Google presentó el Gemini 4 Neon el miércoles, la última incorporación a su familia de modelos Gemini 4 y, según contó The Decoder, el cuarto nuevo modelo Gemini que Google ha enviado en un mes. Google posiciona a Neon como un caballo de batalla de nivel medio que combina inteligencia de vanguardia con una rápida finalización de tareas de un extremo a otro en ingeniería de software, trabajo de conocimiento y flujos de trabajo científicos, y lo valora muy por debajo de los modelos más grandes que le siguen en capacidad bruta.
"Hoy presentamos Gemini 4 Neon, que brinda inteligencia de vanguardia con una rápida finalización de tareas de un extremo a otro en flujos de trabajo complejos de ingeniería de software, trabajo de conocimiento y ciencia", escribió en el anuncio el vicepresidente senior y arquitecto jefe de IA de Google DeepMind. SiliconANGLE informó que el modelo de nivel medio funciona tres veces más rápido que su hermano mayor Carbon y gana en algunas métricas. Para más contexto sobre esta historia, consulta nuestra noticias de IA.
Dónde se ubica Neon en los puntos de referencia
En el Índice de Inteligencia de Análisis Artificial, Neon obtiene una puntuación de 61 en su nivel de pensamiento xalto, ocupando el puesto número 3 en general, justo detrás de modelos más grandes y más lentos, dijo Google. En el índice Vals ocupa el puesto número 2 con un 70,9 por ciento y se sitúa en la frontera de Pareto entre coste y rendimiento. Ocupa el puesto número uno tanto en el Banco de Investigación Legal como en el Banco de Agentes Fiscales, y Google citó las evaluaciones de Surge AI que lo ubicaron en el puesto número uno en la mayoría de los puntos de referencia que cubren finanzas, contabilidad, modelado de hojas de cálculo y seguimiento de restricciones complejas.
Los puntajes con sabor a agente son igualmente prominentes en el anuncio: #1 en general en AutomationBench de Zapier con 56.3 por ciento, #1 en simulación de negocios a largo plazo Vending-Bench 2 de Andon Labs con $16,843, 75.8 por ciento en Agents' Last Exam v1.1 y 73.5 por ciento en Chartography para leer gráficos profesionales densos. En el nuevo Agent Arena Index de Arena, creado a partir de más de 4200 sesiones de agentes del mundo real, Neon debuta en el puesto número 2 a nivel mundial con una puntuación de 1336. En razonamiento científico y matemático, Google informa los mejores resultados de su clase en Terminal-Bench Science (70,5 por ciento), RiemannBench (84,0 por ciento) y HLE-Diamond (71,3 por ciento).
Creado para agentes de codificación de larga duración
La codificación es hacia donde Google apunta con más fuerza a Neon. El modelo ocupa el puesto número 1 en general en el índice de agentes de codificación de análisis artificial con 58,6, registra un 65,2 por ciento en Terminal-Bench 4.1 y una puntuación de 46,2 por ciento en FrontierCode 2.0 en su configuración alta predeterminada. El titular de VentureBeat enmarcó el panorama competitivo sin rodeos: rendimiento de codificación de nivel Opus 5.5 a precios de token API un 25 por ciento más bajos: un tiro directo a los modelos de codificación Claude de Anthropic, que lanzaron su propio hito en el mercado esta semana con la oferta pública inicial récord de Anthropic.
El número más sorprendente está en SWE-sweep, el punto de referencia de barrido de ingeniería de software de Google: Neon logra solo el 12,8 por ciento en el arnés mini-SWE estándar, pero se triplica hasta un 39,0 por ciento de última generación cuando se ejecuta dentro de Google Antigravity, el IDE agente de la compañía, una cifra que Google utiliza para argumentar que el arnés alrededor de un modelo es tan importante como el modelo en sí. Neon también está diseñado para actuar como un orquestador rápido que dirige subagentes de hidrógeno paralelos dentro de Antigravity, eliminando lecturas de archivos redundantes y manejando la compactación del contexto en sesiones largas.
Google demostró el rango agente del modelo con construcciones de exhibición: un banco de laboratorio 3D fotorrealista generado a través de Blender MCP, un simulador de esquí WebGL2 en primera persona escrito desde cero en terreno elevado real del Mont Blanc con más de 10,000 líneas de sombreadores personalizados y un enjambre de agentes que convirtió una sola imagen en una hoja de Google de 100,000 celdas ejecutando la detección de bordes a través de más de 500,000 fórmulas en vivo.
Precios que socavan la frontera
Neon cuesta $3 por millón de tokens de entrada y $15 por millón de tokens de salida, con una ventana de contexto de 1 millón de tokens. Los tokens de entrada almacenados en caché cuestan 0,15 dólares por millón: un descuento del 95 por ciento diseñado para flujos de trabajo agentes que releen el mismo contexto repetidamente. En su nivel de pensamiento alto predeterminado, Google dice que Neon ofrece un costo por tarea 32 por ciento menor que Carbon, y en xalto cuesta 36 por ciento o más menos por tarea que los principales modelos de frontera de la competencia en sus configuraciones más altas.
El modelo presenta una refinada escalera de pensamiento de cuatro niveles, que abarca desde un nivel rápido de bajo costo hasta xhigh para las cargas de trabajo analíticas y de ingeniería más difíciles, lo que permite a los equipos marcar inteligencia y gastar tokens por tarea. Google también informa que Neon ocupa el puesto número 2 en direccionabilidad en el nuevo Agent Arena Index por adaptarse limpiamente a las correcciones a mitad de tarea, y registra su tasa de fabricación más baja hasta el momento en las pruebas internas de Antigravity.
La seguridad recibe un trato de primera clase
Un énfasis notable del lanzamiento es la seguridad defensiva. En AutoBaxBench, que prueba si los modelos generan código seguro desde el principio, Neon supera a Carbon en desafíos fáciles, medianos y difíciles y logra lo último en el nivel difícil con un 76 por ciento. En WebExploitBench v1.2, un punto de referencia de pruebas de penetración, Google afirma tener lo último en tecnología con un 51,26 por ciento, a la mitad del costo de los modelos grandes de la competencia.
Google también está desarrollando esa capacidad: una configuración "Gemini 4 Neon for cyber" que cubre la búsqueda, validación y parcheo de vulnerabilidades se implementará para defensores confiables en los próximos días a través del programa Fairwind de la compañía.
Disponibilidad
Gemini 4 Neon se está implementando hoy en Gemini API y Google AI Studio, en Gemini para empresas a través de API y el menú desplegable de modelos, y para suscriptores pagos de Google AI Pro y Ultra tanto en Google Antigravity como en la aplicación Gemini. Una advertencia que surgieron los desarrolladores en Hacker News: la documentación de Google Cloud indica que el modelo se envía con un registro rápido de monitoreo de abuso en la plataforma del agente empresarial y no ofrece opción de exclusión voluntaria, una consideración para los equipos que manejan código confidencial.
Con Neon, Google está haciendo explícita su estrategia: en lugar de vender un modelo enorme, envía una familia de modelos con nombres de elementos (Carbono, Hidrógeno, Argón y ahora Neon) y deja que los puntos de referencia discutan sobre cuál se ubica en la frontera de costo-capacidad. Para los equipos con mucha codificación que ven el debut de un billón de dólares de Anthropic esta semana, el recorte de precios es el argumento: inteligencia cercana a la frontera a una fracción del costo por tarea.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →