| |

Gemini 4 Neon e GPT-6.2 Astra: pontuação de inteligência, tempo gasto e preço unitário analisados separadamente

Gemini 4 Neon e GPT-6.2 Astra: pontuação de inteligência, tempo gasto e preço unitário analisados separadamente

Nota do autor: este artigo separa, por rótulo de origem, as três contas de Gemini 4 Neon e GPT-6.2 Astra — pontuação de inteligência, tempo por tarefa, preço unitário e custo por tarefa — e lista o preço de tabela, as faixas e o endereço de invocação dos modelos já disponíveis na APIYI.

Em 18 de novembro de 2026, o Google lançou o Gemini 4 Neon. Naquele dia, Sundar Pichai anunciou que ele começava a ser liberado no Gemini API do Google AI Studio, no Gemini for business, no Google Antigravity e no Gemini App. No mesmo dia, um artigo do Artificial Analysis colocou o Neon xhigh em 3º lugar no índice geral de inteligência, com apenas GPT-6.2 Astra (max) e Claude Fable 5.2 (max) à frente. Quando se colocam Neon e Astra lado a lado, o que mais se confunde é preço unitário com custo por tarefa: o primeiro é o preço de tabela por milhão de tokens; o segundo é o dinheiro que de fato se gasta para resolver uma questão.

As três contas abaixo vêm todas da página de modelo do Artificial Analysis (leitura em 2026-11-19, índice v5.0.1), com o nível indicado entre parênteses; níveis diferentes aparecem em linhas separadas:

  • Pontuação de inteligência: GPT-6.2 Astra (max) 62, Gemini 4 Neon (xhigh) 61. O nível xhigh do Astra também é 62.
  • Tempo por tarefa: Astra (max) 13.7 minutos, Astra (xhigh) 7.4 minutos, Neon (xhigh) 21.5 minutos.
  • Preço unitário e custo por tarefa: o Astra tem preço de tabela de 8 na entrada e 40 na saída (USD por milhão de tokens); o Neon, 3/15. O custo por tarefa do Astra (max) é 4.00 USD, e o do Neon (xhigh), 6.44 USD.

O que faz preço unitário e custo por tarefa caminharem em direções opostas é o consumo de tokens. Ao rodar o mesmo conjunto de índices, o Astra (max) gerou 65,8 milhões de tokens de saída, e o Neon (xhigh), 283 milhões; em velocidade, o Neon faz cerca de 110 tokens por segundo e leva 56.51 segundos até o primeiro token da resposta, enquanto o Astra faz 50 tokens por segundo e leva 197.65 segundos até o primeiro token. Este artigo só se encarrega de organizar esses números em colunas; qual conta importa mais para você depende da estrutura das suas tarefas.

Valor central: depois de ler este artigo, você vai saber de qual conta e de qual nível vem cada número de Gemini 4 Neon e GPT-6.2 Astra, e vai saber quais modelos dá para chamar diretamente na APIYI e onde o preço muda de faixa.

gemini-4-neon-vs-gpt-6-2-astra-intelligence-time-price-pt-pt-image-0


Diferenças centrais entre Gemini 4 Neon e GPT-6.2 Astra

A tabela abaixo vem toda da página de modelo do Artificial Analysis: Neon usa xhigh e Astra usa max, que são os níveis máximos nas duas páginas. A tabela comparativa do model card do DeepMind traz apenas três colunas — Gemini 4 Neon, Claude Opus 5.5 e GPT-6.2 Sol — e não inclui Astra; por isso, o lado do Astra usa somente os números da página de modelo do Artificial Analysis.

