Iniciar sesiónElegir plan
Blog · Pruebas de modelos

Gemini 4 Neon: 61 en el AA Index, $3 / $15

El cuarto modelo Gemini 4 en siete semanas, situado entre Carbon y Hydrogen. Tabla oficial de benchmarks, coste y tiempo por tarea medidos por Artificial Analysis en los cuatro niveles de razonamiento, comparativa con Carbon, factura mensual estimada y lo que aún falta en la ficha del modelo.

El 18 de noviembre, Google presentó Gemini 4 Neon. Es el cuarto modelo de la familia Gemini 4 en siete semanas, adaptado a partir de Carbon y pensado para ocupar el espacio intermedio entre la potencia de Carbon y la velocidad de Hydrogen.

En su estreno, Neon alcanzó 61 puntos en el Artificial Analysis Intelligence Index, lo que lo sitúa tercero en la clasificación general y un punto por encima de Carbon; en el Vals Index logra un 70.9% y el segundo puesto. Su tarifa oficial en la API es de $3 por millón de tokens de entrada, $15 de salida y $0.15 en lectura de caché, con una ventana de contexto de 1 millón de tokens.

En resumen: Con el nivel predeterminado high, Neon iguala a Carbon en el índice de inteligencia y reduce a menos de la mitad tanto el coste como el tiempo por tarea, por lo que encaja en depuración entre múltiples archivos, refactorizaciones y agentes de ejecución larga. Subir a xhigh apenas suma 1 punto a cambio de un 70% más de gasto. Hasta el 30 de noviembre Carbon mantiene su precio introductorio de $2 / $10, por lo que durante estos días Neon resulta más caro por token. Disponible en Go, Plus y Pro dentro de CodingPass.

Lugar en la familia Gemini 4

Gráfico oficial comparativo de la familia Gemini 4 con tres columnas —Carbon, Neon y Hydrogen— que detallan posicionamiento, puntuaciones de 60 / 61 / 54 en el AA Intelligence Index, precios, niveles de razonamiento, velocidad, planes de suscripción y canales de acceso
Comparativa de la familia Gemini 4. Fuente: blog oficial de Google, 18 de noviembre de 2026.

El reparto dentro de la gama queda claro: Carbon asume los proyectos más exigentes y de largo recorrido; Hydrogen se encarga del trabajo diario rápido y económico; y Neon cubre el término medio para programación compleja y flujos agénticos prolongados sin el tiempo de espera ni el gasto de Carbon.

Posicionamiento, AA Intelligence Index, precios de API, niveles de razonamiento y planes de suscripción de los tres modelos Gemini 4
CarbonNeonHydrogen
EnfoqueProyectos largos de máxima dificultad e investigación profundaProgramación compleja, trabajo de conocimiento y razonamiento científicoProgramación diaria y flujos de agente orientados a rapidez y ahorro
AA Intelligence Index606154
Precio de API (entrada / salida, por millón de tokens)$4 / $20 ($2 / $10 hasta el 30 de noviembre)$3 / $15$1.50 / $7.50
Niveles de razonamientolow, medium, highlow, medium, high, xhighlow, medium, high, xhigh
Suscripción en la app GeminiGoogle AI UltraGoogle AI Pro y UltraTodos los usuarios

En el plano técnico, Neon acepta texto, imagen, vídeo, audio y PDF, y genera únicamente texto. Su ventana de contexto alcanza 1,048,576 tokens; la salida síncrona tiene un tope predeterminado de 65,536 tokens, ampliable hasta 1 millón mediante long decode en segundo plano. Admite Computer Use, ejecución de código, búsqueda de archivos, llamada a funciones, salidas estructuradas y verificación con Google Search y Maps; no incluye generación de imágenes, generación de audio ni Live API. Su corte de conocimiento se sitúa en marzo de 2026.

Argon no figura en el gráfico oficial. En el selector de modelos de la aplicación Gemini quedan ahora cuatro opciones —Auto, Hydrogen, Neon y Carbon—, tras la retirada de 3.1 Pro y Argon, un cambio que varios suscriptores de Pro descubrieron al abrir la app. En la página de precios de la API, Argon sigue activo con la misma tarifa que Carbon.

