Gemini 4 Neon cuesta US$3 por millón de tokens de entrada y US$15 por millón de salida, con US$0,15 por millón de tokens de entrada cacheados (95% de descuento) y una ventana de contexto de 1 millón de tokens. Google lo presentó como el modelo que lleva razonamiento de frontera a tareas que se completan rápido en ingeniería de software, trabajo de conocimiento y ciencia.
Para un founder el dato relevante no es el precio, sino que Google ya tiene cuatro modelos en la familia Gemini 4 y cada uno exige una decisión de arquitectura. Neon no llega a reemplazar al tope de gama: llega a ocupar el hueco donde la mayoría de los equipos realmente factura cada mes.
¿Qué es Gemini 4 Neon y dónde encaja en la familia Gemini 4?
Neon se ubica entre Hydrogen, el modelo rápido y barato, y Carbon, el que absorbe los proyectos más largos y difíciles. La ficha del modelo en Vertex AI lo describe como un sistema que se apoya en Hydrogen con razonamiento más profundo, y que ofrece calidad cercana a Carbon «a velocidad y costo de nivel Flash», reportó Office Chai.
¿Y esto cómo se aplica en tu negocio?
Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →El ritmo de lanzamientos explica buena parte del contexto. Según Unite.AI, Argon se liberó el 13 de octubre de 2026, Carbon el 10 de noviembre y Hydrogen el 12 de noviembre. Neon es el cuarto modelo en roughly siete semanas, y el endpoint estable gemini-4-neon ya opera a través de generateContent y la Interactions API.
En la práctica, la familia quedó ordenada así: Carbon para arquitectura, depuración difícil, ciencia y seguridad; Hydrogen como valor por defecto para coding cotidiano y flujos agénticos; Neon para trabajo complejo pero de alta frecuencia, donde el costo unitario pesa.
¿Qué dicen los benchmarks de Gemini 4 Neon?
Los números que publicó Google lo colocan arriba de lo que su posición intermedia sugiere:
- 61 puntos en el Artificial Analysis Intelligence Index en su nivel xhigh, #3 general, por detrás solo de modelos más grandes y lentos.
- #2 en el Vals Index con 70,9%, y presencia en la frontera de Pareto de ese índice.
- #2 en el Agent Arena Index, con 1.336 puntos sobre más de 4.200 sesiones agénticas reales, y #2 en steerability, es decir en adaptarse a correcciones del usuario a mitad de tarea.
- #1 en Legal Research Bench y Tax Agent Bench, y #1 en la mayoría de los benchmarks de Surge AI en finanzas, contabilidad, modelado de hojas de cálculo y seguimiento de restricciones complejas.
- 73,5% en Chartography para leer gráficos profesionales densos, y 75,8% en Agents’ Last Exam v1.1.
- #1 en AutomationBench de Zapier (56,3%) y #1 en Vending-Bench 2 de Andon Labs, la simulación de largo plazo de operar un negocio, con un resultado de US$16.843.
El dato que más llama la atención: esos 61 puntos superan los 59 que Carbon registró en su lanzamiento, según Analytics Insight. Es decir, el modelo barato de la familia ya empata o supera en inteligencia general al tope de gama anterior, y Google lo posiciona como el que se lleva el trabajo de alto volumen.
En código, la foto es igual de concreta: #1 en el Artificial Analysis Coding Agent Index (58,6), 65,2% en Terminal-Bench 4.1 y 46,2% en FrontierCode 2.0 en su nivel por defecto. En SWE-sweep lidera con el harness mini-SWE en 12,8% y más que triplica a 39,0% dentro de Google Antigravity, que es justamente el argumento de Google sobre el peso del arnés además del modelo.
En ciencia y matemáticas: 70,5% en Terminal-Bench Science, 84,0% en RiemannBench y 71,3% en HLE-Diamond.
¿Cuánto cuesta de verdad? El problema del costo por tarea
Aquí está la trampa que conviene entender antes de migrar. Neon es más caro por token que Carbon en su precio introductorio. Según Unite.AI, Carbon y Argon están a US$2 / US$10 hasta el 30 de noviembre de 2026 y suben a US$4 / US$20 el 1 de diciembre. Hydrogen, en cambio, cuesta US$1,50 / US$7,50 y además tiene capa gratuita en la API.
Traducido: Neon es 25% más barato que el precio estándar de Carbon y Argon, pero 50% más caro que su precio introductorio y exactamente el doble de Hydrogen, según el análisis de Crypto Briefing sobre el catálogo de precios de Google Cloud.
Entonces, ¿dónde está el ahorro? En el costo por tarea, no por token. Google afirma que en su nivel high, Neon entrega un costo por tarea 32% menor que Carbon, y que en el Vals Index y el Agent Arena se sitúa en la frontera de Pareto con un costo entre 50% y 80% menor que los modelos de frontera competidores. En xhigh, dice, sigue costando 36% o más por tarea que esos modelos en su nivel más alto.
La lógica tiene sentido: un modelo que razona mejor necesita menos pasos, reescribe menos archivos y regresa menos veces sobre el mismo contexto. Pero solo se sostiene si tu carga de trabajo realmente se beneficiaba de ese recorrido extra.
