Resumen:
Google lanza oficialmente Gemini 4 Neon, un nuevo miembro de la serie Gemini 4. Este modelo está posicionado para programación compleja, razonamiento analítico y ejecución de tareas de varios pasos, tratando de lograr un equilibrio entre altos niveles de inteligencia y eficiencia operativa. Google dice que en las primeras pruebas, la calidad general del Neon iguala o supera al modelo insignia Gemini 4 Carbon, pero las tareas se realizan tres veces más rápido y la misma tarea cuesta solo el 60% del Carbon.
Anteriormente, Google lanzó Gemini 4 Carbon y Gemini 4 Hydrogen para las tareas diarias. El carbono está dirigido principalmente a tareas complejas, de largo plazo y difíciles, mientras que el hidrógeno enfatiza la respuesta rápida y el uso diario. El Neon lanzado esta vez llena la brecha de posicionamiento entre los dos, enfocándose en atender escenarios de trabajo que requieren fuertes capacidades de razonamiento pero que son sensibles a la velocidad de ejecución y al costo.

Gemini 4 Neon obtuvo 61 puntos en la evaluación del Índice de Inteligencia de Análisis Artificial, ocupando el tercer lugar al activar el modo de pensamiento de nivel más alto xalto, solo superado por algunos modelos más grandes y más lentos. En la revisión del Índice Vals, ocupó el segundo lugar con una puntuación del 70,9%. Además, Google también afirmó que Neon tiene un rendimiento sobresaliente en la ejecución de instrucciones de varios pasos, procesamiento de restricciones complejas y adaptabilidad cuando los usuarios modifican los requisitos de las tareas a mitad de camino.
En el campo del desarrollo de software, Neon pone especial énfasis en los flujos de trabajo de agentes inteligentes de larga duración. Maneja la depuración de código, la refactorización y las modificaciones de proyectos en múltiples archivos y reduce las lecturas repetidas de archivos durante la ejecución mientras informa continuamente el progreso de la tarea. Google espera que a través de estas mejoras, el modelo no solo pueda generar código, sino también completar trabajos complejos de forma independiente en un entorno más cercano al desarrollo de software real.
En los resultados de la prueba anunciados por Google, Neon obtuvo 58,6 puntos en el índice de agentes de codificación de análisis artificial, Terminal-Bench 4.1 obtuvo un 65,2 % y FrontierCode 2.0 obtuvo un 46,2 %. En la prueba de barrido SWE, la puntuación fue del 12,8 % cuando se utilizó el marco de prueba mini-SWE, que aumentó al 39,0 % en el entorno GoogleAntigravity. Este conjunto de diferencias también muestra que el marco de software y el entorno de ejecución utilizados por los agentes inteligentes pueden tener un impacto considerable en los resultados finales.
Neon también puede actuar como coordinador en Antigravity, dividiendo tareas complejas y entregándolas a múltiples subagentes de Gemini 4 Hydrogen para su ejecución en paralelo. De esta manera, el modelo puede procesar diferentes módulos de código o pasos de trabajo simultáneamente y luego integrar los resultados de cada subagente. Para tareas de desarrollo que involucran múltiples archivos y múltiples módulos funcionales, se espera que este enfoque colaborativo reduzca el tiempo total de ejecución.
En términos de trabajo de conocimiento empresarial, Neon admite entradas multimodales como texto, imágenes, audio y video, y la ventana de contexto unificada puede admitir hasta 1 millón de tokens. Los usuarios pueden incluir hojas de cálculo, archivos PDF, gráficos, audio, video y otros materiales en la misma tarea, lo que permite que el modelo analice de manera integral y genere resultados estructurados.

Los datos de las pruebas publicados por Google muestran que Neon logró una puntuación del 70,9 % en el índice Vals, ocupando el primer lugar tanto en las pruebas de investigación jurídica como en las de la agencia tributaria. En la prueba de tareas automatizadas de Zapier AutomationBench, obtuvo una puntuación del 56,3%; en la simulación empresarial a largo plazo Vending-Bench 2 de Andon Labs, los ingresos simulados alcanzaron los 16.843 dólares. Además, obtuvo una puntuación del 73,5 % en la prueba de comprensión de gráficos profesionales de Chartography y del 75,8 % en la prueba del último examen de agentes v1.1.