Dimensão de comparação Gemini 4 Neon (xhigh) GPT-6.2 Astra (max) Fonte
Pontuação de inteligência 61 62 (xhigh também é 62) Página de modelo do Artificial Analysis
Tempo por tarefa 21,5 minutos 13,7 minutos (xhigh é 7,4 minutos) Página de modelo do Artificial Analysis
Preço de tabela (entrada/saída, USD/milhão de tokens) 3,00 / 15,00 8,00 / 40,00 Página de modelo do Artificial Analysis
Custo por tarefa 6,44 USD 4,00 USD Página de modelo do Artificial Analysis
Tokens de saída no índice de execução 283 milhões 65,8 milhões Página de modelo do Artificial Analysis
Velocidade de saída 110 tokens/segundo 50 tokens/segundo Página de modelo do Artificial Analysis
Primeiro token da resposta 56,51 segundos 197,65 segundos Página de modelo do Artificial Analysis
Desconto de cache / preço misto 95% / 2,21 95% / 5,88 Página de modelo do Artificial Analysis

O mais seguro é ler esta tabela linha por linha. As três duplas — pontuação de inteligência, tempo de execução e preço — são independentes entre si; não há contradição em uma mesma coluna aparecer com “pontuação alta”, “tempo curto” e “preço unitário alto”.

Por que o GPT-6.2 Astra tem preço unitário mais alto e ainda assim custo por tarefa menor

O custo por tarefa pode ser entendido, grosso modo, como “quantos tokens foram consumidos × preço de cada token”. O preço de saída do Astra é de US$ 40 por milhão de tokens, mais que o dobro dos US$ 15 do Neon; mas o volume de saída do run de índice registrado na página do modelo no Artificial Analysis é de 65,8 milhões de tokens para o Astra, menos de um quarto dos 283 milhões do Neon. Como o lado do consumo fica bem menor, o modelo com preço unitário mais alto acaba com custo por tarefa de US$ 4,00, contra US$ 6,44 do Neon.

O lado da entrada merece uma ressalva. A página do modelo Neon registra 8,12 bilhões de tokens de entrada no run de índice; os materiais de referência não trazem o número de tokens de entrada do Astra, então aqui decompomos apenas o lado da saída, sem tentar reconstruir a fatura completa. O preço combinado é 2,21 para o Neon e 5,88 para o Astra, e isso também reflete só o nível de preço de tabela — para estimar a sua própria conta, ainda é preciso multiplicar pela sua estrutura de tokens.

Quando o assunto é um negócio específico, a estrutura de tokens muda. Em tarefas com entrada muito longa e saída curta, o peso do preço de entrada, 8 contra 3, cresce; já em tarefas com saída muito longa, o termo de consumo de saída passa a dominar o resultado. O custo por tarefa no índice é o resultado de um conjunto fixo de questões; antes de transportar isso para o seu cenário, o melhor é rodar uma amostra sua.

gemini-4-neon-vs-gpt-6-2-astra-intelligence-time-price-pt-pt-image-1

A conta de tempo do Gemini 4 Neon: velocidade de saída e velocidade de conclusão são coisas diferentes

Na página do modelo, o Neon entrega cerca de 110 tokens por segundo — mais que o dobro dos 50 tokens/s do Astra — e o primeiro token de resposta sai em apenas 56,51 segundos, contra 197,65 segundos do Astra. Só que o tempo por tarefa é de 21,5 minutos no Neon (xhigh), enquanto o Astra (max) leva 13,7 minutos e 7,4 minutos no xhigh. A explicação, de novo, está no volume de tokens: um modelo que escreve mais, por mais rápido que despeje tokens a cada segundo, vai demorar mais para terminar.

No Astra, xhigh e max têm a mesma pontuação de inteligência, 62, mas um leva 7,4 minutos e o outro 13,7 minutos — na hora de citar, é obrigatório informar o nível. Do lado do Neon, o FAQ da página do modelo no Artificial Analysis traz ainda o tempo até o primeiro token nos níveis mais baixos: high 40,64 segundos, medium 20,14 segundos e low 13,93 segundos. Esses números vêm do FAQ e não ficam na mesma coluna da tabela-resumo.