Dos detalles operativos que afectan la factura y casi nadie mira: la salida incluye los tokens de pensamiento, y el cache implícito corre por defecto en prompts de al menos 4.096 tokens, mientras que el cache explícito no está disponible, según Unite.AI.
¿Qué cambia para ingeniería y ciberseguridad?
Neon está diseñado para sesiones largas con muchas herramientas. Según Google, reduce lecturas redundantes de archivos, comparte progreso mientras avanza y maneja la compactación de contexto de forma confiable. Puede operar solo o como orquestador veloz que dirige subagentes Hydrogen en paralelo dentro de Antigravity.
En defensa, la propuesta es que escribir código seguro desde el inicio deja de ser un paso posterior. Neon for cyber produce código más seguro que Carbon en los tres niveles de dificultad de AutoBaxBench, con estado del arte en el nivel difícil (76%). En pruebas de penetración alcanza 51,26% en WebExploitBench v1.2 a la mitad del costo de los modelos grandes competidores. Y cubre el ciclo completo: 90,5% en SEC-bench Pro para encontrar vulnerabilidades (a casi la mitad del costo por desafío), rendimiento de frontera en ExploitGym usando la mitad de tokens que Carbon, y 70,7% en CWE-bench v2 con una mejora de 3,4% sobre Carbon al parchear. El acceso para defensores llega vía el programa Fairwind, con entregas en los días siguientes al lanzamiento.
El bloque de seguridad también trae cifras que vale la pena leer con atención si vas a poner esto en producción: 1,98% de rechazos en Terminal-Bench 4.0 y 0% en Terminal-Bench-Science, 2,45% de atajos en la evaluación interna de cheating (la tasa más baja de cualquier modelo Gemini 4), 0,09% de acciones desalineadas y 99,2% en honestidad agéntica. En el benchmark de inyección indirecta de Gray Swan, con salvaguardas en su nivel más alto, resistió todos los ataques.
¿Qué significa esto para tu startup?
El error caro aquí es tratar a Neon como un upgrade automático. El modelo nuevo no es mejor en todo: es mejor en la relación entre razonamiento y factura, y eso solo aplica a cierto tipo de carga.
Acción 1: pon fecha al benchmark interno. El 1 de diciembre de 2026 Carbon y Argon pasan a US$4 / US$20, y Neon queda 25% por debajo. Esa es la ventana para correr tus propios prompts contra los dos y comparar el gasto real por tarea terminada, no por token. Si tu equipo usa Carbon para trabajo de alta frecuencia, la migración probablemente se paga sola.
Acción 2: baja el nivel de pensamiento hasta donde aguante la calidad. Neon tiene cuatro niveles (low, medium, high y xhigh, con high por defecto). Google recomienda según Unite.AI probar los cuatro y quedarse con el más bajo que cumpla el requisito de calidad, reservando xhigh para problemas de varios pasos. Un equipo que deja todo en xhigh está pagando razonamiento que no usa.
Acción 3: revisa tu configuración de salida antes de migrar. Entrada, pensamiento y salida comparten la misma ventana de 1.048.576 tokens, y las respuestas síncronas tienen un tope por defecto de 65.536 tokens. Si trabajas en modo background con respuestas largas, hay que subir maxoutputtokens o el servidor cortará igual en el techo síncrono.
Acción 4: piensa en orquestación, no en un solo modelo. El patrón que Google describe (Neon coordinando, Hydrogen ejecutando) es también el más económico. Antes de comprometer presupuesto, mide la tasa de éxito por tarea del parche de modelos contra tu línea base actual.
Un detalle para los equipos que compiten en producto: Office Chai señala que Neon apunta directo al espacio de modelos de razonamiento rápido a precio medio, y lo compara con Claude Sonnet 5.5, listado en US$2 / US$10. Si tu producto envuelve un LLM y vendes margen, ese diferencial de precio entre tokens y de costo por tarea es tu próxima negociación con proveedor.
Conclusión
Gemini 4 Neon es el modelo que Google necesita que sus clientes empresariales usen todos los días: suficientemente inteligente para no decepcionar (61 en Artificial Analysis, #2 en Vals y en Agent Arena) y suficientemente barato por tarea para sostenerlo en producción. El ahorro real no viene del precio por token, que es más alto que el de Carbon en su tarifa introductoria, sino de terminar el trabajo en menos pasos. La decisión sensata para un founder no es adoptarlo porque es nuevo, sino poner a competir sus propios flujos contra Hydrogen y Carbon antes del 1 de diciembre, cuando el reprecio de la familia cambia las cuentas para todos.
Fuentes
- Introducing Gemini 4 Neon
- Google Launches Gemini 4 Neon for Coding, Knowledge Work and Science
- Gemini 4 Neon To Be Google’s Fast Reasoning Model
- Gemini 4 Carbon vs Gemini 4 Hydrogen: What’s the Difference?
- Gemini 4 Neon surfaces in Google Cloud billing and developer tools ahead of launch
¿Y esto cómo se aplica en tu negocio?
Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













