
Gemini 4 Neon no Antigravity: 762 chamadas de ferramentas com um teto de 512K
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 188 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 205 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 124 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 110 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
Treze sessões, 762 chamadas de ferramentas e um número que não aparece em lugar nenhum do material de lançamento do Google: 512.000. Essa é a janela de contexto que a própria documentação do Antigravity atribui ao Gemini 4 Neon, contra os 1.048.576 tokens que a API Gemini vende para o mesmo modelo a US$ 3,00 de entrada e US$ 15,00 de saída. Ambos os números são do Google, publicados na mesma semana, e nenhuma das páginas menciona a outra. O log de chamadas de ferramentas vem de uma thread de experiência prática que @kimmonismus publicou em 18 de novembro de 2026, treze horas e meia depois de a publicação do Antigravity sobre o Neon ir ao ar e trinta e cinco minutos depois da da DeepMind, ou seja, o modelo ao qual ele descreve ter tido "acesso antecipado" já estava disponível para o público em geral quando ele publicou.
Esse timing importa para quanta importância dar à thread, não para se ela é útil. Este é o relato público mais detalhado que alguém já publicou do Gemini 4 Neon fazendo trabalho agêntico sustentado, e a parte interessante não são as demos. É o formato do log, que é aritmética verificável de um modo que "ele criou 17 demos interativos" não é.
As 762 chamadas, em detalhe
O autor do post revisou os logs do Antigravity depois do ocorrido e contabilizou cada chamada ao longo dessas treze sessões, todas executadas no nível de raciocínio Extra High. O detalhamento, autodeclarado e não auditado:
• Leituras de arquivos — 313
• Edições — 266
• Novos arquivos criados — 104
• Comandos do shell — 43
• Subagentes gerados — 13
Pesquisas na web — 2
• Outras chamadas, incluindo atualizações de tarefas — 21
Esses valores somam exatamente 762, que é a primeira coisa a verificar e a primeira coisa que se confirma. Divida por treze e você obtém aproximadamente 58.6 chamadas de ferramenta por sessão, um número que fica suspeitosamente próximo do 58.6 que o Neon obtém no Artificial Analysis Coding Agent Index — coincidência, mas memorável se você estiver tentando manter os dois números na cabeça.

A proporção mais informativa é aquela que o próprio posicionamento do Google convida você a testar. O post de lançamento afirma que o Neon "reduz leituras redundantes de arquivos" e "lida com a compactação de contexto de forma confiável em sessões longas". Neste log, as leituras são 313 de 762 chamadas, ou 41%. As escritas — 266 edições mais 104 novos arquivos, 370 chamadas — são 48,6%. Isso dá 1,18 operação de escrita para cada leitura. Um modelo que estivesse vasculhando um código-fonte tentando localizar coisas mostraria a proporção oposta; um modelo que já sabe aonde está indo lê uma vez e escreve. As treze sessões de um usuário não são evidência de uma propriedade geral, mas é a direção que a afirmação prevê, e é o único log público da afirmação sendo posta à prova.
Os dois números que parecem mais estranhos são subagentes e pesquisas na web. Treze subagentes em treze sessões é exatamente um por sessão — um padrão de delegação consistente, e não ocasional. Duas pesquisas na web em 762 chamadas é 0,26%, o que, para um modelo que o Google descreve como um orquestrador que direciona subagentes Hydrogen paralelos, é notavelmente voltado para dentro. Esta foi uma execução contra código local, não pesquisa, e o log reflete isso.
O que a execução de demonstração realmente mostra
Dezessete demos interativas, oito delas exibidas. As oito visíveis abrangem um shooter de arena 3D com ondas de inimigos, vida, munição e recarga; um rail shooter chamado Solaris Trench; uma arena de voxels destrutível chamada Terra Breaker que manteve 60 quadros por segundo estáveis em um teste no navegador; um jogo de jato por desfiladeiro chamado Aero Canyon com doze portões e um melhor tempo salvo; um quebra-cabeça de física com alavancas e um lançador de bolas; um show de luzes de campo de partículas; um sobrevoo de buraco negro com lente gravitacional ajustável; e um sistema solar clicável.
Os nove que não foram mostrados são a parte da thread que não pode ser avaliada, e a leitura honesta de "17 demos" é que se trata de uma alegação sobre volume com oito amostras anexadas. O que as oito amostras estabelecem é a amplitude: um único modelo produzindo cenas WebGL, física, visuais orientados por áudio e gerenciamento de estado de UI numa única sessão, com uma qualidade que um entusiasta publicaria. Isso é um sinal real de capacidade, mesmo que a contagem não seja auditável.
