Gemini 4 Neon chega para desafiar Claude Opus 5.5 e GPT-6 Sol com mais velocidade

Renê Fraga
16 min de leitura

Principais destaques

  • Desempenho de ponta: Gemini 4 Neon alcançou 61 pontos no Artificial Analysis Intelligence Index, superando modelos como Claude Opus 5.5 e GPT-6.2 Sol na configuração de maior raciocínio.
  • Velocidade e economia: o novo modelo gera aproximadamente 110 tokens por segundo e custa US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de saída.
  • Foco em desenvolvimento: integração com Google Antigravity permite distribuir tarefas entre múltiplos agentes de IA, ampliando o desempenho em projetos complexos de programação.

O Google encontrou uma maneira interessante de disputar o mercado de inteligência artificial: oferecer desempenho próximo ao dos modelos mais avançados sem cobrar o mesmo preço.

A empresa lançou o Gemini 4 Neon, um novo modelo de inteligência artificial posicionado entre o Hydrogen, voltado à velocidade e ao baixo custo, e o Carbon, recomendado para projetos mais complexos.

A novidade chega ao Google AI Studio, à API Gemini, ao Android Studio e ao Google Antigravity. Também está disponível no aplicativo Gemini para assinantes dos planos Google AI Pro e Ultra.

E o posicionamento não é por acaso. O Neon chega para disputar espaço com modelos como Claude Opus 5.5, Claude Sonnet 5.5 e GPT-6.2 Sol, especialmente em programação, raciocínio avançado e tarefas profissionais.

🚀 Google aposta em desempenho sem preço de modelo premium

O grande diferencial do Gemini 4 Neon está na combinação de desempenho, velocidade e preço.

Segundo os primeiros resultados apresentados pela empresa, o modelo conseguiu igualar ou superar o Gemini 4 Carbon em qualidade geral, executando as tarefas três vezes mais rápido e com 60% do custo, de acordo com avaliações iniciais da Glean.

A comparação, entretanto, não veio acompanhada de tempos absolutos de execução para uma mesma tarefa. Por isso, a vantagem de velocidade deve ser interpretada dentro das condições apresentadas pela empresa.

💰 Quanto custa utilizar o Neon?

A estrutura de preços da API é relativamente simples:

• US$ 3 por milhão de tokens de entrada.

• US$ 0,15 por milhão de tokens de entrada em cache.

• US$ 15 por milhão de tokens de saída.

Na prática, o modelo custa menos que o Claude Opus 5.5, cuja tarifa padrão é de US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída.

Mas existe uma diferença importante: o GPT-6.2 Sol e o Claude Sonnet 5.5 possuem tarifas padrão menores, de US$ 2 e US$ 10, respectivamente.

Isso significa que o Google não está oferecendo necessariamente a opção mais barata. A estratégia é entregar mais capacidade de raciocínio e desempenho por dólar investido.

📊 Gemini 4 Neon supera concorrentes em avaliações de inteligência

Os resultados divulgados colocam o Neon entre os modelos mais competitivos da atual geração.

No Artificial Analysis Intelligence Index, o modelo alcançou 61 pontos na configuração de raciocínio xhigh, ficando à frente de concorrentes importantes.

Confira a comparação:

ModeloIntelligence IndexVals Index
Gemini 4 Neon6170,9%
Claude Opus 5.55970,14%
GPT-6.2 Sol5766,06%
Claude Sonnet 5.55570,85%
Gemini 4 Hydrogen5468,49%
Gemini 4 Carbon6070,45%

Os resultados mostram uma disputa bastante equilibrada.

O Neon aparece na liderança do índice de inteligência, enquanto os resultados do Vals Index mostram diferenças pequenas entre os modelos do Google e os concorrentes da Anthropic.

🔎 Um detalhe importante: as configurações de raciocínio não são equivalentes entre fornecedores. Portanto, uma pontuação maior não significa necessariamente que um modelo será mais rápido ou econômico em todas as situações.

💻 Na programação, a disputa fica ainda mais interessante

O desenvolvimento de software é um dos principais campos de batalha da inteligência artificial.

