|

Gemini 4 Neon y Gemini 4 Carbon: profundidad y coste por tarea vistos por separado

Gemini 4 Neon y Gemini 4 Carbon: profundidad y coste por tarea vistos por separado

Nota del autor: cómo ven Gemini 4 Neon los equipos que ya usan Gemini 4 Carbon. Este artículo alinea las puntuaciones de inteligencia por nivel de pensamiento, desglosa y compara tres formas de calcular el coste por tarea, y ofrece los modelos y precios disponibles en APIYI.

Google lanzó Gemini 4 Neon el 18/11/2026. Sundar Pichai explicó ese mismo día en una publicación que está orientado a ingeniería de software compleja, trabajo del conocimiento y procesos científicos, y que se lanzó de forma simultánea en la Gemini API de Google AI Studio, Gemini for business, Google Antigravity y Gemini App. Ese mismo día ya estaban disponibles la ficha del modelo de DeepMind, la guía para desarrolladores de Google Cloud y el artículo de evaluación de Artificial Analysis, para poder contrastarlos entre sí.

Si ya tienes Gemini 4 Carbon funcionando en producción, la pregunta que hay que responder es muy concreta: Gemini 4 Neon, ¿sustituye a Carbon o se coloca a su lado para repartir parte de las tareas? Este artículo divide la cuestión en dos partes: cuánta diferencia hay en profundidad y cuántas formas distintas de calcular el coste por tarea existen.

Valor clave: al terminar de leer, tendrás las puntuaciones de inteligencia alineadas por nivel, tres maneras diferentes de calcular el coste por tarea y los modelos y precios que puedes invocar directamente en APIYI. Cambiar o no cambiar dependerá, al final, de los datos de tus propias tareas.

gemini-4-neon-vs-gemini-4-carbon-depth-and-cost-per-task-es-image-0


Puntos clave de Gemini 4 Neon y Gemini 4 Carbon

La familia Gemini 4 cuenta actualmente con tres modelos: Carbon, Neon y Hydrogen. El blog de Google y la guía para desarrolladores de Google Cloud coinciden en el posicionamiento: Neon se sitúa entre Hydrogen y Carbon.

Modelo Posicionamiento oficial (blog de Google, guía para desarrolladores) Caracterización de velocidad (página de modelos más reciente de AI Studio) Niveles de pensamiento Nivel predeterminado
Gemini 4 Carbon Las tareas de horizonte largo más difíciles Deliberate low / medium / high, sin xhigh medium
Gemini 4 Neon Término medio, pensado para flujos complejos de alta frecuencia Moderate low / medium / high / xhigh high
Gemini 4 Hydrogen Ejecución rápida para el día a día Fast No figura en los materiales de referencia No figura en los materiales de referencia

Relación de familia entre Gemini 4 Neon y Carbon

Según la ficha del modelo, Gemini 4 Neon deriva de Gemini 4 Carbon, tiene corte de conocimiento en marzo de 2026 y admite entradas de texto, imagen, audio y video. La ventana unificada es de hasta 1 millón de tokens, la salida síncrona predeterminada es de hasta 64 000 tokens y la decodificación larga en segundo plano llega hasta 1 millón. La página de modelos más reciente de AI Studio muestra que los tres modelos tienen un contexto unificado de 1 millón de tokens y una salida síncrona predeterminada de 64K.

Las especificaciones de contexto son idénticas; las diferencias entre los tres están sobre todo en la profundidad de pensamiento, la caracterización de la velocidad y el precio unitario. La guía para desarrolladores de Google Cloud plantea una forma de combinarlos: usar gemini-4-neon para la orquestación y pasar previous_interaction_id a gemini-4-hydrogen para ejecutar subtareas más rápidas. Con esta lógica, Neon no necesariamente tiene que reemplazar a otro modelo; también puede servir como capa intermedia dentro de la familia.