Dados por nível: Gemini 4 Neon e GPT-6.2 Astra

Modelo Nível Pontuação de inteligência Tempo por tarefa Velocidade de saída
Gemini 4 Neon xhigh 61 21,5 min 110 tokens/s
Gemini 4 Neon high (padrão) 60 14,8 min 101 tokens/s
Gemini 4 Neon medium 55 8,3 min 101 tokens/s
Gemini 4 Neon low 44 3,7 min 97 tokens/s
GPT-6.2 Astra max 62 13,7 min 50 tokens/s
GPT-6.2 Astra xhigh 62 7,4 min 50 tokens/s
GPT-6.2 Astra high 60 5,9 min 50 tokens/s
GPT-6.2 Astra medium 57 4,5 min 49 tokens/s
GPT-6.2 Astra low 46 1,8 min 48 tokens/s

Todos os dados vêm da página do modelo no Artificial Analysis, e o high do Neon é o nível padrão conforme indicado no guia do desenvolvedor do Google. O Neon não tem nível max; já no Astra a velocidade de saída fica estável entre 48 e 50 tokens/s em todos os níveis, e a diferença de tempo vem principalmente da quantidade de tokens escritos em cada nível. A página do modelo só informa o custo por tarefa do nível mais alto — os custos dos demais níveis não são estimados aqui.

gemini-4-neon-vs-gpt-6-2-astra-intelligence-time-price-pt-pt-image-2

Nota sobre a comparação: os números do gráfico e da tabela acima vêm da página do modelo no Artificial Analysis. Se quiser validar o consumo de tokens com as suas próprias tarefas, é só usar a mesma chave API na APIYI e alternar entre os modelos disponíveis para comparar.


Gemini 4 Neon: números autodeclarados oficiais, model card e comparação com números de terceiros

Do lado do Neon, há três tipos de fontes, com critérios distintos. Todo o trecho do blog do Google é autodeclaração oficial: ele traz o Artificial Analysis Intelligence Index em xhigh como 61, o 3º lugar geral, o Vals Index em 70.9% e o Arena Agent Arena Index em 1336. O model card do DeepMind também registra o AA Index v5.0.1 como 61, e a nota de avaliação esclarece que os resultados de modelos não-Gemini vêm, por padrão, da autodeclaração de cada empresa — ou seja, é um compilado oficial. O artigo e a página do modelo do Artificial Analysis são medições de terceiros.

Métrica Autodeclarado oficial (blog do Google) Model card Artigo do Artificial Analysis
Índice de Inteligência (xhigh) 61 61 61
Coding Agent Index 58.6 Não listado 59 (Antigravity CLI, xhigh)
MKA Não listado 56.5% 56%
WebExploitBench v1.2 51.26% 51.3% Não listado
SWE-sweep mini-SWE 12.8%, Antigravity 39.0% harness do fabricante 39.0%, mini-SWE 12.8% Não listado
Custo por tarefa (alegação) high padrão 32% mais barato que Carbon Não listado US$ 6.44, cerca de 17% a menos que os US$ 7.76 do Carbon sem desconto

Os números que não batem ficam todos na tabela: Coding Agent Index autodeclarado oficial 58.6, artigo do Artificial Analysis 59; MKA model card 56.5%, artigo do Artificial Analysis 56%. Os 12.8% e 39.0% do SWE-sweep vêm de dois harness diferentes, e o blog do Google atribui a diferença a uma melhoria proporcionada pelo harness.

O critério de custo também se divide em três contas. O “32% mais barato” do Google é cálculo próprio, e o blog não diz se o Carbon usa o preço de introdução ou o preço padrão; o “cerca de 17% a menos” do artigo do Artificial Analysis é calculado com base no preço padrão do Carbon 4/20, chegando a US$ 7.76; já os US$ 4.90 do Carbon high na página do modelo do Artificial Analysis são calculados com base no preço de introdução atual da página, 2/10. Esses três conjuntos de números se sustentam cada um por si, e não podem ser convertidos entre si.


Recomendações por cenário: qual métrica considerar para Gemini 4 Neon ou GPT-6.2 Astra

Cenários em que vale olhar primeiro para os números do GPT-6.2 Astra

  • Orçamento por tarefa: se você monta o orçamento pensando em “quanto custa cada problema”, comece pelo custo por tarefa na página do modelo no Artificial Analysis. O Astra (max) sai por 4.00 dólares.
  • Tempo total de conclusão: o nível xhigh do Astra leva 7.4 minutos e tem pontuação de inteligência 62; o nível max leva 13.7 minutos. Como a pontuação é a mesma, mas o tempo muda bastante entre os dois níveis, vale avaliar cada um separadamente na hora de escolher.
  • Tarefas em lote e saídas curtas: ao rodar o índice, o Astra gerou 65,8 milhões de tokens de saída; o volume de saída pesa pouco na conta dele.