Tabla oficial de benchmarks: líder en 16 de 19 pruebas

Tabla oficial de benchmarks que compara Gemini 4 Neon con Claude Opus 5.5 y GPT-6.2 Sol en 19 filas sobre índices de capacidad, programación agéntica, trabajo de conocimiento, ciencia y matemáticas, razonamiento, comprensión multimodal, contexto largo y ciberseguridad; Neon encabeza 16 filas
Tabla oficial de benchmarks; la columna azul corresponde a Neon. Fuente: ficha del modelo Gemini 4 Neon de Google DeepMind.

Google limita la tabla comparativa a dos rivales: Claude Opus 5.5 y GPT-6.2 Sol. Ni GPT-6.2 Astra (62) ni Claude Fable 5.2 (65) —ambos por delante en el AA Intelligence Index— aparecen en ella; la compañía argumenta que Neon supera a los modelos de su categoría y solo queda detrás de modelos más grandes y lentos. Según los datos de Artificial Analysis, Astra (Max) completa una tarea por $4.00 en 11.5 minutos, por debajo tanto en precio como en tiempo frente a Neon en xhigh ($6.44 y 22.6 minutos).

De las tres filas en las que Neon no queda primero, dos corresponden a programación:

  • Terminal-Bench 4.1: 65.2%, frente al 65.8% de Opus 5.5.
  • FrontierCode 2.0: 46.2% (con el nivel predeterminado high), frente al 47.3% de Opus 5.5.
  • Chartography (lectura de gráficos técnicos densos): 73.5%, por detrás del 75.1% de Sol.

Las mayores diferencias a favor de Neon se dan en contexto largo y automatización: en GraphWalks (de 256k a 1M) marca un 95.2%, frente al 66.8% de Opus 5.5 y el 80.1% de Sol; en AutomationBench de Zapier alcanza un 56.3%, mientras ambos competidores rondan el 42%.

Fuera de la tabla oficial destacan varias clasificaciones independientes:

  • Vals: 70.87% en el Vals Index, segundo entre 42 modelos; primero en el índice financiero (68.32%) y en el jurídico (78.36%), así como en Legal Research Bench y Tax Agent Bench. En 7 de las 14 listas de Vals, Neon se sitúa sobre la frontera de Pareto entre puntuación y coste.
  • Agent Arena Index de Arena: 1336 puntos y segundo puesto global tras más de 4,200 sesiones reales de agente. Ocupa también la segunda posición en capacidad de corrección en curso cuando el usuario modifica requisitos a mitad de tarea.
  • Surge AI: primer puesto en la mayoría de pruebas de finanzas, contabilidad, modelado en hojas de cálculo y seguimiento de restricciones complejas.
  • Vending-Bench 2 (Andon Labs, simulación prolongada de gestión de un negocio): $16,843, primer lugar.
  • Agents' Last Exam v1.1: 75.8%, a la par con los modelos de cabeza.
  • Ciencia y matemáticas: 70.5% en Terminal-Bench Science, 84.0% en RiemannBench y 71.3% en HLE-Diamond, las cifras más altas de su categoría.

En las evaluaciones propias de Artificial Analysis sobre trabajo de conocimiento:

  • AA-Briefcase: 1700 Elo en el global y primer puesto en calidad de presentación con 1771 Elo, 45 puntos por encima del anterior líder, Claude Sonnet 5.5 (Max).
  • GDP.pdf (lectura de documentos profesionales): 33.4% en high, 5 puntos porcentuales más que Carbon.
  • MKA (evaluación multimodal de Google para trabajo de conocimiento): 56%, 2 puntos por encima de Carbon y a 1 punto del 57% de Fable 5.2 (Max).
Vídeo · GoogleSheets CV Lab: Gemini 4 NeonVer en YouTube
Un grupo de agentes Neon convierte una imagen en una hoja de cálculo de Google de 100,000 celdas sin incrustar gráficos ni usar Apps Script, apoyándose en más de 500,000 fórmulas para detección de bordes, mapa de profundidad 3D y reiluminación. El enlace abre YouTube; hasta que hagas clic, la página no carga nada de YouTube.
Vídeo · GoogleTuring Machine 1936: Gemini 4 NeonVer en YouTube
Neon recopila fotografías de archivo mediante /swarm y reconstruye el despacho de Alan Turing de 1936 en King's College, Cambridge, como una escena 3D interactiva con una máquina universal de Turing operativa sobre el escritorio. El enlace abre YouTube; hasta que hagas clic, la página no carga nada de YouTube.

