Google lanza Gemini 4 Neon: una tarea sale un 32 % más barata que con Carbon, su modelo superior
Google ha lanzado Gemini 4 Neon, un modelo de tamaño medio de la línea que casi iguala a Carbon, su modelo superior, pero con más velocidad y menor coste. Con el ajuste de razonamiento high, una tarea completa cuesta un 32 % menos que con Carbon, y en el ranking independiente Artificial Analysis Intelligence Index, Neon queda tercera con 61 puntos. Los tokens cuestan 3 $ por millón en la entrada y 15 $ en la salida. Si un agente se encarece demasiado, compare los modelos por el precio de la tarea resuelta.
Procesado por IA desde Hacker News AI; editado por Hamidun News
Los modelos potentes suelen ser lentos y caros, y en las tareas largas de agentes la factura crece más deprisa que la calidad. Google intenta cerrar esa brecha con Gemini 4 Neon, un modelo de tamaño medio de la familia Gemini 4. El modelo superior de la familia es Carbon, que se encarga de los proyectos más pesados, pero también cuesta más.
La cifra principal del lanzamiento es el 32 %: según Google, Neon es un 32 % más barato que Carbon si se calcula por tarea completada. No se mide el precio del token, sino la factura total por tarea resuelta, es decir, cuántos tokens gasta el modelo en razonar y en responder. Junto a esto está la puntuación en el Artificial Analysis Intelligence Index, un índice agregado independiente en el que los modelos se someten a un conjunto de pruebas de inteligencia.
En el nivel de razonamiento más alto (xhigh), Neon obtuvo allí 61 puntos y quedó tercera, por detrás solo de modelos más grandes y lentos.
Dónde se sitúa Neon dentro de la familia Gemini 4
La línea toma su nombre de elementos químicos. Carbon es el modelo más pesado para proyectos largos y complejos, Hydrogen es un caballo de batalla rápido para el día a día, y Neon ocupa el término medio: razonamiento profundo a un precio menor y con mejor velocidad.
Precio: 3 $ por millón de tokens de entrada y 15 $ por millón de tokens de salida. La entrada en caché, es decir, la parte repetida de la petición, cuesta 0,15 $ por millón, un 95 % menos. La ventana de contexto es de 1 millón de tokens. En ella se pueden cargar tablas, PDF, gráficos, audio y vídeo a la vez y obtener un resultado estructurado.
El modelo tiene cuatro niveles de razonamiento: cuanto más alto es el nivel, más tokens se destinan a razonar. En el nivel high, por defecto, el ahorro frente a Carbon es el ya citado 32 %. En los rankings independientes Vals y Agent Arena, Neon se sitúa en la frontera de Pareto: entre los modelos probados no se encontró un mejor resultado por el mismo dinero. Frente a los competidores punteros, la tarea sale aproximadamente entre un 50 % y un 80 % más barata. En xhigh, donde la inteligencia es máxima, el ahorro es del 36 % o más.
Código, agentes y benchmarks «de trabajo»
Para los desarrolladores lo más importante son las sesiones largas de agentes. Google afirma que Neon relee menos veces los mismos archivos, informa del avance del trabajo y comprime el contexto de forma más fiable cuando la sesión se alarga. Puede trabajar por su cuenta o como orquestador que reparte tareas entre subagentes Hydrogen en paralelo, dentro del entorno Google Antigravity.
Las cifras: primer puesto en el Artificial Analysis Coding Agent Index (58,6) y 46,2 % en FrontierCode 2.0 con el ajuste high. En SWE-sweep (una prueba de corrección de repositorios reales) con el arnés simplificado mini-SWE, el modelo resuelve el 12,8 % de las tareas, mientras que en Antigravity el resultado se multiplica por más de tres, hasta el 39,0 %. El arnés del agente influye en el resultado tanto como el propio modelo, así que estas cifras no pueden compararse con resultados ajenos obtenidos con otro arnés.
En tareas de oficina, Google destaca el 73,5 % en Chartography (lectura de gráficos profesionales densos), los primeros puestos en varias pruebas financieras y de hojas de cálculo, y 16 843 $ en Vending-Bench 2, una simulación larga de gestión de un negocio. En el Agent Arena Index, el modelo debutó en segundo lugar con 1336 puntos, a partir de más de 4200 sesiones reales de agentes. En las demostraciones, un «enjambre» de agentes de Neon construyó un simulador WebGL de descenso de esquí y convirtió una sola imagen en una hoja de Google Sheets de 100 000 celdas con más de 500 000 fórmulas.
