Переходить ли с Gemini 4 Argon на Neon: план миграции с возможностью отката

Gemini 4 Argon не объявлена устаревшей, но с 1 декабря Neon дешевле и, по данным Artificial Analysis, быстрее. Что меняется, как на самом деле соотносятся галлюцинации на разных уровнях рассуждений и пошаговая миграция с набором тестов, теневым трафиком и откатом.

Линейный рисунок: каменный оросительный канал раздваивается у деревянного шлюза. Старый канал остаётся открытым и несёт большую часть воды, а небольшая заслонка с оранжевой ручкой пропускает тонкую струю в новый, только что прорытый канал.

Для большинства нагрузок на Gemini 4 Argon переход на Gemini 4 Neon стоит планировать уже сейчас, но не как простую замену ID модели. С 1 декабря 2026 года тариф Standard для Argon удваивается до $4/$20 за миллион токенов, а Neon остаётся на $3/$15. На Artificial Analysis (AA) Neon на уровне по умолчанию high набирает больше, чем Argon на любом из протестированных уровней, примерно за половину времени. Дата отключения Argon не объявлена, так что никакой срок не заставляет переходить. Следить нужно за другим: по умолчанию Neon рассуждает глубже, чем Argon. А низкая доля галлюцинаций, которую часто приводят для Argon (4,3%), относится к Argon high, а не к уровню Argon по умолчанию в API.

Материал сверен 19 ноября 2026 года с документацией Google Gemini API (страница устаревших моделей, руководство по выбору модели, руководства для разработчиков и страницы моделей Argon и Neon, цены) и с актуальными страницами моделей на AA. Neon мы не вызывали. Чтобы показать этап базовой линии при миграции, мы прогнали через Ofox небольшой набор тестов на ответы по документу для Argon; результаты и ограничения описаны в шаге 2. Сравнения стоимости помечены как наши расчёты.

Статью публикует Ofox. Gemini 4 Argon доступна в Ofox как google/gemini-4-argon. Gemini 4 Neon в Ofox недоступна (проверено по списку моделей с авторизацией 19 ноября 2026 года), поэтому все описанные здесь вызовы Neon идут напрямую в Gemini API от Google. Что это означает для миграции, разобрано в отдельном разделе ниже.

Выводят ли Gemini 4 Argon из эксплуатации?

О выводе ничего не объявлено. Однако несколько признаков говорят о том, что Google отдаёт предпочтение Neon, и полезно отделять то, что говорит сама Google, от того, что сообщают другие.

ПризнакЧто сказаноИсточник и статус
Страница устаревших моделейgemini-4-argon: выпущена 13 октября 2026 года, “No shutdown date announced” (дата отключения не объявлена), рекомендуемая замена не указанаСтраница устаревших моделей Google (англ.), официально, проверено 19 ноября
Руководство по выбору моделиРекомендует Hydrogen, Neon и Carbon (а также 3.5 Flash-Lite). Argon не упоминается нигде на странице, включая таблицу путей обновленияВыбор модели (англ.), официально, проверено 19 ноября
Руководство для разработчиков NeonЕсть раздел “Migrate from Gemini 4 Carbon, Argon, or Hydrogen” (миграция с Gemini 4 Carbon, Argon или Hydrogen)Руководство по Neon (англ.), официально
Руководство для разработчиков ArgonПо-прежнему опубликовано, по-прежнему рекомендует medium по умолчанию и называет Argon “ideal for most advanced software engineering and knowledge work tasks” (идеальна для большинства сложных задач программной инженерии и интеллектуальной работы); пометки об устаревании нетРуководство по Argon (англ.), официально, проверено 19 ноября
Приложение GeminiGoogle сообщает, что подписчики Pro и Ultra могут выбрать Neon в выпадающем списке моделейАнонс Neon (англ.), официально
Выбор модели в приложении Gemini9to5Google пишет, что в меню выбора “Neon also replaces Argon” (Neon заменяет и Argon), и перечисляет Auto, Hydrogen, Neon и Carbon9to5Google, 18 ноября 2026 г. (англ.), сообщение прессы, Google не подтверждала

Наша оценка: в API Argon остаётся поддерживаемой GA-моделью без даты окончания, а рекомендации Google направляют новые проекты на Neon. Изменение в меню приложения, даже если сообщение прессы верно, не затрагивает эндпоинт API. На странице устаревших моделей сказано, что о датах отключения предупреждают заранее, так что проверять её раз в месяц достаточно. Разница в доступе через приложение, AI Studio и Antigravity описана в нашем руководстве по доступу к Argon.

