Una nueva opción para el trabajo de desarrollo exigente y frecuente
Google presentó Gemini 4 Neon el 18 de noviembre y lo situó entre Hydrogen y Carbon para programación compleja, análisis y flujos de agentes. Google afirma que completa las tareas más rápido y con menor coste que alternativas de mayor tamaño, y que hace menos afirmaciones sin respaldo en sus evaluaciones internas de programación. Son resultados del proveedor, no mediciones de la aplicación de cada lector.
La pregunta útil para adoptarlo es concreta: ¿puede Neon terminar una tarea de un repositorio existente con un parche aceptable, un informe de finalización fiable y un coste total razonable? Evalúa estos resultados por separado al compararlo con un modelo que ya utilices.
Elige el canal antes de dar por sentados sus límites
El modelo de la API es gemini-4-neon. Su ventana unificada documentada es de 1.048.576 tokens, compartidos entre entrada, razonamiento y salida; la salida síncrona tiene un máximo predeterminado de 65.536 tokens. Antigravity documenta por separado hasta 512K de contexto. Allí, Neon está disponible en Pro de pago, pruebas con dispositivos premium que cumplan los requisitos, Ultra y el servicio empresarial; Free y Plus quedan excluidos.
GitHub ofrece Neon en Copilot Pro+, Max, Business y Enterprise, con un despliegue gradual y políticas de administrador que controlan el acceso. Que el modelo aparezca en una interfaz no demuestra que esté disponible en otra. Registra el cliente, el plan y el modelo seleccionado que realmente ves antes de comparar resultados, y comprueba que estén disponibles las herramientas necesarias del entorno de trabajo.
Revisa los parámetros heredados de la API y el estado de la conversación
La guía de migración de Google indica que pasar de otro modelo Gemini 4 a Neon no requiere cambiar el esquema de las solicitudes, pero Neon utiliza high como nivel de razonamiento predeterminado y también admite low, medium y xhigh. Al migrar desde Gemini 3, minimal se rechaza, la caché explícita no es compatible y la guía pide eliminar los parámetros de muestreo. Los valores de muestreo dentro del rango se ignoran; los que quedan fuera provocan un error de validación.
Inspecciona lo que envía realmente la capa cliente. Conserva sin cambios los turnos anteriores del modelo y las firmas de razonamiento al gestionar el historial de generateContent, o utiliza previous_interaction_id con la API Interactions. La guía también indica que max_output_tokens abarca tanto el razonamiento como la salida. Por eso, un límite pequeño heredado puede truncar la respuesta. Utiliza un límite acotado adecuado para la tarea e inspecciona el estado de finalización.
Compara niveles de razonamiento sin cambiar la tarea
Antigravity denomina Low, Medium, High y Extra a los cuatro niveles de Neon; High es el predeterminado y Extra corresponde a xhigh en su CLI. La opción Orchestrator planifica y revisa con Neon, mientras que Hydrogen realiza la implementación. Comparar esa combinación con Neon por sí solo también cambia la forma de ejecutar el trabajo.
Para que la prueba sea útil, mantén fijos la revisión del repositorio, las instrucciones de la tarea, las herramientas y los criterios de aceptación. Incluye una reparación pequeña, un cambio que abarque varios archivos y un caso en el que falte un requisito previo. Revisa el diff y las pruebas que realmente se ejecutaron, incluido si el agente informa con precisión del trabajo que no pudo terminar. Repite los resultados dudosos antes de concluir que el sistema es fiable.
Calcula el coste por tarea aceptada y conserva visibles las limitaciones
A fecha del 19 de noviembre, la tabla Standard de la API de Google indica 3 USD por millón de tokens de entrada, 0,15 USD para entrada en caché y 15 USD para salida, incluido el razonamiento. Neon solo utiliza caché implícita, así que calcula el presupuesto a partir de los aciertos de caché observados, sin suponer que el contexto repetido siempre recibirá el descuento. La fundamentación con fuentes externas y otros niveles de servicio tienen precios separados.
Cuenta los intentos fallidos, los reintentos, los cargos de las herramientas y el tiempo de revisión, además de las ejecuciones satisfactorias. Utilizar menos tokens no demuestra por sí solo un menor coste por cambio aceptado. La ficha del modelo sigue identificando las alucinaciones como una limitación y sitúa su fecha de corte de conocimientos en marzo de 2026. Para dependencias actuales o el comportamiento de una API, contrasta las referencias generadas con la documentación correspondiente.
Conserva seis comprobaciones en el registro de evaluación
Codorc propone esta comparación a pequeña escala antes de ampliar el uso. Para este artículo no se ejecutaron solicitudes a modelos, pruebas de integración ni benchmarks:
- Registra el canal, la versión del cliente, el plan, el identificador del modelo y los permisos. Confirma el acceso real en lugar de deducirlo del anuncio de lanzamiento.
- Captura la solicitud enviada, el nivel de razonamiento, el límite de salida y el tamaño del contexto. Revisa los campos heredados de caché y muestreo.
- Mantén fijas las tareas y las revisiones del repositorio. Compara por separado los flujos con un solo modelo y los que utilizan orquestación.
- Inspecciona los parches aceptados y la salida de las pruebas. Incluye un caso con un archivo ausente o una herramienta no disponible y comprueba el informe de finalización.
- Registra la entrada real, la entrada en caché, la salida, el tiempo transcurrido y los cargos totales de cada intento, incluidos los que no terminan con éxito.
- Conserva las trazas de los fallos y la configuración anterior. Define criterios de aceptación y condiciones de parada antes de dirigir más trabajo a Neon.
La fecha del suceso corresponde al anuncio original. La fecha de publicación indica cuándo apareció el artículo en Codorc.