No benchmark FrontierCode 2.0, da Cognition, o Gemini 4 Neon alcançou 46,2%, enquanto o Claude Opus 5.5 registrou 47,3%.

A diferença é de apenas 1,1 ponto percentual.

Em resultados compilados pelo The Aggregate para o mesmo benchmark, o GPT-6.2 Sol alcançou 44,38%, enquanto o Claude Sonnet 5.5 ficou em 41,7%.

Os números indicam que os principais modelos estão bastante próximos em determinadas tarefas de engenharia de software.

Mas existe outro resultado que merece atenção.

O mesmo modelo pode apresentar resultados muito diferentes 🤯

O Google divulgou avaliações do Neon no benchmark SWE-sweep utilizando diferentes ambientes de agentes.

Ambiente de execuçãoResultado
Mini-SWE Agent12,8%
Google Antigravity39,0%

A diferença é expressiva.

O modelo permaneceu o mesmo. O que mudou foi o ambiente de execução e os recursos utilizados para organizar o trabalho.

Isso ajuda a explicar por que avaliar uma inteligência artificial apenas pelo nome ou por uma pontuação de benchmark pode ser insuficiente.

🧠 O diferencial está também no ecossistema: dentro do Antigravity, o Neon consegue dividir um projeto entre vários agentes Hydrogen trabalhando simultaneamente.

Para equipes de desenvolvimento, isso pode representar uma mudança importante na maneira de executar projetos que exigem leitura de código, identificação de problemas, implementação e testes.

O desempenho de um modelo não depende apenas de sua inteligência. A maneira como os agentes trabalham em conjunto pode multiplicar os resultados.

⚡ Neon gera quase o dobro de tokens por segundo que Carbon

A velocidade de geração também aparece entre os destaques do lançamento.

Segundo medições divulgadas pelo rastreador de benchmarks Priors, o Gemini 4 Neon consegue gerar aproximadamente 110 tokens por segundo na configuração xhigh.

O Gemini 4 Carbon, por sua vez, registra cerca de 59 tokens por segundo na configuração high, segundo dados da Artificial Analysis.

Velocidade de geração

Tokens gerados por segundo em cada modelo

Gemini 4 Neon

110 tokens/s

Gemini 4 Carbon

59 tokens/s

O Gemini 4 Neon apresenta uma taxa de geração aproximadamente 1,9 vez maior que a do Carbon.

Medições de fontes distintas e configurações diferentes. Comparação indicativa, não um teste controlado.

Entretanto, velocidade de geração não significa necessariamente que uma tarefa inteira será concluída nesse intervalo.

O tempo para começar a responder também importa. No caso do Neon, a medição do Priors aponta aproximadamente 57 segundos até o primeiro token na configuração xhigh.

Para desenvolvedores que utilizam agentes de programação, também é necessário considerar o tempo gasto na leitura de arquivos, execução de testes e revisão de alterações.

💸 A diferença de preço em relação ao Carbon vai aumentar

O Google também está preparando uma mudança na estrutura de preços do Gemini 4 Carbon.

Até 30 de novembro de 2026, o modelo custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída.

A partir de 1º de dezembro, os valores programados passam para US$ 4 e US$ 20, respectivamente.

Isso coloca o Neon em uma posição interessante.

ModeloEntradaSaída
Gemini 4 HydrogenUS$ 1,50US$ 7,50
Gemini 4 NeonUS$ 3US$ 15
Gemini 4 Carbon até 30/11US$ 2US$ 10
Gemini 4 Carbon a partir de 01/12US$ 4US$ 20

Preços por milhão de tokens, em dólares.

A partir de dezembro, o Neon será 25% mais barato que o Carbon nas tarifas padrão.

A estratégia do Google parece clara: oferecer diferentes níveis de capacidade para que desenvolvedores e empresas escolham o modelo mais adequado ao orçamento e à complexidade de cada projeto.

🧩 Um milhão de tokens e suporte a diferentes formatos

Outro recurso importante é a janela de contexto de um milhão de tokens.