El razonamiento científico y matemático también son las habilidades que Neon se enfoca en fortalecer. En la prueba de Ciencias Terminal-Bench alcanzó el 70,5%; en la prueba de matemáticas RiemannBench alcanzó el 84,0%; en la prueba HLE-Diamond alcanzó el 71,3%. Estos resultados reflejan el deseo de Google de posicionar a Neon como un modelo general no sólo apto para programación, sino también capaz de realizar tareas complejas de investigación científica, análisis matemático e investigación técnica.
La ciberseguridad es otro foco de esta versión. Google ha lanzado una versión dedicada de Gemini 4 Neon para trabajos de seguridad de red, utilizada principalmente para generación de código seguro, descubrimiento de vulnerabilidades, verificación de pruebas de penetración y reparación de código. En la prueba AutoBaxBench, esta versión obtuvo una puntuación del 76% en proyectos difíciles; en la prueba WebExploitBench v1.2 alcanzó el 51,26%. En la prueba de descubrimiento de vulnerabilidades SEC-bench Pro, la puntuación fue del 90,5%, y en la prueba de endurecimiento de código CWE-bench v2, alcanzó el 70,7%.
Google declaró que, si bien Neon ha mejorado sus capacidades de seguridad de red, aún conserva capacidades de protección contra abusos severos comparables a las de Carbon, y ha mejorado aún más la resistencia del modelo a la inyección rápida maliciosa. La versión específica de seguridad de red estará disponible para defensores de seguridad calificados en fases a través del programa Fairwind.
En términos de seguridad y confiabilidad, Google enfatiza particularmente el control del comportamiento de Neon cuando realiza tareas de varios pasos a largo plazo. La compañía dice que el modelo puede seguir mejor las instrucciones del usuario y reducir problemas como resultados ficticios, expansión no autorizada del alcance de la tarea y tomar atajos que no cumplen con los requisitos. En las pruebas internas, algunos de los indicadores de comportamiento de Neon fueron mejores que los del Carbon anterior, pero estos datos provienen principalmente del propio sistema de evaluación de Google y aún requieren más pruebas independientes para verificarlos.
En términos de precio, el precio estándar ofrecido por Gemini 4 Neon a través de la API de Gemini es de 3 dólares estadounidenses por millón de tokens de entrada, 0,15 dólares estadounidenses por millón de tokens de entrada almacenados en caché y 15 dólares estadounidenses por millón de tokens de salida. En comparación, el precio promocional actual de Carbon es de 2 dólares por millón de tokens de entrada y 10 dólares por millón de tokens de salida, pero se espera que esta oferta dure hasta el 30 de noviembre. A partir del 1 de diciembre, el precio estándar de Carbon se ajustará a 4 dólares estadounidenses por millón de tokens de entrada y 20 dólares estadounidenses por millón de tokens de salida. En ese momento, el precio del token único de Neon será un 25% más bajo que el de Carbon.
Sin embargo, la simple comparación de los precios de los tokens no refleja completamente el costo real de uso. Google enfatizó que Neon puede completar tareas más rápido y reducir el consumo de tokens para completar el mismo trabajo, por lo que tiene un costo de tarea única menor bajo cargas de trabajo reales. Según los datos publicados por Google, en el modo de pensamiento alto predeterminado, el costo de Neon para completar tareas es un 32% menor que el de Carbon; en el modo xhigh superior, Neon todavía tiene una ventaja de costos, pero el alcance específico se verá afectado por el tipo de tarea y la configuración del modelo.
Gemini 4 Neon ahora se está abriendo gradualmente. Los desarrolladores pueden usarlo a través de los servicios pagos de Google AI Studio y Gemini API, y los clientes empresariales pueden acceder a él a través de Gemini for Business y Antigravity. Del lado del consumidor, los suscriptores de Google AI Pro y Ultra pueden elegir Neon en la aplicación Gemini, y los usuarios de Pro y Ultra también pueden experimentarlo en Antigravity.
En general, Neon no busca simplemente un tamaño de modelo más grande o puntuaciones de pruebas individuales más altas, sino que intenta resolver un problema más importante en el uso real: cómo hacer que los modelos con capacidades de razonamiento emblemáticas completen el trabajo real a velocidades más rápidas y a costos más bajos. Para los usuarios que necesitan llamar con frecuencia a agentes de IA, procesar grandes bases de código o realizar tareas de oficina complejas, la eficiencia en la finalización de tareas puede tener más importancia práctica que los parámetros puros del modelo y las clasificaciones de referencia.
Comentarios