Gemini 4 Neon
Google presentó Gemini 4 Neon, un modelo que promete inteligencia de frontera con ejecución rápida de tareas largas en software, trabajo de conocimiento y ciencia. Neon ocupa el tercer lugar general en el Artificial Analysis Intelligence Index con 61 puntos en su nivel xhigh, y el segundo en el Vals Index con 70.9%, por detrás de modelos mayores. Cuesta 3 dólares por millón de tokens de entrada y 15 por salida, con contexto de 1 millón de tokens, y promete un 32% menos de costo por tarea que Carbon. Llega al API de Gemini, a AI Studio, a Antigravity y a las apps Gemini para suscriptores Pro y Ultra.
La discusión
Google lanzó Neon en una racha de cuatro anuncios en el mes, presentándolo como el punto medio entre Carbon, para trabajo largo, y Hydrogen, para tareas rápidas. El acuerdo más extendido fue que es un buen modelo mediano: pierde poco frente a Fable, corre tres veces más rápido que Carbon y cuesta alrededor de un 60% menos, y varios lo ven como modelo de delegación tras el trabajo de diseño. Sin embargo, la disputa principal fue si la calidad se sostiene: quien corrió sus propios benchmarks privados encontró a Neon muy por debajo de Carbon, aunque cuatro veces más rápido y con la mitad de costo por tarea, útil para ejecutar decisiones ya tomadas, no para fijar el alcance de tareas mal especificadas. Aun así, se objetó que en la frontera OpenAI iguala o supera a Google a la mitad del precio, con solo uno o dos puntos de retraso en el índice de Artificial Analysis. Como nota menor, buena parte del hilo se volcó en el esquema de nombres, sin señal obvia de la clase de tamaño de cada modelo ni de por qué Argon, Carbon y Neon comparten tema noble.