
Mientras Wall Street estaba pendiente del debut de Anthropic, Google soltó sin mucho ruido Gemini 4 Neon, su cuarto modelo en siete semanas (Argon, Carbon, Hydrogen y ahora Neon). La jugada no es sorprender con un salto de inteligencia gigante: es apretar la tarifa y darle velocidad a todo lo que ya funcionaba.
Los números, friitos
- 61 puntos en el índice de Artificial Analysis (nivel xhigh): #3 del mundo, apenas detrás de GPT-6.2 Astra (max) y Claude Fable 5.2 (max), y un punto sobre el propio Gemini 4 Carbon.
- Precio: US$3 por millón de tokens de entrada y US$15 de salida, con contexto de 1 millón de tokens y caché a US$0,15 (95% de descuento).
- Costo por tarea de US$6,44, un 17% menos que Carbon, y completando tareas en ~21 minutos versus ~36 de su hermano mayor (40% más rápido, a ~110 tokens/segundo de salida).
- Ojo con el truco comercial: Carbon hoy está a US$2/US$10… pero es precio promocional que se acaba el 30 de noviembre. Al precio estándar (US$4/US$20), Neon es 25% más barato.
En código, la pelea es directa
Aquí viene lo interesante para el que ocupa coding agents a diario. En el Coding Agent Index de Artificial Analysis con Antigravity CLI, Neon anota 59, por encima de Carbon (55) y a la par de Claude Opus 5.5 (58) y Claude Fable 5.2 (58)… pero pagando US$6,86 por tarea contra US$12,61 y US$15,47 de los modelos de Anthropic. La mitad del precio por resultados equivalentes es un argumento difícil de ignorar.
En el resto del tablero tampoco se queda atrás: #2 en el Vals Index (70,9%), #1 en Legal Research Bench y Tax Agent Bench, #1 en los benchmarks de finanzas y planillas de Surge AI, #1 en el AutomationBench de Zapier, #1 en Vending-Bench 2 (la simulación de largo plazo de Andon Labs) y #2 en el nuevo Agent Arena Index con 1.336 puntos. De paso, Google reporta su menor tasa de fabricación medida en pruebas internas de Antigravity.
Dónde probarlo
Neon ya está disponible en la API de Gemini, AI Studio, Gemini for business, en Antigravity para suscriptores Pro y Ultra, y en la app de Gemini. Trae cuatro niveles de esfuerzo (low, medium, high y el xhigh heredado de Hydrogen), y es multimodal: texto, imagen, video y audio de entrada.
La lectura de conjunto: con OpenAI recién estrenando GPT-6.2, Anthropic saliendo a bolsa y Microsoft empujando sus MAI, Google eligió el camino aburrido y efectivo — soltar modelos buenos, rápidos y baratos en cadena. Si la guerra de precios se decide por costo por tarea y no por benchmarks, Neon entra a pegar fuerte.
Fuentes: Google Blog · Artificial Analysis · Digital Trends


