Inicia 23 novCohorte 3 en vivo de Vibe Coding y Agentes IA: 3 semanas, 9 clases en directoCohorte 3 (23.11) →
LanzamientoAnálisis · En radarDeepMind Blog→ original

Google lanza Gemini 4 Neon: tercer puesto en el ranking de IA y una tarea un 32% más barata

Google ha lanzado Gemini 4 Neon, un modelo que casi alcanza a las IA más grandes, pero es más rápido y más barato. En el ranking independiente Artificial Analysis suma 61 puntos y se queda con el tercer puesto, y cada tarea cuesta un 32% menos que con la versión superior, Gemini 4 Carbon. La entrada cuesta $3 por millón de tokens y la salida, $15. Si su agente corrige código sobre un modelo insignia caro, conviene probar sus tareas en Neon.

Procesado por IA desde DeepMind Blog; editado por Hamidun News
Google lanza Gemini 4 Neon: tercer puesto en el ranking de IA y una tarea un 32% más barata
Fuente: DeepMind Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalDeepMind Blog ↗
Editor jefe
SWE-sweep39,0% en Google Antigravity frente a 12,8% en mini-SWE
Entrada en caché$0,15 por millón de tokens, un 95% de descuento
Contexto de 1 millón de tokens; Vals Indexsegundo puesto (70,9%)

Google DeepMind ha presentado Gemini 4 Neon, un modelo que casi alcanza a las IA más grandes, pero es más rápido y más barato. En el ranking independiente Artificial Analysis Intelligence Index (una puntuación agregada de pruebas de razonamiento y conocimiento) suma 61 puntos en el modo de máximo razonamiento, xhigh, y se queda con el tercer puesto, justo por detrás de modelos más grandes y lentos. Además, con el nivel de razonamiento high, que viene activado por defecto, cada tarea cuesta un 32% menos que con Gemini 4 Carbon, el modelo superior de la familia.

Imagine un agente que corrige errores en un repositorio todos los días: cada ejecución consume miles de tokens, y la diferencia de precio por tarea se convierte rápidamente en dinero real. El precio en la API es de $3 por millón de tokens de entrada y $15 por millón de tokens de salida.

Qué modelo es y cuánto cuesta

En la familia, cada modelo tiene un papel distinto. Carbon se encarga de los proyectos largos y más pesados, Hydrogen se ocupa de la ejecución rápida del día a día y Neon equilibra profundidad y eficiencia. La ventana de contexto es de un millón de tokens, de modo que en una sola consulta caben tablas grandes, PDF, gráficos, audio y vídeo. La entrada en caché (cuando una misma parte de la consulta se repite) cuesta $0,15 por millón de tokens, lo que supone un 95% de descuento.

Neon ofrece cuatro niveles de «razonamiento»: el equipo decide cuánto quiere pagar por la profundidad. Con el nivel high, el modelo cuesta entre un 50% y un 80% menos por tarea que los principales modelos competidores y figura entre los mejores en relación calidad-precio (según Vals Index y Agent Arena). En el nivel máximo, xhigh, alcanza su mejor puntuación y aun así sale al menos un 36% más barato que la competencia en su modo máximo.

Código, agentes y trabajo de oficina

La apuesta principal son los escenarios agénticos de larga duración. Neon ocupa el primer puesto en Artificial Analysis Coding Agent Index (58,6), logra un 65,2% en Terminal-Bench 4.1 y un 46,2% en FrontierCode 2.0. En SWE-sweep, con el entorno ligero mini-SWE, el resultado es del 12,8%, mientras que dentro de Google Antigravity sube hasta el 39,0%. La diferencia muestra que las herramientas que rodean al modelo influyen en el resultado tanto como el propio modelo. Google también afirma que Neon relee con menos frecuencia los mismos archivos, hace ediciones puntuales en varios archivos a la vez y comprime el contexto con cuidado en sesiones largas.