Cenários em que vale olhar primeiro para os números do Gemini 4 Neon

  • Interfaces interativas e espera pelo primeiro token: o Neon (xhigh) leva 56.51 segundos até o primeiro token da resposta; no FAQ, o nível low aparece com 13.93 segundos.
  • Entrada multimodal: a ficha do modelo do DeepMind indica que a entrada pode ser texto, imagem, áudio e vídeo, com janela unificada de até 1 milhão de tokens e conhecimento até março de 2026.
  • Orquestração com subtarefas: o guia do desenvolvedor do Google menciona que dá para usar gemini-4-neon como modelo orquestrador e passar o previous_interaction_id para o gemini-4-hydrogen executar subtarefas mais rápidas.
  • Cálculo pelo preço por token: a página de preços do Google AI Studio lista o Neon com entrada a 3.00, cache a 0.15 e saída a 15.00 dólares por milhão de tokens. A saída inclui tokens de raciocínio e não há nível gratuito.

Consultar modelos e preços do Gemini 4 Neon e do GPT-6.2 Astra no APIYI

A página da tabela geral do APIYI indica atualização em 2026-11-16 09:39 (UTC+8). Em 2026-11-19, também conferimos a API de preços (versão shell-api-modelmak-v1, com 285 modelos no total). Dá para comparar item por item na lista de modelos em apiyi.com. Na API de preços, model_ratio 1 corresponde a entrada de 2 dólares por milhão de tokens, e completion_ratio 5 indica que a saída custa 5 vezes a entrada, o que bate com a primeira faixa da tabela geral.

Modelo ID Entrada Leitura de cache Saída Endpoint Observação
gpt-6.2-astra 8 0.4 40 responses entrada 16 acima de 272000 tokens; saída na faixa superior da API de preços cerca de 60; a tabela geral não inclui essa faixa de saída
gpt-6.2-sol 2 0.1 10 responses (recomendado), chat entrada 3 acima de 272000 tokens; saída na faixa superior da API de preços cerca de 11.25
gemini-4-carbon 2 0.1 10 chat, gemini corresponde ao preço introdutório do Google até 2026-11-30
gemini-4-hydrogen 1.5 0.075 7.5 chat, gemini grupos Default, SVIP
claude-opus-5-5 4 0.2 20 chat, messages há também a versão -thinking
claude-fable-5-2 8 0.2 40 chat, messages há também a versão -thinking
gemini-4-neon — — — — não consta na tabela geral nem na API de preços

As unidades são dólares por milhão de tokens. Os valores 2/0.1/10 do gemini-4-carbon são o preço atual de catálogo no APIYI, batem com o preço introdutório do Google e devem ser vistos separadamente do preço padrão posterior do Google, 4/20. Os nomes dos grupos têm pequenas diferenças de grafia entre os dois lugares: por exemplo, a tabela geral escreve Default, SVIP e a API de preços escreve default, svip; para a série Claude, a tabela geral escreve Claude_Reverse, Claude_Enterprise e a API de preços escreve ClaudeCodeReverse, ClaudeOfficial. Em ambos os casos, vale o que a plataforma exibe.

O preço oficial do Gemini 4 Neon vem da página de preços do Google AI Studio: entrada 3.00, cache 0.15 e saída 15.00 dólares por milhão de tokens; suporta apenas cache implícito. O gemini-4-neon não aparece na tabela geral nem na API de preços do APIYI, e também não tem página de modelo independente; ele ainda não foi disponibilizado. Vamos disponibilizar esse modelo o quanto antes. Modelos e preços devem ser confirmados na lista de modelos da plataforma.


