opus 5.5 — medium; на medium AA даёт Opus индекс 48,2 и $2,45 на задачу.

Выделяются три вывода:

  1. Соотношение прейскурантных цен занижает разрыв в стоимости задачи. Цена Opus за токен вдвое выше, чем у Sol, но одна задача AA обошлась примерно в десять раз дороже. Opus выдал примерно в четыре раза больше выходных токенов. Прейскурантная цена Neon в 1,5 раза выше, чем у Sol, а задача стоит примерно в 6,4 раза дороже. Количество токенов, которое тратит модель, важнее её тарифа.
  2. Низкий уровень галлюцинаций не означает более высокую точность. AA определяет уровень галлюцинаций как долю неверных ответов среди всех ответов, которые не являются верными. У Neon он самый низкий (14,4%) в основном потому, что модель чаще отказывается отвечать: она попыталась ответить на 67,5% вопросов, тогда как две другие — примерно на 86%. У Opus самая высокая точность (65,5%), но когда он не знает ответа, он угадывает. Если неверный ответ обходится вам дороже, чем «не знаю», профиль Neon выгоднее. Если важнее охват, Opus верно отвечает на большее число вопросов.
  3. Преимущество Sol в скорости велико. Время на задачу у него меньше половины от двух других, а первый токен ответа он выдаёт намного раньше, чем Opus на максимальном уровне усилий, которому понадобилось 336 секунд.

Собственные прогоны AA по программированию усложняют картину Google в обе стороны. В прогоне FrontierCode 2.0 от AA лидирует Opus с 46,4%, а у Neon и Sol по 44,4%, так что Opus первый и там, как в таблице Google. В прогоне Terminal-Bench 4.0 от AA лидирует Neon с 63,6%, а Opus последний с 59,6%, позади Sol с 60,1%. Это противоположно строке Terminal-Bench 4.1 у Google, так что преимущество Opus в терминальных задачах зависит от версии бенчмарка и харнесса. В анонсе Google также утверждает, что Neon занимает первое место в общем зачёте AA Coding Agent Index с результатом 58,6. Это утверждение Google. На прочитанных нами страницах AA значения Coding Agent Index по отдельным моделям не отображались, поэтому мы его не проверили.

Официальные цены за токен

Все тарифы — уровень Standard, доллары США за 1 миллион токенов, проверены 19 ноября 2026 года. Это собственные цены провайдеров. Цены Ofox указаны на странице каждой модели в Ofox и здесь не повторяются.

Gemini 4 NeonClaude Opus 5.5GPT-6.2 Sol
Вход$3,00$4,00$2,00
Выход (включая рассуждения)$15,00$20,00$10,00
Кэшированный вход$0,15 (только неявное кэширование)$0,20 за попадание в кэш$0,10
Запись в кэшОтдельно не указана$5 (5 мин), $8 (1 ч)$2,50 (30 мин), $5 (12 ч)
Очень длинные промптыЕдиный тариф на всё окно 1MСтандартный тариф на всё окно 1MСвыше 272K входных токенов: тарифы на вход и кэш ×2, на выход ×1,5
Batch$1,50 / $7,50 (Flex столько же)Скидка 50%: $2 / $10Скидка 50%: $1 / $5
Бесплатный уровеньНет——
ИсточникЦены Gemini APIЦены AnthropicСтраница модели GPT-6.2 Sol

Простой расчёт показывает, почему одного тарифа за токен недостаточно. Возьмём один запрос без кэша: 50 000 входных и 10 000 выходных токенов. По прейскуранту он стоит $0,30 на Neon, $0,40 на Opus и $0,20 на Sol. Но один и тот же текст даёт разное число токенов на разных моделях. В нашем прогоне ниже одинаковый промпт занял 139 входных токенов на Opus и 98 на Sol. К тому же модели пишут ответы разной длины. Прежде чем сравнивать счета, измерьте собственное число токенов для каждой модели. Подробнее о кэшировании и уровнях рассуждений — в руководстве по ценам Claude Opus 5.5 и в нашем разборе цен Gemini 4 Neon.

Тариф Neon $3/$15 важен и внутри семейства Gemini. 1 декабря 2026 года цены Carbon и Argon вырастут с $2/$10 до $4/$20, и после этого Neon станет дешевле обеих моделей. См. что означает декабрьское изменение и сравнение Neon и Carbon.