Cabe señalar que la tabla comparativa de la ficha del modelo solo tiene tres columnas: Gemini 4 Neon, Claude Opus 5.5 y GPT-6.2 Sol, no incluye una columna para Gemini 4 Carbon. El PDF de notas de evaluación también indica que los resultados de modelos que no son Gemini provienen, por defecto, de datos autodeclarados por cada proveedor. Por lo tanto, para comparar Neon y Carbon, la base principal son las autodeclaraciones oficiales dispersas en el blog de Google y las mediciones de terceros de Artificial Analysis.

gemini-4-neon-vs-gemini-4-carbon-depth-and-cost-per-task-es-image-1

Gemini 4 Neon frente a Carbon: ¿cuánta diferencia hay en profundidad?

Antes de comparar la profundidad, vamos a alinear los niveles. Según la página de modelos más reciente de AI Studio, los niveles de razonamiento de Carbon son low, medium (predeterminado) y high; no hay xhigh. La página de Carbon en Artificial Analysis tampoco muestra xhigh. Por eso, cuando Artificial Analysis pone a competir Neon xhigh, en realidad lo está comparando con Carbon high.

gemini-4-neon-vs-gemini-4-carbon-depth-and-cost-per-task-es-image-2

Nivel de razonamiento Puntuación de inteligencia de Gemini 4 Neon Puntuación de inteligencia de Gemini 4 Carbon Nota
xhigh 61 La página no incluye este nivel Nivel exclusivo de Neon
high 60 60 Misma puntuación; nivel predeterminado de Neon
medium 55 58 Nivel predeterminado de Carbon
low 44 54 En el nivel bajo, Carbon es superior

La tabla anterior procede de la página de modelos de Artificial Analysis, versión del índice v5.0.1, fecha de consulta: 2026-11-19. Según el artículo de Artificial Analysis, los 61 puntos de Neon xhigh están 1 punto por encima de Carbon high y ocupan el tercer puesto de la clasificación general; por delante quedan GPT-6.2 Astra (max) y Claude Fable 5.2 (max). El blog oficial de Google también reporta 61 puntos en xhigh y el tercer puesto general, y la columna AA Index v5.0.1 de la ficha del modelo también indica 61. La cifra de puntuación de inteligencia coincide en las tres fuentes.

La tabla también deja claro algo que suele pasarse por alto: en el nivel high, ambos obtienen la misma puntuación. En medium y low, la página de modelos de Artificial Analysis muestra una puntuación más alta para Carbon. Así que la idea de que “Neon es más profundo” solo se sostiene cuando se compara xhigh con Carbon high, y la diferencia es de 1 punto.

Métricas detalladas de Gemini 4 Neon y Carbon

Fijarse solo en la puntuación total puede hacer que se escapen detalles. En los siguientes apartados se pueden encontrar cifras tanto de Neon como de Carbon, pero las fuentes son distintas y conviene registrar cada criterio por separado:

  • GDP.pdf (artículo de Artificial Analysis): Neon high 33.4%, Carbon high 28.4%, Neon xhigh 28.0%. En esta métrica, xhigh queda por debajo de high, lo que muestra que un nivel de razonamiento más alto no siempre implica una puntuación mayor.
  • Coding Agent Index: el artículo de Artificial Analysis indica Neon xhigh 59 y Carbon high 55 en Antigravity CLI; el blog de Google indica 58.6 y afirma que es el número 1 general. Estas dos cifras no coinciden; aquí se conservan ambas y no se combinan.
  • MKA: el artículo de Artificial Analysis indica Neon 56%, 2 puntos por encima de Carbon; la ficha del modelo indica MKA Climb WSR 56.5%. Ambas cifras se registran por separado.
  • CWE-bench v2 (datos reportados por Google): Neon 70.7%, 3.4 puntos porcentuales por encima de Carbon. Es un resultado en el ámbito de ciberseguridad; la versión para ciberseguridad se ofrecerá dentro de unos días solo a defensores de confianza del Fairwind Program, y no tiene un ID de modelo público.
  • Seguridad del comportamiento (datos reportados por Google): la tasa de servicio insuficiente es entre 43% y 56% menor que la de Carbon, y las extralimitaciones son entre 15% y 35% menores.