Início rápido: chamar o GPT-6.2 Astra pela APIYI

O gpt-6.2-astra roda no endpoint responses compatível com OpenAI. Seguindo os quatro passos abaixo, você já consegue colocá-lo para funcionar:

  1. Cadastre-se em apiyi.com, crie uma chave API e coloque o valor na variável de ambiente APIYI_API_KEY. No código, leia apenas da variável de ambiente — nunca deixe a chave em texto puro.
  2. Inicialize o cliente com o SDK da OpenAI: client = OpenAI(api_key=os.environ["APIYI_API_KEY"], base_url="https://api.apiyi.com/v1").
  3. Chame o endpoint responses: resp = client.responses.create(model="gpt-6.2-astra", input="用三句话说明单价和单任务费用的区别") e depois leia resp.output_text.
  4. Confira a cobrança: na primeira faixa da tabela geral da APIYI, a entrada é 8, a leitura de cache 0.4 e a saída 40 dólares por milhão de tokens. Quando a entrada de uma única requisição passa de 272000 tokens, a entrada sobe para 16, o CompletionRatio dessa faixa na interface de preços é 3.75 e a saída fica em torno de 60 dólares por milhão de tokens — o texto da tabela geral não informa a saída dessa faixa.

Em tarefas de contexto longo, preste atenção especial ao passo 4. Acima de 272000 tokens, entrada e saída mudam de faixa ao mesmo tempo, e o custo por tarefa se afasta bastante da estimativa da primeira faixa. Vale a pena levantar primeiro a contagem de tokens das suas requisições típicas e só então definir o orçamento.

Os modelos Gemini já disponíveis têm duas formas de acesso: gemini-4-carbon e gemini-4-hydrogen podem usar o mesmo endereço compatível com OpenAI pelo endpoint chat, ou o endereço nativo do Gemini https://api.apiyi.com, com versão de API v1beta. As regras de parâmetros do Neon podem ser consultadas primeiro no guia para desenvolvedores do Google: os níveis de raciocínio são apenas low, medium, high e xhigh, com padrão high; enviar thinking_budget ou MINIMAL retorna HTTP 400; cache de contexto explícito não é suportado, e prefixos compartilhados acima de 4096 tokens passam automaticamente pelo cache implícito; a saída padrão de um segmento é de no máximo 65536 tokens.

🚀 Início rápido: uma boa ideia é resgatar primeiro a cota gratuita de teste para novos usuários em APIYI apiyi.com e, com a mesma chave, chamar em sequência gpt-6.2-astra, gpt-6.2-sol e gemini-4-carbon, anotando os tokens de entrada e saída de cada um. Depois é só encaixar esses números na tabela de preços acima para calcular o custo por tarefa.


Recomendações de decisão para Gemini 4 Neon vs GPT-6.2 Astra

Qual é a sua preocupação Qual coluna olhar primeiro Gemini 4 Neon (xhigh) GPT-6.2 Astra Fonte
Pontuação de inteligência Pontuação de inteligência 61 max 62, xhigh 62 Página do modelo no Artificial Analysis
Quanto tempo leva para resolver uma questão Tempo por tarefa 21,5 minutos max 13,7 minutos, xhigh 7,4 minutos Página do modelo no Artificial Analysis
Quanto tempo esperar pelo primeiro token Token da primeira resposta 56,51 segundos max 197,65 segundos Página do modelo no Artificial Analysis
Preço por milhão de tokens Preço unitário 3 / 15 8 / 40 Página do modelo no Artificial Analysis, tabela geral da APIYI
Quanto custa rodar o benchmark Custo por tarefa US$ 6,44 max US$ 4,00 Página do modelo no Artificial Analysis
Como é cobrado input longo Faixa de preço Materiais de referência não listam faixas Entrada acima de 272000 tokens: 16; saída cerca de 60 Tabela geral da APIYI, interface de preços

Na hora de decidir, primeiro identifique qual linha é mais importante para o seu negócio e depois olhe os números e as fontes dessa linha. A diferença na pontuação de inteligência é de apenas 1 ponto; as diferenças em tempo de execução, primeiro token, preço unitário e custo por tarefa apontam em direções distintas, e nenhuma linha substitui as outras.

