viernes 20 de noviembre de 2026Ingresar
Primero los datos

Google lanzó Gemini 4 Neon, que quedó tercero en el índice de Artificial Analysis y supera a Carbon, su modelo más grande

Según esa medición independiente, el nuevo modelo resuelve las tareas en menos tiempo y a menor costo que Carbon. Frente a GPT-6.2 Astra, de OpenAI, es más lento y más caro.

Narración con voz generada por IA
Redacción Método Crítico · Buenos Aires · · 5 fuentes citadas
Cartel de bienvenida de Google en su sede de Mountain View, California
Cartel de la sede de Google en Mountain View (California), en 2007. Foto: Ardo191 / Wikimedia Commons · Dominio público · Fuente

Google presentó el miércoles 18 de noviembre Gemini 4 Neon, un nuevo modelo de inteligencia artificial que, según la empresa, combina capacidad de primer nivel con rapidez para completar tareas de programación, trabajo de oficina y ciencia[1]. Firmó el anuncio Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de IA de Google[1].

Neon se ubica entre los dos modelos que la empresa ya ofrecía. Google reserva Gemini 4 Carbon para los proyectos más difíciles y largos, y Gemini 4 Hydrogen, para la ejecución rápida de tareas cotidianas[1][2]. Desde el mismo miércoles se puede usar en la API de Gemini, que es la conexión para programadores en Google AI Studio, en Gemini para empresas, en la herramienta de programación Google Antigravity para los suscriptores pagos de Google AI Pro y Ultra, y en la aplicación Gemini para esos mismos suscriptores[1]. Una versión para ciberseguridad llegará en los próximos días a los miembros del Programa Fairwind[1].

La cuenta @GoogleAI lo presentó en X con un video en el que el modelo reconstruye en 3D el estudio de Alan Turing en el King's College de Cambridge, en 1936[5][1].

El precio es de US$ 3 por millón de tokens de entrada y de US$ 15 por millón de tokens de salida (un token es un fragmento de palabra). Los datos de entrada ya guardados en caché cuestan US$ 0,15 por millón. El modelo puede procesar hasta un millón de tokens por consulta[1].

Qué muestra la medición independiente

Google afirma que Neon, en su nivel máximo de razonamiento, ocupa el tercer puesto general del índice de inteligencia de Artificial Analysis, una empresa que evalúa modelos de IA, con 61 puntos[1]. La tabla de esa firma, al 19 de noviembre, lo confirma. Arriba están Claude Fable 5.2, de Anthropic, con 65, y GPT-6.2 Astra, de OpenAI, con 62. Debajo quedan Gemini 4 Carbon con 60 y Claude Opus 5.5 con 59[4]. Es decir, el modelo intermedio de Google supera en ese índice a Carbon, el más grande de su familia.

En velocidad, la ventaja sobre Carbon también se verifica. Según Artificial Analysis, Neon tarda 21,5 minutos en promedio por tarea del índice. Carbon tarda 36,6 minutos, es decir que Neon necesita un 41% menos de tiempo[4]. La firma mide para Neon una salida de 110 tokens por segundo. Aun así, lo ubica entre los más lentos de su rango de precio, cuya mediana es de 12,1 minutos por tarea[3]. GPT-6.2 Astra resuelve cada tarea en 13,8 minutos y GPT-6.2 Sol, también de OpenAI, en 8,9[4]. Además, Neon tarda 56,51 segundos en empezar a responder y genera muchos más tokens que sus pares: 283 millones de tokens para todo el índice, contra una mediana de 65,1 millones[3].

Costo por tarea en el índice de Artificial Analysis
Fuente: Artificial Analysis [4]
Gráfico propio con datos de Artificial Analysis[4], al 19 de noviembre, con cada modelo en el nivel de razonamiento con que figura en esa tabla.

Google sostiene que, en su nivel máximo de razonamiento, cada tarea de Neon cuesta al menos un 36% menos que la de los modelos rivales en su nivel más alto[1]. La tabla de Artificial Analysis da a Neon un costo de US$ 6,44 por tarea, contra US$ 10,04 de Claude Opus 5.5 y US$ 26,54 de Claude Fable 5.2. Frente a los modelos de Anthropic, la afirmación se cumple. GPT-6.2 Astra, en cambio, cuesta US$ 4,00 por tarea y GPT-6.2 Sol, US$ 1,01, los dos menos que Neon[4]. Frente a OpenAI, la afirmación de Google no se cumple: en esa medición, Neon cuesta un 61% más por tarea que Astra, que además obtiene un punto más. Frente a Carbon, que cuesta US$ 7,76 por tarea, el ahorro es del 17%[4].

Lo que surge de las pruebas internas

Otros datos del anuncio provienen de pruebas internas de Google. La empresa dice que Neon registró su tasa más baja de datos inventados en Antigravity. También informa que tomó acciones no alineadas con lo pedido en el 0,09% de los casos de su batería de seguridad, y que aprobó el 99,2% de su evaluación de honestidad[1]. Google también afirma que el modelo encabeza el índice de programación con agentes de Artificial Analysis, con 58,6 puntos[1].

En Antigravity, Google agregó una función llamada Orchestrator. En una misma sesión, Neon planifica el trabajo y Hydrogen ejecuta las tareas de rutina, como cambios de código y pruebas. Si Hydrogen se traba, le devuelve el trabajo a Neon para que corrija el plan[2].

Compartir

Fuentes

  1. Google. Koray Kavukcuoglu. «Introducing Gemini 4 Neon». 2026-11-18. blog.google
  2. Google Antigravity. The Antigravity Team. «Gemini 4 Neon in Google Antigravity». 2026-11-18. antigravity.google
  3. Artificial Analysis. «Gemini 4 Neon: Intelligence, Performance & Price Analysis». 2026-11-19. artificialanalysis.ai
  4. Artificial Analysis. «LLM Leaderboard - Comparison of AI models». 2026-11-19. artificialanalysis.ai
  5. Google AI (@GoogleAI) en X. «Meet Gemini 4 Neon». 2026-11-18. x.com