Modelos

Gemini 4 Neon chega ao app, e o seletor perde Argon e 3.1 Pro

O Gemini 4 Neon entrou no app como a opção do meio: mais forte que o Hydrogen, mais barato que o Carbon. A troca interessa a quem paga o Gemini AI Pro, porque duas opções antigas saíram do seletor no mesmo dia.

Mariana SilvaMariana Silva
Popularidade: 1,500
Três anéis de neon orbitando um pequeno núcleo brilhante em campo azul-escuro

O Gemini 4 Neon entrou no app como a opção do meio: mais forte que o Hydrogen, mais barato que o Carbon. A troca interessa a quem paga o Gemini AI Pro, porque duas opções antigas saíram do seletor no mesmo dia.

O Gemini model picker agora mostra quatro nomes

Quem abre o app nesta semana encontra quatro opções onde antes havia outras. O Gemini model picker passou a ser Auto, 4 Hydrogen, 4 Neon e 4 Carbon, segundo o 9to5Google. A ordem não segue preço nem alfabeto. Segue esforço.

Auto assume o lugar do 3.5 Flash-Lite para quem paga. Ele escolhe sozinho qual modelo chamar e deve ser a opção que a maioria vai usar sem pensar. Hydrogen cobre a ajuda do dia a dia. Neon entra quando a pergunta pede análise mais longa. Carbon fica com código e trabalho complexo.

Opção no seletor

Para que serve

Auto

decide sozinho, herdado do 3.5 Flash-Lite

Gemini 4 Hydrogen

respostas rápidas do dia a dia

Gemini 4 Neon

análise mais profunda, custo intermediário

Gemini 4 Carbon

código e trabalho complexo de longo prazo

A troca não fica só no app. O modelo também está no nível pago da API, no AI Studio, no Gemini for business e no Antigravity para assinantes do Gemini AI Pro e do Ultra. Quem usa a versão gratuita segue no mesmo lugar.

Gemini 4 Hydrogen e Gemini 4 Neon dividem a mesma prateleira

A diferença entre os dois é de esforço, não de assunto. Hydrogen responde em segundos e perde precisão em conta longa. Neon pensa mais tempo e cobra por isso. Na prática, a escolha vira uma pergunta de ritmo: você quer a resposta agora ou quer a resposta certa?

O Google descreve Neon como um modelo que chega perto do Carbon em codificação, raciocínio e tarefas com agente, com velocidade de Flash. É a frase de quem vendeu o modelo. Comparação publicada pelo fornecedor não é comparação independente.

Argon sai de cena, e o Gemini 3.1 Pro se aposenta

Neon não é uma adição à família. É uma substituição dentro dela. O Gemini 4 Argon deixa o seletor, e o Gemini 3.1 Pro se aposenta junto, conforme o relato do 9to5Google.

Para quem criou hábito com um dos dois, o efeito chega rápido. Prompt, histórico e projeto continuam. O que muda é o botão. A opção antiga some e o trabalho passa a rodar em outro modelo, com outro jeito de responder e outro tempo de espera.

O modelo saiu de linha. Sua conta, não.

Quanto custa o Gemini 4 Neon por milhão de tokens

O preço é a parte que dá para conferir sem acreditar em benchmark. O Gemini 4 Neon custa US$ 3 por milhão de tokens de entrada, US$ 15 por milhão de tokens de saída e US$ 0,15 por milhão de entrada em cache, desconto que o Google apresenta como 95%. A janela de contexto tem 1 milhão de tokens, o suficiente para um livro inteiro na mesma conversa.

Para quem assina o Gemini AI Pro no Brasil, a conta chega em reais e muda com o câmbio. A API é outro contrato, cobrado por token, e é ali que o preço pesa de verdade: um time que roda um agente em produção paga por cada chamada, não por mês.

Os números que o Google atribui ao Gemini 4 Neon

Os resultados abaixo foram publicados pelo Google DeepMind em 18 de novembro, no anúncio assinado por Koray Kavukcuoglu. Nenhum deles foi refeito por um laboratório independente até a publicação desta matéria.