Os modos de falha relatados pelo autor da postagem são mais úteis do que os sucessos, porque são específicos. A primeira build da arena 3D “caiu com um erro de servidor” e precisou de uma segunda passada para terminar — uma falha de infraestrutura, não uma falha do modelo, mas que custou uma tentativa inteira. A Neon adicionou ao Aero Canyon um modo de piloto automático que nunca foi solicitado, o que o autor da postagem sinalizou como escopo não solicitado. Ele então testou apenas o piloto automático, então a qualidade do voo manual permanece desconhecida mesmo para uma demonstração que ele criou. O sistema solar foi entregue com contagens de luas desatualizadas e só foi corrigido para os números atuais do JPL depois que ele sinalizou isso; tamanhos e órbitas ainda não estão em escala.
Esse último é o ponto de dados mais interessante da thread, porque é uma demonstração clara de correção no meio da tarefa: um erro factual, sinalizado pelo usuário, corrigido em uma mensagem de acompanhamento. O Google afirma que o Neon ocupa o segundo lugar em capacidade de direcionamento no novo Agent Arena Index da Arena. Um caso isolado não confirma uma posição no ranking, mas é o comportamento que o ranking afirma medir, observado na prática.
Três correções de bugs, autoavaliadas
A seção de programação consiste em três programas com erros e suites de testes existentes, cada um corrigido e depois verificado pelo próprio autor da postagem, em vez de pelo relatório do próprio modelo.
• Verificador de reservas — 1 de 5 testes passando antes, 5 de 5 depois.
• Agendador de tarefas — 8 de 14 verificações antes, 14 de 14 depois.
• Carregador assíncrono — 10 de 16 verificações antes, 16 de 16 depois.
Agregado: 19 de 35 passando antes, 35 de 35 depois, ou 54,3% a 100%. Uma pontuação perfeita é o número do qual se deve desconfiar, e as ressalvas honestas estão todas na amostra, não no resultado. Três programas são três programas. As suítes de teste já existiam, o que elimina o modo de falha óbvio em que um modelo escreve testes para corresponder à sua própria correção, mas não elimina a seleção: esses eram programas que o autor da postagem escolheu trazer, e uma correção que resolveu as falhas visíveis ainda poderia estar errada de maneiras que a suíte não cobre. O que a execução mostra é que o modelo não causou regressão em nada durante a correção — 35 de 35 significa que os testes que passavam antes continuaram passando, que é o modo de falha que realmente morde na prática.
O Antigravity dá ao Neon 512K, não 1M
Agora, o número que não está na thread e que deveria mudar como você lê o restante dela. A documentação de modelos da Antigravity, na entrada do Gemini 4 Neon, declara a janela de contexto como "até 512K tokens". A documentação da Gemini API para o mesmo modelo declara uma janela unificada de 1.048.576 tokens, e o Artificial Analysis lista 1.000.000 para o modelo. Os mesmos pesos, a mesma tabela de preços, aproximadamente metade do contexto, dependendo da interface a partir da qual você faz a chamada.

O Google não publicou uma explicação para a discrepância, e este artigo não vai inventar uma. O que é verificável é que os dois números estão ambos ativos, ambos são do Google e ambos estão associados ao código do modelo gemini-4-neon. A consequência prática é direta: se sua avaliação do Neon é "ele comporta um monorepo grande no contexto", essa avaliação depende da superfície. Um repositório de 600.000 tokens cabe na API e não cabe no Antigravity. Se você está decidindo entre os dois, meça na superfície em que você realmente vai implantar, porque o teto não é o mesmo.
O restante do panorama do Antigravity é mais convencional. O Neon é o modelo padrão para novas conversas em todos os planos que o incluem — Google AI Pro pago, Google AI Ultra e Gemini Enterprise. Ele não está disponível no Free nem no Google AI Plus. A escala de pensamento é composta por Low, Medium, High (padrão) e Extra, com a CLI grafando-os low, medium, high e xhigh via --model gemini-4-neon-xhigh ou --effort xhigh. A thread foi executada inteiramente em Extra High, que é a configuração que o próprio Google usa para seu número de destaque no Intelligence Index, e a que a documentação da API recomenda reservar para problemas difíceis de várias etapas.
Isso merece ser sinalizado como uma assimetria de fontes, e não como uma falha. Quase todo número de benchmark do Neon em circulação — o Intelligence Index de 61,4, o Coding Agent Index de 58,64 — é um número em xhigh. A maioria das pessoas executará o modelo no High padrão. O Artificial Analysis publica ambos, e o valor padrão é 59,6, três pontos inteiros abaixo do número de destaque. Um log de 762 chamadas em xhigh mostra como é o teto; ele não mostra quanto sua configuração padrão custará nem qual pontuação terá.
Onde a discussão extrapola
Três afirmações na thread carregam mais peso do que a evidência sustenta, e vale a pena nomeá-las porque serão repetidas.
