Gemini 4 Neon, de Google, es el doble de rápida que Carbon y un 17% más barata por tarea
Google DeepMind ha lanzado Gemini 4 Neon, su cuarto modelo en siete semanas. Genera la respuesta a unos 110 tokens (fragmentos de texto) por segundo, frente a los 57 de la anterior Gemini 4 Carbon, así que el asistente responde casi el doble de rápido. Una tarea en el test de Artificial Analysis cuesta $6,44 en lugar de $7,76, es decir, un 17% menos. Si pagas por la API, prueba tus propias tareas en Neon, pero ten en cuenta que el ahorro viene del precio por token, no de que las respuestas sean más breves.
Procesado por IA desde The Decoder; editado por Hamidun News
Google DeepMind ha lanzado Gemini 4 Neon, ya su cuarto modelo en siete semanas. El problema que intenta resolver le resulta familiar a cualquiera que integre IA en un producto: o el modelo inteligente es lento, o es caro. Imagina un asistente de código al que encargas corregir un bug en un repositorio.
Con Neon, genera la respuesta a unos 110 tokens (fragmentos de texto) por segundo; con la anterior Gemini 4 Carbon, el buque insignia, lo hace a 57. Es decir, Neon trabaja casi el doble de rápido. Además, una tarea de este tipo en el test de Artificial Analysis cuesta $6,44, frente a los $7,76 de Carbon a precio normal: de ahí sale ese 17% de ahorro.
Si pagas por la API o eliges un modelo para un agente, estas cifras se traducen directamente en la factura y en la espera del usuario.
Dónde encaja Neon en la gama
Neon se sitúa entre Carbon e Hydrogen. Tiene una ventana de contexto de un millón de tokens y acepta texto, imágenes, audio y vídeo. En el índice general de inteligencia de Artificial Analysis, con el nivel máximo de razonamiento («xhigh»), Neon obtiene 61 puntos y Carbon, 60. Es el tercer puesto: solo la superan GPT-6.2 Astra, de OpenAI, y Claude Fable 5.2, de Anthropic.
Curiosamente, esos dos modelos no aparecen en la tabla comparativa de la propia Google. La compañía compara Neon únicamente con Claude Opus 5.5 y GPT-6.2 Sol. A la hora de elegir un modelo, conviene fijarse en las mediciones independientes y no solo en las diapositivas del desarrollador.
De dónde salen el ahorro y la velocidad
A través de Google AI Studio y Gemini for Business, un millón de tokens de entrada cuesta $3 (con caché, $0,15) y un millón de tokens de salida, $15. Es un 25% menos que el precio normal de Carbon ($4 y $20). Pero Carbon tiene una promoción vigente hasta final de noviembre, y con esa tarifa Neon resulta un 50% más cara. Por tanto, hasta diciembre, según la lista de precios, Carbon es formalmente más rentable.
Una salvedad importante: Neon gasta aproximadamente un 15% más de tokens de salida por tarea que Carbon, es decir, responde de forma más prolija. El ahorro de $6,44 frente a $7,76 procede por completo del menor precio por token, y no de que el modelo se haya vuelto más económico. Si Google sube los precios, la ventaja se reducirá.
Con el segundo nivel de razonamiento más alto («high»), Neon alcanza la misma puntuación de inteligencia que Carbon y el coste de la tarea es la mitad. La ejecución del benchmark baja de unos 36 a 21 minutos, precisamente por la velocidad de 110 tokens por segundo frente a 57. En productos interactivos, donde el usuario espera la respuesta, la diferencia se nota.
Programación, documentos y seguridad
En el índice de agentes de programación dentro del entorno Google Antigravity, Neon con «xhigh» obtiene 59 puntos. Carbon logra 55, y Claude Fable 5.2 y Claude Opus 5.5, 58 cada uno. Una tarea media de código cuesta $6,86, mientras que con Opus son $12,61 y con Fable, $15,47. En la prueba SWE-sweep, según Google, el entorno Antigravity triplica la proporción de tareas resueltas por Neon hasta el 39,0%.
