Modelos e lançamentosGoogle / Introducing Gemini 4 Neon

Gemini 4 Neon: confira contexto, raciocínio e custo por canal

O Google lançou o Gemini 4 Neon em 18 de novembro para tarefas complexas de programação e fluxos de trabalho com agentes. A disponibilidade varia entre a API, o Antigravity e o Copilot, enquanto a migração exige atenção ao raciocínio padrão, ao contexto compartilhado, ao cache e ao custo do trabalho concluído.

Um orc programador verde-musgo examina uma escultura luminosa de vidro neon com três ramos, ao lado de um medidor de cobre, uma lista de verificação vazia e blocos de teste em tom lavanda.
Ilustração conceitual.

Uma nova opção para tarefas frequentes e exigentes de desenvolvimento

O Google apresentou o Gemini 4 Neon em 18 de novembro, posicionando-o entre o Hydrogen e o Carbon para tarefas complexas de programação, análise e fluxos de trabalho com agentes. O Google afirma que ele conclui tarefas mais rapidamente e com menor custo do que alternativas maiores, além de fazer menos afirmações sem fundamento em avaliações internas de programação. Esses são resultados do fornecedor, não medições da aplicação do leitor.

A pergunta útil para decidir pela adoção é específica: o Neon consegue concluir uma tarefa em um repositório existente com uma alteração aceitável, um relatório de conclusão confiável e um custo total razoável? Avalie esses resultados separadamente ao compará-lo com um modelo que já esteja em uso.

Escolha o canal antes de contar com seus limites

O modelo na API é gemini-4-neon. A janela unificada documentada tem 1,048,576 tokens, compartilhados entre entrada, raciocínio e saída; a saída síncrona tem um limite máximo padrão de 65,536 tokens. O Antigravity documenta separadamente um contexto de até 512K. O acesso ao Neon nele inclui o Pro pago, testes elegíveis de dispositivos premium, o Ultra e o plano empresarial, excluindo Free e Plus.

O GitHub lista o Neon para Copilot Pro+, Max, Business e Enterprise, com disponibilização gradual e políticas administrativas controlando o acesso. A presença de um modelo em uma interface não comprova acesso em outra. Registre o cliente, o plano e a seleção de modelo observada antes de comparar os resultados, e confira se as ferramentas necessárias do ambiente de trabalho estão disponíveis.

Revise as configurações herdadas da API e o estado da conversa

O guia de migração do Google diz que é possível trocar outro modelo Gemini 4 pelo Neon sem alterar o esquema da requisição, mas o Neon usa high como nível de raciocínio padrão e também aceita low, medium e xhigh. Nas migrações do Gemini 3, minimal é rejeitado, o cache explícito não é compatível e o guia orienta os desenvolvedores a remover os parâmetros de amostragem. Valores de amostragem dentro do intervalo permitido são ignorados; valores fora dele falham na validação.

Inspecione o que a camada de integração realmente envia. Preserve os turnos anteriores do modelo e as assinaturas de raciocínio ao gerenciar o histórico de generateContent, ou use previous_interaction_id com a API Interactions. O guia também informa que max_output_tokens abrange o raciocínio e a saída em conjunto. Portanto, um limite pequeno herdado pode truncar a resposta. Use um limite adequado ao escopo da tarefa e inspecione o status de conclusão.

Compare as configurações de raciocínio sem alterar a tarefa

O Antigravity chama os quatro níveis do Neon de Low, Medium, High e Extra; High é o padrão, e Extra corresponde a xhigh na sua CLI. A opção Orchestrator planeja e revisa com o Neon, enquanto o Hydrogen implementa. Comparar essa combinação com o Neon usado sozinho também altera a configuração de execução.

Para um teste útil, mantenha fixos a revisão do repositório, as instruções da tarefa, as ferramentas e os critérios de aceitação. Inclua uma pequena correção, uma alteração em vários arquivos e um caso com um pré-requisito ausente. Revise o diff e as evidências dos testes efetivamente executados, incluindo se o agente relata com precisão o trabalho que não conseguiu concluir. Repita os casos de resultado incerto antes de chegar a uma conclusão sobre a confiabilidade.

