Gemini 4 Neon: 4 modelos y precios que confunden

Gemini 4 Neon: el cuarto modelo en tres semanas

Cuatro modelos de la familia Gemini 4 en menos de un mes, y una tabla de precios en la que el modelo más caro no es el más potente. El 18 de noviembre Google presentó Gemini 4 Neon, y ese mismo día el plugin llm-gemini de Simon Willison publicó su versión 0.38, la herramienta que permite invocar los modelos de Google desde la interfaz de línea de comandos LLM.

Neon es el cuarto integrante de la familia. Según TalkAndroid, llega después de Gemini 4 Argon y Gemini 4 Carbon, disponibles de forma amplia el 10 de noviembre, y de Gemini 4 Hydrogen, que se lanzó el 12 de noviembre. El anuncio lo hizo Koray Kavukcuoglu, SVP de Google DeepMind y arquitecto jefe de IA de la compañía, que lo posiciona como un modelo de «inteligencia de frontera con finalización rápida de tareas» en ingeniería de software, trabajo de conocimiento y ciencia.

En números: 3 dólares por millón de tokens de entrada y 15 dólares por millón de salida, con entrada en caché a 0,15 dólares por millón (un descuento del 95%, según TalkAndroid) y una ventana de contexto de un millón de tokens. Cuatro niveles de razonamiento, con «high» como predeterminado.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La tabla de precios que se contradice a sí misma

Willison ya había escrito sobre lo confuso del pricing de la serie Gemini 4. Con Neon, dice, la situación empeoró. La razón: el anuncio finge que Argon no existe.

Antes de Neon, la línea era Hydrogen, Argon y Carbon. Argon y Carbon costaban lo mismo, y Hydrogen estaba a tres cuartos de ese precio, con la advertencia de que pasaría a un cuarto cuando los otros dos duplicaran su tarifa el 1 de diciembre, al vencer el precio de lanzamiento.

El resultado es un orden de precios que se da vuelta. De más a menos caro, la línea oficial es Carbon, Neon, Hydrogen. Pero como Carbon está hoy a mitad de precio, Neon es en este momento el más caro de los tres: 3 y 15 dólares frente a los 2 y 10 de Carbon y los 1,50 y 7,50 de Hydrogen. La tabla de TalkAndroid lo confirma: Carbon tiene precio introductorio de 2 y 10 dólares hasta el 30 de noviembre, y desde el 1 de diciembre sube a 4 y 20.

Para un founder que arma un presupuesto de IA, esto significa que el modelo «intermedio» es hoy el más caro por token y el más barato por token dentro de dos semanas. Cualquier cálculo de unit economics hecho con la tabla de hoy queda obsoleto en doce días.

Qué dicen los benchmarks (y de quién son)

Google publica números fuertes para Neon. En el Artificial Analysis Intelligence Index obtiene 61 en su nivel de razonamiento más alto, «xhigh». La tabla comparativa de la compañía lo pone por delante de Claude Opus 5.5 (59) y de GPT-6.2 Sol de OpenAI (57), según recoge Digital Trends. Ese 61 lo deja tercero en la clasificación general, detrás de modelos más grandes y lentos.

Otras cifras que reporta TalkAndroid a partir del anuncio: segundo puesto en el Vals Index (70,9%), primero en Legal Research Bench y Tax Agent Bench, primero en el Artificial Analysis Coding Agent Index (58,6) con 65,2% en Terminal-Bench 4.1, y 1336 en el nuevo Agent Arena Index de Arena, que lo ubica segundo global y segundo en capacidad de corrección a mitad de tarea. También primero en AutomationBench de Zapier (56,3%) y en la simulación de negocios Vending-Bench 2 de Andon Labs (16.843 dólares).

Hay dos datos que importan más que el ranking. El primero: Google afirma que Neon registró la tasa de fabricación de datos más baja de su historia en pruebas internas con Google Antigravity. El segundo: a nivel «high» predeterminado, Google sostiene que Neon cuesta 32% menos por tarea que Carbon y entre 50% y 80% menos por tarea que los modelos de frontera de la competencia; en «xhigh», al menos 36% menos que sus rivales en su configuración más alta.

Todo esto son cifras de Google. Digital Trends lo advierte sin rodeos: son benchmarks propios y las pruebas independientes pueden diferir. Y hay comparaciones donde Neon pierde: queda detrás de Opus 5.5 en Terminal-Bench 4.1 y FrontierCode 2.0, y detrás de GPT-6.2 Sol en Chartography.

El costo real por tarea: el test del pelícano

La forma más honesta de leer estos precios es medir el gasto por tarea terminada, no por token. Willison lo hizo con su prueba habitual: pedirle a cada modelo un pelícano en bicicleta, en SVG, y anotar tokens y costo.

Con el mismo prompt de 40 tokens de entrada, en nivel «high»:

  • Carbon: 20.305 tokens de salida, 20,31 centavos, 4 minutos 11 segundos.
  • Neon: 9.691 tokens de salida, 14,55 centavos, 1 minuto 11 segundos.
  • Hydrogen: 5.311 tokens de salida, 3,99 centavos, 19 segundos.