Что меняется между Argon и Neon

Схема запроса та же. В руководстве Google по Neon сказано, что переход с другой модели Gemini 4 “requires no request schema changes” (не требует изменений схемы запроса). Различия касаются значений по умолчанию, цены и поведения.

Gemini 4 ArgonGemini 4 Neon
ID моделиgemini-4-argongemini-4-neon
Дата GA13 октября 2026 г.18 ноября 2026 г.
Уровни рассужденийlow, medium (по умолчанию), highlow, medium, high (по умолчанию), xhigh
Контекстное окно1 048 576 токенов, общие для входа, рассуждений и выводаТо же
Вывод на один ответ (по умолчанию)65 536 токенов; длинное декодирование до 1M с фоновым выполнениемТо же
Шаг (hop) продолжения в синхронном режиме64K со стримингом, но 32 768 на шаг без стриминга64K со стримингом и без
КэшированиеТолько неявное (явный cachedContents не поддерживается)То же
Встроенные инструменты (страница модели)Выполнение кода, computer use, поиск по файлам, вызов функций, grounding через Search и Maps, структурированный вывод, URL contextТот же список
Batch, Flex, PriorityПоддерживаютсяПоддерживаются
Бесплатный уровеньНетНет
Цена Standard за 1M (вход / кэш / вывод)$2 / $0,10 / $10 до 30 ноября; $4 / $0,20 / $20 с 1 декабря$3 / $0,15 / $15, без даты изменения
В Ofox (19 ноября)Да, google/gemini-4-argonНет

Источники: страницы моделей Argon и Neon, оба руководства для разработчиков, руководство по длинному декодированию (размеры шагов) и страница цен, все на английском, проверено 19 ноября 2026 года.

При чистке параметров важны два небольших расхождения в документации. Оба руководства советуют убрать temperature, top_p и top_k. Руководство по Argon говорит, что при отправке они игнорируются; руководство по Neon — что значения в допустимом диапазоне игнорируются, а значения вне диапазона возвращают ошибку валидации 400. По лимиту вывода: руководство по Argon просит, если вы задаёте max_output_tokens, ставить не меньше 32 768, а руководство по Neon — убрать низкие лимиты или поднять их до 65 536, а для сокращения числа токенов понижать уровень рассуждений.

Цена: когда Neon дешевле

Тарифы Neon за токен до 30 ноября составляют 1,5× от тарифов Argon, а с 1 декабря — 0,75×. Отсюда простая точка безубыточности (наш расчёт по тарифам Google Standard):

  • До 30 ноября: Neon дешевле только если на ту же работу тратит меньше 0,67× токенов Argon.
  • С 1 декабря: Neon дешевле, пока тратит не больше 1,33× токенов Argon.

Подвох в уровне рассуждений по умолчанию. Неизменённый запрос запускает Argon на medium, а Neon на high, поэтому Neon может выдавать больше выходных токенов за вызов. Artificial Analysis измерила обе модели на нескольких уровнях в одной и той же тестовой среде, и это даёт примерное представление о чистом эффекте:

Конфигурация (AA, 19 ноября)Стоимость задачи индекса по данным AAНаша оценка на декабрьВремя на задачу индекса
Argon medium (по умолчанию в API)$4,31~$8,6329,1 мин
Argon high$4,97~$9,9529,8 мин
Neon medium$1,90$1,908,3 мин
Neon high (по умолчанию в API)$3,74$3,7414,8 мин
Neon xhigh$6,44$6,4421,5 мин

AA считает стоимость Argon по текущему тарифу $2/$10. Декабрьский столбец — это удвоенная цифра AA для Argon в предположении, что вся стоимость приходится на токены; это наша оценка, а не данные AA. У Neon даты изменения цены нет. На наборе задач AA Neon high уже в ноябре была примерно на 13% дешевле Argon medium в расчёте на задачу, а после 1 декабря разрыв вырастает примерно до 57%. Время на задачу у AA — это число выходных токенов, делённое на измеренную скорость вывода (AA указывает для Argon 57–65 токенов/с, для Neon около 101 токена/с), то есть это время генерации, а не полный прогон агента с выполнением инструментов.