Sobre la velocidad, solo una frase: según la página de modelos de Artificial Analysis, Carbon high genera 55 tokens por segundo y tarda 37.2 minutos por tarea; Neon xhigh genera 110 tokens por segundo y tarda 21.5 minutos por tarea. Hay más detalles en el artículo sobre velocidad.


Costo por tarea de Gemini 4 Neon y Carbon: tres cuentas

Primero, los precios unitarios. Según la página de precios de AI Studio, gemini-4-neon no tiene nivel gratuito; el precio de pago es de 3,00 USD por millón de tokens de entrada y 15,00 USD por millón de tokens de salida (incluidos los tokens de razonamiento), 0,15 USD por caché, y solo admite caché implícita. El caso de Carbon es algo más complejo: la página de modelos más reciente de AI Studio indica un precio introductorio vigente hasta el 30-11-2026, con entrada a 2,00 y salida a 10,00; el precio estándar citado en el artículo de Artificial Analysis es 4/20.

El precio que se use para Carbon cambia directamente las conclusiones. Las tres cuentas que siguen son válidas cada una por separado, pero no se pueden sumar ni restar entre sí.

gemini-4-neon-vs-gemini-4-carbon-depth-and-cost-per-task-es-image-3

Primera cuenta: el informe oficial de Google, Neon es 32% más bajo por tarea

El blog de Google dice: Neon, en el nivel high predeterminado, tiene un costo por tarea 32% menor que Carbon. Este es el algoritmo de costos propio de Google; el blog no aclara si Carbon usa el precio de lanzamiento o el precio estándar, por lo que desde fuera no se puede reproducir.

El blog también menciona que, en Vals y Agent Arena, el costo por tarea de Neon high es aproximadamente entre 50% y 80% menor que el de los competidores líderes; xhigh sigue siendo más de 36% menor que el nivel más alto de los competidores. Estos también son datos autoinformados oficialmente. Nuestra postura es tomarlos como señales de dirección, no como cifras que se puedan poner directamente en un presupuesto.

Segunda cuenta: el artículo de Artificial Analysis, calculando con el precio estándar de Carbon

El artículo de Artificial Analysis presenta: el costo por tarea de Neon xhigh es de 6,44 dólares; Carbon, a precio sin descuento, es de 7,76 dólares, así que Neon queda aproximadamente 17% por debajo. El artículo también desglosa las causas: los tokens de salida por tarea de Neon son aproximadamente 15% más, y el hecho de que el costo baje se debe a que el precio unitario 3/15 es 25% menor que el precio estándar de Carbon 4/20.

Ese mismo artículo también describe la situación en el sentido contrario: si se toma el precio con descuento actual de Carbon, 2/10 (vigente hasta el 30 de noviembre), el precio unitario de Neon resulta 50% más alto. En el nivel high, Neon y Carbon high empatan en puntuación; calculando con el precio estándar de Carbon, el costo por tarea de Neon es menos de la mitad.

Tercer libro de cuentas: página del modelo en Artificial Analysis, según el precio de introducción

El coste de Carbon en la página del modelo de Artificial Analysis se calcula según el precio actual indicado en la página, es decir, el precio de introducción de 2.00/10.00, con un descuento de caché del 90%. Con este criterio, Carbon high cuesta 4.90 dólares por tarea, el precio combinado es 1.54 y, al ejecutar el índice, la salida es de 205 millones de tokens. En la página del modelo Neon, xhigh cuesta 6.44 dólares por tarea, el precio combinado es 2.21, la salida es de 283 millones de tokens y el descuento de caché es del 95%.

Según este libro de cuentas, los 6.44 dólares de Neon xhigh son superiores a los 4.90 dólares de Carbon high. El resumen de la página del modelo Neon no incluye el coste por tarea del nivel high, así que con este libro de cuentas no se puede comparar directamente el gasto de ambos en el nivel high.