Calcule o custo por tarefa aceita e mantenha as limitações visíveis

Em 19 de novembro, a tabela Standard da API do Google informa $3 por milhão de tokens de entrada, $0.15 para entrada em cache e $15 para saída, incluindo o raciocínio. O Neon usa apenas cache implícito, então estime o orçamento com base nos acertos de cache observados, em vez de presumir que o contexto repetido sempre receberá o desconto. O grounding e os demais níveis de serviço têm preços próprios.

Conte as tentativas que falharam, as novas tentativas, as cobranças por ferramentas e o tempo de revisão junto com as execuções bem-sucedidas. Usar menos tokens, por si só, não comprova um custo menor por alteração aceita. O cartão do modelo ainda identifica as alucinações como uma limitação e informa um corte de conhecimento em março de 2026. Para dependências atuais ou o comportamento de APIs, confira as referências geradas na documentação correspondente.

Mantenha seis verificações no registro da avaliação

O Codorc propõe esta pequena comparação antes de ampliar o uso. Nenhuma chamada ao modelo, teste de integração ou medição de desempenho foi executada para este artigo:

  • Registre o canal, a versão do cliente, o plano, o ID do modelo e as permissões. Confirme o acesso efetivo em vez de deduzi-lo do anúncio de lançamento.
  • Capture a requisição enviada, o nível de raciocínio, o limite de saída e o tamanho do contexto. Revise os campos herdados de cache e amostragem.
  • Mantenha fixas as tarefas e as revisões do repositório. Compare separadamente os fluxos com o modelo sozinho e os fluxos orquestrados.
  • Inspecione as alterações aceitas e a saída dos testes. Inclua um caso com arquivo ausente ou ferramenta indisponível e confira o relatório de conclusão.
  • Registre a entrada efetiva, a entrada em cache, a saída, o tempo decorrido e as cobranças totais de cada tentativa, incluindo as malsucedidas.
  • Guarde os registros das falhas e a configuração anterior. Defina as condições de aceitação e de parada antes de direcionar mais trabalho ao Neon.

A data do evento corresponde ao anúncio original. A data de publicação indica quando o artigo apareceu na Codorc.

Continue lendo

Todas as histórias
Um orc programador de pele verde-musgo segura uma peça de ponte lavanda sobre dois carrinhos de ferramentas de cobre parados diante de lacunas em trilhos de cerâmica, ao lado de uma lista de verificação em branco e pesos de cobre.
Modelos e lançamentosOpenAI / GPT-6.2 launch

GPT-6.2: revise o histórico antes de trocar de modelo

A OpenAI lançou o GPT-6.2 Astra e o Sol em 17 de novembro. Além das melhorias de programação alegadas pela empresa, quem adotar a API precisa revisar as configurações de raciocínio, as mudanças no prefixo da conversa, a posição das instruções e o custo da carga de trabalho real.

Um orc programador de pele verde-musgo coloca um envelope de cobre em um nicho de distribuição aberto, ao lado de uma persiana lavanda fechada e de uma bandeja de recibos em branco presos por pesos de papel de cobre.
Modelos e lançamentosHugging Face

Hugging Face passa a usar OpenRouter: confira o roteamento e a cobrança

A Hugging Face agora roteia pelo OpenRouter o tráfego de modelos de linguagem do Inference Providers. A mudança de 16 de novembro também remove as chaves próprias de provedor para esses modelos, tornando importante revisar a seleção do provedor, a conta cobrada e o comportamento em caso de falha antes da implantação em produção.

Um robô verde-musgo gira um seletor de cobre acima de quatro lentes em tom lavanda focadas em um quebra-cabeça, ao lado de um único compartimento de vidro com blocos de cerâmica que representam tokens.
Modelos e lançamentosGoogle

Gemini 4 Hydrogen: confira os níveis de raciocínio e os limites de migração

O Google anunciou o Gemini 4 Hydrogen em 12 de novembro para programação e fluxos de trabalho com agentes. Antes de mudar uma integração existente, confira as configurações de raciocínio, o orçamento compartilhado de tokens e a compatibilidade das solicitações com suas próprias tarefas.