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 radarTG: @neurogen_news (Neurogen)→ original

Google lança o Gemini 4 Neon: 65,2% no Terminal-Bench 4.1 por US$ 3 por milhão de tokens

O Google lançou o Gemini 4 Neon, um meio-termo entre o modelo leve Hydrogen e o pesado Carbon. No Terminal-Bench 4.1, teste em que o modelo resolve tarefas de engenharia pelo terminal, ele alcançou 65,2%, e cada milhão de tokens custa US$ 3 na entrada e US$ 15 na saída. No SWE-sweep, o resultado dependeu do ambiente: 12,8% com o mini-SWE e 39% no Antigravity. Por isso, compare o Neon com o seu modelo atual usando o mesmo arcabouço.

Processado por IA de TG: @neurogen_news (Neurogen); editado por Hamidun News
Google lança o Gemini 4 Neon: 65,2% no Terminal-Bench 4.1 por US$ 3 por milhão de tokens
Fonte: TG: @neurogen_news (Neurogen). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalTG: @neurogen_news (Neurogen) ↗
Editor-chefe
Contexto de 1.048.576 tokensentrada, raciocínio e resposta somados
KingBench 42º lugar entre 18 modelos, com 37,9 de 60 pontos contra 42 do Claude Fable 5.2
Dado-chave #3No Antigravity, o Neon pode coordenar vários agentes que rodam o Hydrogen

O Google ampliou a linha Gemini 4 com o modelo Neon. Até agora, a escolha era simples: o Hydrogen é rápido e barato, para tarefas do dia a dia, como um pendrive que você leva sempre no bolso, e o Carbon é pesado, indicado para projetos grandes. O Neon ficou no meio do caminho: segundo o Google, ele lida com código complexo, agentes e análise, mas foi feito com foco em velocidade e custo.

Os números principais são estes. No Terminal-Bench 4.1, teste em que o modelo resolve tarefas de engenharia diretamente na linha de comando, como faria um agente programador, o Neon alcançou 65,2%.

Já na API, o Google cobra US$ 3 por milhão de tokens de entrada (token é a unidade de texto usada para calcular a cobrança) e US$ 15 por milhão de tokens de saída, incluindo o raciocínio do modelo. A seguir, vamos analisar o que está por trás desses números e como testá-los nas suas próprias tarefas.

O que o Neon faz e quanto custa

O modelo trabalha com texto, imagens, áudio, vídeo e documentos. A janela de contexto tem 1.048.576 tokens, e esse é um limite compartilhado: nele cabem o seu pedido, o raciocínio interno do modelo e a resposta final. Se o modo thinking estiver ativado, parte da janela será ocupada pelo raciocínio, e isso precisa ser levado em conta ao trabalhar com documentos muito longos.

Tarifas:

  • entrada: US$ 3 por milhão de tokens;
  • saída: US$ 15 por milhão de tokens, sendo que o raciocínio é cobrado como saída;
  • entrada em cache: US$ 0,15 por milhão de tokens.

A última linha é mais importante do que parece. Agentes quase sempre reenviam o mesmo contexto longo: descrição do projeto, instruções, histórico de etapas. Se esse trecho repetido estiver no cache, ele custa US$ 0,15 em vez de US$ 3, ou seja, vinte vezes menos. Em sessões longas com agentes, é justamente o cache que costuma definir a conta final.

O Neon está disponível nas assinaturas Google AI Pro e Ultra. No ambiente Antigravity, ele pode atuar como orquestrador: planeja o trabalho e distribui tarefas entre vários agentes que rodam o Hydrogen. A lógica é clara: o modelo mais forte pensa e verifica, enquanto os executores baratos cuidam da parte repetitiva. A empresa também promete disponibilizar o modelo na NeuroAPI em breve.

O que os benchmarks mostram

Além dos 65,2% no Terminal-Bench 4.1, há um resultado interessante no SWE-sweep, que dependeu muito do ambiente em que o modelo foi executado: 12,8% com o mini-SWE e 39% no Antigravity. É uma diferença de cerca de três vezes para o mesmo modelo. Essa é uma lição importante para quem escolhe modelos pelas tabelas: o resultado depende tanto do modelo quanto do arcabouço em volta dele, incluindo quais ferramentas estão disponíveis, como são feitas as novas tentativas e como o contexto é montado.

No teste KingBench 4, da MindStudio, o Neon ficou em segundo lugar entre 18 modelos, com 37,9 pontos de 60 possíveis. O líder, Claude Fable 5.2, somou 42 pontos. Vale uma ressalva: os modelos foram testados em ambientes agênticos diferentes, então a comparação não é direta. A diferença de 4,1 pontos pode refletir uma vantagem real do Claude, mas também pode vir das condições de execução.

O que fazer na prática

Primeiro, não trate os números como veredito final. Os dados vêm majoritariamente do próprio Google e de testes de terceiros com ambientes diferentes, e ainda há poucas comparações independentes feitas com o mesmo arcabouço. A verificação mais confiável é separar de 20 a 30 tarefas típicas do seu dia a dia (correção de bugs, refatoração, análise de logs) e rodá-las no Neon e no seu modelo atual, dentro do mesmo arcabouço agêntico.

Segundo, calcule o custo da sessão, e não o de um token isolado. Com US$ 15 por milhão de tokens de saída, raciocínios longos podem pesar bastante. O cache a US$ 0,15 suaviza a conta, desde que o prompt seja estruturado para que a parte fixa fique no início.

Terceiro, se você já usa o Antigravity, vale testar a combinação de Neon como orquestrador com Hydrogen como executor. É a forma mais direta de encontrar o equilíbrio entre preço e qualidade dentro de um mesmo ecossistema.

Em resumo, o Neon não busca recordes. A proposta é oferecer qualidade suficiente a um custo moderado. Ele cobre código e agentes por menos do que os modelos pesados, e o segundo lugar no KingBench 4 indica que, em qualidade, fica perto do líder. Até onde isso basta para o seu projeto, só os seus próprios testes vão mostrar.

História

Perguntas frequentes sobre a notícia

O que o Neon faz e quanto custa?

O modelo trabalha com texto, imagens, áudio, vídeo e documentos. A janela de contexto tem 1.048.576 tokens, e esse é um limite compartilhado: nele cabem o seu pedido, o raciocínio interno do modelo e a resposta final. Se o modo thinking estiver ativado, parte da janela será ocupada pelo raciocínio, e isso precisa ser levado em conta ao trabalhar com documentos muito longos.

O que os benchmarks mostram?

Além dos 65,2% no Terminal-Bench 4.1, há um resultado interessante no SWE-sweep, que dependeu muito do ambiente em que o modelo foi executado: 12,8% com o mini-SWE e 39% no Antigravity. É uma diferença de cerca de três vezes para o mesmo modelo. Essa é uma lição importante para quem escolhe modelos pelas tabelas: o resultado depende tanto do modelo quanto do arcabouço em volta dele, incluindo quais ferramentas estão disponíveis, como são feitas as novas tentativas e como o contexto é montado.

O que fazer na prática?

Primeiro, não trate os números como veredito final. Os dados vêm majoritariamente do próprio Google e de testes de terceiros com ambientes diferentes, e ainda há poucas comparações independentes feitas com o mesmo arcabouço. A verificação mais confiável é separar de 20 a 30 tarefas típicas do seu dia a dia (correção de bugs, refatoração, análise de logs) e rodá-las no Neon e no seu modelo atual, dentro do mesmo arcabouço agêntico. Segundo, calcule o custo da sessão, e não o de um token isolado.

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…