💡 Sugestão de escolha: As questões do benchmark e as suas tarefas reais costumam ter estruturas de tokens diferentes. Recomendamos colocar suas próprias amostras no apiyi.com e fazer um comparativo com os modelos já disponíveis no catálogo, registrando o consumo de tokens e o tempo de execução antes de definir a faixa e o modelo.


Perguntas frequentes sobre Gemini 4 Neon e GPT-6.2 Astra

P1: O que é o Gemini 4 Neon?

O Gemini 4 Neon é um modelo lançado pelo Google em 18 de novembro de 2026, com ID de modelo `gemini-4-neon`. O model card do DeepMind informa que ele foi adaptado do Gemini 4 Carbon e que, dentro da família, ele fica entre Hydrogen (execução rápida do dia a dia) e Carbon (tarefas complexas de longo alcance), com janela de contexto unificada de 1048576 tokens.

P2: Qual é a diferença de pontuação de inteligência entre o Gemini 4 Neon e o GPT-6.2 Astra?

Na página de modelo da Artificial Analysis, o Neon (xhigh) marca 61, o Astra (max) marca 62, e o Astra (xhigh) também marca 62. O Astra tem a mesma pontuação nos dois níveis, com tempos de 13,7 minutos e 7,4 minutos respectivamente; ao citar, é preciso indicar o nível utilizado.

P3: Quando o Gemini 4 Neon estará disponível?

Sundar Pichai declarou no dia do lançamento que o Neon está disponível a partir de 18 de novembro de 2026 no Gemini API do Google AI Studio, no Gemini for business, no Google Antigravity das versões pagas Google AI Pro e Ultra, e no Gemini App das versões Pro e Ultra. A página de preços do Google AI Studio informa que ele não tem nível gratuito.

P4: O GPT-6.2 Astra tem preço unitário mais alto, então por que o custo por tarefa é de US$ 4,00?

O custo por tarefa é determinado tanto pelo preço unitário quanto pelo volume de uso. A página de modelo da Artificial Analysis registra que o Astra (max) gerou 65,8 milhões de tokens de saída ao rodar o índice, enquanto o Neon (xhigh) gerou 283 milhões; embora o preço de saída do Astra seja 40 contra 15, o volume de uso é muito menor, por isso o custo por tarefa fica em US$ 4,00 para o Astra e US$ 6,44 para o Neon.

P5: Como invocar o GPT-6.2 Astra rapidamente via API?

1. Cadastre-se no APIYI apiyi.com e obtenha a chave API e a cota gratuita de testes;
2. Defina o base_url do SDK da OpenAI com o endereço compatível com OpenAI mostrado no guia rápido acima;
3. Use o endpoint responses e preencha o modelo com `gpt-6.2-astra`.

No momento, o `gemini-4-neon` não aparece na tabela geral nem na interface de preços do APIYI; quando for lançado, vale a lista de modelos da plataforma.

P6: Quais são as limitações ao citar esses números?

– **Critério**: dados autodeclarados oficiais, model card, artigos e páginas de modelo da Artificial Analysis vêm de fontes diferentes; o Coding Agent Index tem dois valores, 58,6 e 59, e o MKA tem dois valores, 56,5% e 56%.
– **Custo**: o “32% mais baixo” do Google, o “cerca de 17% menos” do artigo da Artificial Analysis e os US$ 4,90 do Carbon na página de modelo são três conjuntos de contas distintos, que não podem ser combinados.
– **Migração**: o custo por tarefa do índice vem de um conjunto fixo de questões; a estrutura de tokens das suas tarefas é diferente, então os resultados também serão.


