Gemini 4 Neon: o que é e para que tipo de trabalho o Google o criou

Ilustração representando o Gemini 4 Neon, modelo de IA do Google

O Gemini 4 Neon é o modelo que o Google anunciou e liberou em 18 de novembro de 2026, conforme a cobertura do 9to5Google. Na descrição oficial, ele traz inteligência de ponta com conclusão rápida de tarefas de ponta a ponta em engenharia de software complexa, trabalho do conhecimento e fluxos de ciência. A mesma definição aparece no anúncio do Google e na página do modelo na Gemini API.

Ele chega com janela de contexto de 1 milhão de tokens e quatro níveis de thinking, que controlam o quanto o modelo trabalha em cada resposta, segundo o blog oficial.

Então a pergunta que importa é outra: onde ele entra no seu fluxo e quando vale pagar por ele? Bora ver.

Onde o Neon fica na família Gemini 4

O Neon fica no meio da família. De um lado está o Gemini 4 Hydrogen, voltado a loops de agente cotidianos de alto volume. Do outro, o Gemini 4 Carbon, feito para tarefas complexas de longo horizonte. Essa divisão está no guia do desenvolvedor do Google Cloud.

O mesmo guia descreve dois jeitos de usar o Neon. Ele pode rodar sozinho em engenharia de software com vários arquivos e em síntese corporativa. Ou pode orquestrar fluxos multiagente, distribuindo trabalho para subagentes Hydrogen.

Pensa assim: o Neon faz o papel do tech lead que divide a tarefa, e os subagentes Hydrogen executam as partes repetitivas. Se você já usou o Hydrogen para prototipar UI em iterações curtas, dá pra imaginar o Neon coordenando esse tipo de execução rápida.

Vale lembrar que o Neon não abriu a família. O Gemini 4 Argon, o Carbon e o Hydrogen já existiam antes dele, como mostra o anúncio do Carbon.

O model card da Google DeepMind resume o posicionamento: o Neon equilibra profundidade e eficiência, entregando raciocínio de nível frontier para fluxos complexos e de alta frequência, de forma mais rápida e com custo mais eficiente.

Para que tipo de trabalho o Neon foi feito

O Google declara três focos: engenharia de software complexa, trabalho do conhecimento e ciência. O perfil do Google for Developers no X coloca a ênfase em código complexo, raciocínio analítico e fluxos corporativos (enterprise).

Para engenharia de software e trabalho do conhecimento, o guia do Google Cloud cita usos mais concretos. Para ciência, a documentação não detalha um cenário específico:

  • Projetos de código com vários arquivos: mudanças que atravessam módulos diferentes, em que o modelo precisa entender o projeto inteiro e não só a função que você colou.
  • Síntese corporativa: juntar informação espalhada em muitos documentos e transformar isso em algo utilizável.

As entradas também ajudam nesse trabalho do conhecimento. O modelo aceita texto, imagens, vídeo, áudio e PDFs, segundo a documentação do Google Cloud. Se o seu caso é montar um relatório com citações de PDF, planilha e vídeo, esse é exatamente o tipo de material que ele recebe.

O que o Google não entrega aqui é uma promessa de que o Neon resolve tudo melhor que os irmãos. A escolha depende da tarefa, e é por isso que os níveis de thinking existem.

Janela de contexto de 1 milhão de tokens: como funciona o limite

A janela é de 1.048.576 tokens, e esse limite é unificado. Ou seja, entrada, thinking e saída dividem o mesmo espaço, conforme o guia do desenvolvedor do Google Cloud.

E o que conta como saída? Tudo que o modelo produz: o thinking, as chamadas de função e a resposta final. Tudo isso entra na mesma conta dos 1.048.576 tokens.

Tem mais um detalhe que pega muita gente desprevenida. As respostas síncronas ficam limitadas a 65.536 tokens por padrão, segundo o mesmo guia.