Programación y flujos agénticos

Google ha ajustado Neon para sesiones largas de agente: mantiene el ritmo cuando encadena llamadas intensivas a herramientas, reduce las lecturas repetidas de archivos, informa del avance durante la ejecución y compacta el contexto con mayor fiabilidad. En cambios entre múltiples archivos aplica modificaciones precisas y acotadas en lugar de reescribir código innecesario. También mejora el seguimiento de instrucciones de varios pasos y registra la tasa de fabricación más baja de la serie Gemini 4 en las pruebas internas de Google Antigravity.

Resultados en benchmarks de programación:

  • AA Coding Agent Index: 58.6 y primer puesto general. Artificial Analysis detalla que Neon (xhigh) con Antigravity CLI obtiene 59 puntos, prácticamente empatado con Fable 5.2 (xhigh, 58) y Opus 5.5 (Max, 58) en Claude Code. La diferencia está en el gasto: $6.86 por tarea frente a $12.61 de Opus 5.5 y $15.47 de Fable 5.2.
  • CursorBench 4.1: 65.4%, frente al 58.1% de Opus 5.5.
  • SWE-sweep: ejecutado en el entorno propio de cada proveedor, Neon logra un 39.0%, frente al 10.1% de Opus 5.5 y el 8.3% de Sol.

Ese 39.0% en SWE-sweep se obtuvo dentro de Antigravity. Al pasar al marco unificado mini-SWE, Neon marca un 12.8% y Sol un 11.6%, apenas 1.2 puntos porcentuales de ventaja. Google reconoce en su anuncio que el 39.0% refleja lo que desbloquea el entorno de Antigravity; fuera de ese harness, el 12.8% refleja con mayor precisión la capacidad base del modelo.

En el Terminal-Bench 4.0 medido por Vals, Neon obtiene un 61.62% y ocupa el séptimo puesto entre 69 modelos.

Antigravity incorpora además un esquema de relevo entre modelos: Neon actúa como orquestador encargado de la planificación y la arquitectura, mientras subagentes Hydrogen ejecutan en paralelo ediciones rutinarias, actualizaciones de dependencias y pruebas; si Hydrogen se bloquea, devuelve el control a Neon para revisar el estado y ajustar el plan.

Vídeo · GoogleGemini Elements 3D: Gemini 4 NeonVer en YouTube
Neon monta en Google Antigravity, mediante Blender MCP y /swarm, un banco de laboratorio 3D fotorrealista con llamas de mechero Bunsen para Carbon e Hydrogen y tubos de descarga de gas a alta tensión para Argon y Neon. El enlace abre YouTube; hasta que hagas clic, la página no carga nada de YouTube.
Vídeo · GoogleChamonix Ski Simulator: Gemini 4 NeonVer en YouTube
Neon desarrolla desde cero en Google Antigravity un simulador de esquí en primera persona con WebGL2 usando datos reales de elevación del Mont Blanc y Chamonix: 10,200 líneas de shaders propios, física a 120 Hz y seis pistas sin recursos prefabricados. El enlace abre YouTube; hasta que hagas clic, la página no carga nada de YouTube.

Al migrar desde Argon conviene vigilar el consumo de salida durante los primeros días: en pruebas comparativas sobre una misma tarea de generación, Carbon, Hydrogen y Neon emplearon entre 3 y 4 veces más tokens que Argon. Aunque se trata de una muestra de un único producto, la tendencia coincide con los datos de Artificial Analysis: Neon genera incluso más tokens de salida por tarea que Carbon.

Niveles de razonamiento y coste por tarea

Gráfico de líneas que relaciona puntuación en el AA Intelligence Index y coste por tarea para Gemini 4 Neon en low, medium, high y xhigh, junto con las curvas de Gemini 4 Carbon, Claude Opus 5.5 y GPT-6.2 Sol
Puntuación y coste por tarea de Neon en sus cuatro niveles de razonamiento. Fuente: blog oficial de Google.

Neon ofrece cuatro niveles de razonamiento —low, medium, high y xhigh—, con high por defecto. Como Argon usa medium por defecto, quien migre desde Argon y quiera mantener latencia y tiempo de ejecución bajo control debe fijar el nivel explícitamente en medium.

