Cartão de título com os dizeres “Gemini 4 Neon: Primeiros Números Independentes”, com a linha “O 61 é a configuração xhigh. No seu padrão, ele marca 59,6, e o Carbon marca 60,0”, acima de três cartões com os dizeres “Gemini 4 Neon em xhigh 61,4”, “Gemini 4 Neon em high (padrão) 59,6” e “Gemini 4 Carbon em high 60,0”, com rodapé “Artificial Analysis Intelligence Index v5.0.1, 19 de novembro de 2026”.
Guides & Insights

Primeiros benchmarks independentes do Gemini 4 Neon: o 61 é um número xhigh e, na configuração padrão, fica atrás do Carbon

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

O post de lançamento do Google para o Gemini 4 Neon abre com um Artificial Analysis Intelligence Index de 61, terceiro no geral. A Artificial Analysis agora publica sua própria página para o Gemini 4 Neon, e essa página diz 61,4 — para a xhigh variante, a mais profunda de quatro configurações de raciocínio, classificada em sexto entre 96 modelos no índice v5.0.1. Na configuração que o Neon realmente usa por padrão, high, o mesmo rastreador atribui a ele 59,6. O Gemini 4 Carbon, o modelo contra o qual o anúncio do Google compara o Neon em quase todos os parágrafos, fica em 60,0 em seu próprio máximo. Leia as duas páginas como elas são publicadas e o Gemini 4 mais recente não é o mais inteligente: ele vence por 1,4 ponto quando você o leva a um patamar que o Carbon não tem, e perde por 0,4 ponto quando você compara os dois modelos nas configurações recomendadas pelos fabricantes.

Nada disso faz do Neon um modelo ruim, e os números de velocidade no mesmo painel são o argumento mais forte a seu favor que alguém já publicou. Mas isso significa que o único número com maior probabilidade de acabar num slide esta semana é a configuração menos representativa do modelo, e a correção agora pode ser verificada por qualquer pessoa com um navegador, em vez de ser uma inferência a partir da própria tabela de um fornecedor.

O que o rastreador realmente publicou

Artificial Analysis lista o Gemini 4 Neon como {{1}}lançado em 18 de novembro de 2026{{/1}}, {{2}}proprietário{{/2}}, {{3}}Google{{/3}}, com uma {{4}}janela de contexto de 1M tokens{{/4}} e {{5}}entrada de texto, imagem, fala e vídeo{{/5}}. Ele possui quatro variantes pontuadas separadamente — {{6}}baixo{{/6}}, {{7}}médio{{/7}}, {{8}}alto{{/8}} e {{9}}xhigh{{/9}} — e a página abre em {{10}}xhigh{{/10}} por padrão, e é por isso que o número de destaque é {{11}}61,4{{/11}} em vez do número que você obteria ao chamar o modelo sem nenhum parâmetro de raciocínio. O índice em vigor é {{12}}v5.0.1{{/12}}, o que importa para quem tem uma pontuação mais antiga: este é um índice com base recalculada, e um {{13}}61{{/13}} de um ranking de verão não é a mesma medição que um {{14}}61{{/14}} hoje.

A mesma página pontua o restante da família, e vale a pena ler a ordenação antes dos números individuais. Todos os quatro usam o mesmo conjunto de avaliação — AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 e Terminal-Bench-Science 0.1 —, então a comparação é pelo menos equivalente, o que é mais do que se pode dizer da tabela de benchmarks no post de lançamento.

The Artificial Analysis model page for Gemini 4 Neon, headed Gemini 4 Neon: Intelligence, Performance and Price Analysis, showing Intelligence 61 at rank #6 of 96, Performance #73 of 95 with 56.51 seconds per response, 110 output tokens per second and 21.5 minutes per task, Cost #82 of 95 at $3.00 input and $15.00 output per million tokens with a 95% cache discount and $6.44 per Intelligence Index task, and Verbosity #93 of 95, above a low, medium, high and xhigh variant selector.

