Google presenta Gemini 4 Neon para tareas complejas
Google presenta Gemini 4 Neon, un modelo para programación, análisis y ciencia con una ventana de contexto de 1 millón de tokens. Llega con cuatro niveles de razonamiento, precios desde 3 dólares por millón de tokens de entrada y acceso para desarrolladores, empresas y suscriptores de pago.

Google ha presentado Gemini 4 Neon, un modelo diseñado para resolver tareas complejas de programación, análisis y ciencia sin el coste ni la velocidad de los modelos más grandes. Ya empieza a llegar a la API de Gemini, a productos para empresas y a la aplicación Gemini para suscriptores de pago.
Neon ocupa el tercer puesto general, con una puntuación de 61, en el Artificial Analysis Intelligence Index cuando funciona en su nivel de razonamiento más alto. Según las evaluaciones citadas por Google, queda por detrás de modelos más grandes y lentos, pero ofrece un equilibrio más favorable entre capacidad, rapidez y coste.
Un modelo para trabajos largos y variados
El modelo puede procesar hasta 1 millón de tokens, una medida del volumen de texto que puede mantener en contexto durante una sesión. En la práctica, eso permite analizar en conjunto documentos PDF, hojas de cálculo, gráficos, audio y vídeo para generar un informe o una respuesta estructurada.
También está pensado para trabajos de varios pasos. Por ejemplo, puede revisar un repositorio con muchos archivos, detectar el origen de un error, modificar varias partes del código y comprobar si el cambio funciona. En una empresa, el mismo tipo de flujo podría servir para cruzar facturas, contratos y datos financieros antes de preparar una recomendación.
Google afirma que Neon ocupa el segundo puesto en el Vals Index, con un 70,9%, y el primero en Legal Research Bench y Tax Agent Bench. En otras pruebas, alcanza el primer puesto general en AutomationBench, de Zapier, y en Vending-Bench 2, una simulación en la que un agente gestiona un negocio durante un periodo prolongado.
Estas cifras proceden de evaluaciones externas y de pruebas compartidas por Google, por lo que no equivalen automáticamente al rendimiento que obtendrá cada usuario en una tarea real.
Código más rápido y con menos coste
Neon está orientado especialmente a la programación asistida. Google asegura que ocupa el primer puesto del Artificial Analysis Coding Agent Index, con una puntuación de 58,6, y obtiene un 65,2% en Terminal-Bench 4.1.
Su objetivo no es solo escribir fragmentos de código. El modelo puede depurar aplicaciones con varios archivos, refactorizar repositorios y trabajar durante sesiones largas usando herramientas externas. En Google Antigravity, el entorno de agentes de la compañía, Neon alcanza un 39% en SWE-sweep, frente al 12,8% de la prueba mini-SWE utilizada como referencia.
El modelo tiene cuatro niveles de razonamiento. Puedes elegir un nivel más bajo para tareas rápidas y económicas, o activar xhigh cuando el trabajo requiere más análisis y pasos intermedios. En el nivel alto, Google afirma que el coste por tarea es un 32% menor que el de Carbon, otro modelo de la familia Gemini 4.
El precio anunciado es de:
- 3 dólares por millón de tokens de entrada.
- 0,15 dólares por millón de tokens de entrada almacenados en caché, con un descuento del 95%.
- 15 dólares por millón de tokens de salida.
Google también sostiene que Neon cuesta entre un 50% y un 80% menos por tarea que algunos modelos de frontera rivales, aunque el ahorro final dependerá de la longitud de las conversaciones, el nivel de razonamiento y las herramientas utilizadas.
Seguridad para programación y ciberdefensa
Google ofrece una variante de Neon orientada a ciberseguridad. Puede ayudar a detectar vulnerabilidades, comprobar si son explotables y proponer parches. En SEC-bench Pro obtiene un 90,5%, y en CWE-bench v2 alcanza un 70,7%, según las pruebas de la compañía.
El modelo también incorpora protecciones contra instrucciones maliciosas ocultas en páginas web, correos, documentos o código. Este tipo de ataque se conoce como inyección indirecta de instrucciones: el agente lee una fuente externa y sigue órdenes que no proceden del usuario.
Google afirma que Neon resistió todos los ataques del benchmark Gray Swan en su nivel de razonamiento más alto, con un índice de éxito de ataque del 0%. Son resultados de laboratorio, no una garantía de seguridad para cualquier sistema conectado a internet.
Dónde puedes probarlo
Gemini 4 Neon comienza a desplegarse en varios productos:
- En la API de Gemini dentro de Google AI Studio y Android Studio.
- En Gemini para empresas, mediante la API o el selector de modelos.
- En Google Antigravity para suscriptores de Google AI Pro y Ultra.
- En la aplicación Gemini para usuarios con planes Pro y Ultra.
- En el programa Fairwind para determinados profesionales de ciberseguridad.
Dentro de la familia Gemini 4, Neon queda entre Carbon y Hydrogen: Carbon está pensado para los proyectos más largos y exigentes, mientras Hydrogen prioriza la ejecución rápida de tareas cotidianas. Neon busca el punto intermedio para trabajos complejos que se repiten con frecuencia.
Lo importante no es solo que Google haya añadido otro modelo, sino que está convirtiendo el coste y la velocidad en parte central de la elección. Para ti, eso puede traducirse en más tareas automatizadas por el mismo presupuesto, pero también en una decisión más técnica: escoger el nivel de razonamiento y comprobar siempre los resultados cuando el modelo trabaje con código, dinero o información sensible.