Artificial Analysis evaluó los cuatro niveles:

Puntuación en el AA Intelligence Index, coste por tarea y tiempo por tarea por nivel de razonamiento según Artificial Analysis
Modelo (nivel)AA Intelligence IndexCoste por tareaTiempo por tarea
Gemini 4 Neon (low)44$0.753.7 min
Gemini 4 Neon (medium)55$1.908.3 min
Gemini 4 Neon (high, predeterminado)60$3.7414.8 min
Gemini 4 Neon (xhigh)61$6.4422.6 min
Gemini 4 Carbon (high)60$7.7634.2 min
Gemini 4 Hydrogen (xhigh)54$3.1614.9 min
GPT-6.2 Sol (Max)57$1.017.9 min
GPT-6.2 Astra (Max)62$4.0011.5 min
Claude Opus 5.5 (Max)59$10.0424.5 min
Claude Fable 5.2 (Max)65$26.5441.1 min
Gráfico de barras y diagrama de dispersión de coste por tarea de Artificial Analysis: Neon low $0.75, medium $1.90, high $3.74, xhigh $6.44, Carbon high $7.76, GPT-6.2 Sol $1.01 y Claude Fable 5.2 $26.54
Coste por tarea de cada modelo en el Intelligence Index. Fuente: Artificial Analysis.
Gráfico de barras y diagrama de dispersión de tiempo por tarea de Artificial Analysis: Neon low 3.7 minutos, medium 8.3 minutos, high 14.8 minutos, xhigh 22.6 minutos y Carbon high 34.2 minutos
Tiempo por tarea de cada modelo en el Intelligence Index. Fuente: Artificial Analysis.

El punto óptimo está en high: iguala la puntuación de Carbon (high) reduciendo a menos de la mitad el tiempo y el coste. En cambio, xhigh ofrece poco retorno: cuesta un 70% más para ganar 1 punto, y en GDP.pdf llega a retroceder (28.0% frente a 33.4%).

El ahorro proviene del precio por token. Artificial Analysis registra que Neon emite alrededor de un 15% más de tokens de salida por tarea que Carbon; el menor coste se debe a su tarifa un 25% más baja, y la mayor rapidez a una velocidad de salida de unos 110 tokens por segundo frente a los 57 de Carbon.

Los $7.76 de Carbon corresponden a la tarifa estándar de diciembre. Hasta finales de noviembre sigue vigente su descuento del 50%, lo que equivale a unos $3.88 por tarea: más barato que Neon en xhigh y prácticamente al nivel de high.

En la franja económica, Sol cuesta menos. GPT-6.2 Sol (Max) marca 57 puntos por $1.01 y 7.9 minutos por tarea, mientras Neon en medium se queda en 55 puntos y $1.90.

Google aporta sus propias cifras en el anuncio: en high, el coste por tarea es un 32% inferior al de Carbon; en Vals Index y Agent Arena, high se coloca en la frontera de Pareto con un ahorro aproximado del 50% al 80% frente a los principales rivales; y en xhigh cuesta al menos un 36% menos que los competidores en su ajuste máximo.

En otro tipo de cargas, el orden puede invertirse. En el benchmark de análisis de datos de Plotly (43 preguntas), los cuatro modelos Gemini 4 obtuvieron una A, con un gasto total de $6 en Hydrogen, $11 en Carbon, $13 en Argon y $17 en Neon, el más caro de la serie. Influyen dos factores: Carbon y Argon siguen en periodo de precio reducido, y como el marco de pruebas incluye prompts muy guiados que permiten a los cuatro alcanzar la máxima nota, la factura final depende de cuántos tokens genera y razona cada modelo por defecto, lo que penaliza a Neon al partir de high.

Precios y factura mensual estimada

Precios de API de la familia Gemini 4 en dólares por millón de tokens
ModeloEntradaSalida (incluye tokens de razonamiento)Lectura de caché
Gemini 4 Hydrogen$1.50$7.50$0.075
Gemini 4 Neon$3.00$15.00$0.15
Gemini 4 Carbon / Argon (hasta el 30 de noviembre)$2.00$10.00$0.10
Gemini 4 Carbon / Argon (desde el 1 de diciembre)$4.00$20.00$0.20

Neon no dispone de nivel gratuito y los tokens de razonamiento se facturan al precio de salida. Solo cuenta con caché implícita (se activa automáticamente con prefijos compartidos desde 4,096 tokens y aplica un 5% de la tarifa de entrada); la caché explícita no está soportada.

