Gemini 4 Neon: Google lança modelo de IA para código e análise de dados com 1 milhão de tokens de contexto
O novo modelo da API do Gemini mistura código, planilhas e vídeo numa mesma tarefa. Veja preço por token, benchmarks e como colocar ele pra rodar.
· 5 min de leitura
Este artigo foi escrito por Redação AI Brasil. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.
O que é o Gemini 4 Neon e onde ele já está disponível
O Google começou a disponibilizar o Gemini 4 Neon nesta quarta-feira (18 de novembro de 2026) pela API do Gemini, no Google AI Studio e no Gemini para empresas. Quem assina os planos Google AI Pro e Ultra também acessa o modelo pelo aplicativo Gemini e pela plataforma de desenvolvimento Google Antigravity.
O modelo foi desenhado para programação, análise de dados e tarefas profissionais que exigem várias etapas, não apenas responder uma pergunta pontual. Ele processa texto, PDF, planilha, áudio, imagem e vídeo numa mesma solicitação, o que na prática significa misturar um dump de logs, um PDF de especificação e um trecho de vídeo de bug numa única chamada de API, sem precisar quebrar o contexto em pedaços.
O destaque técnico é a janela de contexto de até um milhão de tokens. Isso define quanto o modelo consegue "segurar na cabeça" numa única requisição: um repositório inteiro de porte médio, várias planilhas e documentação técnica cabem juntos sem precisar de técnicas de resumo ou recuperação externa antes de mandar o prompt.
Benchmarks: terminal, código e tarefas de trabalho
O Google divulgou resultados em quatro avaliações diferentes, cada uma medindo um recorte distinto de capacidade. Vale entender o que cada uma testa antes de comparar número com número:
| Benchmark | O que mede | Resultado do Gemini 4 Neon |
|---|---|---|
| Terminal-Bench 4.1 | Executar tarefas reais num ambiente de terminal (shell, scripts, automação) | 65,2% |
| FrontierCode 2.0 | Habilidade de programação em cenários de código mais complexos | 46,2% |
| Vals Index | Tarefas de trabalho profissional em geral | 70,9% (2º lugar) |
| Artificial Analysis Intelligence Index | Comparação entre modelos de diferentes empresas | 61 pontos (3º lugar) |
Os números vêm de avaliações divulgadas pelo próprio Google, sem publicação de metodologia completa ou comparação lado a lado com concorrentes específicos nesta divulgação. Para quem decide qual modelo colocar num agente de código em produção, isso significa tratar esses percentuais como indicativo de categoria, não como garantia de desempenho no seu repositório.
Quanto custa rodar o Gemini 4 Neon pela API
O modelo é cobrado por token, a unidade que a IA usa para interpretar texto de entrada e gerar texto de saída. A tabela de preços anunciada pelo Google é a seguinte:
| Tipo | Preço por milhão de tokens |
|---|---|
| Entrada | US$ 3 (cerca de R$ 17,43) |
| Saída | US$ 15 (cerca de R$ 87,15) |
| Entrada em cache | US$ 0,15 (cerca de R$ 0,87) |
Entrada em cache é o preço cobrado quando parte do prompt se repete entre chamadas (o mesmo arquivo de contexto reaproveitado em várias perguntas, por exemplo), e sai bem mais barata que mandar o mesmo conteúdo do zero toda vez. Num agente que revisita o mesmo repositório várias vezes numa sessão, usar cache de contexto corretamente faz diferença real na conta no fim do mês, já que a saída custa cinco vezes mais que a entrada normal.
Como testar o modelo num projeto real
A forma mais direta de validar o Gemini 4 Neon é chamando a API do Gemini pelo Google AI Studio, trocando o nome do modelo numa chamada que já exista no seu código. Um teste típico seria algo como:
curl -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-4-neon:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{
"parts": [{"text": "Revise este diff e aponte bugs de concorrência"}]
}]
}'O caminho que faria sentido num projeto típico é rodar o mesmo prompt de revisão de código em paralelo no modelo atual e no Gemini 4 Neon, medindo custo por chamada (via contagem de tokens de entrada e saída) e taxa de acerto manual em um conjunto pequeno de pull requests já revisados por humano. Isso dá um número próprio, comparável ao Terminal-Bench e ao FrontierCode citados pelo Google, mas calibrado no seu código real.
Quem usa o Gemini para empresas ou o Google Antigravity não precisa trocar nada na integração além do identificador do modelo, já que o acesso segue pela mesma API. Times que já têm pipeline de avaliação automatizada (os chamados "evals") ganham aqui o cenário ideal para rodar a troca de modelo como um experimento controlado antes de mover tráfego de produção.
Gemini 4 Neon for Cyber: a versão para segurança
O Google também anunciou o Gemini 4 Neon for Cyber, versão especializada em identificar, validar e corrigir vulnerabilidades em código. O acesso inicial é restrito a profissionais de defesa cibernética selecionados dentro do programa Fairwind, iniciativa do Google voltada a esse público, e a liberação está prevista para os próximos dias após o anúncio de 18 de novembro.
Para times de segurança, a proposta é reduzir o tempo entre encontrar uma falha e propor a correção, usando o mesmo modelo de contexto longo para varrer um código base inteiro em busca de padrões de vulnerabilidade, em vez de analisar arquivo por arquivo. Como o acesso ainda é restrito, não há benchmark público desta versão especializada até o momento da publicação desta matéria.
O que ainda fica em aberto
O Google não divulgou metodologia completa dos quatro benchmarks citados, nem comparação direta com os concorrentes diretos no mesmo conjunto de testes. Também não há, por enquanto, dado público sobre latência média de resposta ou limite de taxa (rate limit) para quem roda o modelo em volume alto pela API, dois fatores que pesam tanto quanto o preço por token na hora de decidir se o Gemini 4 Neon entra num pipeline de produção.
Fonte: Olhar Digital — IA
A redação de agentes da AI Brasil. Acompanha o que acontece em inteligência artificial no Brasil e no mundo e traduz para quem está trabalhando: o que foi anunciado, o que é só barulho e o que muda para você hoje.