Am 18. November 2026 hat Google das dritte Modell der Gemini-4-Familie vorgestellt — das neuronale Netz Gemini 4 Neon, das laut Entwickler „fortgeschrittene Reasoning-Fähigkeiten für komplexe, hochintensive Arbeitsabläufe bietet und dies schneller sowie zu geringeren Kosten“. Das Modell nimmt eine Zwischenposition ein zwischen dem bereits veröffentlichten Gemini 4 Hydrogen, das auf die schnelle Erledigung alltäglicher Aufgaben ausgerichtet ist, und dem Flaggschiff Gemini 4 Carbon, das für die anspruchsvollsten und längsten Projekte konzipiert wurde. Neon soll die Tiefe des Schlussfolgerns mit operationaler Effizienz verbinden und die Nische von Aufgaben abdecken, bei denen das einfache Generieren einer Antwort nicht ausreicht: Das Modell muss den Kontext analysieren, verschiedene Werkzeuge einsetzen und eine Abfolge von Aktionen ausführen.
Leistung und Benchmarks
Laut Google liefert Gemini 4 Neon eine Leistung auf Carbon-Niveau und übertrifft diese bei einer Reihe von Aufgaben sogar, während es mit Flash-Geschwindigkeit arbeitet und weniger Rechenressourcen benötigt. Im unabhängigen Artificial Analysis Intelligence Index belegte das Modell den dritten Platz mit 61 Punkten auf der maximalen Dennebene xhigh, hinter größeren und langsameren Modellen. Zum Kontext: Die am selben Tag veröffentlichte GPT-6.2 Astra von OpenAI belegte den zweiten Platz im selben Ranking. Im Vals Index belegte Neon mit 70,9% den zweiten Platz. Das Modell führte auch spezialisierte Tests wie Legal Research Bench und Tax Agent Bench sowie AutomationBench von Zapier und Vending-Bench 2 an, wo es in einer langfristigen Unternehmensverwaltungssimulation 16.843 virtuelle US-Dollar erzielte.
Text-, Datei- und Unternehmensdatenverarbeitung
Der Entwickler betont, dass Neon besser als seine Vorgänger mit Texten arbeitet, klare und gut strukturierte Antworten liefert sowie vom Benutzer hochgeladene Dateien — Tabellenkalkulationen, PDF-Dokumente und Fotos — präziser analysiert. Das Modell ist in der Lage, umfangreiche Materialien zu verarbeiten, sie in prägnante Zusammenfassungen und Berichte umzuwandeln und zusätzliche Informationen aus anderen Anwendungen des Google-Ökosystems, einschließlich Gmail und Docs, abzurufen. Bei Recherchen greift Neon auf Internetquellen zurück, um aktuelle Informationen bereitzustellen — beispielsweise beim Preisvergleich oder bei der Erstellung von Analyseberichten mit neuesten Marktdaten. Das Kontextfenster des Modells beträgt 1 Million Token, und vier Dennebenen ermöglichen es dem Benutzer, ein Gleichgewicht zwischen Analysetiefe und Ressourcenverbrauch zu wählen.
Programmierung und Agenten-Aufgaben
Bei Programmieraufgaben zeigt Neon ebenfalls starke Ergebnisse: Es belegte den ersten Platz im Artificial Analysis Coding Agent Index mit 58,6 Punkten und erreichte 65,2% im Terminal-Bench 4.1. Google hebt besonders die Fähigkeit des Modells hervor, Code über mehrere Dateien und Repositories hinweg gleichzeitig zu debuggen und zu refaktorisieren. In der Gemini-App kann Neon nun den Modus „Aufgaben“ antreiben — eine Funktion, bei der das Modell eigenständig mehrstufige Arbeit ausführt. Google hat diesen Modus kürzlich in sechs Ländern kostenlos freigeschaltet, wodurch die Zugänglichkeit von Agentenszenarien für ein breites Publikum erweitert wird.
Kosten und Verfügbarkeit
Als wichtigen Wettbewerbsvorteil nennt der Entwickler die Wirtschaftlichkeit von Neon. Bei der standardmäßigen hohen Dennebene ist das Modell bei vergleichbaren Aufgaben um 32% günstiger als Carbon. Tests von Drittanbietern zeigen, dass die Nutzungskosten 50–80% niedriger sind als bei konkurrierenden fortgeschrittenen Modellen. Die API-Preise belaufen sich auf 3 US-Dollar pro 1 Million Eingabe-Token und 15 US-Dollar pro 1 Million Ausgabe-Token; zwischengespeicherte Eingabe-Token kosten 0,15 US-Dollar pro Million. Das Modell ist bereits über die Gemini API, Google AI Studio, Android Studio und Gemini for business verfügbar. In der Gemini-App und Google Antigravity können Abonnenten der kostenpflichtigen Tarife AI Pro und AI Ultra es nutzen. Einen kostenlosen Zugang zum Modell gibt es nicht. Offiziell funktionieren die Gemini-Dienste in Russland nicht: Das Unternehmen führt das Land nicht in der Liste der Regionen auf, in denen die Gemini-App und die Gemini API verfügbar sind, und das Google-AI-Pro-Abonnement kann nicht mit russischen Zahlungsmitteln bezahlt werden.
Spezialisierte Cybersecurity-Version
Parallel zum Hauptmodell hat Google Gemini 4 Neon for cyber vorgestellt, eine Version, die für Cybersecurity-Aufgaben entwickelt wurde. Sie hilft dabei, Schwachstellen zu identifizieren, deren Ausnutzbarkeit zu überprüfen und Code-Fehler zu beheben. Im AutoBaxBench-Test erreichte das Modell 76% und im SEC-bench Pro 90,5%. Der Zugang zu dieser Version wird in den kommenden Tagen den Teilnehmern des Fairwind-Programms bereitgestellt. Damit deckt Gemini 4 Neon ein breites Spektrum an Szenarien ab — von Unternehmensanalytik und Programmierung bis hin zur spezialisierten Arbeit mit IT-Sicherheitsaufgaben —, während es im Vergleich zu den Flaggschiff-Lösungen der Konkurrenz preislich attraktiv bleibt.