Google lance Gemini 4 Neon : 65,2 % sur Terminal-Bench 4.1 pour 3 $ par million de tokens
Google a lancé Gemini 4 Neon, un modèle situé entre le léger Hydrogen et le lourd Carbon. Sur Terminal-Bench 4.1, un test où le modèle résout des tâches d'ingénierie dans un terminal, il obtient 65,2 %, et un million de tokens coûte 3 $ en entrée et 15 $ en sortie. Sur SWE-sweep, le résultat dépend fortement de l'environnement : 12,8 % avec mini-SWE, 39 % avec Antigravity. Il faut donc comparer Neon à votre modèle actuel dans le même environnement.
Traité par IA depuis TG: @neurogen_news (Neurogen) ; édité par Hamidun News
Google a enrichi la gamme Gemini 4 avec le modèle Neon. Jusqu'ici, le choix était simple : Hydrogen, rapide et bon marché pour les tâches courantes, une sorte de clé USB qu'on garde toujours sur soi, et Carbon, un modèle lourd pour les grands projets. Neon se place au milieu : Google affirme qu'il sait gérer du code complexe, des agents et de l'analyse, tout en privilégiant la vitesse et le coût.
Voici les chiffres clés. Sur Terminal-Bench 4.1, un test où le modèle résout des tâches d'ingénierie directement dans la ligne de commande, comme le ferait un agent programmeur, Neon obtient 65,2 %.
Côté API, Google facture 3 $ par million de tokens d'entrée (un token est une unité de texte servant de base à la facturation) et 15 $ par million de tokens de sortie, raisonnement du modèle inclus. Voyons maintenant ce qui se cache derrière ces chiffres et comment les vérifier sur vos propres tâches.
Ce que sait faire Neon et combien il coûte
Le modèle traite le texte, les images, l'audio, la vidéo et les documents. Sa fenêtre de contexte atteint 1 048 576 tokens, et c'est une limite globale : elle englobe à la fois votre requête, le raisonnement interne du modèle et la réponse finale. Si le mode thinking est activé, une partie de la fenêtre est occupée par le raisonnement, ce qu'il faut prendre en compte lorsqu'on travaille sur de très longs documents.
Tarifs :
- entrée : 3 $ par million de tokens ;
- sortie : 15 $ par million de tokens, le raisonnement étant facturé comme de la sortie ;
- entrée mise en cache : 0,15 $ par million de tokens.
Cette dernière ligne compte davantage qu'il n'y paraît. Les agents réutilisent presque toujours le même long contexte : description du projet, instructions, historique des étapes. Si ce bloc répétitif est mis en cache, il coûte 0,15 $ au lieu de 3 $, soit vingt fois moins. Dans les longues sessions agentiques, c'est souvent le cache qui détermine la facture finale.
Neon est disponible avec les abonnements Google AI Pro et Ultra. Dans l'environnement Antigravity, il peut jouer le rôle d'orchestrateur : il planifie le travail et répartit les tâches entre plusieurs agents tournant sur Hydrogen. La logique est claire : le modèle plus puissant réfléchit et vérifie, tandis que les exécutants bon marché font le travail répétitif. Google promet aussi l'arrivée du modèle sur NeuroAPI, sans date précisée.
Ce que montrent les benchmarks
Outre les 65,2 % sur Terminal-Bench 4.1, un résultat sur SWE-sweep retient l'attention. Il dépend fortement de l'environnement dans lequel le modèle est lancé : 12,8 % avec mini-SWE et 39 % avec Antigravity. Pour un même modèle, l'écart est d'environ un facteur trois. C'est une leçon pour qui choisit un modèle d'après des tableaux : le résultat dépend autant du modèle que de l'outillage qui l'entoure, c'est-à-dire des outils disponibles, de la gestion des nouvelles tentatives et de la façon dont le contexte est assemblé.
Dans le test KingBench 4 de MindStudio, Neon arrive deuxième sur 18, avec 37,9 points sur 60. Le leader, Claude Fable 5.2, en obtient 42. Précision importante : les modèles ont été testés dans des environnements agentiques différents, la comparaison n'est donc pas directe. L'écart de 4,1 points peut refléter un avantage réel de Claude, ou tenir aux conditions d'exécution.
Quoi en faire concrètement
Premièrement, ne prenez pas ces chiffres pour un verdict définitif. Les données viennent surtout de Google et de tests tiers menés dans des environnements différents ; les comparaisons indépendantes sur un même outillage restent rares. Le contrôle le plus fiable consiste à prendre 20 à 30 de vos tâches habituelles (correction de bugs, refactoring, analyse de logs) et à les exécuter avec Neon, puis avec votre modèle actuel, dans le même cadre agentique.
Deuxièmement, calculez le coût d'une session et non celui d'un seul token. À 15 $ par million de tokens de sortie, de longs raisonnements peuvent peser lourd. Le cache à 0,15 $ allège nettement la facture, à condition de structurer le prompt pour placer la partie invariable au début.
Troisièmement, si vous travaillez déjà dans Antigravity, testez l'association « Neon en orchestrateur et Hydrogen en exécutants ». C'est le moyen le plus direct de trouver un équilibre entre prix et qualité au sein d'un même écosystème.
En somme, Neon ne vise pas le record : son ambition est une qualité suffisante à un prix raisonnable. Il couvre le code et les agents à moindre coût que les modèles lourds, et sa deuxième place sur KingBench 4 indique qu'il reste proche du leader en qualité. Reste à savoir si cela suffira à votre projet : seuls vos propres tests pourront le dire.
- 21 nov. 2026La start-up Osmo a entraîné une IA aux odeurs sur 10 millions d'évaluations humaines et génère des parfums à partir de texte
- 21 nov. 2026La Corée du Nord dévoile son premier chatbot, « Source de sagesse » : de la science, pas de politique
- 21 nov. 2026OpenAI ouvre ChatGPT Spaces aux abonnés Plus : des documents collaboratifs avec IA
- 21 nov. 2026Google apprend à Gemini à générer des GIF : 3 secondes, uniquement en 16:9 ou 9:16, sans boucle
Questions clés sur cet article
Que sait-on sur Ce que sait faire Neon et combien il coûte ?
Le modèle traite le texte, les images, l'audio, la vidéo et les documents. Sa fenêtre de contexte atteint 1 048 576 tokens, et c'est une limite globale : elle englobe à la fois votre requête, le raisonnement interne du modèle et la réponse finale. Si le mode thinking est activé, une partie de la fenêtre est occupée par le raisonnement, ce qu'il faut prendre en compte lorsqu'on travaille sur de très longs documents.
Que sait-on sur Ce que montrent les benchmarks ?
Outre les 65,2 % sur Terminal-Bench 4.1, un résultat sur SWE-sweep retient l'attention. Il dépend fortement de l'environnement dans lequel le modèle est lancé : 12,8 % avec mini-SWE et 39 % avec Antigravity. Pour un même modèle, l'écart est d'environ un facteur trois.
Que sait-on sur Quoi en faire concrètement ?
Premièrement, ne prenez pas ces chiffres pour un verdict définitif. Les données viennent surtout de Google et de tests tiers menés dans des environnements différents ; les comparaisons indépendantes sur un même outillage restent rares. Le contrôle le plus fiable consiste à prendre 20 à 30 de vos tâches habituelles (correction de bugs, refactoring, analyse de logs) et à les exécuter avec Neon, puis avec votre modèle actuel, dans le même cadre agentique.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.