Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarHacker News AI→ original

Google lança Gemini 4 Neon: tarefa sai 32% mais barata que no Carbon, o modelo sênior

O Google lançou o Gemini 4 Neon, um modelo de porte médio da linha que quase alcança o Carbon, o modelo sênior, mas com mais velocidade e menor custo. Na configuração de raciocínio high, uma tarefa pronta sai 32% mais barata que no Carbon, e no ranking independente Artificial Analysis Intelligence Index o Neon aparece em 3º lugar, com 61 pontos. Os tokens custam US$ 3 por milhão na entrada e US$ 15 na saída. Se o agente estiver esbarrando no custo, compare os modelos pelo preço da tarefa resolvida.

Processado por IA de Hacker News AI; editado por Hamidun News
Google lança Gemini 4 Neon: tarefa sai 32% mais barata que no Carbon, o modelo sênior
Fonte: Hacker News AI. Colagem: Hamidun News.
Ouvir artigo

Modelos fortes costumam ser lentos e caros, e em tarefas agênticas longas a conta cresce mais depressa que a qualidade. O Google tenta fechar essa lacuna: a empresa apresentou o Gemini 4 Neon. Trata-se de um modelo de porte médio da família Gemini 4.

O sênior da linha é o Carbon, que assume os projetos mais pesados, mas custa mais. O principal número do lançamento é 32%: segundo o Google, é exatamente essa a diferença de custo do Neon em relação ao Carbon por tarefa concluída. O cálculo não considera o preço do token, e sim a conta completa por tarefa resolvida, ou seja, quantos tokens o modelo gastou no raciocínio e na resposta.

Ao lado disso está a avaliação no Artificial Analysis Intelligence Index, um ranking independente que submete os modelos a um conjunto de testes de inteligência. No nível de raciocínio mais alto (xhigh), o Neon somou 61 pontos e ficou em terceiro lugar, atrás apenas de modelos maiores e mais lentos.

Onde o Neon fica na família Gemini 4

A linha leva nomes de elementos químicos. O Carbon é o modelo mais pesado, para projetos longos e complexos; o Hydrogen é o cavalo de batalha rápido para tarefas do dia a dia; e o Neon fica no meio, com raciocínio profundo por um preço mais baixo e velocidade maior.

Preço: US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída. A entrada em cache, ou seja, a parte repetida da requisição, custa US$ 0,15 por milhão, 95% mais barata. A janela de contexto é de 1 milhão de tokens. Nela é possível carregar tabelas, PDFs, gráficos, áudio e vídeo de uma só vez e obter um resultado estruturado.

O modelo tem quatro níveis de raciocínio: quanto maior o nível, mais tokens vão para o raciocínio. No nível high, por padrão, a economia em relação ao Carbon é justamente de 32%. Nos rankings independentes Vals e Agent Arena, o Neon está na fronteira de Pareto: entre os modelos testados, não há resultado melhor pelo mesmo dinheiro. Frente a concorrentes top, a tarefa sai cerca de 50% a 80% mais barata. No xhigh, onde a inteligência é máxima, a economia chega a 36% ou mais.

Código, agentes e benchmarks de "trabalho"

Para desenvolvedores, o que mais importa são as sessões longas de agentes. O Google afirma que o Neon relê menos vezes os mesmos arquivos, informa o andamento do trabalho e comprime o contexto com mais confiabilidade quando a sessão se estende. Ele pode trabalhar sozinho ou como orquestrador, distribuindo tarefas a subagentes Hydrogen em paralelo no ambiente Google Antigravity.

Os números: primeiro lugar no Artificial Analysis Coding Agent Index (58,6) e 46,2% no FrontierCode 2.0 com a configuração high. No SWE-sweep (teste de edição de repositórios reais) com o arcabouço simplificado mini-SWE, o modelo resolve 12,8% das tarefas; no Antigravity, o resultado sobe para 39,0%, mais que o triplo. O arcabouço do agente pesa no resultado tanto quanto o próprio modelo, por isso não é possível comparar esses números com execuções de terceiros em outro arcabouço.