Агрегированная стоимость по бенчмарку показывает направление, но не прогноз для вашего трафика. Полное описание декабрьского изменения и формулу месячного счёта см. в статье что меняется для Carbon и Argon 1 декабря. Бюджет Neon по уровням — в нашем руководстве по ценам Neon, а расчёт Argon по запросам — в разборе цен Argon.

Качество и скорость на сопоставимых уровнях рассуждений

AA прогоняет обе модели в одной тестовой среде через собственный API Google и публикует результаты по каждому уровню рассуждений отдельно. Значения ниже взяты со страниц AA для Argon и Neon (англ.) 19 ноября 2026 года. Для Argon AA приводит только medium и high.

Метрика AAArgon mediumArgon highNeon mediumNeon high
Intelligence Index (v5.0.1)47,650,454,959,6
Terminal-Bench 4.055,1%57,1%54,5%61,6%
FrontierCode-AA 2.025,0%25,7%36,9%43,3%
HLE-Diamond42,5%56,7%63,6%68,4%
CritPt v2 (сложное подмножество)53,5%52,5%61,5%59,0%
Точность AA-Omniscience49,0%48,3%57,9%59,4%

Neon medium уже не уступает Argon high или превосходит её по всем метрикам, кроме Terminal-Bench 4.0, где разница меньше трёх пунктов. На FrontierCode отрыв большой при любом сочетании уровней. Это агрегированные оценки на задачах AA: модель с более высоким общим результатом всё равно может провалить ваш промпт, который другая модель проходит. Поэтому план миграции ниже начинается с вашего собственного набора тестов.

Карточки моделей Google здесь мало помогают. Карточка Argon датирована октябрём 2026 года, карточка Neon — ноябрём 2026 года, сравнивают они с разными наборами конкурентов, а таблицы Argon против Neon Google не публикует. Строки из разных карточек мы не смешивали.

Как правильно читать цифры галлюцинаций

В оценке Omniscience от AA (англ.) доля галлюцинаций определяется как число неверных ответов, делённое на все ответы, кроме правильных (неверные + частичные + без попытки ответа). Она отвечает на вопрос: когда модель не знает ответа, как часто она ошибочно угадывает вместо того, чтобы отказаться? Это тест знаний «закрытой книги», и он ничего не говорит о том, как часто модель отвечает правильно. Поэтому его важно читать вместе с точностью.

КонфигурацияДоля галлюцинацийТочностьВерных на 100Неверных на 100Отказов или частичных на 100
Argon medium (по умолчанию в API)15,4%49,0%49,07,943,1
Argon high4,3%48,3%48,32,249,5
Neon medium16,2%57,9%57,96,835,3
Neon high (по умолчанию в API)13,9%59,4%59,45,635,0
Neon xhigh14,4%60,5%60,55,733,8

Доля галлюцинаций и точность: данные страниц AA на 19 ноября 2026 года. Столбцы «на 100» — наш расчёт: неверные = (100 − точность) × доля галлюцинаций.

Это меняет привычную трактовку. Широко цитируемые 4,3% — основная запись Argon на AA, которую сама AA обозначает как Argon (High). На уровне Argon по умолчанию в API, medium, AA получила 15,4% — чуть хуже, чем у Neon на уровне по умолчанию. Итак:

  • Argon по умолчанию → Neon по умолчанию (обычный случай): на этом бенчмарке примерно на 10 верных ответов больше и примерно на 2 неверных меньше на 100 вопросов. По этому показателю вы ничего не теряете.
  • Argon high → Neon high: примерно на 11 верных ответов больше, но и примерно на 3,4 неверных больше на 100 вопросов. Argon high гораздо чаще отказывается отвечать, вместо того чтобы угадывать. Если вы намеренно используете Argon на high, потому что неверный ответ обходится дорого, это единственное место, где миграция может ухудшить результаты, и вам понадобятся защитные проверки из шага 5.

