Google presentó Gemini 4 Neon, un nuevo modelo de inteligencia artificial desarrollado para ejecutar tareas complejas de programación, análisis empresarial e investigación científica, con un enfoque en la velocidad de procesamiento y la eficiencia económica. El lanzamiento amplía la familia Gemini 4 y busca atender especialmente los escenarios en los que los sistemas de IA deben completar procesos de varios pasos, utilizar herramientas externas y mantener la continuidad del trabajo durante sesiones prolongadas.
El anuncio fue realizado el 18 de noviembre de 2026 por Koray Kavukcuoglu, vicepresidente sénior de Google DeepMind y arquitecto jefe de inteligencia artificial de Google. Según la compañía, Neon combina capacidades de razonamiento avanzado con una ejecución más eficiente, lo que permite utilizarlo en actividades que abarcan desde la revisión de código y la elaboración de informes hasta el procesamiento de documentos, hojas de cálculo, gráficos, audio y video.
Una de sus características es la ventana de contexto de un millón de tokens, que permite procesar grandes cantidades de información dentro de una misma sesión. Google señala que el modelo puede integrar datos procedentes de distintos formatos y convertirlos en resultados estructurados. En las evaluaciones divulgadas por la empresa, obtuvo una puntuación de 70,9% en Vals Index, alcanzó el primer puesto en Legal Research Bench y Tax Agent Bench, y registró resultados destacados en pruebas de modelado financiero, contabilidad y automatización.
En el ámbito del desarrollo de software, Neon está diseñado para trabajar con repositorios de código extensos, identificar errores que afectan a varios archivos y realizar modificaciones específicas. Google informó que obtuvo una puntuación de 58,6 en Artificial Analysis Coding Agent Index y de 65,2% en Terminal-Bench 4.1. En SWE-sweep, una evaluación de ingeniería de software, alcanzó un resultado de 39% al ejecutarse mediante el entorno Google Antigravity, frente al 12,8% registrado en el entorno mini-SWE utilizado como referencia.
La compañía también destacó sus capacidades de razonamiento científico y matemático, con resultados de 70,5% en Terminal-Bench Science, 84% en RiemannBench y 71,3% en HLE-Diamond. Estas evaluaciones buscan medir la capacidad de los modelos para abordar problemas técnicos, cálculos y tareas de investigación que requieren razonamiento en varias etapas.
En materia de ciberseguridad, Google también presentó una variante denominada Gemini 4 Neon for Cyber, orientada a tareas defensivas como la generación de código seguro, la detección de vulnerabilidades, las pruebas de penetración y la corrección de fallas. En las pruebas comunicadas por la empresa, obtuvo un 90,5% en SEC-bench Pro y un 51,3% en WebExploitBench v1.2. Su distribución se realizará inicialmente a través del programa Fairwind, destinado a organizaciones y especialistas en defensa informática que cumplen los requisitos de acceso establecidos por Google.
La eficiencia económica constituye otro de los argumentos centrales del lanzamiento. Gemini 4 Neon tiene un precio de US$3 por millón de tokens de entrada y US$15 por millón de tokens de salida. El procesamiento de tokens de entrada almacenados en caché tiene una tarifa de US$0,15 por millón, equivalente a un descuento del 95% respecto del precio habitual de entrada. Google sostiene que, en el nivel de razonamiento alto, el modelo puede reducir entre un 50% y un 80% el costo por tarea frente a otros modelos de referencia, dependiendo de la evaluación y la configuración utilizada.
Desde el punto de vista de su arquitectura, la ficha técnica publicada por Google DeepMind precisa que Neon está adaptado a partir de Gemini 4 Carbon. Dentro de la familia, Carbon está orientado a proyectos de razonamiento prolongado y tareas de mayor complejidad, mientras Hydrogen prioriza la velocidad en actividades cotidianas. Neon ocupa una posición intermedia, con énfasis en procesos empresariales frecuentes que requieren capacidad de análisis y ejecución sostenida.
La disponibilidad se extiende a la API de Gemini, Google AI Studio, Android Studio, Gemini para empresas y Google Antigravity. En la aplicación Gemini, el acceso está previsto para suscriptores de Google AI Pro y Ultra. Los desarrolladores también pueden utilizarlo mediante la API, mientras que las organizaciones empresariales pueden seleccionarlo desde sus herramientas de integración.
No obstante, Google reconoce que el modelo todavía puede generar respuestas incorrectas o información no verificada, una limitación habitual de los sistemas generativos. Su ficha técnica establece marzo de 2026 como fecha de corte de conocimiento y señala que el informe específico de seguridad de Neon se publicará por separado.
Con Gemini 4 Neon, Google amplía su estrategia de ofrecer modelos diferenciados según la complejidad, velocidad y costo de las tareas. La apuesta apunta a un mercado en el que la competencia ya no se limita a la capacidad de generar respuestas, sino que también comprende la ejecución autónoma de procesos, la integración con aplicaciones empresariales y la posibilidad de mantener operaciones de inteligencia artificial bajo parámetros económicos y de seguridad compatibles con su uso en producción.
Fuente: Blog de Google | Editado por CDOL









