Entre as tarefas de escritório, o Google destaca 73,5% no Chartography (leitura de gráficos profissionais densos), primeiros lugares em vários testes financeiros e de planilhas e US$ 16.843 no Vending-Bench 2, uma longa simulação de gestão de negócios. No Agent Arena Index, o modelo estreou em segundo lugar com 1.336 pontos, com base em mais de 4.200 sessões reais de agentes. Nas demonstrações, um enxame de agentes do Neon montou um simulador de descida de esqui em WebGL e transformou uma única imagem em uma planilha do Google Sheets com 100.000 células e mais de 500.000 fórmulas.

Cibersegurança e segurança do próprio modelo

Outro destaque é a proteção de código. O Neon escreve código mais seguro que o Carbon em todos os níveis de complexidade e chega a 76% no mais difícil. No teste de pentest (simulação de invasão para encontrar falhas), o resultado é 51,26%, com custo que é a metade do dos grandes concorrentes. Na busca de vulnerabilidades, são 90,5%; na correção de causas-raiz, 70,7%, 3,4% acima do Carbon. A versão do Neon voltada para cibersegurança ficará disponível nos próximos dias para defensores verificados, por meio do programa Fairwind. O acesso é solicitado pelo gerente de conta do Google Cloud.

Sobre o comportamento: no Terminal-Bench 4.0, o modelo se recusa a executar 1,98% das tarefas, e no Terminal-Bench-Science, 0%, ou seja, corta menos trabalho legítimo. A taxa de "atalhos" na verificação de trapaça é de 2,45%, a de ações perigosas no conjunto agêntico é de 0,09%, e a honestidade no teste interno é de 99,2%. Contra comandos ocultos inseridos em páginas da web, e-mails e documentos, o Neon, com proteção em tempo real, barrou todos os ataques no benchmark da Gray Swan.

O que fazer com isso

Quase todos os números vieram do próprio Google ou foram encomendados a parceiros, e ainda não há verificação independente repetida. Mesmo assim, a conclusão prática é clara: se um agente rodando no Carbon ou em outro modelo topo de linha está esbarrando no custo, teste o Neon nas suas tarefas nos níveis high e xhigh e compare o preço da tarefa concluída, não o preço do token. O modelo já está disponível na Gemini API (plano pago), no Google Antigravity e no aplicativo Gemini para assinantes dos planos Pro e Ultra, e no AI Studio pode ser experimentado por todos os assinantes desses planos.

História

Perguntas frequentes sobre a notícia

Onde o Neon fica na família Gemini 4?

A linha leva nomes de elementos químicos. O Carbon é o modelo mais pesado, para projetos longos e complexos; o Hydrogen é o cavalo de batalha rápido para tarefas do dia a dia; e o Neon fica no meio, com raciocínio profundo por um preço mais baixo e velocidade maior. Preço: US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída. A entrada em cache, ou seja, a parte repetida da requisição, custa US$ 0,15 por milhão, 95% mais barata. A janela de contexto é de 1 milhão de tokens.

O que se sabe sobre Código, agentes e benchmarks de "trabalho"?

Para desenvolvedores, o que mais importa são as sessões longas de agentes. O Google afirma que o Neon relê menos vezes os mesmos arquivos, informa o andamento do trabalho e comprime o contexto com mais confiabilidade quando a sessão se estende. Ele pode trabalhar sozinho ou como orquestrador, distribuindo tarefas a subagentes Hydrogen em paralelo no ambiente Google Antigravity. Os números: primeiro lugar no Artificial Analysis Coding Agent Index (58,6) e 46,2% no FrontierCode 2.0 com a configuração high.

O que se sabe sobre Cibersegurança e segurança do próprio modelo?

Outro destaque é a proteção de código. O Neon escreve código mais seguro que o Carbon em todos os níveis de complexidade e chega a 76% no mais difícil. No teste de pentest (simulação de invasão para encontrar falhas), o resultado é 51,26%, com custo que é a metade do dos grandes concorrentes. Na busca de vulnerabilidades, são 90,5%; na correção de causas-raiz, 70,7%, 3,4% acima do Carbon.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…