Imagen tridimensional abstracta en formato 21:9 de capas de conocimiento de vidrio en tonos fríos y estelas de luz; a la derecha, paneles de vidrio translúcido apilados con el texto gemini-4, y a la izquierda, espacio negativo con luz suave; degradado en colores crema, azul hielo y coral, como imagen Hero de la página de detalles de gemini-4-argon.

Google

Gemini 4

gemini-4-neon

Serie de razonamiento de texto Google Gemini 4: Carbon es el más potente de la serie, orientado a tareas complejas de múltiples pasos y de largo plazo; Argon ofrece un equilibrio mayor entre capacidad y costo. Admite entrada de texto e imágenes y un contexto de 1M de tokens

Ruta
Ventana de contexto
1,048,576
Entrada
Salida máxima
65,536 tokens
Fecha de lanzamiento
2026-11-18
Razonamiento Streaming

Try gemini-4-neon online

Precios

gemini-4-neon /1M tokens

Especificaciones Precio unitario
Entrada $4.53515
Entrada en caché $0.22676
Salida $22.67574

Descripción general

Descripción general

Gemini 4 Neon es un modelo de salida de texto de la familia Google Gemini 4, situado entre Hydrogen y Carbon, que equilibra la profundidad de razonamiento y la velocidad de finalización. Google lo posiciona para tareas como ingeniería de software compleja, razonamiento analítico, trabajo con conocimiento empresarial y flujos de investigación científica, que requieren tanto un razonamiento profundo como una finalización rápida. En HiAPI se invoca a través de la interfaz Chat Completions, devuelve resultados de texto y admite salida en streaming.

Puntos clave

  • Contexto de 1 millón de tokens: documentos largos, explicaciones de bases de código y conversaciones de varios turnos caben en una misma tarea, lo que reduce la necesidad de segmentar y reorganizar.
  • Hasta 65.536 tokens de salida por vez: análisis extensos, archivos de código completos o informes estructurados se pueden devolver en una sola respuesta.
  • Tres niveles de pensamiento (low / medium / high): se elige entre velocidad de respuesta y profundidad de razonamiento según la dificultad de la tarea.
  • Dos canales: estándar y @flex: el mismo modelo; el precio de @flex es aproximadamente la mitad que el del canal estándar, con mayor latencia, adecuado para tareas por lotes y fuera de línea.

Capacidades

Programación compleja y depuración: puede leer simultáneamente varios archivos de código fuente, registros de errores y especificaciones de requisitos, y ofrecer planes de modificación entre archivos junto con la explicación de los motivos, adecuado para tareas de ingeniería de varios pasos.

Razonamiento analítico: realiza razonamiento de varios pasos, comparaciones y síntesis sobre materiales extensos, y organiza las conclusiones en texto con formato de puntos clave, tablas o estructura de informe.

Trabajo con conocimiento de contexto largo: con una ventana de 1 millón de tokens, admite contratos completos, documentación técnica o actas de reuniones para tareas de preguntas y respuestas, redacción y reescritura.

Ajuste del nivel de pensamiento: mediante reasoning_effort se selecciona low / medium / high; para preguntas simples se usa el nivel bajo en favor de la velocidad y para problemas difíciles el nivel alto en favor de la precisión.

Casos de uso

  • Desarrolladores que gestionan cambios entre archivos: se incluyen en el contexto el código fuente relevante y los registros de errores, se eleva el nivel de pensamiento y se obtiene un plan de modificación con explicaciones.
  • Equipos de análisis e investigación que sintetizan materiales extensos: se introducen informes, artículos académicos o registros de investigación y se obtienen puntos clave estructurados y comparaciones de conclusiones.
  • Preguntas y respuestas sobre bases de conocimiento empresarial y redacción de documentos: responder preguntas a partir de documentos internos extensos, o generar documentación explicativa y borradores de propuestas.
  • Tareas por lotes no sensibles a la latencia: resúmenes, clasificación y organización de datos a gran escala por el canal @flex, con un coste aproximado de la mitad que el canal estándar.

Limitaciones y recomendaciones de selección

Solo genera texto. Al invocarlo a través de HiAPI, el nivel de pensamiento ofrece tres opciones: low / medium / high. El canal @flex tiene mayor latencia que el canal estándar y puede ser rechazado primero cuando la capacidad del proveedor está saturada, por lo que no es adecuado para conversaciones en tiempo real. Si se priorizan la velocidad y el coste, se puede elegir Gemini 4 Hydrogen; para las tareas más complejas y de mayor duración, se puede considerar Gemini 4 Carbon.

  • Nuevo modelo Lanzamiento de gemini-4-neon: el nivel de la serie Gemini 4 que equilibra profundidad de razonamiento y velocidad
  • Nuevo modelo gemini-4-hydrogen ya está disponible: el nivel de velocidad y coste de la serie Gemini 4
  • Nuevo modelo Nuevos modelos disponibles: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash

Modelos relacionados

Ver todos los modelos →

Mismo tipo