Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
IndustriaAPI / Producto · Listo para usarHabr AI→ original

Gemini 4 Neon redujo el binario de TS Rust de 47,44 a 7,97 MB en menos de 10 horas

Google lanzó el modelo medio Gemini 4 Neon, y el blogger Theo lo probó con TS Rust, un verificador de tipos de TypeScript escrito en Rust. En 10 horas, Neon redujo el archivo final del programa de 47,44 a 7,97 MB (5,95 veces menos) y lo aceleró 1,5 veces de media. GPT-6.2 Astra trabajó más de una semana: el archivo quedó un 46% más pequeño, pero el programa fue un 56% más lento. Es el vídeo de un solo autor, así que conviene comprobar el modelo con tu propio código.

Procesado por IA desde Habr AI; editado por Hamidun News
Gemini 4 Neon redujo el binario de TS Rust de 47,44 a 7,97 MB en menos de 10 horas
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Precio de la API de Neon3 $ por entrada y 15 $ por salida, el doble que Hydrogen
Dato clave #2Tras corregir la caché de prompts, los límites de la suscripción crecieron aproximadamente tres veces
Dato clave #3Es más débil que Opus 5.5 en frontend visual y en tareas 3D

Imagina una tarea que los desarrolladores suelen posponer: hay un proyecto grande, el programa compilado pesa 47 megabytes y funciona más lento que los de la competencia, y hay que reducir su tamaño y acelerarlo. El 18 de noviembre, Google lanzó sin hacer ruido el modelo medio Gemini 4 Neon, y en la prueba en vídeo del blogger Theo resolvió esa tarea con TS Rust (un verificador de tipos de TypeScript escrito en Rust) en menos de 10 horas. El archivo ejecutable final, el binario, se redujo de 47,44 a 7,97 MB, es decir, 5,95 veces menos, y la velocidad subió 1,5 veces de media.

Para comparar, GPT-6.2 Astra, de OpenAI, trabajó más de una semana en la misma tarea y dejó el programa un 56% más lento. El autor de la reseña en Habr afirma, a partir de estos datos, que Claude Opus 5.

5, de Anthropic, tiene ahora un rival a su altura. Una advertencia importante: se trata de la experiencia personal del autor y del vídeo de un solo blogger, no de un benchmark independiente. Pero hay suficiente concreción en él como para analizarlo.

Qué mostró la prueba con TS Rust

El episodio más ilustrativo procede de un vídeo de 32 minutos del desarrollador Theo. Llevaba medio año criticando los modelos de Google, pero esta vez les dio a varios modelos la misma tarea: reducir el binario y acelerar el trabajo para acercarse a los competidores bun y tsrs.

Según el relato del autor, los resultados fueron los siguientes:

  • GPT-6.2 Astra trabajó más de siete días y durante otros cuatro intentó corregir el resultado. El binario se redujo un 46%, pero la velocidad cayó un 56%.
  • Claude Opus 5.5 junto con Fable terminó en unos pocos días y dio alrededor de +20% de velocidad, pero sin una compresión notable.
  • Gemini 4 Neon, en modo enjambre (varios agentes trabajando en paralelo), completó la tarea en menos de 10 horas. La velocidad subió 1,5 veces de media, 2,3 veces en el proyecto Sentry y hasta 20 veces en el arranque en caliente, cuando el programa se ejecuta de nuevo y los datos ya están en memoria.

Otros dos episodios del vídeo muestran el comportamiento del agente. Cuando un adaptador MCP roto se tragó la salida y en el chat no apareció nada, Neon fue directamente a los registros, encontró el fallo, generó los gráficos en local, mostró capturas de pantalla y abrió un PR con la corrección. Y al buscar por qué crear un git worktree tardaba 6,3 segundos, encontró la causa real: la partición /work estaba formateada como un HDD convencional, y esa configuración consumía 3,8 segundos de los 6,3.

Precios, límites y caché

Neon se presenta como un modelo medio basado en Hydrogen. Su precio en la API es de 3 $ por entrada y 15 $ por salida. Hydrogen cuesta 1,50 $ y 7,50 $, y el modelo superior Carbon tiene un descuento vigente hasta el 30 de noviembre (2 $ y 10 $); desde diciembre volverá a 4 $ y 20 $. Por eso, en noviembre el modelo «medio» resulta más caro que el «superior», y desde diciembre será un 25% más barato. A la confusión contribuyen los nombres, que parecen sacados de la tabla periódica.