У Neon доля галлюцинаций меняется между уровнями гораздо меньше: 18,8% на low, 13,9% на high, 14,4% на xhigh. Большой разброс Argon между medium и high получен из одного снимка AA, поэтому проверяйте собственные случаи, где модель должна отказаться, и не считайте ни одну из цифр постоянной. В анонсе Neon Google ссылается на “lowest fabrication rate yet” (самую низкую долю выдумок на сегодня) по внутреннему тестированию в Antigravity; это другая метрика, и сравнивать её с данными AA нельзя. Всё семейство и модели конкурентов разобраны в нашем сравнении уровня галлюцинаций Gemini 4.

Переходить ли? Таблица решений

Ваша ситуацияРекомендация
Argon на medium по умолчанию для кода, агентов или работы с документами, вызовы напрямую в GoogleПереходите на Neon. Оценивайте на medium и high; основная экономия возникает, когда модель не рассуждает сверх нужного
Argon на high для ответов «закрытой книги», где неверный ответ хуже отсутствия ответаОставайтесь или переходите только после того, как защитные проверки из шага 5 пройдут ваш набор вопросов без ответа
Интерактивные функции, чувствительные к задержкеСначала протестируйте Neon medium; на AA она справлялась меньше чем за треть времени Argon
Argon на low для дешёвых массовых шаговСравнивайте Neon low и Hydrogen, а не Neon high; данных AA по Argon low для сравнения нет
Трафик идёт через Ofox, проекта в Google API нетПока оставайтесь на Argon (Neon в Ofox нет) или проведите оценку напрямую через API Google. См. раздел про Ofox
Пилот Neon проваливает приёмочные проверки, которые Argon проходилаОставьте этот тип задач на Argon: дата отключения вас не поджимает
Самая сложная отладка, доказательства, физика исследовательского уровняВместо того чтобы оставаться на Argon, посмотрите сравнение Neon и Carbon

Миграция по шагам

Шаг 1. Инвентаризация всех вызовов Argon

Найдите все места, которые отправляют gemini-4-argon, и для каждой точки вызова запишите:

  • маршрут (Google API, Vertex, Ofox, значение по умолчанию во фреймворке);
  • интерфейс API (generateContent или Interactions, со стримингом или без, фоновые задачи);
  • фактически передаваемый thinking_level (если не задан, у Argon это medium);
  • max_output_tokens, объявленные инструменты, схемы структурированного вывода, grounding через Search;
  • где хранится состояние диалога: на сервере (previous_interaction_id) или в истории на стороне клиента с thought signatures;
  • месячные объёмы входных, кэшированных и выходных токенов по журналам использования.

Незаданный уровень рассуждений — та строка, которая незаметно меняет поведение. Прежде чем трогать что-либо ещё, пропишите его явно как medium.

Шаг 2. Соберите набор тестов и зафиксируйте базовую линию Argon

Возьмите от 30 до 200 реальных запросов на каждый тип задач, и для каждого задайте автоматическую приёмочную проверку: тесты проходят, JSON валиден, извлечённое значение совпадает или ответ дословно цитирует источник. Включите запросы, правильный ответ на которые — «этого нет в материале». Они ловят описанный выше сдвиг в галлюцинациях.

Чтобы показать, как выглядит этот шаг, 19 ноября 2026 года мы прогнали на Argon набор из 10 вопросов с ответами по документу. Каждый запрос содержал короткую вымышленную политику оплаты и один вопрос. На шесть вопросов ответ был, на четыре — нет (например, правило возврата для месячных тарифов, когда политика описывает только годовые). Системная инструкция требовала отвечать только по документу, возвращать NOT_IN_DOC, если ответа нет, и дословно копировать подтверждающее предложение. Вывод ограничивался JSON-схемой. Оценка была автоматической: для вопросов с ответом требовались ожидаемое значение и цитата, которая посимвольно встречается в документе; для вопросов без ответа — ровно NOT_IN_DOC.