Где каждую модель можно использовать на практике

Gemini 4 NeonClaude Opus 5.5GPT-6.2 Sol
ID модели в APIgemini-4-neonclaude-opus-5-5gpt-6.2-sol
Статус APIПлатный уровень Gemini API, через generateContent и Interactions APIClaude API, Bedrock, Google Cloud, Microsoft FoundryOpenAI API с 17 ноября 2026 года; Responses API и Chat Completions
Доступ в приложениях и IDEПриложение Gemini (AI Pro и Ultra), AI Studio, Google Antigravity (платные Pro и Ultra), Gemini для бизнесаПриложения Claude и Claude Code (доступ и лимиты)Preview в ChatGPT Work и Codex desktop (Plus и Pro; в управляемых рабочих пространствах зависит от настроек мест); в обычном Chat нет
В Ofox (проверено 19 ноября 2026 года)НетДа: anthropic/claude-opus-5.5Да: openai/gpt-6.2-sol
Контекстное окно1 048 576 токенов, вход и выход вместе1M1 050 000 (максимум 922K на вход)
Максимальный выходПо умолчанию 64K в синхронном режиме; до 1M с long decode128K (300K в Batch с бета-заголовком)128K
Входные данныеТекст, изображения, аудио, видеоТекст, изображенияТекст, изображения
Дата среза знанийМарт 2026 годаИюнь 2026 года (надёжный)1 июня 2026 года

Что означает пометка preview у GPT-6.2 Sol. В заметках к выпуску ChatGPT от 17 ноября 2026 года OpenAI пишет, что GPT-6.2 Astra и Sol «доступны в режиме preview в Work и Codex desktop» и что «в обычном Chat сохраняется прежний выбор моделей». Эта пометка относится к ChatGPT. Для разработчиков журнал изменений OpenAI API указывает gpt-6.2-sol как выпущенную 17 ноября для Responses API и Chat Completions. На странице модели опубликованы цены и лимиты запросов для уровней использования от Build до Grow, и ни у одного из них нет пометки preview. На практике это значит:

  • строить продукты на API можно уже сейчас;
  • для вызова инструментов нужен Responses API;
  • API отклоняет reasoning.effort: none;
  • в ChatGPT Sol виден только в селекторах моделей Work и Codex.

Если вы переходите с GPT-6 Sol, заметки о миграции вызова инструментов на Responses по-прежнему актуальны.

Neon в Ofox. 19 ноября 2026 года google/gemini-4-neon отсутствовала в ответе GET https://api.ofox.ai/v1/models, а https://ofox.ai/models/google/gemini-4-neon возвращал 404. Чтобы использовать Neon, обращайтесь к Google напрямую. Настройка описана в руководстве по API Neon. Gemini 4 Hydrogen и Argon в Ofox доступны уже сейчас через нативный эндпоинт Gemini.

Наш небольшой прогон: Opus 5.5 против Sol на трёх задачах по программированию

Это единственный раздел статьи, который мы измеряли сами. Он иллюстративный. Три простые задачи по два запуска не могут ранжировать две передовые модели, и обе модели прошли все тесты. Мы приводим прогон потому, что он показывает разницу в многословности и задержке, на которую указывают данные AA о стоимости, причём в масштабе, который может воспроизвести любой.

Условия (19 ноября 2026 года):

  • Эндпоинт: Ofox https://api.ofox.ai/v1/chat/completions
  • Модели: anthropic/claude-opus-5.5 и openai/gpt-6.2-sol
  • Параметры: max_tokens: 16000. Параметры рассуждений или усилий не передавались, поэтому каждая модель работала с настройкой маршрута по умолчанию.

Задачи:

  • T1: исправить ошибку на единицу (off-by-one) в пагинации и добавить проверку входных данных
  • T2: написать parse_duration("1h30m") по строгой спецификации с девятью недопустимыми входами
  • T3: реализовать TokenBucket с внедряемыми часами

Каждый ответ проверялся скрытыми юнит-тестами, запущенными локально: 5, 16 и 5 тест-кейсов. Всего было 12 вызовов, по два повтора на каждую пару задачи и модели.