Frente al resto de la familia, Neon cuesta exactamente el doble que Hydrogen por token. Comparado con Carbon y Argon, es un 50% más caro hasta el 30 de noviembre y un 25% más barato a partir del 1 de diciembre.

El cálculo por petición sigue esta fórmula:

Coste por petición = tokens nuevos de entrada × tarifa de entrada + tokens en caché × tarifa de caché + tokens de salida × tarifa de salida

Tomando como hipótesis 20,000 tokens de entrada por petición (la mitad desde caché) y 2,000 tokens de salida:

Estimación de factura mensual suponiendo 20,000 tokens de entrada (50% en caché) y 2,000 tokens de salida por petición
ModeloPor petición10,000 peticiones100,000 peticiones1,000,000 peticiones
Gemini 4 Hydrogen$0.031$308$3,075$30,750
Gemini 4 Neon$0.062$615$6,150$61,500
Gemini 4 Carbon (hasta el 30 de noviembre)$0.041$410$4,100$41,000
Gemini 4 Carbon (desde el 1 de diciembre)$0.082$820$8,200$82,000

Esta estimación fija la salida en 2,000 tokens. Cuanto más alto sea el nivel de razonamiento elegido, mayor será el volumen de salida y más pesará esa partida en la factura real.

Cuotas en CodingPass

CodingPass tarifica a los precios oficiales de la API de Google. Neon está disponible desde el plan Go, mientras Carbon requiere al menos Plus.

Equivalencia en tokens de la cuota mensual por modelo Gemini 4 en los planes Go, Plus y Pro de CodingPass
ModeloPlan mínimoGoPlusPro
Gemini 4 HydrogenGo305M1.0B2.5B
Gemini 4 NeonGo205M508M1.3B
Gemini 4 ArgonGo205M761M1.9B
Gemini 4 CarbonPlus—761M1.9B

En Go, Neon incluye una cuota mensual de $60, equivalente a unas 2,050 peticiones, con un límite de 5 horas de unas 342 peticiones. A partir de la subida del 1 de diciembre en Carbon y Argon, la misma cuota cubrirá la mitad de tokens en esos dos modelos.

Terminal
curl https://codingpass.ai/v1/chat/completions \  -H "Authorization: Bearer $CODINGPASS_API_KEY" \  -H "Content-Type: application/json" \  -d '{    "model": "gemini-4-neon",    "reasoning_effort": "medium",    "messages": [{"role": "user", "content": "Refactor src/billing/ to remove the duplicated proration logic"}]  }'

En Claude Code basta con lanzar claude --model gemini-4-neon; en OpenCode, Cline y otras herramientas compatibles con OpenAI solo hay que añadir gemini-4-neon a la lista de modelos.

Ciberseguridad: Neon for cyber

Google ha preparado una variante específica para ciberseguridad, Neon for cyber, orientada a generar código seguro, detectar vulnerabilidades, validarlas y parchearlas. No forma parte de la API general: se habilitará en los próximos días para defensores autorizados dentro del Fairwind Program, cuya solicitud se tramita a través del equipo de cuentas de Google Cloud.

En generación de código seguro, pruebas de penetración y detección de vulnerabilidades encabeza las métricas publicadas por Google: supera a Carbon en los tres niveles de dificultad (fácil, medio y difícil) de AutoBaxBench, y en WebExploitBench v1.2 y SEC-bench Pro logra sus resultados a aproximadamente la mitad de coste que los grandes modelos competidores.

