Google incorporó Gemini 4 Neon a su familia de modelos de inteligencia artificial con una meta: ofrecer capacidad para tareas exigentes de análisis y programación sin utilizar siempre la alternativa más grande. El lanzamiento fue anunciado el 18 de noviembre y se despliega en herramientas para desarrolladores, empresas y suscriptores de determinados planes de Gemini.
El anuncio oficial de Google presenta a Neon como una alternativa intermedia entre modelos especializados en trabajos de mayor complejidad y aquellos diseñados para ejecución rápida. La intención es atender proyectos que necesitan razonamiento, herramientas y varias etapas, pero también requieren controlar el tiempo y el costo.
Qué tareas puede realizar Gemini 4 Neon
La compañía destaca la capacidad del modelo para combinar distintas clases de información, entre ellas documentos, imágenes, planillas, gráficos, audio y video. Dispone de una ventana de contexto de un millón de tokens que permite entregar antecedentes extensos dentro de una misma solicitud, sujeto a los límites de cada producto.
La cantidad de información que cabe en el contexto no equivale a una garantía de comprensión. Un asistente puede recibir un documento largo y aun así interpretar incorrectamente una instrucción, confundir datos de distintas tablas o pasar por alto restricciones importantes. Conviene comprobar las conclusiones con el material original.
Google también mostró ejemplos de desarrollo de código y trabajos coordinados mediante Antigravity. En ese entorno, Neon puede actuar como modelo principal para organizar tareas con otros agentes. El funcionamiento depende del acceso a herramientas, de los permisos y de las características del proyecto.
Cuánto cuesta utilizar Gemini 4 Neon
La tarifa de la API indicada por Google es de US$3 por millón de tokens de entrada y US$15 por millón de tokens de salida. La entrada recuperada de caché cuesta US$0,15 por millón de tokens, según la documentación del lanzamiento. Estos importes están expresados en dólares y no corresponden al precio mensual de una suscripción de Gemini en Chile.
Un equipo que analiza numerosos archivos debe considerar la extensión de las solicitudes y de las respuestas generadas. Cuando una aplicación reutiliza antecedentes de forma repetida, el almacenamiento en caché puede incidir en el costo final. También conviene evaluar otros cargos asociados al uso de herramientas o servicios contratados.
Qué dicen las pruebas de rendimiento
Google informa resultados competitivos en evaluaciones de programación, análisis de flujos de trabajo y razonamiento. Por ejemplo, indica una puntuación de 65,2% en Terminal-Bench 4.1 y una posición destacada en el índice de agentes de programación de Artificial Analysis.
Los resultados corresponden a condiciones de evaluación determinadas. No permiten garantizar que Neon supere a cualquier otro modelo en la generación de código ni que produzca resultados sin errores. Para elegir entre distintas alternativas resulta más útil evaluar tareas representativas, verificar su calidad y medir el costo de completar correctamente cada una.
Otro criterio relevante es comprobar cuánto trabajo de revisión exige cada entrega antes de utilizarla fuera del entorno de pruebas.
Cómo acceder a Gemini 4 Neon desde Chile
El anuncio incluye el despliegue en la API de Gemini, Google AI Studio y Gemini para empresas. La aplicación Gemini incorpora el modelo para suscriptores de Google AI Pro y Ultra, y Google Antigravity también lo contempla para usuarios elegibles de esos planes. Conviene consultar las opciones de la cuenta y las condiciones regionales antes de contratar.
La compañía explica que las capacidades nuevas también pueden utilizarse en Tasks de Gemini. No obstante, la disponibilidad de determinadas funciones puede variar por mercado y cuenta; no debe confundirse el lanzamiento del modelo con la habilitación automática de cualquier herramienta de Gemini en Chile.
En OHZOM revisamos recientemente el lanzamiento de GPT-6.2 Astra y Sol. Neon muestra una orientación similar hacia modelos para distintos tipos de trabajo. En ambos casos, la selección debe considerar el resultado real, los permisos y la revisión humana, especialmente cuando se procesa información confidencial.
Fotografía de archivo de trabajo con código: Jakub Zerdzicki / Pexels. No muestra la interfaz de Gemini 4 Neon. Más detalles en la ficha técnica del modelo.
Te puede interesar
Galia: la inteligencia artificial chilena que quiere conectar los datos de marketing con las decisiones de negocio
Waller & Kluger presenta Galia, una plataforma de IA que integra campañas, analítica, memoria de marca y creación de contenidos.
Anthropic debuta en Nasdaq y roza los US$2 billones: las claves de la mayor salida a bolsa
Anthropic estrenó su acción ANT en Nasdaq a US$111,50 y cerró a US$97,17, un 17,1% sobre el precio de salida a bolsa.
Genetec conecta asistentes de IA con la seguridad física de edificios y empresas
Genetec presenta un conector MCP para integrar asistentes de IA a Security Center, con permisos definidos por administradores.
GPT-6.2 Astra y Sol: OpenAI renueva sus modelos para trabajos complejos y cotidianos
OpenAI presenta GPT-6.2 Astra y Sol para ChatGPT Work, Codex y API. Conoce sus diferencias, tarifas y requisitos de acceso.
Microsoft Ignite: Copilot incorpora agentes autónomos y espacios para trabajar en equipo
Microsoft presenta nuevas formas de trabajar con Copilot, incluidos agentes autónomos, espacios colaborativos y creación de aplicaciones.
Chile y OpenAI firman alianza para explorar el uso de IA en el Estado
Chile y OpenAI firman un memorándum de entendimiento. La ministra descarta intercambio de datos y diputados solicitan antecedentes del acuerdo.

Average Rating