
Gemini 4 Neon es el nuevo modelo de Google y llega para ocupar el hueco entre la potencia y el precio. La compañía lo presentó el 18 de noviembre como un modelo para programación compleja, trabajo de oficina y ciencia que, según sus datos, se acerca a Gemini 4 Carbon por bastante menos dinero. Sustituye a Gemini 4 Argon, cuesta 3 dólares por millón de tokens de entrada y ya está disponible para suscriptores de Google AI Pro y Ultra y para desarrolladores.
Qué es Gemini 4 Neon y dónde encaja
Según el anuncio firmado por Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind, Neon se sitúa entre Gemini 4 Carbon, pensado para los proyectos más largos y difíciles, y Gemini 4 Hydrogen, el modelo rápido para tareas cotidianas que ya funciona en AI Mode. La idea es ofrecer rendimiento de frontera en el trabajo diario sin pagar el precio del modelo más grande.
Tiene una ventana de contexto de un millón de tokens y, en Google Antigravity, puede actuar como orquestador que dirige a varios subagentes de Hydrogen en paralelo. Google asegura también que es el modelo con la menor tasa de invención de datos que ha medido en sus pruebas internas de Antigravity.
Precio y disponibilidad
En la API, Gemini 4 Neon cuesta 3 dólares por millón de tokens de entrada, 0,15 dólares en caché y 15 dólares por millón de tokens de salida. Según 9to5Google, es el doble de lo que cuesta Hydrogen, pero un 25 % menos que Argon y Carbon cuando estos suban de precio el 30 de noviembre, de 2 y 10 dólares a 4 y 20 dólares por millón de tokens.
El despliegue empezó el mismo 18 de noviembre. Los desarrolladores pueden usarlo en el nivel de pago de la API de Gemini, en Google AI Studio y en Android Studio; las empresas, a través de Gemini para empresas y de Antigravity; y los particulares, en la app de Gemini con Google AI Pro y Ultra. Los miembros del programa de ciberdefensa Fairwind tendrán acceso en los próximos días.
El cambio reordena también el selector de modelos de la app. Según 9to5Google, queda así: Auto, «Ayuda diaria» con Hydrogen, «Análisis más profundo» con Neon y «Código y trabajo complejo» con Carbon. Gemini 3.1 Pro desaparece y Gemini 3.5 Flash-Lite pasa a ser la opción automática para usuarios de pago.
Lo que dicen los benchmarks
Google presume de resultados en pruebas de terceros. Según la compañía, Gemini 4 Neon es tercero en el índice de inteligencia de Artificial Analysis, con 61 puntos en su nivel de razonamiento más alto, y primero en el índice de agentes de programación de esa misma web, con 58,6 puntos. En el Vals Index ocupa el segundo puesto, con un 70,9 %.
También destaca en tareas profesionales: Google lo sitúa primero en Legal Research Bench y Tax Agent Bench, y líder en el AutomationBench de Zapier, con un 56,3 %. En programación logra un 65,2 % en Terminal-Bench 4.1 y un 46,2 % en FrontierCode 2.0. Casi todas estas cifras las publica la propia Google, sin verificación independiente en el anuncio.
El argumento clave es el coste. En su nivel de razonamiento por defecto, el coste por tarea es un 32 % menor que el de Carbon, según Google, y en el Vals Index y en Agent Arena cuesta entre un 50 % y un 80 % menos por tarea que los modelos de frontera rivales. Digital Trends lo resume como un modelo capaz de competir con Claude Opus 5.5 y GPT-6.2 Sol por menos dinero.
Seguridad y ciberdefensa
Google ha preparado además una variante orientada a la ciberseguridad defensiva. Según sus datos, Neon alcanza un 76 % en la parte difícil de AutoBaxBench, que mide la generación de código seguro, y un 90,5 % en SEC-bench Pro con aproximadamente la mitad de coste por reto que sus competidores.
En cuanto a protecciones, la compañía asegura que mantiene las mismas salvaguardas que Carbon frente a usos graves y ataques de inyección de prompts, con una tasa de éxito del 0 % en la prueba de inyección indirecta de Gray Swan en su nivel más alto de razonamiento.
Qué significa Gemini 4 Neon para profesionales y agencias
Para quien trabaja con la API de Google, la noticia llega con fecha límite: el 30 de noviembre se duplica el precio de Argon y Carbon, así que Neon se convierte en la alternativa natural para muchos proyectos. Conviene revisar ya qué automatizaciones dependen de Argon, que deja de ser la opción intermedia, y probar Neon con casos reales antes de esa fecha.
Para equipos de marketing, SEO y contenido que usan la app de Gemini, Neon será la opción de «análisis más profundo» para informes, hojas de cálculo o auditorías. Como siempre, los benchmarks de la propia empresa son solo un punto de partida: la guerra de precios entre Google, OpenAI y Anthropic hace que comparar con tareas propias sea la única forma fiable de elegir modelo.