Libro de cuentas Etiqueta de fuente Criterio de precio de Carbon Comparación Conclusión del original
Primer libro Datos oficiales autodeclarados (blog de Google) No publicado Neon high predeterminado frente a Carbon Neon cuesta 32% menos por tarea
Segundo libro Artículo de Artificial Analysis Precio estándar 4/20 Neon xhigh frente a Carbon high; Neon high frente a Carbon high xhigh alrededor de 17% menos; high menos de la mitad
Tercer libro Página del modelo en Artificial Analysis Precio de introducción 2/10 Neon xhigh frente a Carbon high Carbon high 4.90 dólares, Neon xhigh 6.44 dólares

El 32%, el 17% y los 4.90 dólares de los tres libros de cuentas pertenecen a criterios distintos y no se pueden meter en la misma resta. Nuestra lectura es que el libro de cuentas que te afecta depende del precio unitario de Carbon que realmente pagas. El precio de introducción vence el 2026-11-30; después de esa fecha, las premisas del tercer libro de cuentas cambiarán.

Cómo invocar Gemini 4 Carbon y los modelos de referencia en APIYI

En la tabla maestra de APIYI (docs.apiyi.com/models.md, cuya página indica una actualización del 2026-11-16 a las 09:39, UTC+8) y en la interfaz de precios (consulta del 2026-11-19, versión shell-api-modelmak-v1, 285 modelos en total), los modelos de la familia Gemini 4 que se pueden invocar actualmente son los siguientes:

ID del modelo Precio oficial de Google (USD/millón de tokens) Precio en el catálogo de APIYI: entrada / lectura de caché / salida Endpoint Estado
gemini-4-carbon Precio de introducción 2 / 10 (hasta el 2026-11-30); precio estándar 4 / 20 (artículo de Artificial Analysis) 2 / 0.1 / 10 chat, gemini Disponible
gemini-4-hydrogen 1.5 / 7.5 (AI Studio) 1.5 / 0.075 / 7.5 chat, gemini Disponible
gemini-4-neon 3 / 15, caché 0.15 (AI Studio) No aparece ni en la tabla maestra ni en la interfaz de precios — Aún no disponible

gemini-4-neon aún no está disponible; lo listaremos lo antes possible. Los modelos y precios válidos son los que figuran en la lista de modelos de la plataforma.

gemini-4-carbon tiene en APIYI un precio de catálogo de 2 para entrada, 0.1 para lectura de caché y 10 para salida, que corresponde al precio de introducción de Google vigente hasta el 2026-11-30, no al precio estándar posterior de 4/20. En la interfaz de precios, model_ratio es 1, lo que corresponde a 2 USD por millón de tokens de entrada; completion_ratio es 5, lo que indica que el precio unitario de salida es 5 veces el de entrada, en línea con la tabla maestra. Los grupos aparecen como Default y SVIP en la documentación, y como default y svip en la interfaz de precios. La página del modelo Carbon también indica: contexto 1048576, salida máxima 65536, corte de conocimiento 2026-03, anunciado el 2026-11-10 y disponible desde el 2026-11-11. gemini-4-hydrogen y Carbon comparten la misma página y pueden servir como referencia para el nivel de tareas cotidianas.

Pasos mínimos de invocación

  1. Regístrate en apiyi.com y crea una clave API, guárdala en la variable de entorno APIYI_API_KEY; no escribas la clave en texto plano dentro del código.
  2. Vía compatible con OpenAI: client = OpenAI(api_key=os.environ["APIYI_API_KEY"], base_url="https://api.apiyi.com/v1").
  3. Envía la petición: client.chat.completions.create(model="gemini-4-carbon", messages=[{"role": "user", "content": "..."}]); el contenido devuelto está en response.choices[0].message.content.
  4. Vía nativa de Gemini: URL base https://api.apiyi.com, versión de API v1beta, ideal para proyectos que ya usan el SDK Google GenAI.
  5. Para subtareas del día a día: con la misma clave, basta cambiar model por gemini-4-hydrogen.