ЗадачаПройдено тестов (оба повтора)Задержка Opus 5.5Задержка SolВыходные токены OpusВыходные токены Sol
T1, исправление пагинации5/5 и 5/5 у обеих3,4 / 3,9 с3,5 / 3,1 с142 / 142184 / 181
T2, парсер длительности16/16 у обеих6,2 / 5,9 с2,5 / 2,4 с471 / 438119 / 117
T3, token bucket5/5 у обеих9,0 / 8,6 с2,7 / 3,6 с656 / 756253 / 268

Итого: Opus использовал 1 136 входных и 2 605 выходных токенов, Sol — 804 входных и 1 122 выходных. По прейскурантным ценам провайдеров это примерно $0,057 для Opus и $0,013 для Sol за все шесть вызовов каждой модели. Это наш расчёт, а не счёт от Ofox. Медианная задержка составила 6,0 секунды у Opus и 2,9 секунды у Sol.

Что мы заметили помимо прохождения тестов:

  • В T3 Opus вышел за рамки спецификации. В обоих запусках он добавил threading.Lock, свойство capacity и проверку того, что clock вызываем. Ничего из этого не требовалось. Блокировка — разумный выбор для продакшена, но это лишний объём для ревью. Sol выдал ровно запрошенный интерфейс.
  • В простом исправлении бага (T1) Sol написал немного больше. Он добавил явный ранний возврат при start >= len(items), хотя срез и так обрабатывает этот случай. Разница в обе стороны была небольшой.
  • Один и тот же промпт дал разное число входных токенов. У Opus насчитывалось от 139 до 234 входных токенов, у Sol — от 98 до 153, то есть у Opus примерно на 40% больше. На длинных промптах это влияет на сравнение цен за токен.

Чего этот прогон не показывает: ничего о Neon, которого нет в Ofox; ничего о сложной работе с несколькими файлами, где важно преимущество Opus в бенчмарках; ничего о надёжности на большом числе запусков. Скрипты, промпты, тесты и сырые ответы (ключ скрыт) хранятся вместе с нашим отчётом, чтобы прогон можно было повторить. Чтобы провести собственное сравнение через Ofox, воспользуйтесь документацией по интеграциям: там описаны Claude Code, Codex, Cursor и другие клиенты.

Как вызвать три модели

Opus 5.5 и Sol вызываются через один OpenAI-совместимый клиент в Ofox. На странице модели Opus 5.5 указаны протоколы openai и anthropic, у Sol — openai.

from openai import OpenAI
import os, time

client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])

for model in ["anthropic/claude-opus-5.5", "openai/gpt-6.2-sol"]:
    t = time.time()
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Write parse_duration('1h30m') -> 5400 in Python. Code only."}],
        max_tokens=16000,
    )
    print(model, round(time.time() - t, 1), "s", r.usage)

Neon вызывается через нативный API Google. Пример ниже следует руководству Google по Neon:

from google import genai

client = genai.Client()  # читает GEMINI_API_KEY; для Neon нужен платный уровень
interaction = client.interactions.create(
    model="gemini-4-neon",
    input="Write parse_duration('1h30m') -> 5400 in Python. Code only.",
)
print(interaction.output_text)

Типичные ошибки:

Какую модель выбрать для какой задачи

Это отправные точки, основанные на доказательствах, а не измеренный рейтинг. В каждой строке указано, на какие данные она опирается.

Ваша задачаНачните сПочемуДанные
Сложная работа с несколькими файлами, где важны несколько пунктовOpus 5.5, но протестируйте и NeonЛидирует в FrontierCode 2.0 и в таблице Google, и в прогоне AA. Лидирует в Terminal-Bench 4.1 в таблице Google, но последний в Terminal-Bench 4.0 у AAТаблица Google и AA (неоднозначно)
Поиск багов в большом репозитории в инструментах GoogleNeon в Antigravity39,0% в SWE-sweep с харнессом субагентов Google; в Mini-SWE преимущество в основном исчезаетТаблица Google (зависит от харнесса)
Большой объём агентного программирования, исправления в CI, повседневные PRSolОколо 1/6 стоимости задачи AA у Neon и 1/10 у Opus, меньше половины времени, при 57 в Intelligence Index AA против 59 и 61AA и наш небольшой прогон
Анализ длинного контекста (от 256K до 1M токенов)NeonGraphWalks 95,2% против 80,1% и 66,8%. Цена Sol растёт при входе свыше 272KТаблица Google (собственный расчёт) и страницы цен
Исследования или интеллектуальная работа, где ошибки дорого обходятсяNeonУровень галлюцинаций 14,4% против 50% и выше; ожидайте больше отказов от ответаAA-Omniscience
Вопросы и ответы по знаниям, где важнее всего охватOpus 5.5Самая высокая точность AA-Omniscience — 65,5%AA-Omniscience
Чтение графиков и насыщенных рисунковSol или NeonSol лидирует в Chartography: 75,1% против 73,5%; у Opus 66,3%Таблица Google
Аудио или видео на входеNeonЕдинственная из трёх моделей, принимающая аудио и видеоОфициальная документация моделей
Автоматизация бизнес-процессовNeonAutomationBench 56,3% против примерно 42%Публичный лидерборд через Google
Нужен один шлюз и один ключOpus 5.5 или SolОбе есть в Ofox, Neon — нетСписок моделей Ofox, 19 ноября 2026 года