Teste

O que mede

Resultado

Artificial Analysis Intelligence Index

índice agregado de raciocínio e conhecimento

61 no nível xhigh, terceiro geral

Vals Index

tarefas práticas de escritório e análise

70,9%, segundo lugar

Artificial Analysis Coding Agent Index

agente de código resolvendo tarefas sozinho

58,6, primeiro lugar

O Terminal-Bench 4.1, que mede operação de linha de comando em ambiente real, fica em 65,2%. Cada teste responde a uma pergunta distinta: o modelo opera máquina, resolve conta ou sabe o assunto?

O padrão que importa é esse. O Google está dizendo que o modelo do meio não é um degrau de economia com cérebro menor.

O argumento de custo por tarefa do Gemini 4 Neon

O número que decide orçamento não é a nota, é a conta. O Google afirma que o Neon custa 32% menos por tarefa que o Carbon no nível high, o padrão. Contra modelos de fronteira concorrentes, a empresa fala em 50% a 80% menos por tarefa nos índices Vals e Agent Arena. No xhigh, o mais caro, a economia ainda seria de 36% ou mais diante dos rivais no ajuste máximo deles.

Tudo isso é cálculo do fornecedor, sobre as tarefas dele. Ninguém fora do Google refez a conta, e é o tipo de número que serve para negociar orçamento, não para fechar contrato.

A arquitetura de custo tem quatro níveis de raciocínio. É a alavanca prática: o mesmo modelo atende a pergunta fácil e a auditoria difícil, e o time escolhe quanto quer gastar em cada chamada. O Google também posiciona o Neon como orquestrador, capaz de comandar subagentes Hydrogen em paralelo dentro do Antigravity.

O que ainda falta provar no Gemini 4 Neon

Três ressalvas seguem de pé. A primeira é a origem dos números: os melhores vieram do Google ou de parceiros que testaram com o Google. A segunda é a variante de segurança cibernética, que marca 76% no nível difícil do AutoBaxBench e 51,26% no WebExploitBench v1.2, mas não vai para o público. Ela sai pelo programa Fairwind, para defensores verificados.

A terceira é o ritmo. Segundo o The Decoder, este é o quarto modelo novo do Gemini em um mês, depois de Carbon, Hydrogen e Argon. Quem assina precisa de tempo para digerir cada troca de botão.

Se você paga o Gemini AI Pro, o resumo prático é curto: Neon já está no seletor, e o Auto resolve a maior parte do seu dia. Vale testar o Neon em uma tarefa longa que você conhece bem, comparar com o Hydrogen e ver se a diferença de tempo compensa. Para código pesado, o Carbon continua sendo a escolha de cima.

Compartilhar esta notícia

Fontes

Notícias de IA relacionadas

Uma longa forma de onda verde-azulada com uma barra laranja de destaque em campo escuro
Modelos

Rumble-2-Flash: um modelo de fala de 0,5B encosta no de 30B

A Reson8 liberou um modelo de reconhecimento de fala de 0,5 bilhão de parâmetros que fica a um décimo de ponto de um gigante de 30 bilhões em ligações de call center. O número interessa a quem paga por minuto de transcrição, e o resto do pacote decide se vale trocar.

Popularidade: 560
Um grande núcleo de modelo cercado por raios de raciocínio ao lado de um núcleo rápido menor, com barras de preço em queda à direita
Modelos

GPT-6.2 Astra fica 20% mais barato e continua atrás no teste independente

A OpenAI cortou o preço do Astra em 20% e deixou o Sol na faixa anterior. Só que a fatura por tarefa depende de outro número: quantos tokens o modelo queima até entregar o resultado.

Popularidade: 1,900
Uma grade densa de quadrados especialistas com seis nós acesos e uma fita longa atravessando
Modelos

Qwen4-Max: 2,4 trilhões de parâmetros e a conta menor por tarefa

A Alibaba não está vendendo o modelo mais forte do mercado. Está vendendo a conta menor no fim do mês, com uma arquitetura que gasta menos tokens para chegar à mesma resposta. A diferença aparece nos benchmarks que o Qwen4-Max perde.

Popularidade: 1,650
Duas formas de onda verde-menta sobrepostas, rotuladas chamador e televisão, ao lado das palavras Tofu-1 quem falou
Modelos

Tofu-1: o modelo de voz da Bland que escuta enquanto fala e não publica um número

A Bland apresentou o Tofu-1 como um modelo de voz que escuta enquanto fala, feito para ligações em que o som de fundo não é ruído. A empresa não publicou parâmetro, latência, resultado de teste nem preço.

Popularidade: 1,050