Cosas que puedes preparar antes del lanzamiento de Gemini 4 Neon

Según la guía para desarrolladores de Google Cloud, la integración de Neon tiene varios puntos que difieren de Carbon, así que puedes ir ajustando el código desde ya:

  • Nivel de pensamiento: solo existe low, medium, high y xhigh, con high por defecto. Si pasas thinking_budget o MINIMAL, obtendrás un HTTP 400.
  • Caché: no admite caché de contexto explícita; los prefijos compartidos de más de 4096 tokens pasan automáticamente a caché implícita, y la caché persistente está activada por defecto.
  • Límite de salida: el tope unificado es de 1048576 tokens, contando entrada y salida; la salida incluye el pensamiento, las llamadas a funciones y la respuesta final. Por defecto, cada segmento admite como máximo 65536 tokens, y en decodificación larga puede llegar hasta 1048576 menos la longitud de la entrada.
  • Archivos: puede leer directamente formatos Office y OpenDocument.

🎯 Consejo técnico: desde ahora puedes ejecutar tus propios conjuntos de tareas en APIYI apiyi.com con gemini-4-carbon y gemini-4-hydrogen, y anotar el número de tokens de salida y el costo de cada tarea. Cuando Neon esté disponible, vuelve a ejecutar el mismo lote de tareas: lo que calcules entonces será la cuenta real de tu propio negocio.


Recomendaciones de escenarios para Gemini 4 Neon y Carbon

La siguiente tabla reúne el posicionamiento oficial y los datos de terceros, indicando la fuente de cada dato. La columna «qué variante conviene revisar primero» es nuestro criterio y solo sirve como referencia, no como una conclusión definitiva.

Escenario Qué variante revisar primero Base (fuente) Estado en APIYI
Tareas de largo recorrido más difíciles Carbon high Posicionamiento oficial; Carbon no tiene variante xhigh (AI Studio) Ya disponible, invocable en apiyi.com
Flujos complejos de alta frecuencia Neon high Posicionamiento oficial; misma puntuación de 60 que Carbon high (página del modelo en Artificial Analysis) Aún no disponible
Cuando hace falta ese punto extra de profundidad Neon xhigh 61 puntos (página del modelo y artículo de Artificial Analysis) Aún no disponible
Presupuesto calculado según el precio de lanzamiento Carbon high 4.90 USD por tarea (página del modelo en Artificial Analysis) Ya disponible
Ciclos rápidos del día a día y orquestación de subtareas Hydrogen Posicionamiento oficial; uso de orquestación según la guía para desarrolladores Ya disponible

Escenarios en los que seguir priorizando Carbon

  • Tareas de largo recorrido ya ajustadas: la indicación y la cadena de herramientas están afinadas en torno a Carbon high, y Neon high solo empata en la página del modelo de Artificial Analysis.
  • Facturación al precio de lanzamiento: con el criterio del tercer cálculo, el coste por tarea de Carbon high es inferior al de Neon xhigh.
  • Uso principal de las variantes medium o low: en estas dos variantes, Carbon obtiene mejor puntuación en la página del modelo de Artificial Analysis.

Escenarios en los que poner Neon junto a Carbon

  • Muchas invocaciones y exigencia media-alta por llamada: encaja con el posicionamiento oficial de Neon como «flujos complejos de alta frecuencia».
  • Cuando se quiere una capa de orquestación: siguiendo la guía para desarrolladores, Neon orquesta y Hydrogen ejecuta las subtareas.
  • Interés en trabajo de conocimiento del tipo GDP.pdf: en el artículo de Artificial Analysis, Neon high alcanza 33.4%, por encima del 28.4% de Carbon high.

Recomendaciones de decisión para Gemini 4 Neon y Carbon

Nuestro criterio: es mejor distribuir Neon y Carbon según la tarea que elegir uno de los dos de forma global. En profundidad, xhigh frente a high solo difiere en 1 punto, y high frente a high obtiene la misma puntuación; en costes, los tres cálculos, al usar Carbon criterios de precios distintos, llevan a conclusiones en direcciones diferentes. Con solo datos públicos, no se puede calcular una respuesta única para tu negocio.