Gráfico de barras de AutoBaxBench: Gemini 4 Neon 76.0%, Gemini 4 Carbon 74.0%, Claude Fable 5.2 y Claude Opus 5.5 con 68.0%, GPT-6 Astra 57.0% y Muse Wonder 49.0%
AutoBaxBench, generación de código seguro. Fuente: blog oficial de Google.
Gráfico de barras de WebExploitBench v1.2: Gemini 4 Neon 51.26%, Gemini 4 Carbon 44.65%, GPT-6 Astra 38.99% y Claude Opus 5.5 37.06%
WebExploitBench v1.2, pruebas de penetración. Fuente: blog oficial de Google.
Gráfico de barras de SEC-bench Pro: Gemini 4 Neon 90.5%, GPT-6.2 Sol 88.3%, Gemini 4 Carbon 88.2%, GPT-6 Astra 85.4%, GPT-6.1 Sol 78.8% y DeepSeek-V4.1-Flash 62.8%
SEC-bench Pro, detección de vulnerabilidades. Fuente: blog oficial de Google.

En otras dos pruebas no alcanza el primer puesto. En ExploitGym, que evalúa si una vulnerabilidad es explotable, queda por detrás de Carbon, aunque Google subraya que emplea la mitad de tokens.

Gráfico de barras de ExploitGym: Gemini 4 Carbon 54.8% (10 horas) y 53.5% (6 horas), Gemini 4 Neon 48.3% (10 horas) y 47.9% (6 horas), GPT-6 Astra 42.4%, Claude Mythos 5.2 39.2%, GPT-6.1 Sol 35.1% y Claude Opus 5.5 34.5%
ExploitGym, validación de explotabilidad. Fuente: blog oficial de Google.

En CWE-Bench v2 (parcheo de vulnerabilidades), Neon supera a Carbon por 3.4 puntos porcentuales, pero el primer puesto corresponde a Claude Fable 5.2. La tabla oficial de benchmarks solo incluye en esa fila a Opus 5.5 y Sol.

Gráfico de barras de CWE-Bench v2: Claude Fable 5.2 75.0%, Gemini 4 Neon 70.7%, Gemini 4 Carbon 67.3%, Claude Opus 5.5 67.1%, GPT-6.2 Astra 66.8%, Muse Wonder 66.1% y GPT-6.2 Sol 66.0%
CWE-Bench v2, parcheo de vulnerabilidades. Fuente: blog oficial de Google.

Seguridad y alineamiento

En seguridad, Neon mantiene las protecciones de Carbon pero recorta los rechazos injustificados: la tasa de rechazo en Terminal-Bench 4.0 baja al 1.98% y en Terminal-Bench-Science es del 0%.

Cifras internas sobre comportamiento agéntico:

  • Tasa de trampas del 0.0% en Terminal-Bench 4.0, igual que Carbon; en la evaluación de atajos en programación marca un 2.45%, la más baja de toda la serie Gemini 4.
  • Tasa de acciones desalineadas del 0.09% en el conjunto de seguridad agéntica y 99.2% de acierto en honestidad de agente.
  • Frente a Carbon, en distintos niveles de razonamiento reduce entre un 43% y un 56% el trabajo incompleto y entre un 15% y un 35% la extralimitación fuera de lo pedido.
  • La tasa de alertas por discrepancias entre cadena de pensamiento y acción real también desciende respecto a Carbon.
Evaluación Gray Swan de inyección indirecta de prompts (tasa de éxito de ataque en 15 intentos): Gemini 4 Neon, Carbon e Hydrogen en 0.0%, Gemini 4 Argon 0.7%, Claude Opus 5.5 1.0%, GPT-6.2 Sol 2.3%, GPT-6.2 Astra 2.4% y Claude Fable 5.2 4.1%
Evaluación Gray Swan de inyección indirecta de prompts; cuanto más bajo, mejor. Fuente: blog oficial de Google.

La prueba de inyección indirecta de prompts de Gray Swan introduce instrucciones maliciosas en páginas web, correos, documentos y código que el modelo lee. En su nivel máximo de razonamiento y con las salvaguardas en tiempo real activadas, Neon registra una tasa de éxito de ataque del 0.0%.

La mayoría de los datos de este apartado proceden de pruebas internas de Google. La ficha del modelo indica que el informe completo de seguridad de Neon se publicará “en los próximos días”; además, no se repitieron las evaluaciones de capacidades críticas del Frontier Safety Framework, reutilizando las de Argon porque la mejora de Neon frente a Argon no alcanzó el umbral de cambio material (MCC). En el apartado de “Limitaciones conocidas” solo figura una mención genérica a posibles alucinaciones, por lo que habrá que esperar al informe completo para conocer sus límites con detalle.

