Como usar o Gemini 4 Neon no Google Antigravity e no AI Studio

Ilustração representando o modelo Gemini 4 Neon sendo usado no Google Antigravity e no Google AI Studio
Resposta rápida

No Google Antigravity, contas Pro, Ultra, Enterprise ou com trial elegível já recebem o Gemini 4 Neon no topo do seletor de modelos, como padrão de novas conversas quando você ainda não escolheu outro modelo antes. Pela Gemini API, acessada pelo Google AI Studio, você chama o modelo gemini-4-neon e define o thinking_level (low, medium, high ou xhigh). Comece no high, que é o padrão, compare com o low numa tarefa real e só suba para o xhigh se o high não resolver.

O Google lançou o Gemini 4 Neon em 18 de novembro de 2026, com foco em engenharia de software complexa, trabalho com conhecimento e fluxos científicos. A liberação está acontecendo no Google Antigravity (app desktop, CLI e extensões de IDE), para assinantes pagos Google AI Pro e Ultra e para usuários corporativos pelo Gemini for business. O modelo também chega à Gemini API pelo Google AI Studio, segundo o anúncio oficial no Google Blog.

Este guia mostra onde selecionar o modelo em cada ferramenta e como escolher entre os quatro níveis de thinking. Também traz os primeiros testes para conferir se ele está respondendo como você espera.

O que você precisa antes de começar

O requisito depende de onde você vai usar o modelo, então vale conferir antes de procurar o seletor.

  • No Antigravity: assinatura paga Google AI Pro ou Ultra, trial elegível em dispositivo, conta Enterprise ou conta corporativa pelo Gemini for business, conforme a documentação de modelos do Antigravity.
  • Na API pelo AI Studio: acesso à Gemini API, onde o modelo usa o ID gemini-4-neon, de acordo com a documentação do Google Cloud.
  • Custo da API: US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída, segundo o 9to5Google.

Tome cuidado com um detalhe: o modelo está em liberação, ou seja, chega aos poucos. Mesmo numa conta elegível, ele pode ainda não ter aparecido.

Passo a passo: como usar o Gemini 4 Neon

Os passos 1 a 3 são do Antigravity. O passo 4 é da API e o 5 serve para as duas ferramentas.

  1. Selecione o Neon no Antigravity. Abra uma conversa nova numa conta elegível e olhe o seletor de modelos. O Neon deve estar no topo da lista; ele vem como padrão de novas conversas se você ainda não tiver escolhido um modelo antes, e continua disponível para seleção manual caso já tenha escolhido outro. No mesmo lugar, você troca de modelo quando quiser e escolhe o nível de thinking (Low, Medium, High ou Extra) nos modelos compatíveis.

    Resultado esperado: a conversa nova já começa com o Neon selecionado.

    O erro comum deste passo: procurar o modelo numa conta gratuita ou numa conta que a liberação gradual ainda não alcançou. Nesse caso ele simplesmente não aparece, e não há nada errado na sua instalação.

  2. Use o modo Orchestrator (Neon) quando a tarefa tiver planejamento e execução, se seu plano permitir. O Orchestrator (Neon) está disponível no Google AI Pro (pago ou trial elegível) e no Google AI Ultra, mas não em contas Enterprise, Free ou Plus. Quando disponível, selecione Orchestrator (Neon) no seletor de modelos abaixo da caixa de prompt; esse modo roda com configuração fixa, sem escolha de nível de thinking. Nesse modo, o Neon planeja e revisa, e o Gemini 4 Hydrogen executa o trabalho (edições de código, atualização de pacotes e execução de testes) na mesma sessão, segundo o blog do Google Antigravity.

    Por que dividir assim? O blog do Antigravity posiciona o Neon entre o Gemini 4 Carbon, voltado aos trabalhos mais difíceis e longos, e o Gemini 4 Hydrogen, feito para a execução rápida do dia a dia. É como ter um tech lead que define o plano e revisa, enquanto outro dev mais rápido mexe nos arquivos.

    Exemplo: peça para atualizar uma dependência do projeto, ajustar o código que quebrou e rodar a suíte de testes.

    Resultado esperado: o plano e a revisão vêm do Neon, e as edições e os testes acontecem na mesma sessão. Se a execução estiver mexendo em arquivos demais, vale aprender a pedir edições cirúrgicas ao Hydrogen.

  3. Defina o nível de thinking na Antigravity CLI. O nível pode ir junto do nome do modelo ou em um parâmetro de esforço separado. As duas formas documentadas são estas (só os parâmetros, para mostrar a sintaxe):
       --model gemini-4-neon-xhigh
       --effort xhigh

    Resultado esperado: a sessão roda com o nível que você indicou.

    O erro comum deste passo: usuários relataram que o xhigh está sendo rejeitado na CLI. O sintoma e o que fazer estão na seção sobre o INVALID_ARGUMENT, mais abaixo.

