# Google lanza Gemini 4 Neon, más rápido y barato

> El nuevo modelo Gemini 4 Neon duplica la velocidad de su predecesor, reduce el costo por tarea y ofrece una ventana de contexto de 1 millón de tokens.

Oossa · 2026-11-19 · https://oossa.com/es/google-launches-gemini-4-neon-a-faster-and-cheaper-ai-model

Google DeepMind anunció Gemini 4 Neon el 18 de noviembre de 2026. Es el cuarto lanzamiento de la serie Gemini 4 en siete semanas. Neon funciona aproximadamente el doble de rápido que el anterior Gemini 4 Carbon, obtiene mejores resultados en la mayoría de las pruebas de referencia y cuesta menos por token. Puede procesar hasta 1 millón de tokens de entrada —entre texto, imágenes, audio y video— en una sola solicitud.

## Mejoras de rendimiento y costo

En su nivel de razonamiento máximo, «xhigh», Neon obtiene 61 puntos en el Artificial Analysis Intelligence Index, ligeramente por encima de los 60 de Carbon. Genera alrededor de 110 tokens por segundo, frente a los 57 de Carbon, y reduce el tiempo de ejecución de las pruebas de referencia de 36 minutos a unos 21. El costo por tarea en el nivel xhigh es de $6.44, aproximadamente un 17 % menos que los $7.76 de Carbon, aunque Neon usa un 15 % más de tokens de salida: el ahorro se debe a un precio de lista más bajo. Los tokens de entrada cuestan $3 por millón (o $0.15 con caché), y los de salida, $15 por millón, un 25 % menos que las tarifas habituales de Carbon.

Neon también supera a otros modelos en las pruebas de programación. En el Coding Agent Index obtiene 59 puntos, frente a los 55 de Carbon, y una tarea de programación cuesta en promedio $6.86, comparado con $12.61 para Claude Opus 5.5 y $15.47 para Claude Fable 5.2. En la prueba interna SWE-sweep de Google, Neon alcanza una tasa de éxito del 39 %.

Las pruebas visuales y científicas muestran mejoras similares. Neon lidera la prueba de documentos GDP.pdf con un resultado del 33.4 % en el nivel «high», supera a Carbon en la prueba de presentaciones AA-Briefcase y encabeza RiemannBench con un 84 %.

## Disponibilidad y seguridad

Neon ya está disponible a través de Gemini API, Google AI Studio y Gemini for Business, así como para los suscriptores de pago de Google AI Pro y Ultra. Google también ofrece una variante centrada en ciberseguridad a través del programa Fairwind, dirigida a defensores de confianza.

El modelo conserva las protecciones de seguridad de Gemini 4 Carbon: bloquea el 100 % de los ataques indirectos de inyección de instrucciones en la prueba Gray-Swan y rechaza solo el 1.98 % de las tareas en una prueba de seguridad de terminal. Su fecha límite de conocimiento es marzo de 2026.

## Los hechos

- Google DeepMind lanzó Gemini 4 Neon el 18 de noviembre de 2026.
- Neon procesa alrededor de 110 tokens por segundo, casi el doble que Carbon, con 57 tokens por segundo.
- Los tokens de entrada cuestan $3 por millón (o $0.15 con caché); los de salida, $15 por millón.
- Neon obtiene 61 puntos en el Artificial Analysis Intelligence Index en el nivel xhigh, uno más que Carbon.
- En el Coding Agent Index, Neon cuesta en promedio $6.86 por tarea de programación, frente a $12.61 para Claude Opus 5.5.

## Por qué importa

Para desarrolladores y empresas, Neon permite programar y analizar datos con ayuda de la IA a mayor velocidad y menor costo, lo que hace más asequible la automatización a gran escala. Su ventana de contexto ampliada, de 1 millón de tokens, permite procesar documentos completos, hojas de cálculo o transcripciones de video de una sola vez y reduce la necesidad de dividir el trabajo en muchas solicitudes. Sin embargo, el modelo sigue teniendo como fecha límite de conocimiento marzo de 2026 y puede presentar alucinaciones ocasionales, por lo que las decisiones importantes aún requieren revisión humana.

## Fuentes y referencias

1. [Google's latest AI model is faster, cheaper and smarter than its flagship predecessor from just weeks ago](https://the-decoder.com/googles-latest-ai-model-is-faster-cheaper-and-smarter-than-its-flagship-predecessor-from-just-weeks-ago/) – The Decoder, 2026-11-19
2. [Google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/?utm_source=openai) – Google
3. [Google DeepMind](https://deepmind.google/models/model-cards/gemini-4-neon/?utm_source=openai) – Google DeepMind

Última actualización: 2026-11-19