Funciona como uma mala com tamanho fixo. Se você enche de roupa (o contexto de entrada), sobra menos espaço para o resto. Um contexto gigante na entrada reduz o espaço disponível para o raciocínio e para a resposta, então jogar o repositório inteiro no prompt nem sempre é a melhor ideia.

Os quatro níveis de thinking do Neon (LOW, MEDIUM, HIGH e XHIGH)

O Neon tem quatro níveis de thinking: LOW, MEDIUM, HIGH e XHIGH. O padrão é o HIGH, segundo o guia do Google Cloud. O blog oficial apresenta esses níveis como um controle de quanto o modelo trabalha antes de responder.

A recomendação do Google, no mesmo guia, é direta: testar os quatro níveis e escolher o mais baixo que atenda à qualidade necessária.

E por que não deixar sempre no máximo? Porque os tokens de thinking são cobrados como saída. Quanto mais o modelo pensa, mais tokens de saída ele gera, e mais cara fica cada chamada.

Se você já leu sobre os níveis de pensamento do Hydrogen, os nomes vão soar familiares. Para o Neon, porém, vale o que a documentação dele diz: o padrão é HIGH e a escolha deve partir do nível mais baixo que funcione.

Quanto custa e onde usar o Gemini 4 Neon

Na Gemini API, o Neon custa US$ 3,00 por milhão de tokens de entrada e US$ 15,00 por milhão de tokens de saída, com os tokens de thinking incluídos na saída, segundo a página de novidades da Gemini API.

A entrada em cache sai por US$ 0,15 por milhão de tokens, um desconto de 95%, de acordo com o TestingCatalog. Para quem reaproveita o mesmo contexto em várias chamadas, isso faz MUITA diferença.

O Google também afirma que o custo por tarefa do Neon é 32% menor que o do Gemini 4 Carbon na configuração padrão (thinking high). O número é do blog oficial e vale como afirmação do próprio Google.

Sobre onde usar, a disponibilidade muda conforme o produto, segundo o mesmo anúncio:

  • Gemini API: no plano pago (paid tier) do Google AI Studio. Não está disponível no free tier.
  • Gemini for business: via API e pelo seletor de modelos.
  • Google Antigravity: para assinantes pagos do Google AI Pro e Ultra.
  • App Gemini: para assinantes Google AI Pro e Ultra, em liberação.

Se o modelo ainda não apareceu na sua conta do app, vale lembrar que a liberação ainda está em andamento.

Próximo passo: como avaliar o Neon no seu fluxo

O melhor jeito de saber se o Neon serve pra você é testar numa tarefa real, não num prompt de demonstração.

  1. Escolha uma tarefa que você já faz com frequência: uma mudança de código que mexe em vários arquivos ou uma síntese de vários documentos.
  2. Comece pelo nível de thinking mais baixo e avalie a qualidade da resposta.
  3. Suba de nível só se o resultado não atender. O erro comum aqui é ir direto para o XHIGH e pagar por raciocínio que a tarefa não precisava.
  4. Acompanhe o custo de saída a cada teste, lembrando que o thinking entra nessa conta.

No fim, você sai com uma resposta concreta: qual nível resolve o seu caso e quanto ele custa por tarefa. Com isso em mãos, fica fácil decidir se o Neon vira seu modelo do dia a dia ou se fica reservado para os trabalhos mais pesados.

Fontes consultadas

Consulta em .

Encontre outros guias no YouTube da Hora de Codar. Se quiser aprofundar o contexto, veja LANÇOU o Gemini 4 Carbon! O novo 1º lugar que quase ninguém pode usar.

Escrito por | Matheus Battisti

Matheus Battisti
Fundador da Hora de Codar

Programador apaixonado pelo mundo das tecnologias, sempre buscando em aprender e se aprofundar em linguagens, frameworks e o que mais for necessário para executar um bom trabalho. Agora tem uma nova missão que é de passar seu conhecimento adiante para formar novos programadores e especializar mais os que já são.

Formações

Formação Vibe Coding

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

  • 474 aulas
  • 20 projetos
  • 39h 30min

Blog | Mais populares