La lección no está en el precio por millón: está en que el costo por tarea lo determina cuántos tokens de salida genera el modelo. Neon salió unos 6 centavos más barato que Carbon en esa tarea, y buena parte de la diferencia viene de escribir menos tokens, no de la tarifa. Si tu producto hace llamadas largas y repetidas, el precio por token es la mitad del cálculo; la otra mitad es la verbosidad del modelo.

Willison también corrió el prompt de «Yonkers» —una animación en Three.js donde un mech camina por Manhattan, Queens y Brooklyn con datos de OpenStreetMap— contra Neon en nivel «extra» dentro de Google Antigravity. Es su serie de pruebas de modelos recientes, no un benchmark de producción.

¿Qué significa esto para tu startup?

El punto central no es que Neon sea bueno. Es que la familia Gemini 4 se volvió un problema de decisión con fecha de vencimiento.

Primero: recalcula tu presupuesto antes del 1 de diciembre. Carbon sube de 2 y 10 dólares a 4 y 20 por millón de tokens. Si hoy estás usando Carbon porque estaba a mitad de precio, tu costo de inferencia se duplica en menos de dos semanas. Haz el número ahora, no cuando llegue la factura.

Segundo: mide costo por tarea, no por token. Corre 20 o 30 tareas reales de tu producto con Neon en «high» y con Carbon, y compara el gasto total y el tiempo. Google dice 32% menos por tarea con Neon; verifícalo con tus propios prompts, porque el ahorro depende de tu tipo de carga.

Tercero: aprovecha la entrada en caché. A 0,15 dólares por millón, el descuento del 95% sobre tokens de entrada en caché es la palanca más grande si repites instrucciones largas de sistema o documentos fijos en cada llamada. Es dinero que se deja sobre la mesa si no lo configuras.

Cuarto: mira el modo Orchestrator. En Google Antigravity, Neon puede actuar como orquestador que dirige subagentes Hydrogen en paralelo. Según Cinco Días, el modo Orchestrator alterna modelos dentro de la misma sesión y en Terminal-Bench 4.0 alcanza tasas de éxito cercanas a las de Carbon consumiendo de media un 24% menos de cuota y completando tareas un 19% más rápido. Es el patrón que conviene copiar: modelo caro para planificar, modelo barato para ejecutar.

Quién puede usarlo y quién no

Neon está disponible en la API de Gemini dentro de Google AI Studio y en Gemini para empresas. También llega a los suscriptores de pago de Google AI Pro y Ultra en la app de Gemini y en Google Antigravity, y aparece en la documentación de Vertex AI para clientes empresariales verificados en las regiones global, Estados Unidos y Unión Europea, según Digital Trends.

El detalle relevante: Neon no está reservado a AI Ultra, como sí pasa con Carbon. Baja el piso de entrada a los suscriptores de AI Pro. Digital Trends señala además que en el selector de modelos de la app Neon ocupó el lugar de Argon, bajo el encabezado «Deeper analysis».

Google no ha dicho si Neon llegará a los usuarios gratuitos de Gemini ni al Modo IA de la Búsqueda, donde Carbon y Hydrogen ya están. También prepara una versión de ciberseguridad, Gemini 4 Neon for cyber, para defensores de confianza a través del programa Fairwind.

Conclusión

Gemini 4 Neon es un buen modelo con un mal envoltorio. Los números de Google son sólidos en su propio terreno —61 en el índice de Artificial Analysis, primer puesto en el Coding Agent Index— y el precio de 3 y 15 dólares es competitivo frente a los modelos de frontera. Pero la línea de cuatro modelos con precios que se cruzan, un modelo que desaparece del anuncio y un aumento del 100% agendado para el 1 de diciembre convierten una decisión técnica en un ejercicio de contabilidad.

Para un equipo pequeño, la conclusión práctica es simple: no elijas modelo por la tabla de precios. Elige por costo por tarea medida con tus propios prompts, y revisa esa decisión el 1 de diciembre. La actualización del plugin llm-gemini a la versión 0.38 llega en buen momento para hacer exactamente eso desde la terminal.

Fuentes

¿te gustó o sirvió lo que leíste?, Por favor, comparte.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Daily Shot: Tu ventaja táctica

Lo que pasó en las últimas 24 horas, resumido para que tú no tengas que filtrarlo.

Suscríbete para recibir cada mañana la curaduría definitiva del ecosistema startup e inversionista. Sin ruido ni rodeos, solo la información estratégica que necesitas para avanzar:

  • Venture Capital & Inversiones: Rondas, fondos y movimientos de capital.
  • IA & Tecnología: Tendencias, Web3 y herramientas de automatización.
  • Modelos de Negocio: Actualidad en SaaS, Fintech y Cripto.
  • Propósito: Erradicar el estancamiento informativo dándote claridad desde tu primer café.

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.

Share to...