Aplicación Gemini y disponibilidad

En la aplicación Gemini, Neon aparece bajo la opción “Deeper analysis” en el selector de modelos para suscriptores de Google AI Pro y Ultra. Google destaca tres mejoras prácticas:

  • Redacción y síntesis documental: lee directamente hojas de cálculo, PDF y fotos subidas, y extrae contexto de Gmail y Docs para elaborar informes y resúmenes.
  • Investigación con búsqueda web: consulta fuentes en línea en temas cambiantes, como comparativas de precios entre proveedores o resúmenes con datos de mercado recientes.
  • Tasks de varios pasos: permite ejecutar Tasks con Neon de forma más rápida y económica en cuota que con modelos mayores, útil para revisar facturas con cargos anómalos o cruzar varios recibos antes de reclamar un reembolso.

Otros canales de lanzamiento:

  • Desarrolladores: nivel de pago de la Gemini API, Google AI Studio y Android Studio.
  • Google Antigravity: suscriptores de pago de Google AI Pro y Ultra en la aplicación de escritorio, la CLI y la extensión para IDE.
  • Empresas: Gemini for business mediante API o el selector de modelos.

En el día de lanzamiento no estaba claro si las cuentas Pro promocionales o de estudiantes podían elegir Neon en Antigravity: algunos usuarios ya tenían acceso, mientras otros veían el aviso de que está limitado a suscripciones Pro y Ultra de pago.

Recomendaciones por carga de trabajo

Selección de modelo Gemini 4 y nivel de razonamiento según la carga de trabajo
Carga de trabajoRecomendaciónMotivo y contrapartida
Ediciones diarias, pruebas y documentaciónHydrogen o Neon en mediumNeon en medium logra 55 puntos a $1.90 por tarea; Hydrogen cuesta la mitad por token
Depuración entre archivos, refactorización de repositorios y agentes largosNeon en highIguala a Carbon high en el índice, cuesta menos de la mitad por tarea y tarda 14.8 min frente a 34.2 min
Problemas complejos atascadosNeon en xhigh o Carbonxhigh suma 1 punto sobre high pero cuesta un 70% más; hasta el 30 de noviembre Carbon es más barato
Trabajo financiero, jurídico y con tablas o gráficosNeon en highPrimero en los índices de finanzas y derecho de Vals; en GDP.pdf de AA, high supera a xhigh
Alto volumen de tareas sencillas sensibles al precioHydrogen o GPT-6.2 SolSegún AA, Sol (Max) marca 57 puntos por $1.01 por tarea
Búsqueda de vulnerabilidades y pruebas de penetraciónSolicitar el Fairwind ProgramNeon for cyber solo se ofrece a miembros del programa, fuera de la API estándar

En nuestra opinión, el punto de partida más práctico es pasar a Neon en high las tareas que antes iban a Argon o Carbon, bajar a medium cuando la cuota apriete y reservar xhigh únicamente para los bloqueos que high no haya podido resolver.

Preguntas frecuentes

¿Puedo usar Neon en el plan Go?
Sí. Está disponible en Go, Plus y Pro, se descuenta de la misma cuota mensual que el resto de modelos y mantiene los límites habituales de 5 horas y semanal.
¿Cómo se tarifica Neon?
Se factura a los precios oficiales de la API de Google: $3 de entrada, $15 de salida y $0.15 por lectura de caché por millón de tokens. Los tokens de razonamiento cuentan como salida. Las reglas completas figuran en límites de uso.
¿Funciona Neon en Claude Code?
Sí. Tras apuntar ANTHROPIC_BASE_URL a CodingPass, inicia con claude --model gemini-4-neon. Tienes los fragmentos de configuración de cada herramienta en la página de modelos.
¿Sigue disponible Argon?
Sí. Argon continúa activo en la página de precios de la API de Google y en CodingPass bajo el ID gemini-4-argon. Solo se ha retirado del selector de modelos de la aplicación Gemini.
Embarque

Gemini 4 Neon, en tu agente.

Go, Plus y Pro incluyen Neon, tarificado a precios oficiales de API. Sin cargos sorpresa, cancela cuando quieras.

  • ID de solicitud en cada respuesta
  • Reembolso total si has usado el 5% o menos
  • Sin cargos sorpresa
Elegir GoGuía de OpenCode

$10/mes hasta que canceles.