
Gemini 4 Neon: precio, para qué sirve y qué significa para tu negocio
El miércoles 18 de noviembre de 2026, Google presentó Gemini 4 Neon, un modelo de nivel frontera que describe como más rápido y más barato por tarea. Lo orienta a ingeniería de software compleja, trabajo de conocimiento —hojas de cálculo, PDFs, reportes—, ciencia y agentes de larga duración.

Para quien automatiza con n8n, la noticia obliga a revisar el costo por tarea. Neon no reemplaza a Carbon ni a Hydrogen: se suma a la familia con una promesa: inteligencia de frontera sin pagar el precio del modelo más grande en cada ejecución.
Qué es Gemini 4 Neon
Neon es el punto de equilibrio de la familia: profundidad para problemas difíciles y eficiencia para flujos que se repiten. Tiene 1 millón de tokens de contexto y cuatro niveles de razonamiento; high es el predeterminado y xhigh el máximo.
Para qué sirve
Google lo presenta para completar tareas de principio a fin en software, conocimiento y ciencia: hojas de cálculo, PDFs y fotos con más precisión, reportes y datos de Gmail y Docs. En la app mejora la redacción, y Tasks ya corre con Neon. En agentes, el foco son flujos largos con muchas herramientas.
Precio y contexto
La API cobra 3 USD por millón de tokens de entrada y 15 USD por millón de salida. La entrada en caché cuesta 0.15 USD por millón, 95% menos. Los cuatro niveles de razonamiento ajustan inteligencia y gasto; high es el predeterminado y xhigh el máximo, la perilla más directa para controlar el costo sin cambiar de modelo.
Familia Gemini 4: cuál usar
Carbon queda para los proyectos más difíciles y largos; Hydrogen, para la ejecución rápida del día a día; Neon equilibra profundidad y eficiencia para flujos complejos y de alta frecuencia.
| Modelo | Para qué sirve | Entrada (USD/millón) | Salida (USD/millón) |
|---|---|---|---|
| Gemini 4 Hydrogen | Ejecución rápida y volumen. | $1.50 | $7.50 |
| Gemini 4 Neon | Flujos complejos y de alta frecuencia; código y conocimiento. | $3 (caché: $0.15) | $15 |
| Gemini 4 Carbon | Proyectos difíciles y largos. | $2 introductorio hasta el 30 nov; luego $4 | $10 introductorio; luego $20 |
Los resultados en cifras (reportados por Google)
Google reporta estas cifras, varias de terceros como Artificial Analysis, Vals, Zapier, Andon Labs y Arena. Son un mapa, no una garantía: reprodúcelas con tus casos, documentos y herramientas antes de mover un flujo a producción.
| Prueba | Resultado |
|---|---|
| Artificial Analysis Intelligence Index | 61, #3 general (xhigh) |
| Vals Index | #2, 70.9% |
| Zapier AutomationBench | #1, 56.3% |
| Vending-Bench 2 | #1, $16,843 |
| Agent Arena Index | #2, 1336 |
| Coding Agent Index de Artificial Analysis | #1, 58.6 |
| Terminal-Bench 4.1 | 65.2% |
Dos resultados importan más a un negocio que automatiza. El #1 en Zapier AutomationBench (56.3%), una prueba de automatización, y el #1 en Vending-Bench 2 de Andon Labs (16,843 dólares), simulación de largo plazo de manejar un negocio. En Agent Arena fue #2 (1336) en más de 4,200 sesiones reales y #2 en steerability. Sostener una operación exige contexto, memoria y disciplina; ahí Neon quiere diferenciarse.
Agentes y código: orquestador, subagentes y menos fabricación
En código reporta #1 en el Coding Agent Index de Artificial Analysis (58.6), 65.2% en Terminal-Bench 4.1 y 46.2% en FrontierCode 2.0 en high. Para agentes, reduce lecturas redundantes de archivos y maneja bien la compactación de contexto. Google reporta la menor tasa de fabricación —inventar resultados— hasta ahora en pruebas internas de Antigravity.
Puede actuar como Orchestrator rápido en Google Antigravity, dirigiendo subagentes Hydrogen en paralelo. Ese patrón —un coordinador que decide y trabajadores baratos que ejecutan— se replica en n8n con el Taller: Frontend para n8n con Google Antigravity y el Taller: Agentes, Subagentes y Flujos de Error en n8n.