Ciberseguridad y seguridad del propio modelo
Otro punto destacado es la protección del código. Neon escribe código más seguro que Carbon en todos los niveles de complejidad, y en el más difícil alcanza el 76 %. En la prueba de pentesting (simulación de ataques para encontrar fallos) obtiene un 51,26 % con un coste la mitad del de los grandes competidores. En la búsqueda de vulnerabilidades alcanza el 90,5 %, y en la corrección de causas raíz, el 70,7 %, un 3,4 % mejor que Carbon. La versión de Neon para ciberseguridad estará disponible en los próximos días para defensores verificados a través del programa Fairwind. El acceso se solicita a través del gestor de cuenta de Google Cloud.
En cuanto al comportamiento: en Terminal-Bench 4.0 el modelo se niega a ejecutar el 1,98 % de las tareas, y en Terminal-Bench-Science, el 0 %, es decir, rechaza con menos frecuencia el trabajo legítimo. La proporción de atajos en la prueba de trampas es del 2,45 %, la de acciones peligrosas en el conjunto de agentes es del 0,09 % y la honestidad en su propia prueba es del 99,2 %. Frente a instrucciones ocultas incrustadas en páginas web, correos y documentos, Neon, con protección en tiempo real, bloqueó todos los ataques del benchmark de Gray Swan.
Qué hacer con esto
Casi todas las cifras proceden de la propia Google o se encargaron a socios, y todavía no hay una verificación independiente repetida. Pero la conclusión práctica es clara: si un agente con Carbon u otro buque insignia ajeno se encarece demasiado, pruebe Neon con sus propias tareas en los niveles high y xhigh y compare el precio de la tarea completada, no el precio del token. El modelo ya está disponible en la API de Gemini (plan de pago), en Google Antigravity y en la aplicación Gemini para suscriptores de Pro y Ultra, y en AI Studio pueden probarlo todos los suscriptores de estos planes.
- 21 nov 2026La red neuronal MIRA dibuja Rocket League a 20 fps, pero el ping llega a 460 ms
- 21 nov 2026Google creó una copia cerrada de internet con bancos falsos para entrenar a los agentes de IA de Chrome
- 21 nov 2026En la prueba MLPerf participan por primera vez Nvidia Rubin y TPU Ironwood: 153 sistemas
- 21 nov 2026Google abre la preventa de sus gafas inteligentes con Gemini desde 395 $: las ventas empiezan el 10 de diciembre
Preguntas frecuentes sobre la noticia
Dónde se sitúa Neon dentro de la familia Gemini 4?
La línea toma su nombre de elementos químicos. Carbon es el modelo más pesado para proyectos largos y complejos, Hydrogen es un caballo de batalla rápido para el día a día, y Neon ocupa el término medio: razonamiento profundo a un precio menor y con mejor velocidad. Precio: 3 $ por millón de tokens de entrada y 15 $ por millón de tokens de salida. La entrada en caché, es decir, la parte repetida de la petición, cuesta 0,15 $ por millón, un 95 % menos. La ventana de contexto es de 1 millón de tokens.
¿Qué se sabe sobre Código, agentes y benchmarks «de trabajo»?
Para los desarrolladores lo más importante son las sesiones largas de agentes. Google afirma que Neon relee menos veces los mismos archivos, informa del avance del trabajo y comprime el contexto de forma más fiable cuando la sesión se alarga. Puede trabajar por su cuenta o como orquestador que reparte tareas entre subagentes Hydrogen en paralelo, dentro del entorno Google Antigravity. Las cifras: primer puesto en el Artificial Analysis Coding Agent Index (58,6) y 46,2 % en FrontierCode 2.0 con el ajuste high.
¿Qué se sabe sobre Ciberseguridad y seguridad del propio modelo?
Otro punto destacado es la protección del código. Neon escribe código más seguro que Carbon en todos los niveles de complejidad, y en el más difícil alcanza el 76 %. En la prueba de pentesting (simulación de ataques para encontrar fallos) obtiene un 51,26 % con un coste la mitad del de los grandes competidores. En la búsqueda de vulnerabilidades alcanza el 90,5 %, y en la corrección de causas raíz, el 70,7 %, un 3,4 % mejor que Carbon.
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.