Gemini 4 Neon llegó y Argon desapareció del selector
Google presentó Gemini 4 Neon el 18 de noviembre de 2026 y, en el mismo movimiento, sacó a Gemini 4 Argon del selector de modelos de la app de Gemini. El resultado: cuatro modelos de la cuarta generación —Argon, Carbon, Hydrogen y Neon— conviviendo en la API y en Antigravity, sin una guía oficial que explique cuál conviene para cada tarea.
Para un founder que tiene a Gemini dentro de su stack de desarrollo, esto no es un detalle cosmético. Es una decisión de arquitectura que cambia cada pocas semanas y que impacta directo en el costo por tarea y en la calidad del código que produce su equipo.
Xataka lo resume con precisión: Google convirtió su catálogo en una tabla periódica. Usó gases nobles para la mitad de la familia (argón y neón) y dos elementos comunes para el resto, con el carbono arriba en capacidad y el hidrógeno abajo.
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 →Los cuatro modelos de la familia Gemini 4, uno por uno
La nomenclatura química esconde una jerarquía bastante clara una vez que se ordenan por capacidad y costo:
- Gemini 4 Hydrogen: el más liviano y barato. Lanzado el 12 de noviembre, está pensado para ejecución rápida del día a día, chat, extracción de información y sub-agentes de bajo costo. Es el modelo por defecto en la guía de selección de Google.
- Gemini 4 Neon: el nuevo caballo de batalla. Lanzado el 18 de noviembre, apunta a programación interactiva, análisis de datos, cambios multiarchivo y agentes que usan herramientas.
- Gemini 4 Carbon: el tope de gama. Lanzado el 10 de noviembre, está reservado para los problemas más difíciles y los proyectos de horizonte largo.
- Gemini 4 Argon: el que quedó huérfano. Sigue existiendo en la API, pero ya no aparece en la app ni en la guía de selección de Google.
Los cuatro comparten una ventana de contexto de un millón de tokens y el mismo formato de petición, según el análisis comparativo de AIHubMix. Lo que cambia es cuánto piensan antes de responder, a qué velocidad y a qué precio. Neon, además, permite ajustar el esfuerzo de razonamiento en cuatro niveles: low, medium, high (por defecto) y xhigh.
¿Cuánto cuesta cada modelo y qué cambia el 1 de diciembre?
Acá está el dato que más debería importarle a un equipo con presupuesto ajustado. Neon cuesta US$3 por millón de tokens de entrada y US$15 por millón de salida, con la entrada en caché a US$0,15, un descuento del 95% que premia reutilizar contexto, según recoge Wwwhatsnew.
El problema es el calendario. Carbon y Argon están hoy en precio promocional de US$2 y US$10 por millón de tokens de entrada y salida, vigente hasta el 30 de noviembre. A partir del 1 de diciembre pasan a US$4 y US$20, según la página de precios de Google que cita AIHubMix.
Traducido a decisiones: durante estos días Neon es más caro por token que Carbon. Después del 1 de diciembre, Neon queda aproximadamente un 25% más barato que Carbon, según El Periódico Digital. Si tienes pipelines en producción con Carbon, la fecha para recalcular el presupuesto es el 30 de noviembre.
¿Neon es mejor que Carbon? Los benchmarks dicen que la diferencia es mínima
Neon en modo xhigh sacó 61 puntos en el índice de inteligencia de Artificial Analysis (v5.0.1), tercero en la tabla general, detrás de Claude Fable 5.2 (65) y GPT-6.2 Astra (62), y por delante del propio Carbon (60), según Jagran Josh. En el índice de agentes de código de Artificial Analysis quedó primero con 58,6.
Google afirma que Neon corre tres veces más rápido que Carbon a un 60% del costo en pruebas con partners como la firma de búsqueda empresarial Glean. Las mediciones independientes son más conservadoras: en configuración por defecto, Neon termina las tareas en la mitad del tiempo y recorta el gasto por tarea alrededor de un 32%, según AIHubMix.
Hay un asterisco que conviene leer antes de migrar. En la prueba de alucinaciones AA-Omniscience v1.1, Neon registró una tasa de 13,9% en modo high, por encima de Carbon (11,4%) y muy por encima de Argon (4,3%). Si el costo de una respuesta incorrecta es alto —código en producción, análisis financiero, cumplimiento normativo—, ese número pesa más que la velocidad. Es el argumento más sólido para no apurar la jubilación de Argon en tus flujos críticos.
Por qué Google complicó lo que el resto del sector simplificó
La industria venía en la dirección opuesta. OpenAI estrenó con GPT-5 un router que elegía el modelo por el usuario, y el resto de los laboratorios redujo sus catálogos para que la decisión fuera trivial. Google hizo lo contrario: pasó de vender un modelo a vender una gama.
El caso más incómodo es el de Argon. Cuando llegó Carbon, Google todavía lo recomendaba como la opción más indicada para ingeniería de software. Ocho días después lo retiraba de la aplicación. El anuncio de Neon en Antigravity, donde ahora es el modelo por defecto para las conversaciones nuevas, ni siquiera menciona a Argon.
Para quien programa, la consecuencia práctica es que ya no hay un modelo etiquetado como el de código en el plan Pro. Carbon es exclusivo de Google AI Ultra, y quien paga Pro ve en la app una lista —Auto, Hydrogen, Neon y Carbon— sin ninguna señal de cuál sirve para programar. En el camino también desapareció Gemini 3.1 Pro del selector.
Un dato tranquilizador: Google no anunció fecha de fin de vida para ningún modelo Gemini 4, así que Argon sigue respondiendo en la API. Lo que cambió es hacia dónde apunta Google los proyectos nuevos.
Qué significa esto para tu startup
Tres movimientos concretos, en orden de urgencia:
- Corre tu propia prueba antes del 1 de diciembre. Toma una tarea real de tu equipo —una revisión de código, un análisis de datos, un cambio multiarchivo— y córrela con Neon en high y en xhigh, y con Carbon. Compara no el precio por token, sino el costo total de terminar la tarea. Google mismo empuja esa métrica, y es la única que refleja reintentos y prompts extra.
- Fija la versión del modelo en tu código. Si tu producto llama a un modelo por nombre y Google lo retira del selector en siete semanas, como pasó con Argon, tu equipo se entera por un error en producción. Deja el nombre del modelo en una variable de configuración y ten un plan B probado.
- Diseña para el enrutamiento, no para un solo modelo. La propia guía de Google propone planificar con Carbon o Neon y delegar la ejecución a Hydrogen. En Antigravity eso ya existe como modo Orchestrator (Neon), donde Neon actúa como arquitecto y reparte el trabajo pesado a sub-agentes de Hydrogen. Para un equipo chico, esa arquitectura es la forma más directa de bajar el costo por tarea sin perder calidad en el resultado final.
Si tu caso de uso tolera errores ocasionales —borradores, clasificación, prototipos—, Neon es la opción más eficiente de la familia. Si no los tolera, mantén Argon o Carbon en ese tramo específico y no lo muevas por ahorrar centavos.
Conclusión
Google ganó la carrera del costo por tarea y cedió, por ahora, la del techo de capacidad. Para un founder eso es una buena noticia con letra chica: hay más potencia disponible por menos dinero, pero la decisión de cuál usar quedó del lado del usuario. La tabla periódica no te va a decir cuál elegir. Toca hacer de Mendeléyev: probar, comparar y deducir con tus propios datos.
Fuentes
- Xataka (fuente original)
- Jagran Josh
- AIHubMix
- Android Authority
- El Periódico Digital
- Wwwhatsnew
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 →