También hay avances en el trabajo con contenido visual. En la prueba de documentos GDP.pdf, Neon con el nivel «high» marca un récord del 33,4%, cinco puntos por encima de Carbon. Pero con «xhigh» el resultado cae de forma inesperada hasta el 28,0%, de modo que el modo de razonamiento máximo no siempre es la mejor opción. En AA-Briefcase, el modelo lidera en calidad de presentaciones (1771 Elo, por encima de Opus 5.5). Según las mediciones propias de Google, Neon también va por delante en algunas categorías de Vals Index, en AutomationBench de Zapier (56,3%) y en el benchmark científico RiemannBench (84,0%).
Para los especialistas en seguridad, Google lanza una variante «cibernética» a través del programa Fairwind. Obtiene un 90,5% en SEC-bench Pro y un 51,26% en WebExploitBench v1.2, con un precio la mitad que el de la competencia. Según la brevísima ficha del modelo (Model Card), Neon bloquea el 100% de los ataques indirectos de prompt injection en el benchmark Gray Swan. Es relevante para los agentes que leen correos y páginas web, pero la cifra procede de un autoinforme de Google y es difícil verificar la metodología.
Qué hacer en la práctica
Si usas Carbon, prueba tus tareas reales en Neon en modo «high»: según Artificial Analysis, la inteligencia es la misma y el coste de la tarea es aproximadamente la mitad. No te fíes de un solo índice, sobre todo si trabajas con documentos: comprueba tu propio caso de uso. Y ten en cuenta que, hasta final de noviembre, el precio promocional de Carbon cambia las cuentas, y que Neon genera más tokens de salida que su predecesora.
- 19 nov 2026Las participaciones de Amazon y Google en Anthropic se valoran en $308 mil millones con la IPO a $83 por acción
- 19 nov 2026Un script de GitHub detecta los motivos de rechazo de App Store y Google Play antes de la revisión: 542 estrellas en un día
- 19 nov 2026Nvidia presenta unos ingresos récord de 115,8 mil millones de dólares, pero cotiza más barata que en cualquier momento desde 2012
- 19 nov 2026Tras un baneo en Anthropic, Codex migró 43 sesiones de Claude Code en 20 minutos
Preguntas frecuentes sobre la noticia
Dónde encaja Neon en la gama?
Neon se sitúa entre Carbon e Hydrogen. Tiene una ventana de contexto de un millón de tokens y acepta texto, imágenes, audio y vídeo. En el índice general de inteligencia de Artificial Analysis, con el nivel máximo de razonamiento («xhigh»), Neon obtiene 61 puntos y Carbon, 60. Es el tercer puesto: solo la superan GPT-6.2 Astra, de OpenAI, y Claude Fable 5.2, de Anthropic. Curiosamente, esos dos modelos no aparecen en la tabla comparativa de la propia Google.
¿Qué se sabe sobre De dónde salen el ahorro y la velocidad?
A través de Google AI Studio y Gemini for Business, un millón de tokens de entrada cuesta $3 (con caché, $0,15) y un millón de tokens de salida, $15. Es un 25% menos que el precio normal de Carbon ($4 y $20). Pero Carbon tiene una promoción vigente hasta final de noviembre, y con esa tarifa Neon resulta un 50% más cara. Por tanto, hasta diciembre, según la lista de precios, Carbon es formalmente más rentable.
¿Qué se sabe sobre Programación, documentos y seguridad?
En el índice de agentes de programación dentro del entorno Google Antigravity, Neon con «xhigh» obtiene 59 puntos. Carbon logra 55, y Claude Fable 5.2 y Claude Opus 5.5, 58 cada uno. Una tarea media de código cuesta $6,86, mientras que con Opus son $12,61 y con Fable, $15,47. En la prueba SWE-sweep, según Google, el entorno Antigravity triplica la proporción de tareas resueltas por Neon hasta el 39,0%. También hay avances en el trabajo con contenido visual.
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.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.