Un enfoque más prudente es: seleccionar un lote de tareas reales representativas, registrar el número de tokens de salida y la calidad de finalización de cada tarea, y luego aplicar el precio unitario que realmente pagas para hacer el cálculo. El artículo de Artificial Analysis ya señala que Neon produce aproximadamente un 15% más tokens de salida por tarea, y esto influye directamente en el resultado de la facturación por uso.

💡 Recomendación de elección: conservar Carbon o añadir Neon depende principalmente de la distribución de tareas y del precio unitario real. Primero puedes ejecutar la línea base de Carbon y Hydrogen con la interfaz unificada de APIYI apiyi.com; cuando Neon esté disponible, solo tendrás que cambiar el ID del modelo para comparar, sin tocar el código de invocación.


Preguntas frecuentes (FAQ)

Q1: ¿Qué es Gemini 4 Neon?

Gemini 4 Neon es un modelo publicado por Google el 2026-11-18; según su model card, es una adaptación de Gemini 4 Carbon. Su posicionamiento oficial queda entre Hydrogen y Carbon, orientado a flujos complejos de alta frecuencia, y ofrece cuatro niveles de pensamiento: low, medium, high y xhigh, con high por defecto.

Q2: ¿Cuánta diferencia de profundidad hay entre Gemini 4 Neon y Carbon?

Según la página del modelo en Artificial Analysis, Neon xhigh obtiene 61 puntos, Carbon high 60 puntos, y Neon high también 60. Carbon no tiene nivel xhigh, así que la diferencia de 1 punto surge de comparar Neon xhigh con Carbon high. En los niveles medium y low, Carbon obtiene puntuaciones más altas.

Q3: ¿Por qué las tres cuentas de costos llegan a conclusiones distintas?

Porque la base de precios usada para Carbon no es la misma. El 32% más bajo que Google reporta oficialmente no aclara qué base de precios de Carbon utiliza; el «alrededor de 17% menos» y el «menos de la mitad» del artículo de Artificial Analysis se apoyan en el precio estándar 4/20; los 4.90 dólares de la página del modelo en Artificial Analysis usan el precio de introducción 2/10. Los tres números solo se pueden contrastar cada uno con su propia referencia, no restarse entre sí.

Q4: ¿Cuándo termina el precio de introducción de Gemini 4 Carbon?

La página de modelos más reciente de AI Studio indica que el precio de introducción vence el 2026-11-30, con un precio de 2.00 por entrada y 10.00 por salida. El precio de catálogo actual de `gemini-4-carbon` en APIYI coincide con el precio de introducción; si más adelante hay ajustes, prevalecerá la lista de modelos de la plataforma.

Q5: ¿Cómo invocar rápidamente Gemini 4 Carbon mediante API?

Después de registrarte en APIYI apiyi.com y obtener una API Key y un crédito de pruebas gratuito, basta con invocar `gemini-4-carbon` con el formato compatible con OpenAI; el endpoint nativo de Gemini usa `v1beta`. `gemini-4-neon` aún no está en el catálogo; cuando lo esté, podrás cambiar usando la misma Key.

Q6: ¿Qué limitaciones conocidas tiene Gemini 4 Neon?

– Según la página de precios de AI Studio, no hay nivel gratuito y el precio de salida incluye los tokens de pensamiento.
– Según la guía para desarrolladores, no admite caché de contexto explícita; pasar `thinking_budget` o `MINIMAL` devuelve `400`.
– La versión web solo se ofrece a defensores de confianza del Fairwind Program, sin un ID de modelo público.

Q7: ¿Se pueden comparar directamente el 12.8% y el 39.0% de SWE-sweep?

No se pueden comparar directamente. Los dos números provienen de distintos harness: con el harness mini-SWE es 12.8%, y en Google Antigravity es 39.0%. El blog de Google atribuye esa diferencia al harness, así que refleja diferencias en el entorno de prueba.


