Google erweitert seine Gemini-4-Familie um ein Modell für anspruchsvolle Aufgaben, bei denen neben Qualität auch Tempo und Kosten eine Rolle spielen. Obwohl Gemini 4 Neon günstiger ist als Carbon und Argon, landet es im Artificial Analysis Intelligence Index vor diesen beiden auf Platz drei.
Anzeige
Zwischen Carbon und Hydrogen
Gemini 4 Neon besetzt die Mitte zwischen Carbon und Hydrogen. Carbon bleibt für besonders schwierige Langzeitprojekte und umfangreiche Forschung vorgesehen. Hydrogen kümmert sich um schnelle alltägliche Aufgaben, während Neon tiefes Reasoning mit höherem Tempo für häufige komplexe Arbeiten verbindet.
Quelle: Google
Die Model Card nennt Carbon als Grundlage von Neon. Beide verarbeiten Text, Bilder, Audio und Video in einem gemeinsamen Kontextfenster mit einer Million Token. Bei Neon stehen vier Thinking-Stufen von Low bis Xhigh zur Wahl, wodurch Nutzer Rechenaufwand und Antwortqualität an die jeweilige Aufgabe anpassen können.
Platz drei bei Artificial Analysis
Auf der höchsten Thinking-Stufe erreicht Neon 61 Punkte im Artificial Analysis Intelligence Index 5.0.1. Damit liegt das Modell vor Claude Opus 5.5 mit 59 Punkten und GPT-6.2 Sol mit 57 Punkten. Nur zwei deutlich größere und teurere Modelle schneiden besser ab.
Der Index bündelt neun Tests für Wissensarbeit, Reasoning, Programmierung und wissenschaftliche Aufgaben. Auf der Standardstufe High liegen die Kosten pro Testaufgabe 32% unter Carbon. Mit Xhigh bleibt Neon laut der veröffentlichten Auswertung mindestens 36% günstiger als konkurrierende Modelle auf deren jeweils höchster Stufe.
Benchmarks für Code, Arbeit und Wissenschaft
In Terminal-Bench 4.1 erreicht Neon 65,2% und liegt knapp hinter Claude Opus 5.5 mit 65,8%. Bei FrontierCode 2.0 beträgt der Abstand ebenfalls rund einen Prozentpunkt. Der Coding Agent Index von Artificial Analysis führt Neon dennoch mit 58,6 Punkten auf Platz eins.
Quelle: Google
Deutlicher fällt der Vorsprung bei mehrstufiger Wissensarbeit aus. In AutomationBench erzielt Neon 56,3%, während Claude Opus 5.5 auf 42,5% und GPT-6.2 Sol auf 41,3% kommen. HLE-Diamond bewertet schwierige Denk- und Wissensaufgaben. Dort erreicht Neon 71,3% gegenüber 67,9% für Claude und 64% für GPT.
Beim Verständnis von Diagrammen liegt Neon mit 73,5% in Chartography knapp hinter GPT-6.2 Sol. Im Vals Index belegt es mit 70,9% Rang zwei. Auch der Agent Arena Index setzt Neon nach mehr als 4.200 Sitzungen auf Platz zwei.
Anzeige
Agenten, Cybersecurity und Sicherheit
Neon ist für lange Abläufe mit vielen Funktionen ausgelegt. In Google Antigravity kann das Modell eigenständig arbeiten oder mehrere schnelle Hydrogen-Agenten koordinieren. Große Dateien wie Tabellen, PDFs und Medien lassen sich gemeinsam auswerten und in Berichte oder andere strukturierte Ergebnisse überführen.
Google hebt außerdem Cybersecurity hervor. Neon erzielt 90,5% in SEC-bench Pro und 51,3% in WebExploitBench 1.2. Im Gray-Swan-Test für versteckte schädliche Anweisungen blieb die Angriffsquote mit aktivierten Echtzeit-Schutzfunktionen bei 0%. Die Model Card nennt zudem 99,2% bestandene Prüfungen zur Ehrlichkeit von Agenten. Der ausführliche Sicherheitsbericht soll in den kommenden Tagen folgen.
Preis und Verfügbarkeit
Die API kostet 3$ pro Million Input-Token und 15$ pro Million Output-Token. Zwischengespeicherte Eingaben kosten 0,15$ pro Million Token. Damit liegt Neon preislich zwischen Hydrogen und dem regulären Carbon-Tarif.
Gemini 4 Neon wird im kostenpflichtigen Gemini API-Tarif über Google AI Studio, in Gemini for business und in Google Antigravity angeboten. Abonnenten von Google AI Pro und Ultra können es außerdem in der Gemini-App wählen.