Um modelo, quatro pontuações e uma escada muito mais íngreme

• Neon em baixo — 44,1, contra Carbon em baixo 54,2 e Gemini 4 Hydrogen em baixo 26,9.

• Neon no nível médio — 54,9, contra Carbon 58,3 e Hydrogen 41,2.

• Neon em alto — 59,6, contra Carbon 60,0 e Hydrogen 50,8. Este é o padrão do Neon e o teto do Carbon.

• Neon em xhigh — 61,4, contra nenhuma entrada Carbon. O Gemini 4 Hydrogen tem um quarto nível e pontua 53,9.

O formato desses quatro números é a parte que o post de lançamento não transmite. O Neon abrange 17,3 pontos de índice da sua configuração mais barata à mais profunda; o Carbon abrange 5,8 ao longo dos seus três degraus. O Neon não é uma quantidade fixa que por acaso tem um botão de ajuste — trata-se de quatro modelos materialmente diferentes, dependendo do degrau que você considera, e as diferenças são maiores no nível mais baixo, onde o Neon no nível baixo está 10,1 pontos abaixo do Carbon no nível baixo. Se você vem dimensionando o Neon em relação ao Carbon usando um único número por modelo, a versão honesta é uma curva contra uma linha reta.

Isso tem uma consequência prática que vai na direção oposta ao enquadramento do lançamento. A documentação do Google orienta os desenvolvedores a avaliar em todos os quatro níveis e escolher o mais baixo que atenda ao seu padrão de qualidade, e alerta que xhigh "pode causar excesso de raciocínio ou esgotar max_output_tokens em prompts mais simples, como extração de texto ou JSON." Os números independentes mostram por que esse conselho é essencial, e não apenas cauteloso: descer um nível não é um erro de arredondamento neste modelo. Os 1,8 pontos entre o padrão do Neon e seu teto são mais de quatro vezes a distância entre Neon e Carbon; os 4,7 pontos entre high e medium são quase doze vezes essa distância.

A two-column scoreboard titled Gemini 4 Neon — the scoreboard. Gemini 4 Neon at xhigh reads AA Index 61.4, cost per task $6.44, output tokens 283M, time per task 21.5 min, output speed 110 tok/s; Gemini 4 Carbon at high reads AA Index 60.0, cost per task $4.90, output tokens 205M, time per task 36.1 min, output speed 57 tok/s. The footer says both figures are per Artificial Analysis on index v5.0.1, read 19 November 2026, and that Google's 32% cheaper-per-task claim is not reproduced at these settings.

O custo de uma tarefa, medido em vez de declarado

A afirmação que vale a pena testar é a de custo por tarefa. O Google diz que o Gemini 4 Neon no ajuste padrão alto custa 32% menos por tarefa que o Gemini 4 Carbon, e 36% ou mais menos que modelos de fronteira concorrentes em sua configuração de raciocínio mais alta. O custo por tarefa é função de quantos tokens um modelo emite, e o post de lançamento não divulga contagens de tokens, então até esta semana o número não podia ser testado de fora.

O painel do rastreador coloca o Neon a US$ 6,44 por tarefa do Intelligence Index e o Carbon a US$ 4,90. Isso não é uma economia de 32%; é um sobrepreço de 31%, e a direção é oposta à alegação. A ressalva honesta é uma incompatibilidade de configuração, e ela vale nos dois sentidos: US$ 6,44 é o Neon em xhigh, porque xhigh é a variante com a qual a página abre, enquanto US$ 4,90 é o Carbon em high, seu próprio máximo. O número de 32% do Google se refere ao Neon em high, que o rastreador pontua separadamente em 59,6, mas não destaca com um custo no mesmo painel. Portanto, a afirmação correta é mais restrita do que "o Google está errado": a configuração publicada do Neon custa mais por tarefa do que a configuração publicada do Carbon, e a comparação específica que o Google está fazendo não foi reproduzida de forma independente.

