Ir al contenido
IA para hoy
Modelos y avances Lanzamiento 5/5 · Confirmado por varias fuentes

Google lanza Gemini 4 Neon, un modelo intermedio centrado en el coste por tarea

Fotografía de archivo que ilustra: Google lanza Gemini 4 Neon, un modelo intermedio centrado en el coste por tarea
Foto: Daniil Komov · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

Google ha presentado Gemini 4 Neon, un modelo situado entre Gemini 4 Carbon y Gemini 4 Hydrogen, con una ventana de contexto de un millón de tokens. Cuesta 3 dólares por millón de tokens de entrada y 15 por millón de salida, y está disponible desde el día del anuncio en la API de Gemini, Android Studio, Gemini Enterprise y la app de Gemini. Según Google, queda tercero en el índice de inteligencia de Artificial Analysis y su coste por tarea es un 32 % menor que el de Carbon en modo high.

Resumen generado mediante IA a partir de WWWhat's new. Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Para empresas que ejecutan muchas tareas agénticas o de código, el coste por tarea puede pesar más que la potencia máxima. Este modelo ofrece una opción intermedia de precio que conviene comparar con la que se usa hoy.

Quién se ve afectado
Desarrolladores y empresas que integran modelos de Google en flujos agénticos, de código o de atención al trabajo repetitivo.
Qué puede cambiar
Si las cifras de coste se confirman en uso real, podría bajar el gasto en tareas de agentes y código sin renunciar a una capacidad cercana a la frontera.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Resultados independientes de coste y rendimiento por tarea, la adopción en Gemini Enterprise y la respuesta de precios de los competidores.

Recomendación Qué debería hacer una empresa

Evaluar Neon frente al modelo actual con tareas propias de agentes y código durante los próximos 3 meses, midiendo el coste real por tarea.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: hacer el envío que pides. Base: nuestro interés legítimo. Lo envía Resend; la comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.

Fuente original: WWWhat's new. La referencia es siempre el artículo original.

Ver fuente original ↗

LLMagentescódigo GoogleGoogle DeepMind API de Gemini Artificial Analysis Gemini 4 Neon Google

Fuentes de esta historia

Esta noticia forma parte de una historia cubierta por 11 publicaciones. La fiabilidad sube cuando varias fuentes independientes la confirman.

  1. The Decoder
    · confirmado por varias fuentes · artículo original ↗
  2. Google DeepMind
    · confirmado por varias fuentes · artículo original ↗
  3. Simon Willison
    · confirmado por varias fuentes · artículo original ↗
  4. Hipertextual
    · confirmado por varias fuentes · artículo original ↗
  5. Infobae Tecno
    · confirmado por varias fuentes · artículo original ↗
  6. MuyComputer
    · confirmado por varias fuentes · artículo original ↗
  7. Europa Press Portaltic
    · confirmado por varias fuentes · artículo original ↗
  8. Xataka
    · confirmado por varias fuentes · artículo original ↗
  9. Enter.co
    · confirmado por varias fuentes · artículo original ↗
  10. The Decoder
    · confirmado por varias fuentes · artículo original ↗
  11. WWWhat's new estás leyendo esta
    · confirmado por varias fuentes · artículo original ↗

Ver la historia completa con su línea temporal →

Relacionadas

Modelos y avances

Google lanza Gemini 4 Neon, casi el doble de rápido que Carbon y más barato, con cifras según sus propias pruebas

Google DeepMind ha lanzado Gemini 4 Neon, su cuarto modelo en siete semanas, con una ventana de contexto de un millón de tokens. Según Artificial Analysis…

Por qué importaPara una empresa, la misma capacidad a menor coste por tarea y más velocidad reduce el coste de automatizar procesos y programar con agentes. Las…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 8/10 The Decoder
Modelos y avances

Google presenta Gemini 4 Neon, con rendimiento similar a Gemini 4 Carbon a un 32 % menos de coste por tarea

Google presentó el 18 de noviembre Gemini 4 Neon, un modelo con cuatro niveles de razonamiento que, según la compañía, iguala el rendimiento de Gemini 4 Carbon…

Por qué importaSi las cifras se confirman, reducen el coste de automatizar análisis documental y de programación complejos, lo que puede cambiar la elección de…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 8/10 Enter.co
Modelos y avances

Google lanza Gemini 4 Neon, modelo orientado a programación y tareas complejas con precio intermedio

Google presenta Gemini 4 Neon, un modelo intermedio de su familia Gemini 4 centrado en programación y razonamiento, con una ventana de contexto de un millón de…

Por qué importaPara equipos de desarrollo y empresas que usan modelos de IA, el coste por tarea y la velocidad pesan tanto como la calidad. Conviene evaluar si Neon…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 Xataka
Modelos y avances

Google presenta Gemini 4 Neon, un modelo que combina inteligencia de frontera y rapidez

Google ha presentado Gemini 4 Neon, un nuevo modelo que, según el anuncio, combina inteligencia de frontera con rapidez para completar tareas complejas en…

Por qué importaSi las capacidades se confirman, podría acortar flujos de trabajo técnicos que hoy requieren mucho tiempo de especialistas. Conviene contrastar los…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 Europa Press Portaltic

Tu opinión

0 comentarios

Escribe un comentario

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas y firmas con el mismo nombre.

Protección de datos. Responsable: Fernando Lobato, PhD. Finalidad: publicar y moderar tu comentario y evitar abusos. Base: tu consentimiento y, contra los abusos, nuestro interés legítimo. Se publica tu nombre, no tu correo. El texto pasa por un filtro con IA de Anthropic, en Estados Unidos, sin tu nombre ni tu correo, y se guarda un resumen de tu IP 90 días. La comprobación de robots es de Cloudflare. Puedes acceder a tus datos, pedir que los borremos y ejercer tus demás derechos como explica la política de privacidad.