Seguridad: código más seguro y menos prompt injection
En AutoBaxBench reporta código más seguro que Carbon, con 76% en el nivel difícil. En prompt injection indirecta de Gray Swan resistió todos los ataques con salvaguardas en su nivel más alto (0.0% de éxito). En honestidad de agentes obtuvo 99.2%, con 0.09% de acciones desalineadas. Una versión «Neon for cyber» llegará en los próximos días para defensores de confianza vía Fairwind Program.
Disponibilidad
Desde el 18 de noviembre: Gemini API de pago en AI Studio y Android Studio; Gemini for business, con API y selector de modelo; Antigravity para suscriptores pagados de AI Pro y Ultra; y app de Gemini para Pro y Ultra.
Qué significa para tu negocio y tus automatizaciones con n8n
En n8n, el modelo de Gemini se elige en el nodo de Google Gemini, o por HTTP Request u OpenRouter, según el flujo. Neon encaja como cerebro que planea y coordina, con Hydrogen haciendo el trabajo barato en paralelo. La pregunta ya no es cuál es más inteligente, sino cuál resuelve la tarea completa al menor costo.
Por token, Neon cuesta más que el Carbon introductorio: 3 contra 2 dólares la entrada y 15 contra 10 la salida. Pero Google reporta 32% menos costo por tarea en high frente a Carbon, y entre 50% y 80% menos que los competidores frontera en el Pareto de Vals Index y Agent Arena. En xhigh, al menos 36% más barato por tarea que competidores en su nivel más alto. La diferencia está en el costo por tarea.
El caché es otro ahorro: 0.15 USD por millón de entrada, 95% menos. Deja estable el prompt de sistema y el contexto largo que se repite; si los reescribes en cada llamada, pierdes la coincidencia. En n8n, separa lo que cambia —mensaje, documento— de lo que no: instrucciones, políticas, catálogo.
Neon equilibra profundidad y eficiencia: razonamiento de frontera para flujos complejos y de alta frecuencia, con más velocidad y menor costo por tarea.
Google, anuncio de Gemini 4 Neon (18 nov 2026)
Empieza en high, el predeterminado, y sube a xhigh solo si la tarea lo justifica: una auditoría, código enredado, un análisis con varios pasos de verificación. Para clasificar, extraer o redactar respuestas breves, un nivel menor debería bastar.
El precio introductorio de Carbon termina el 30 de noviembre de 2026; después pasa a 4 y 20 USD por millón. Antes de esa fecha compara tus flujos de Carbon contra Neon con casos reales; puede que Neon sea más barato por tarea aun con un precio por token mayor. Para probar la API, el Taller IA: Conociendo la API de Gemini; para cambiar de modelo sin rehacer el flujo, el Taller: Implementación de OpenRouter en n8n.
Qué hacer mañana en tu negocio
- Mide costo por tarea completa, no solo por token: Neon cuesta más por token que Carbon introductorio, pero Google reporta 32% menos por tarea en high.
- Antes del 30 de noviembre compara tus flujos de Carbon contra Neon: Carbon pasará a 4 y 20 USD por millón.
- Usa Neon como orquestador y Hydrogen como subagente barato.
- Deja fijo el prompt de sistema y el contexto largo para aprovechar el 95% de descuento en caché.
- Empieza en high y sube a xhigh solo en tareas difíciles.
- Prueba con tus casos y deja el modelo en una variable u OpenRouter para cambiarlo sin rehacer el flujo.
Cursos para llevarlo a la práctica
Estos tres talleres aterrizan lo anterior:
Conclusión
Neon no es el modelo más potente ni el más barato por token. Es el que promete mejor equilibrio entre profundidad y costo por tarea, lo que importa cuando un agente corre cientos de veces al mes. La decisión sensata no es migrar todo: mide, compara antes del 30 de noviembre y quédate con la combinación que termine más tareas con menos gasto.
Fuentes
- Google: Introducing Gemini 4 Neon (blog.google, 18 nov 2026).
- Google, anuncio de Gemini 4 Carbon, blog.google (nov 2026).
- The Neuron: Everything That Happened in AI Today (19 nov 2026).

Respuestas