Gemini 4 Neon e GPT-6.2 Astra: principais takeaways

  • Pontuação de inteligência: na página do modelo no Artificial Analysis, Astra (max) 62, Astra (xhigh) 62 e Neon (xhigh) 61.
  • Tempo de execução: Neon (xhigh) 21,5 minutos; Astra max 13,7 minutos e xhigh 7,4 minutos — cada nível precisa ser citado separadamente.
  • Preço unitário: Astra 8/40, Neon 3/15 dólares por milhão de tokens; o preço do Neon vem da página de preços do Google AI Studio.
  • Custo por tarefa: Astra (max) US$ 4,00 e Neon (xhigh) US$ 6,44; a diferença vem do volume de tokens de saída.
  • Velocidade e primeiro token: Neon 110 tokens/segundo, primeiro token em 56,51 segundos; Astra 50 tokens/segundo, primeiro token em 197,65 segundos.
  • Catálogo da APIYI: gpt-6.2-astra na primeira faixa 8/0,4/40; acima de 272.000 tokens de entrada, 16; saída pela interface de preços em torno de 60; gemini-4-neon ainda não foi incluído.

Resumo comparativo: Gemini 4 Neon vs GPT-6.2 Astra

Na comparação entre Gemini 4 Neon e GPT-6.2 Astra, o ponto-chave é manter as contas separadas:

  1. Conta da inteligência: 61 contra 62; o xhigh e o max do Astra têm ambos 62, com base na página do modelo no Artificial Analysis.
  2. Conta do tempo: 21,5 minutos contra 13,7 minutos (o Astra xhigh fica em 7,4 minutos); a velocidade de saída e o tempo até o primeiro token são outra série de números.
  3. Conta do preço: preço unitário 3/15 contra 8/40; custo por tarefa US$ 6,44 contra US$ 4,00, com 283 milhões contra 65,8 milhões de tokens de saída no meio.

Ao escolher, primeiro defina por qual conta você vai liquidar e depois confirme o consumo de tokens com seus próprios samples. Recomendamos usar a APIYI apiyi.com com uma única chave API para fazer testes comparativos entre os modelos já disponíveis; quando o gemini-4-neon for disponibilizado, ele pode entrar direto no mesmo fluxo.


📚 Referências

  1. Post de lançamento de Sundar Pichai: lançamento do Gemini 4 Neon e canais de disponibilização

    • Link: x.com/sundarpichai/status/2123167780988125621
    • Descrição: data de lançamento e ponto de acesso
  2. Blog do Google “Introducing Gemini 4 Neon”: benchmarks, preços e posicionamento declarados oficialmente

    • Link: blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon
    • Descrição: números oficiais como Coding Agent Index 58.6 e custo 32% menor
  3. Model card do Gemini 4 Neon no DeepMind: tabela comparativa e especificações do modelo

    • Link: deepmind.google/models/model-cards/gemini-4-neon/
    • Descrição: a tabela comparativa tem apenas três colunas: Neon, Claude Opus 5.5 e GPT-6.2 Sol
  4. Guia do desenvolvedor do Google Cloud: parâmetros e regras de cache do gemini-4-neon

    • Link: docs.cloud.google.com/gemini-enterprise-agent-platform/models/guides/gemini-4-neon
    • Descrição: níveis de raciocínio, condições de HTTP 400, cache implícito
  5. Página de preços do Google AI Studio: preços oficiais da família Gemini 4

    • Link: aistudio.google.com/docs/pricing
    • Descrição: Neon 3/0.15/15, preço de introdução do Carbon válido até 2026-11-30
  6. Artigo da Artificial Analysis: análise da pontuação de inteligência e do custo do Neon

    • Link: artificialanalysis.ai/articles/gemini-4-neon-intelligence-gain
    • Descrição: medição de terceiros, incluindo o critério de cerca de 17% a menos no preço padrão do Carbon
  7. Página de modelos da Artificial Analysis: Gemini 4 Neon e GPT-6.2 Astra

    • Link: artificialanalysis.ai/models/gemini-4-neon, artificialanalysis.ai/models/gpt-6-2-astra
    • Descrição: principal fonte de dados das três contas deste artigo, consultada em 2026-11-19

Autor: equipe técnica da APIYI
Contato técnico: fique à vontade para falar com a gente pela página inicial do site oficial da APIYI; para modelos e preços, consulte a lista de modelos e o centro de documentação da plataforma.

Artigos relacionados

Similar Posts