В чём каждая модель слабее

Gemini 4 Neon

  • Немного уступает Opus в Terminal-Bench 4.1 и FrontierCode 2.0 в таблице Google и в FrontierCode в прогоне AA.
  • Точность AA-Omniscience ниже, чем у Opus, потому что модель чаще отказывается отвечать.
  • Главный результат в SWE-sweep зависит от харнесса Google.
  • На xhigh задача занимает около 21 минуты и стоит около $6,44 на нагрузке AA.
  • Самая ранняя дата среза знаний из трёх (март 2026 года).
  • Бесплатного уровня нет, в Ofox модель недоступна.

Claude Opus 5.5

  • Самая дорогая и самая медленная в расчёте на задачу AA на максимальном уровне усилий ($10,04, 24,5 минуты, 336 секунд до первого токена ответа).
  • Последняя из трёх в прогоне Terminal-Bench 4.0 от AA (59,6%), несмотря на лидерство в строке Terminal-Bench 4.1 у Google.
  • Самая слабая из трёх в GraphWalks на длинном контексте (66,8%), Chartography (66,3%) и SWE-sweep с Mini-SWE (3,6%).
  • Уровень галлюцинаций около 50%.
  • Не принимает аудио и видео на входе.
  • В нашем небольшом прогоне модель добавила то, что не запрашивалось.

GPT-6.2 Sol

  • Самый низкий AA Intelligence Index из трёх (57).
  • Самый высокий уровень галлюцинаций (55,4%).
  • Последняя из трёх в таблице Google в Terminal-Bench 4.1, FrontierCode, Vals и HLE-Diamond.
  • Вход свыше 272K токенов тарифицируется по повышенным ставкам.
  • Google не опубликовал для неё результаты CursorBench и WebExploitBench.
  • В ChatGPT модель по-прежнему в режиме preview и доступна только в Work и Codex.

Используйте таблицу Google, чтобы выбрать, какую модель тестировать первой, а Artificial Analysis — для оценки стоимости, скорости и галлюцинаций. Окончательное решение принимайте по тому, какую долю ваших собственных задач проходит модель. О моделях уровнем выше и ниже этих трёх читайте в статьях о выборе модели Gemini 4, в более раннем сравнении стоимости программирования GPT-6 Sol и Claude Opus 5.5 и в материале Claude Opus 5.5 против GPT-6 Astra для сложного программирования.

Документация по теме

Часто задаваемые вопросы

GPT-6.2 Sol доступен только в режиме preview?
Только в ChatGPT. В заметках к выпуску ChatGPT от 17 ноября 2026 года OpenAI пишет, что GPT-6.2 Astra и Sol доступны в режиме preview в ChatGPT Work и Codex desktop, а в обычном Chat остаются прежние модели. В журнале изменений OpenAI API модель gpt-6.2-sol указана как выпущенная в тот же день для Responses API и Chat Completions, с опубликованными ценами и лимитами запросов и без пометки preview.
Можно ли вызвать Gemini 4 Neon через Ofox?
Нет, по состоянию на 19 ноября 2026 года. Модели google/gemini-4-neon нет в списке моделей Ofox, и страницы модели на Ofox у неё тоже нет. Используйте платный уровень Gemini API напрямую. Claude Opus 5.5 и GPT-6.2 Sol на Ofox доступны.