  4. Chame o modelo pela Gemini API, disponível pelo Google AI Studio. Na API, o que importa são dois valores: o ID do modelo e o parâmetro thinking_level, que aceita low, medium, high ou xhigh, segundo o guia do desenvolvedor do modelo. Um exemplo didático dos dois campos:
       model: gemini-4-neon
       thinking_level: high

    Coloque esses valores no ponto da requisição que a documentação do seu SDK indicar.

    Resultado esperado: a chamada responde sem erro de validação.

    O erro comum deste passo: migrar código de um Gemini anterior sem ajustar a configuração. No Neon, o parâmetro legado thinking_budget e o nível minimal disparam erro de validação. A saída é apagar esses dois e definir thinking_level de forma explícita.

  5. Rode os primeiros testes de verificação. Pegue uma tarefa real do seu projeto, como um bug que exige várias etapas para ser resolvido, e rode do mesmo jeito no low e no high. Compare qualidade da resposta, tempo e tokens consumidos. Só suba para o xhigh se o high não resolver.

Depois, teste um caso com anexo. Na API, o Neon tem janela de contexto de 1 milhão de tokens; no Antigravity, essa janela é de até 512 mil tokens, segundo a documentação de modelos do Antigravity. Para um exemplo prático com vários formatos juntos, veja como montar um relatório com citações de PDF, planilha e vídeo.

Como verificar: no Antigravity, o modelo da sessão aparece como Neon. Na API, a resposta volta sem erro de validação.

Qual nível de thinking escolher: low, medium, high ou xhigh

A recomendação do Google é avaliar os quatro níveis e ficar com o mais baixo que atende à qualidade que você precisa, segundo o guia do desenvolvedor. O xhigh fica para problemas difíceis, de várias etapas, em que o high não dá conta, porque ele gasta mais tokens e demora mais.

Uma referência útil para entender a diferença entre os níveis é o Artificial Analysis Intelligence Index. A página do modelo no Artificial Analysis mostra estas pontuações:

NívelPontuação no índiceQuando faz sentidoTrade-off
low44Tarefas em que ele já entrega a qualidade exigidaMenor raciocínio
medium55Quando o low fica abaixo do necessárioIntermediário
high (padrão)60Ponto de partida para a maioria dos testesEquilíbrio entre qualidade e custo
xhigh61Problemas difíceis e de várias etapas que o high não resolveMais tokens e mais tempo

Se liga no salto do high para o xhigh: no índice, ele é de apenas um ponto. Por isso, faz sentido tratar o xhigh como exceção e não como modo padrão. Lembre que a página do Artificial Analysis é viva e esses números podem mudar.

Outro dado a favor de começar no high: nesse nível, o custo por tarefa do Neon é 32% menor que o do Carbon, segundo o Google. Se você já usa o Hydrogen, a lógica de escolha é parecida com a do guia sobre o nível de pensamento no Hydrogen.

xhigh falha na Antigravity CLI com INVALID_ARGUMENT: o que se sabe

Sintoma: ao indicar o xhigh pelo nome do modelo (a primeira forma do passo 3), a CLI retorna INVALID_ARGUMENT (código 400) com a mensagem Thinking level is unsupported: THINKING_LEVEL_XHIGH. O relato no fórum de desenvolvedores cita a CLI 1.5.11 com conta Ultra, e a opção aparece mesmo assim no comando de listagem de modelos.

Causa: não foi confirmada oficialmente.

Situação: até 18 de novembro de 2026, não havia correção oficial confirmada.

Solução prática: siga no high, que é o padrão, enquanto o problema não for resolvido. Não há confirmação de que trocar para --effort xhigh contorne o erro.

Como prevenir: antes de disparar um fluxo longo, valide o nível escolhido com uma tarefa curta. Assim você descobre a rejeição em segundos, e não no meio do trabalho. Vale também acompanhar o fórum e o blog do Antigravity para saber quando sair uma correção.

Próximo passo

Escolha uma tarefa real do seu projeto, rode no high e depois no low. Compare as duas respostas e decida qual nível vira o seu padrão. Na maioria dos casos, a decisão sai desse teste.

Se você usa o Antigravity, aproveite a mesma tarefa para testar o Orchestrator (Neon) num pedido que envolva editar código e rodar os testes. Assim dá para ver na prática se a divisão entre planejamento e execução combina com o seu fluxo.

Perguntas frequentes

O Gemini 4 Neon está disponível no app Gemini para o dia a dia?

Sim, além do Antigravity e da Gemini API, o modelo está em liberação no app Gemini para assinantes Google AI Pro e Ultra.

O Gemini for business dá acesso ao Gemini 4 Neon só no Antigravity?

Não. Pelo Gemini for business, o modelo chega tanto ao Antigravity (app, CLI e extensões de IDE) quanto à API e ao menu de modelos usado por contas corporativas.

Fontes consultadas

Consulta em .

Acompanhe os tutoriais do Hora de Codar no YouTube. Se quiser aprofundar o contexto, veja Google Colocou o Antigravity DENTRO do AI Studio (e é de Graça).

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