O Gemini 4 Neon consegue trabalhar com diferentes formatos de informação, incluindo:

• Vídeos e áudios.

• Gráficos e tabelas.

• Planilhas.

• Documentos PDF.

Isso abre possibilidades para aplicações profissionais que dependem da análise simultânea de diferentes fontes de informação.

Imagine um analista investigando uma divergência em uma cobrança. Ele poderia fornecer uma gravação de atendimento, o contrato correspondente e uma planilha financeira para que o modelo examine as informações em conjunto.

O GPT-6.2 Sol também oferece uma janela de contexto superior a um milhão de tokens, mas sua API trabalha com entradas de texto e imagem. Para processar gravações de áudio, seria necessário utilizar outra solução.

O Claude Sonnet 5.5 também oferece uma janela de contexto de um milhão de tokens, portanto, a capacidade isoladamente não representa uma vantagem exclusiva do Google.

🔐 Google prepara versão especializada em segurança cibernética

O lançamento do Neon também faz parte de uma estratégia mais ampla da empresa para o mercado corporativo.

O Google está preparando uma versão especializada em segurança cibernética, que será disponibilizada a participantes elegíveis do Fairwind Program.

Segundo os resultados apresentados pela empresa, essa versão alcançou:

• 90,5% em uma avaliação de identificação de vulnerabilidades.

• 70,7% em um teste de correção de vulnerabilidades.

Empresas interessadas também poderão solicitar acesso por meio de suas equipes de atendimento do Google Cloud.

A iniciativa reforça o interesse da companhia em posicionar seus modelos não apenas como assistentes de conversação, mas como ferramentas para atividades técnicas e operacionais.

🏁 Google amplia sua ofensiva contra OpenAI e Anthropic

O Gemini 4 Neon chega depois de uma sequência de lançamentos importantes da empresa.

O Google apresentou o Gemini 4 Argon aproximadamente sete semanas antes, com resultados que colocaram o modelo à frente do GPT-6 Astra e do Claude Opus 5.5 em 12 dos 18 testes publicados pela companhia.

Em 28 de outubro, veio o Gemini 4 Carbon, inicialmente com acesso limitado. A disponibilidade para clientes pagantes começou em 10 de novembro.

Agora, o Neon amplia a oferta para desenvolvedores e empresas que precisam de modelos capazes de executar tarefas complexas com frequência, sem necessariamente recorrer à opção mais cara.

A divisão de produtos fica assim:

• Hydrogen: trabalhos rápidos e de alto volume, com menor custo.

• Neon: tarefas mais exigentes, com equilíbrio entre desempenho e preço.

• Carbon: projetos extensos e trabalhos de maior complexidade.

💡 O próximo desafio não será apenas vencer benchmarks: será convencer empresas de que o custo total para concluir uma tarefa, incluindo processamento, infraestrutura e revisão humana, realmente compensa.

O Neon já apresenta números competitivos contra modelos da OpenAI e da Anthropic. Mas a decisão de adotá-lo como padrão dependerá de testes em situações reais.

Afinal, uma inteligência artificial pode gerar respostas rapidamente e ainda exigir bastante intervenção humana para entregar um trabalho concluído. É justamente nessa diferença entre produzir código e resolver um problema que a próxima disputa do mercado de IA deverá acontecer.

Apoie o Eurisko
Este conteúdo é independente, sem anúncios e feito por pessoas.
A inteligência artificial e as mudanças recentes do Google reduziram significativamente o alcance dos sites independentes. Se este conteúdo foi útil para você, considere apoiar o Eurisko e todo o ecossistema de projetos com qualquer valor.
Quero apoiar
Seguir:
Renê Fraga é fundador do Google Discovery (GD) e editor-chefe do Eurisko. Profissional de marketing digital, com pós-graduação pela ESPM, acompanha o Google desde os anos 2000 e escreve há mais de duas décadas sobre tecnologia, produtos digitais e o ecossistema da empresa. Criador do Google Discovery em 2006, tornou-se referência na cobertura do Google no Brasil e foi colunista do TechTudo (Globo.com), compartilhando análises e conhecimento com um grande público.
Nenhum comentário