O que é reproduzível é o perfil de tokens, e isso enfraquece a interpretação intuitiva de um modelo mais rápido. O Neon gerou 283M de tokens de saída no Intelligence Index, contra 205M do Carbon — 38% mais —, com 8,12B de tokens de entrada, e a saída correspondendo a 3,5% da entrada. A mediana entre os modelos avaliados pelo rastreador é de 65,1M de tokens de saída, então o Neon não é apenas mais tagarela que o Carbon; ele está entre os modelos mais verbosos do quadro, classificado em 93º de 95 nessa métrica. O Carbon, que tinha reputação de verbosidade, está em 90º. Qualquer que seja a economia que o Neon proporcione, ela não está nos tokens emitidos.

Onde ele é genuinamente mais rápido — e este é o argumento mais forte a seu favor — é no tempo de relógio:

• Tempo por tarefa do Intelligence Index — Neon 21,5 minutos, Carbon 36,1, Hydrogen 15,3, Argon 29,6. A mediana para modelos comparáveis é de 12,4 minutos.

• Velocidade de saída — Neon 110 tokens por segundo, Carbon 57, Hydrogen 168, Argon 65.

• Tempo até o primeiro token de resposta — Neon 56,5 segundos, Carbon 75,0, Hydrogen 47,2, Argon 47,1.

A Neon conclui o mesmo conjunto de avaliação em 40% menos tempo de relógio do que a Carbon, a uma taxa de geração aproximadamente duas vezes maior, enquanto emite mais tokens e obtém 0,4 ponto a menos nas configurações padrão equivalentes. Isso é um produto coerente, e é um produto diferente daquele que a tabela de benchmark sugere: é um modelo que você escolhe para terminar mais cedo, não um que você escolhe para estar certo com mais frequência.

Três números no post de lançamento que o rastreador não corrobora

A classificação. O Google diz terceiro no geral. A página ao vivo do rastreador classifica a variante xhigh em sexto de 96 no índice v5.0.1. Ambos os números podem ser rastreáveis à Artificial Analysis e ainda assim serem diferentes, porque o conjunto de modelos muda; o que não pode ser verdade é que ambos estejam atualizados. Cite a página ao vivo e diga a qual variante ela pertence, ou o número não sobreviverá ao próximo lançamento.

A configuração por trás da pontuação. Um 61 sem qualificador é interpretado como a pontuação do modelo. É uma de quatro, é a mais cara de executar e é aquela sobre a qual a própria documentação do Google alerta para tarefas com formato de extração. O padrão é 59,6.

A vantagem por tarefa. Discutido acima: nas configurações que o rastreador publica em seu painel de resumo, o Neon é 31% mais caro por tarefa, não 32% mais barato. A alegação do fornecedor ainda pode se sustentar em high no harness do próprio Google. Não foi demonstrado que se sustente em nenhum lugar que um leitor possa verificar.

Todo o resto no anúncio permanece como era — os rankings de terceiros que o Google cita e as próprias avaliações não reproduzidas do Google, desde Chartography com 73,5% até FrontierCode 2.0 com 46,2%, e os números de cibersegurança que só são disponibilizados por meio do Fairwind defenders programme. Nada disso é contradito pelos números independentes. Simplesmente não é a parte que alguém pode verificar, e a parte que pode ser verificada agora lê-se de outra forma.

O que isso muda se você estivesse prestes a padronizar no Neon

Se o seu motivo para escolher o Neon foi o 61, o número que você deve levar para um plano de capacidade é 59,6, e o modelo que ele supera nessa configuração não é nenhum da família atual — o 60,0 do Carbon está à frente dele, e o preço do Carbon é US$ 2,00 e US$ 10,00 por milhão de tokens contra US$ 3,00 e US$ 15,00 do Neon até que a tarifa introdutória do Carbon e do Argon passe para US$ 4,00 e US$ 20,00 em 1º de dezembro de 2026.