En tareas de negocio, las cifras son estas: segundo puesto en Vals Index (70,9%), primer puesto en Legal Research Bench y Tax Agent Bench, y un 56,3% y primer puesto en AutomationBench, de Zapier. En Vending-Bench 2, una simulación prolongada de gestión de un negocio, el modelo ganó $16 843. En el nuevo ranking Agent Arena Index, Neon obtiene 1336 puntos y el segundo puesto, tras más de 4200 sesiones reales. También es segundo en controlabilidad (la facilidad con que el modelo acepta correcciones del usuario en mitad de una tarea).

En ciencia, Google sitúa a Neon como el mejor de su clase en Terminal-Bench Science (70,5%), RiemannBench (84,0%) y HLE-Diamond (71,3%).

Seguridad y ciberdefensa

La versión Neon for cyber ha logrado récords en varias pruebas: 76% en el nivel difícil de AutoBaxBench (generación de código seguro), 51,26% en WebExploitBench v1.2 con la mitad de coste que los grandes competidores y 90,5% en SEC-bench Pro (búsqueda de vulnerabilidades). En la corrección de vulnerabilidades, en CWE-bench v2 obtiene un 70,7%, un 3,4% más que Carbon. El acceso se abrirá en los próximos días a especialistas verificados en defensa, en el marco del programa Fairwind.

Según las pruebas propias de Google, el modelo hace menos trampas: 0,0% en Terminal-Bench 4.0 y 2,45% en la prueba de tendencia a tomar atajos. La proporción de acciones incorrectas en el conjunto de seguridad agéntica es del 0,09%, y el porcentaje de comprobaciones de honestidad superadas, del 99,2%. Frente a las inyecciones a través de páginas web, correos y documentos, en el benchmark Gray Swan, con la protección activada y el razonamiento al máximo, Neon repelió todos los ataques.

Qué hacer en la práctica

El modelo está disponible en la API de Gemini a través de Google AI Studio, en Gemini for business, en Google Antigravity para los suscriptores de pago Pro y Ultra y en la aplicación Gemini. Si su agente funciona ahora con un modelo insignia y la factura no deja de crecer, conviene probar en Neon sus tareas habituales y comparar el coste de una ejecución exitosa, no solo la calidad de la respuesta.

Salvedad: casi todas las cifras proceden del anuncio de Google. Una parte son pruebas internas, como las de fraude y honestidad, y el 39,0% en SWE-sweep se logró con el entorno propio de Antigravity. Habrá que verificarlo con sus propios datos: en los benchmarks no siempre gana lo que mejor funciona en su repositorio.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué modelo es y cuánto cuesta?

En la familia, cada modelo tiene un papel distinto. Carbon se encarga de los proyectos largos y más pesados, Hydrogen se ocupa de la ejecución rápida del día a día y Neon equilibra profundidad y eficiencia. La ventana de contexto es de un millón de tokens, de modo que en una sola consulta caben tablas grandes, PDF, gráficos, audio y vídeo. La entrada en caché (cuando una misma parte de la consulta se repite) cuesta $0,15 por millón de tokens, lo que supone un 95% de descuento.

¿Qué se sabe sobre Código, agentes y trabajo de oficina?

La apuesta principal son los escenarios agénticos de larga duración. Neon ocupa el primer puesto en Artificial Analysis Coding Agent Index (58,6), logra un 65,2% en Terminal-Bench 4.1 y un 46,2% en FrontierCode 2.0. En SWE-sweep, con el entorno ligero mini-SWE, el resultado es del 12,8%, mientras que dentro de Google Antigravity sube hasta el 39,0%. La diferencia muestra que las herramientas que rodean al modelo influyen en el resultado tanto como el propio modelo.

¿Qué se sabe sobre Seguridad y ciberdefensa?

La versión Neon for cyber ha logrado récords en varias pruebas: 76% en el nivel difícil de AutoBaxBench (generación de código seguro), 51,26% en WebExploitBench v1.2 con la mitad de coste que los grandes competidores y 90,5% en SEC-bench Pro (búsqueda de vulnerabilidades). En la corrección de vulnerabilidades, en CWE-bench v2 obtiene un 70,7%, un 3,4% más que Carbon. El acceso se abrirá en los próximos días a especialistas verificados en defensa, en el marco del programa Fairwind.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…