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

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.

Black Week do Nexus
A formação de IA mais completa do Brasil
- 7 formações · 112 cursos · 26 mil alunos
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.

VPS Hostinger para seu sistema
10% OFF extraVPS com SSD NVMe e backups semanais. O cupom MATHEUSHORADECODAR é aplicado automaticamente pelo link.
Ver planos com 10% OFF →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.

Crie sistemas com IA para vender
Prompts, modelos e checklists para criar e publicar seu sistema com IA e preparar a oferta para o primeiro cliente.
Quero o e-book gratuito Receba o livro e os bônus no seu e-mail.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.
- Escolha uma tarefa que você já faz com frequência: uma mudança de código que mexe em vários arquivos ou uma síntese de vários documentos.
- Comece pelo nível de thinking mais baixo e avalie a qualidade da resposta.
- 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.
- 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.
Formações
Formação Vibe Coding
Do Prompt ao Produto: Crie Software Real com IA
- 474 aulas
- 20 projetos
- 39h 30min
Blog | Mais populares
Gemini Pro vale a pena para estudante? O que muda de verdade na rotina de estudo
Gemini Pro estudante: veja o preço atual do Google AI Pro, o que muda na rotina de estudo e se vale migrar do plano gratuito para universitários em 2026.
Como excluir sua conta do Gemini e o que acontece com seus dados
Como excluir conta Gemini: apague só o histórico ou encerre a Conta Google inteira. Saiba exatamente o que acontece com seus dados antes de decidir.
Dá para criar vídeos grátis no Gemini? A verdade (e a pegadinha) em 2026
Gemini criar vídeos grátis exige assinatura paga. O Veo só roda no AI Plus, Pro ou Ultra. Veja a única exceção sem custo e como não cair na pegadinha.