Se o seu motivo era a velocidade, o caso é real e os números acima comprovam isso. Vinte e um minutos contra trinta e seis no mesmo conjunto de avaliação é o tipo de diferença que muda quanto você consegue executar em um dia de trabalho, e a taxa de geração de 1,9x aparece no trabalho interativo bem antes de aparecer em uma tarefa em lote.

Se o seu motivo era a economia por tarefa do Google, faça o teste você mesmo antes de comprometer um caminho de produção com isso. O perfil de tokens é a única coisa que decide se a alegação por tarefa se sustenta no seu tráfego, e a medição independente diz que o Neon emite mais tokens do que o modelo cujo preço ele deveria ficar abaixo. Em trabalhos intensivos em entrada, o quadro se inverte, porque o preço de entrada do Neon está 50% acima do do Carbon hoje, e o movimento da Carbon em dezembro fecha até essa diferença a favor do Neon — o que é uma janela de catorze dias, não uma estratégia.

Executando a comparação no seu próprio tráfego

O motivo de se importar com uma escada de quatro degraus em vez de uma pontuação única é que o degrau é uma decisão de custo, e decisões de custo são mais baratas de tomar quando ambos os modelos estão a uma chamada de distância. Nosso catálogo traz google/gemini-4-carbon e google/gemini-4-argon pelo preço de tabela do provedor, sem margem, o que significa que o degrau de 1º de dezembro nesses dois modelos aparece na sua fatura no mesmo dia em que aparece na do Google, e a posição da Neon em dezembro em relação a eles muda sem que ninguém renegocie nada. O Gemini 4 Neon ainda não está no catálogo, então isto não é uma recomendação para executá-lo conosco hoje — é o formato do teste a ser executado quando ele chegar.

The OrcaRouter model page for Gemini 4 Carbon, showing the model identifier google/gemini-4-carbon, a maximum output of 65K tokens, multimodal input across text, image, file, audio and video, capability chips for vision, audio, tools, JSON, reasoning and output text, the line by Google · 2026-11-10, a p50 time to first token of 10.005 seconds, and the description noting a 1,048,576-token context window.

A avaliação que os números acima defendem não é uma execução de benchmark. É o mesmo prompt em high nos dois modelos, medido em tokens para concluir em vez de segundos, em uma amostra das suas próprias tarefas. Esse teste precisa que ambos os modelos estejam acessíveis a partir de uma única chave com um fallback por trás, porque o objetivo de executar o Neon é descobrir se a alegação por tarefa sobrevive ao contato com o seu tráfego, e o objetivo do fallback é que um modelo que você ainda está avaliando nunca se torne o único caminho para produção. Carbon por trás dele, Argon por trás desse, e a comparação em escada se torna uma mudança de roteamento em vez de uma migração.

A única coisa a não fazer é dimensionar a decisão com base na tabela de lançamento. O tracker já publicou quatro pontuações para um único modelo, a diferença entre o topo e o padrão é maior que a diferença entre o padrão e o modelo que ele substitui, e a alegação de custo que faz toda a proposta funcionar é o único número no slide que ninguém fora do Google reproduziu.

O que assistir a seguir

Três coisas, todas verificáveis. Se o custo por tarefa do rastreador para o Neon no nível alto fica perto dos 32% do Google — essa única linha resolveria a discussão, e é uma variante que já tem uma pontuação de índice publicada. Se o portão Fairwind da variante cibernética abre, já que os números de segurança ainda são alegações sobre um modelo que quase ninguém fora do Google consegue chamar. E se o passo de 1º de dezembro em Carbon e Argon sobrevive ao contato com a demanda, porque é a data em que os preços fixos de US$ 3,00 e US$ 15,00 do Neon deixam de parecer caros e começam a parecer o nível de raciocínio mais barato do Gemini 4 por token.

Até lá, o resumo útil cabe em uma frase: o Gemini 4 Neon é a forma mais rápida de obter uma resposta do Gemini 4, não é a mais precisa na configuração com que é disponibilizado, e a alegação de eficiência que justifica seu preço ainda é do fornecedor.