Gemini 4 Neon y Carbon: puntos clave

  • Posicionamiento de la familia: Carbon se encarga de las tareas de largo alcance más difíciles, Neon de los flujos complejos de alta frecuencia y Hydrogen de la ejecución rápida del día a día.
  • Alineación de niveles: Carbon no tiene xhigh; Neon xhigh se compara con Carbon high.
  • Diferencia de profundidad: Neon xhigh obtiene 61 puntos, Carbon high 60 y Neon high también 60.
  • Tres cuentas que conviene mirar por separado: el 32 % que reporta la propia empresa, el 17 % del artículo de Artificial Analysis y los 4,90 USD de la página del modelo usan criterios distintos.
  • Vencimiento del precio de introducción: el precio de introducción de Carbon (2/10) vence el 2026-11-30; cuando expire, cambiará la premisa de la tercera cuenta.
  • Cómo empezar: APIYI ya tiene disponibles gemini-4-carbon y gemini-4-hydrogen; gemini-4-neon aún no está disponible.

Resumen

Puntos clave de la comparación entre Gemini 4 Neon y Gemini 4 Carbon:

  1. Profundidad: tras alinear los niveles, la diferencia solo aparece en el punto que separa Neon xhigh de Carbon high; en el nivel high, ambos empatan.
  2. Costo: las tres cuentas se sostienen por separado debido a los distintos criterios de precio de Carbon; sus conclusiones no se pueden fusionar.
  3. Posicionamiento: la empresa sitúa a Neon junto a Carbon para asumir flujos complejos de alta frecuencia.

Este artículo no concluye quién debería cambiar. Se recomienda recalcular primero con los datos de tus propias tareas y el precio unitario real, y después decidir cómo distribuir la carga. Recomendamos ejecutar primero las líneas base de Carbon y Hydrogen a través de APIYI apiyi.com, y añadir el tercer grupo de comparación cuando Neon esté disponible.


📚 Referencias

  1. Publicación de Sundar Pichai: anuncio y canales de disponibilidad de Gemini 4 Neon

    • Enlace: x.com/sundarpichai/status/2123167780988125621
    • Descripción: la declaración oficial del día del lanzamiento
  2. Blog de Google «Introducing Gemini 4 Neon»: benchmarks y costos autodeclarados por la compañía

    • Enlace: blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon
    • Descripción: origen de la cifra «32% menos por tarea» y del posicionamiento de la familia
  3. Ficha del modelo en DeepMind: especificaciones y tabla comparativa

    • Enlace: deepmind.google/models/model-cards/gemini-4-neon/
    • Descripción: la tabla comparativa no incluye columna de Carbon; los resultados de modelos ajenos a Gemini son autodeclarados por cada proveedor
  4. Guía para desarrolladores de Google Cloud: IDs de modelo, niveles de razonamiento y reglas de caché

    • Enlace: docs.cloud.google.com/gemini-enterprise-agent-platform/models/guides/gemini-4-neon
    • Descripción: los parámetros que hay que modificar antes de integrar Neon
  5. Páginas de precios y de modelos más recientes de Google AI Studio: precio unitario, precio de introducción y niveles

    • Enlace: aistudio.google.com/docs/pricing, aistudio.google.com/docs/latest-model
    • Descripción: origen de la fecha límite 2026-11-30 del precio de introducción de Carbon
  6. Artículo de Artificial Analysis: mediciones de terceros y criterio de precio estándar

    • Enlace: artificialanalysis.ai/articles/gemini-4-neon-intelligence-gain
    • Descripción: origen de «aproximadamente 17% menos» y «menos de la mitad»
  7. Páginas de modelos de Artificial Analysis: puntuación de inteligencia por nivel y costos según el criterio de precio de introducción

    • Enlace: artificialanalysis.ai/models/gemini-4-neon, artificialanalysis.ai/models/gemini-4-carbon
    • Descripción: origen de los 4.90 dólares de Carbon high

Autor: Equipo técnico de APIYI
Intercambio técnico: puedes contactarnos desde la página principal del sitio de APIYI; para más modelos y precios, consulta el centro de documentación en docs.apiyi.com

Artículos relacionados

Publicaciones Similares