Argon через Ofox, 19 ноябряmediumhigh
Пройдено10 / 1010 / 10
С ответом: верное значение + дословная цитата6 / 66 / 6
Без ответа: вернула NOT_IN_DOC4 / 44 / 4
Среднее число токенов рассуждений в отчёте0 (поля нет)164
Всего оплачиваемого вывода (видимый + рассуждения), 10 вызовов4402 077
Медианная задержка5,6 с8,2 с

Маршрут: нативный эндпоинт Gemini в Ofox, gemini-4-argon, maxOutputTokens 32 768, один прогон на каждый вопрос и уровень. «0 токенов рассуждений» означает, что в usageMetadata не было поля thoughtsTokenCount. Входных токенов в среднем 542 на вызов.

Не стоит переоценивать этот результат: это базовая линия на простом наборе, n = 10 на уровень, один день, один маршрут. Это не доказывает, что Argon надёжна в целом, и ничего не говорит о Neon. Ценность в том, что файл с вопросами, оценщик и цифры Argon уже есть, и те же случаи можно направить на gemini-4-neon в API Google и сравнить построчно. На этом наборе high дала примерно в 4,7 раза больше оплачиваемого вывода, чем medium, при том же результате 10/10, — именно такие выводы должны определять и уровень для Neon. Ваш набор должен быть сложнее нашего: набор, где всё проходит, не способен обнаружить регрессию.

Минимальная тестовая обвязка, в которой тело запроса остаётся идентичным, а меняются только маршрут и модель:

import json, os, urllib.request

ROUTES = {
    # Argon через нативный эндпоинт Gemini в Ofox (ключ: OFOX_API_KEY)
    "argon": ("https://api.ofox.io/gemini/v1beta/models/gemini-4-argon:generateContent",
              os.environ["OFOX_API_KEY"]),
    # Neon через Gemini API от Google (в Ofox недоступна на 19 ноября 2026 г.)
    "neon": ("https://generativelanguage.googleapis.com/v1beta/models/gemini-4-neon:generateContent",
             os.environ["GEMINI_API_KEY"]),
}

def run(route, system, user, level, schema=None):
    url, key = ROUTES[route]
    cfg = {"thinkingConfig": {"thinkingLevel": level}, "maxOutputTokens": 65536}
    if schema:
        cfg |= {"responseMimeType": "application/json", "responseSchema": schema}
    body = {"systemInstruction": {"parts": [{"text": system}]},
            "contents": [{"role": "user", "parts": [{"text": user}]}],
            "generationConfig": cfg}
    req = urllib.request.Request(url, data=json.dumps(body).encode(),
          headers={"x-goog-api-key": key, "Content-Type": "application/json"})
    r = json.load(urllib.request.urlopen(req, timeout=900))
    parts = r["candidates"][0]["content"]["parts"]
    text = "".join(p.get("text", "") for p in parts if not p.get("thought"))
    return text, r.get("usageMetadata", {})

Всегда явно передавайте thinkingLevel в обвязке, чтобы ни одна модель не откатилась к собственному значению по умолчанию. Тайм-аут 900 секунд следует совету Google закладывать на сложные промпты не меньше 15 минут. Формат запросов по нативному протоколу в Ofox описан в справочнике Ofox по Gemini API.