Aparte está la cuestión de las suscripciones. Sobre el papel, el presupuesto semanal de Google AI Ultra 20x se estima en 2000 $, frente a 3000 $ de Claude Ultra y 1000 $ de ChatGPT Pro. Pero durante las primeras 24 horas la caché de prompts funcionó mal: tras una pausa de menos de un minuto, los aciertos de caché caían al 9% o a cero. Cada solicitud procesaba de nuevo todo el contexto a precio completo, y los límites se agotaban unas 2,5 veces más rápido.

Tras las quejas en X, el responsable de Antigravity confirmó el despliegue de la corrección en todos los clústeres y prometió devolver los límites consumidos. Según el autor, la caché ahora dura unos tres minutos y los límites reales crecieron aproximadamente tres veces. Además, en Antigravity se activó Orchestrator: Neon planifica y resuelve las partes complejas, y las ediciones rutinarias y las pruebas se delegan en el económico Hydrogen. Si te alejas cinco minutos a por un café, el contexto se vuelve a calentar, así que el límite sigue siendo algo que hay que tener en cuenta.

Dónde Neon es más débil y qué hacer

El autor enumera con franqueza las limitaciones:

  • el frontend visual es claramente más sencillo que el de Opus 5.5;
  • en 3D, el modelo queda por detrás tanto de Opus como de los modelos pesados de OpenAI;
  • aparecen los «geminismos», por ejemplo emojis sobrantes y fragmentos de razonamiento interno;
  • la generación de imágenes y el análisis de transcripciones web en bruto es mejor dejarlos en ChatGPT.

En la práctica, la conclusión es esta. Si construyes escenarios de agentes en torno al código, la revisión y el análisis de problemas de infraestructura, conviene añadir Neon a la comparativa en lugar de depender de un solo proveedor. Además, funciona como seguro frente a bloqueos repentinos, de los que el autor se queja con respecto a Anthropic.

Aun así, verifica el modelo en tus propios repositorios: un vídeo y una reseña no sustituyen tus propias mediciones. Revisa también el consumo de cuota y el comportamiento de la caché en tu modo de trabajo. Y ten en cuenta que el prompt del sistema de Antigravity, por defecto, hace que el modelo llene las respuestas con rutas largas a los archivos.

Esto se soluciona con un par de líneas en las reglas de usuario.

Si las mediciones del autor se confirman en pruebas independientes, la conclusión será que el modelo medio de Google ya es capaz de asumir tareas que antes requerían los caros modelos insignia. En ese caso, cambiarían de forma notable el coste y la velocidad del desarrollo con agentes.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué mostró la prueba con TS Rust?

El episodio más ilustrativo procede de un vídeo de 32 minutos del desarrollador Theo. Llevaba medio año criticando los modelos de Google, pero esta vez les dio a varios modelos la misma tarea: reducir el binario y acelerar el trabajo para acercarse a los competidores bun y tsrs. Según el relato del autor, los resultados fueron los siguientes: GPT-6.2 Astra trabajó más de siete días y durante otros cuatro intentó corregir el resultado. El binario se redujo un 46%, pero la velocidad cayó un 56%.

¿Qué se sabe sobre Precios, límites y caché?

Neon se presenta como un modelo medio basado en Hydrogen. Su precio en la API es de 3 $ por entrada y 15 $ por salida. Hydrogen cuesta 1,50 $ y 7,50 $, y el modelo superior Carbon tiene un descuento vigente hasta el 30 de noviembre (2 $ y 10 $); desde diciembre volverá a 4 $ y 20 $. Por eso, en noviembre el modelo «medio» resulta más caro que el «superior», y desde diciembre será un 25% más barato. A la confusión contribuyen los nombres, que parecen sacados de la tabla periódica.

Dónde Neon es más débil y qué hacer?

El autor enumera con franqueza las limitaciones: el frontend visual es claramente más sencillo que el de Opus 5.5; en 3D, el modelo queda por detrás tanto de Opus como de los modelos pesados de OpenAI; aparecen los «geminismos», por ejemplo emojis sobrantes y fragmentos de razonamiento interno; la generación de imágenes y el análisis de transcripciones web en bruto es mejor dejarlos en ChatGPT. En la práctica, la conclusión es esta.

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…