O enquadramento de "acesso antecipado" é o mais claro. O próprio post do blog da Antigravity sobre o Neon foi publicado às 08:00 UTC de 18 de novembro de 2026; o post de lançamento do DeepMind, às 21:00 UTC; a thread, às 21:35 UTC. Qualquer que tenha sido o acesso que o autor da postagem teve mais cedo naquele dia, o texto que ele publicou saiu depois da disponibilidade geral, e lê-lo como uma prévia de pré-lançamento seria um erro. Isso não torna as observações erradas. Significa, sim, que "recebi acesso antecipado" está fazendo um trabalho retórico que os horários registrados não sustentam.
Segundo, 17 demonstrações interativas é uma alegação de volume com oito exemplos exibidos. As oito exibidas são genuinamente variadas e genuinamente funcionais, o que é a parte útil. As nove retidas não são auditáveis, e nenhuma quantidade de detalhes sobre as oito fecha essa lacuna.
Terceiro, o resultado de 35 de 35 correções é um resultado sobre três programas. É o tipo de número que acaba sendo citado como “o Neon conserta tudo o que você der a ele”, e a leitura correta é mais restrita: em três programas já quebrados, com suítes existentes, ele resolveu todas as verificações que falhavam sem quebrar as que passavam. Isso é um bom resultado e uma amostra pequena, e as duas metades dessa frase precisam andar juntas.
Um ponto de corroboração merece destaque. Patrick Loeber, membro da equipe técnica do Google DeepMind, respondeu à thread: “boa thread, obrigado por construir com isso e compartilhar seu feedback!!” Isso não é uma verificação de nenhum número nela. É um funcionário do Google reconhecendo que a execução aconteceu, o que é mais do que a maioria das threads práticas recebe.
Quanto custa experimentar isto por conta própria
A economia de um teste de campo como este é pouco glamourosa e decisiva. A $3.00 por milhão de tokens de entrada e $15.00 por milhão de saída, uma sessão de 762 chamadas com reutilização intensa de contexto não é um experimento de $5 — o lado da saída, incluindo os tokens de raciocínio, domina, e o xhigh multiplica isso. A própria formulação do Google é que o Neon, em sua configuração High padrão, custa cerca de 32% menos por tarefa do que o Gemini 4 Carbon (relatado pelo fornecedor, não reproduzido de forma independente), e que a configuração xhigh é para problemas em que o High fica aquém. Executar uma suíte de demonstração em xhigh quando você estava avaliando o comportamento padrão é uma forma de gastar várias vezes o que a decisão exigia.

A forma mais barata de executar esta avaliação é fixar primeiro a superfície e o nível de raciocínio e, em seguida, variar o modelo. Do nosso lado, o catálogo atualmente inclui google/gemini-4-carbon e google/gemini-4-argon, ambos pelo preço de tabela do provedor de US$ 2,00 e US$ 10,00 com 0% de acréscimo em cima — uma mudança de tarifa do fornecedor é aplicada do nosso lado no mesmo dia em que chega ao upstream, o que importa aqui porque a tarifa introdutória do Carbon expira em 30 de novembro de 2026 e passa para US$ 4,00/US$ 20,00. O Gemini 4 Neon não está no catálogo em 19 de novembro de 2026, então isto não é uma recomendação para chamá-lo por meio de nós; é a comparação que você pode realmente executar hoje, contra o modelo com o qual o Google compara o Neon em quase todo parágrafo do seu anúncio.
Se você estiver testando um modelo não comprovado em vez de um modelo conhecido, a camada de roteamento também é o lugar barato para limitar o risco: o failover automático significa que uma sessão que morre no meio da execução — como aconteceu com a primeira build da arena 3D — pode ser repetida em um modelo diferente sem reconstruir o harness, e a DSL de roteamento permite compor um planejador e um executor em uma única chamada se você quiser reproduzir o padrão Orchestrator (Neon) sem ficar preso ao teto de 512K do Antigravity.
O que assistir
A próxima peça de evidência que resolveria as questões em aberto não é outra thread de demonstração. É um log de chamadas de ferramentas de alguém executando na configuração High padrão, em um repositório grande o suficiente para pressionar contra qualquer teto de contexto que se aplique, publicado com as falhas mantidas. A diferença entre 512K e 1M é o ponto específico a observar, porque uma discrepância na documentação que sobrevive a um ciclo de lançamento geralmente é uma decisão de produto, e não um descuido — e, se o Antigravity está deliberadamente reduzindo a janela pela metade, esse é um fato que vale a pena saber antes de padronizar um fluxo de trabalho com base nela.
Até então, o resumo justo do Gemini 4 Neon no Antigravity é este: um log público detalhado, com treze sessões de profundidade, mostrando um modelo que escreve mais do que lê, delega uma vez por sessão, corrige três pequenos programas perfeitamente, constrói oito boas demos de dezessete alegadas e opera com aproximadamente metade do contexto que a API anuncia. Cada uma dessas cláusulas é verificável. Nenhuma delas é um benchmark.