Шаг 3. Сопоставьте параметры

Текущая настройка ArgonОтправная точка для NeonПримечания
thinking_level не задан (= medium)Протестируйте medium и high; победителя закрепите явноЕсли оставить незаданным, получите high
medium задан явноmedium, затем high, если проверки не проходятAA: Neon medium набирает больше, чем Argon high
highhigh; xhigh только для случаев, где high не справляетсяНа AA xhigh повысил стоимость задачи на 72% относительно high
lowlow и сравнение с HydrogenNeon low набрала 44 в индексе AA
max_output_tokens ниже 32 76865 536 или не задаватьРассуждения делят лимит с ответом
temperature / top_p / top_kУдалитьВ Neon значения вне диапазона возвращают 400
Ссылки на cached_contentУже убраны при работе с Argon (явный кэш она не поддерживает), менять нечегоОбе модели используют неявное кэширование для промптов от 4 096 токенов
Фоновые задачи больше 64KБез измененийТот же шаг 64K и потолок 1M
Продолжение без стриминга в синхронном режиме (цикл REST)Шагов будет меньше, и они крупнееArgon делает шаги по 32 768, Neon — по 65 536; перепроверьте код, который считает шаги или задаёт тайм-аут на шаг
Тайм-аут клиентаНе меньше 15 минут или фоновое выполнениеОдинаковый совет в обоих руководствах

Если вы используете агента Antigravity в Gemini Managed Agents, меняется только поле model в agent_config. Там поддерживаются обе модели.

Шаг 4. Теневой трафик

Отправляйте копию выборки живых запросов Argon в Neon, пользователям возвращайте только ответ Argon, а оба результата записывайте в журнал. Правила, которые сохраняют сравнение честным:

  1. Промпт, инструменты и документы должны совпадать побайтно, уровень рассуждений закреплён с обеих сторон.
  2. Начинайте с запросов без состояния. Для многоходовых сессий Google советует при смене модели между ходами возвращать предыдущие ходы модели и thought signatures без изменений. Перенос незавершённой сессии с Argon на одном маршруте на Neon в другом проекте мы не тестировали, поэтому дайте существующим сессиям завершиться на Argon, а новые начинайте на Neon.
  3. Оценивайте оба ответа теми же автоматическими проверками из шага 2, а расхождения выборочно просматривайте вручную.
  4. Пути с вызовом инструментов отслеживайте отдельно. Если Neon возвращает MALFORMED_FUNCTION_CALL или ошибку об отсутствующей thought signature, причина обычно в том, как передаются инструменты или история; оба случая разобраны в нашем исправлении ошибки thought signature и в руководстве по ошибкам Gemini 4 API.
  5. Помните, что теневой трафик удваивает расход токенов для той доли трафика, что попала в выборку. Обычно хватает выборки 5–10%.

Новый проект Google Cloud для Neon приносит одно значение по умолчанию для обработки данных, которое стоит проверить: согласно заметкам о выпуске Google (англ.), с 26 октября 2026 года новые проекты платного уровня, использующие generateContent, по умолчанию сохраняют запросы (store=true). Если это противоречит вашей политике, задавайте store=false в каждом запросе или измените настройку журналирования.

Шаг 5. Добавьте защиту от неверных ответов

Если ваша нагрузка на Argon полагается на отказы отвечать, особенно на high, добавьте проверки, которые не зависят от сдержанности самой модели:

  • Проверка дословной цитаты. Требуйте подтверждающую цитату и отклоняйте ответы, цитата в которых не является подстрокой источника, как это делает наш оценщик. Это дёшево ловит выдуманные обоснования.
  • Явный маркер отказа. Дайте модели фиксированное значение, например NOT_IN_DOC, и считайте любой другой ответ на наборе без ответа провалом.
  • Структурированный вывод. Используйте responseSchema, а не просьбу выдать JSON в тексте; руководство по Neon предупреждает, что вызовы инструментов в виде JSON обычным текстом без объявленных инструментов могут вернуть MALFORMED_FUNCTION_CALL.
  • Grounding, когда факты внешние. Для вопросов об открытом мире используйте grounding через Search или собственный поиск и учтите, что grounding через Search тарифицируется за запрос сверх токенов.
  • Метрика-барьер. Сделайте условием релиза «неверные ответы на наборе без ответа», а не только «точность на наборе с ответом». По этой строке Neon должна быть не хуже базовой линии Argon.

