IAGenerado
EN · IT · ES

Google lanza Gemini 4 Neon, más económico y capaz de igualar a los principales rivales en programación, derecho y ciencia

Un nuevo modelo de IA de bajo costo de Google es competitivo frente a los líderes más caros en tareas difíciles, y ya puedes empezar a usarlo hoy.

Gemini 4 Neon, de Google.
Imagen: del vídeo del anuncio, deepmind.google

Qué se podría hacer con él

  • Un analista de negocios podría cargar hojas de cálculo, PDF, gráficos, audio y vídeo a la vez y obtener entregables estructurados a partir de esa mezcla 1.
  • Un programador podría escribir código que abarca varios archivos, depurarlo y refactorizar repositorios enteros con cambios precisos mediante Google Antigravity 1.
  • Un equipo de ciberseguridad podría poner a prueba sus propias defensas haciendo que Neon genere código seguro y analice sistemas en busca de vulnerabilidades, por aproximadamente la mitad del coste de los modelos competitivos más grandes 1.

Qué hace el modelo y qué tan bien puntúa

Google DeepMind afirma que el nuevo modelo ofrece «inteligencia de nivel frontera» para ingeniería de software compleja, trabajo del conocimiento y flujos de trabajo científicos 1. En su nivel de pensamiento xhigh, ocupa el puesto #3 general en el Índice de Inteligencia de Artificial Analysis con una puntuación de 61, colocándose justo detrás de modelos más grandes y lentos . En la lista independiente del índice Vals, Neon ocupa el puesto #2 con un 70,9 % y se sitúa en lo que se conoce como la frontera de Pareto —el grupo de modelos que ofrecen el mejor rendimiento por su precio .

Neon también ocupa el puesto #2 en capacidad de dirección en el nuevo Índice Agent Arena, lo que significa que se adapta de forma limpia cuando un usuario le corrige en medio de una tarea, en más de 4.200 sesiones reales de agentes, debutando en el puesto #2 a nivel mundial con una puntuación de 1.336 1. Según Google, internamente tiene su tasa de fabricación más baja jamás registrada en las pruebas de Google Antigravity .

Dónde lidera — con números

Para cargas de trabajo empresariales y analíticas, Google indica que Neon ocupa el primer puesto tanto en Legal Research Bench como en Tax Agent Bench, y lidera categorías de Surge AI relacionadas con finanzas, contabilidad, modelado de hojas de cálculo y cumplimiento de restricciones complejas. Obtuvo un 73,5 % en Chartography, una prueba de lectura de gráficos profesionales densos, e igualó a los modelos líderes en Agents' Last Exam v1.1 con un 75,8 % 1. También se ubicó primero en AutomationBench de Zapier con un 56,3 % y en Vending-Bench 2 de Andon Labs, una simulación de largo recorrido valorada en 16.843 $ según se informa .

En ciencia y matemáticas, Neon ocupó el primer puesto en Terminal-Bench Science con un 70,5 %, alcanzó un 84,0 % en RiemannBench y obtuvo un 71,3 % en HLE-Diamond 1. Para programación, Google indica que es #1 general en el Índice de Agente de Programación de Artificial Analysis con 58,6, logró un 65,2 % en Terminal-Bench 4.1 y un 46,2 % en FrontierCode 2.0 . En SWE-sweep, una prueba de depuración y refactorización multiaz archivo, Neon registró un 12,8 % en el modo mini y un 39,0 % después de ejecutarse a través de Google Antigravity .

Para defensa cibernética, según se informa, Neon produce código más seguro que el anterior modelo Gemini 4 Carbon en desafíos fáciles, medios y difíciles en AutoBaxBench, alcanzando un 76 % en el nivel difícil, según Google 1. También obtuvo puntuaciones de estado del arte en WebExploitBench v1.2 con un 51,26 % y en SEC-bench Pro con un 90,5 %, mientras costaba aproximadamente la mitad por desafío que algunos modelos rivales grandes .

Demostraciones concretas del lanzamiento

Google compartió varias demostraciones en vivo realizadas dentro de Google Antigravity para mostrar lo que Neon puede manejar de principio a fin. En una presentación, se utilizó una herramienta llamada Blender MCP con /swarm para crear una banqueta de laboratorio 3D fotorrealista que mostraba nombres de modelos junto con exactitud elemental, haciendo coincidir llamas de Bunsen para Gemini 4 Carbon e Hidrógeno junto con tubos de descarga de gas de alto voltaje para Gemini 4 Argón y Neón. Un segundo proyecto fue creado desde cero como un simulador de esquí freeride en primera persona WebGL2 construido sobre terreno real de Mont Blanc y Chamonix. Combinó 10.200 líneas de shaders personalizados con física de esquí a 120 Hz que abarcaba seis trazadas alpinas, con pistas talladas dinámicas, avalanchas de losa y audio espacial Web, todo sin recursos prefabricados. Una tercera demostración recreó el estudio de Alan Turing en King's College Cambridge de 1936 en 3D interactivo, con una máquina de Turing universal funcional sobre su escritorio 1. Google también presentó un grupo de agentes Neon que convirtió una única imagen en una hoja de cálculo de Google de 100.000 celdas utilizando más de 500.000 fórmulas en tiempo real para realizar detección de bordes, mapear profundidad 3D y volver a iluminar la escena en seis modos.

Precio y acceso

El precio anunciado por Google es de 3 $ por millón de tokens de entrada, con un descuento del 95 % que reduce los tokens de entrada en caché a 0,15 $ por millón, y 15 $ por millón de tokens de salida 1. Neon admite una ventana de contexto de 1 millón de tokens y ofrece cuatro niveles de pensamiento ajustables que permiten a los equipos equilibrar inteligencia contra gasto de tokens . Google afirma que, en su nivel de pensamiento alto predeterminado, Neon ofrece un coste por tarea un 32 % menor que Gemini 4 Carbon, y se sitúa en la frontera de Pareto con un coste por tarea aproximadamente un 50 % a 80 % menor que los principales modelos frontera de la competencia; en pensamiento xhigh, aún cuesta un 36 % o más por tarea menos que los competidores en su configuración más alta .

Neon estuvo disponible a partir del 18 de noviembre de 2026. Puede accederse a través de Gemini API dentro de Google AI Studio, por Gemini para empresas, y por subscriptores pagos de Google AI Pro y Ultra que utilicen Google Antigravity o la app Gemini.

Los datos clave

  • Precio: 3 $ por millón de tokens de entrada y 15 $ por millón de tokens de salida
  • Ocupa el puesto #2 en el índice Vals y #3 general en el Índice de Inteligencia de Artificial Analysis (pensamiento xhigh)
  • Ventana de contexto de 1 millón de tokens con cuatro niveles de pensamiento dirigibles
  • Se eleva a un 39,0 % en SWE-sweep cuando se ejecuta en Google Antigravity
  • Disponible desde el 18 de noviembre de 2026 vía API, AI Studio y aplicaciones Gemini

Fuentes

  1. Introducing Gemini 4 Neon

Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes

Sigue leyendo