Шаг 6. Отслеживайте стоимость на принятую задачу

Записывайте для каждого запроса promptTokenCount, cachedContentTokenCount, candidatesTokenCount и thoughtsTokenCount и считайте стоимость по тарифам конкретной модели:

cost = (prompt - cached) × input_rate / 1e6
     + cached × cached_rate / 1e6
     + (candidates + thoughts) × output_rate / 1e6

Делите общую стоимость на число запросов, прошедших проверку, а не на все запросы: именно на повторах модель, дешёвая за токен, может проиграть. Настройте оповещение, когда оплачиваемый вывод Neon на запрос превышает 1,33× от Argon для того же типа задач — это декабрьская точка безубыточности, приведённая выше. Если часть трафика Argon остаётся в Ofox, разбивка токенов и стоимости по запросам для этой стороны доступна в разделе учёта использования Ofox.

Шаг 7. Переключайтесь постепенно и сохраняйте путь отката

Переводите по одному типу задач за флагом: 10%, затем 50%, затем 100%, задерживаясь на каждом этапе на несколько дней. Конфигурацию Argon (ID модели, закреплённый уровень рассуждений, маршрут) не удаляйте, а сохраните как есть. Откатывайте тип задач, если сработало любое из условий:

  • доля прохождения живой проверки опустилась ниже базовой линии Argon больше чем на согласованный запас;
  • неверных ответов на наборе без ответа больше, чем в базовой линии Argon;
  • стоимость на принятую задачу по действующему тарифу выше, чем у Argon;
  • задержка p95 или доля тайм-аутов нарушает ваш SLO;
  • в новом проекте появились ошибки 429 или квот. Лимиты Neon задаются на проект Google и уровень, поэтому проверьте их до 100%. Об экспоненциальной паузе между повторами (backoff) рассказывают наше руководство по ошибкам Argon API и общее руководство по повторам при 429 (на английском).

Запасной вариант существует только пока существует Argon, поэтому перед каждым релизом проверяйте страницу устаревших моделей.

Что пользователи Ofox могут и не могут сделать сейчас

По состоянию на 19 ноября 2026 года:

  • Вы можете продолжать вызывать Argon через Ofox как google/gemini-4-argon — по OpenAI-совместимому или нативному протоколу Gemini, указанным на её странице модели. Цена Ofox указана на той же странице; здесь мы её не повторяем, и после 1 декабря её стоит проверить снова.
  • Перейти на Neon внутри Ofox нельзя. Neon нет в каталоге, поэтому A/B-тест с одним ключом невозможен, а замена строки модели в запросе к Ofox на gemini-4-neon до Neon не дойдёт.
  • Чтобы оценить или использовать Neon сейчас, нужны проект и ключ Google Gemini API на платном уровне, с отдельным биллингом и отдельными лимитами. Обвязка из шага 2 показывает оба маршрута рядом. Нативная настройка пошагово описана в нашем руководстве по Neon API.
  • Hydrogen есть в Ofox как google/gemini-4-hydrogen — на случай, если часть трафика Argon можно перевести на уровень ниже, а не на соседнюю модель.

Если Neon позже появится в Ofox, план миграции не изменится — изменится только маршрут Neon в вашей обвязке. Обработка ошибок на стороне Ofox описана в руководстве по обработке ошибок, лимиты по умолчанию — в руководстве по лимитам.

Когда остаться на Argon — правильное решение

Большинство причин остаться уже есть в таблице решений: ваша оценка показывает, что Neon проваливает тип задач, который Argon проходит; вы полагаетесь на то, что Argon high отказывается отвечать на вопросы «закрытой книги», и пока не можете добавить проверку цитат; или весь ваш трафик идёт через Ofox. Ещё две причины связаны со сроками. Длинную сессию агента или фоновую задачу доводите до конца на Argon, а не переключайте посреди выполнения. И если сейчас ещё ноябрь, а проверки не закончены, спешить незачем: до 30 ноября Argon дешевле за токен, а 1 декабря расчёт меняется на противоположный.

А вот представление, что Argon по умолчанию безопаснее, оставаться не оправдывает. На уровне по умолчанию в API, по измерениям AA, доля галлюцинаций у Argon немного выше, чем у Neon, а точность ниже. Чтобы сравнить уровни, прежде чем закрепить один из них, см. наше руководство по уровням рассуждений Gemini 4.

Связанная документация