· reAPI Team
Gemini 4 Neon vs Carbon, Hydrogen y Argon: cuál usar
Compara Gemini 4 Neon vs Carbon, Hydrogen y Argon en precios antes y desde el 1 dic 2026, cuatro niveles de pensamiento, saltos REST de 64K vs 32K y enrutamiento.

Comparar Gemini 4 Neon vs Carbon, Hydrogen y Argon se reduce a tres cifras concretas que cambian cómo gastas tokens en producción: tarifas por millón, profundidad de pensamiento predeterminada y límites de salida REST por solicitud. Google lanzó Gemini 4 Neon (gemini-4-neon) el 18 de noviembre de 2026, seis días después de Hydrogen (gemini-4-hydrogen), completando una familia Gemini 4 de cuatro modelos cuyos nombres de elementos no revelan nada sobre el coste ni el orden de enrutamiento[1][2].
Hasta el 30 de noviembre de 2026, los precios promocionales de Google crean una breve inversión: Gemini 4 Carbon y Argon facturan $2.00 por millón de tokens de entrada y $10.00 por millón de tokens de salida, por debajo de la tarifa estándar de Neon de $3.00 / $15.00 por token[3]. A partir del 1 de diciembre de 2026, Carbon y Argon duplican su precio a $4.00 / $20.00, situando a Neon claramente en el punto medio entre Hydrogen ($1.50 / $7.50) y Carbon ($4.00 / $20.00)[3]. Esta guía recoge todas las especificaciones verificadas de los cuatro modelos para que puedas elegir la opción predeterminada adecuada sin suposiciones.
En resumen
- Elige Gemini 4 Neon (
gemini-4-neon) para ingeniería de software compleja de alta frecuencia, sesiones largas de agentes con uso intensivo de herramientas, trabajo cuantitativo de conocimiento y endurecimiento defensivo de código donde Hydrogen carece de profundidad y Carbon resulta más pesado de lo necesario[1][4]. - Elige Gemini 4 Carbon (
gemini-4-carbon) para tus problemas más difíciles de arquitectura de largo horizonte, ciencia, matemáticas y seguridad; su tarifa estándar de pago de Google sube de $2.00/$10.00 a $4.00/$20.00 por 1M de tokens el 1 de diciembre de 2026[3]. - Elige Gemini 4 Hydrogen (
gemini-4-hydrogen) para programación cotidiana rápida, iteración interactiva de interfaz y subagentes trabajadores o verificadores de alto volumen a $1.50/$7.50 por 1M de tokens, además de un nivel gratuito en Google AI Studio[3][5]. - Elige Gemini 4 Argon (
gemini-4-argon) si ya ejecutas un flujo de trabajo consolidado de largo horizonte ajustado al menor gasto de pensamiento por turno de Argon respecto a Carbon; comparte el calendario de $2.00/$10.00 a $4.00/$20.00 de Carbon y el límite de salto REST JSON de 32K[3][6]. - Cero migración de esquema entre los cuatro modelos: Los cuatro comparten la misma ventana de contexto unificada de 1.048.576 tokens, caché únicamente implícita con un 95 % de descuento en aciertos de caché y el formato nativo de solicitud GenerateContent de Google, aunque difieren los valores predeterminados de pensamiento (
highfrente amedium) y los topes REST sin streaming (65.536frente a32.768)[4][6][7].
Dónde encaja Gemini 4 Neon en la familia de cuatro modelos
Google adaptó Gemini 4 Neon directamente a partir de Gemini 4 Carbon en lugar de ampliar Hydrogen[8]. Según la ficha de modelo y la guía de migración de Google, Carbon sigue siendo la opción más pesada para razonamiento profundo de largo horizonte, Hydrogen se encarga de la ejecución cotidiana rápida, Argon actúa como un hermano de frontera más eficiente en tokens respecto a Carbon, y Neon tiende un puente entre Hydrogen y Carbon para tareas complejas que ejecutas repetidamente cada día[1][3][8].
Cuando los equipos evalúan Gemini 4 Neon vs Carbon, la diferencia práctica aparece en las sesiones de herramientas de varios pasos y en la sobrecarga total de completado. Google diseñó Neon para terminar la depuración a nivel de repositorio y las ediciones multiarchivo en menos pasos, reduciendo las lecturas redundantes de archivos y gestionando limpiamente la compactación de contexto en cadenas largas de herramientas[4]. Esto convierte a Neon en un modelo principal natural para agentes de programación, síntesis de hojas de cálculo y PDF y parcheo de vulnerabilidades, mientras que Carbon queda reservado para problemas en los que pagas deliberadamente por una deliberación más profunda en un solo turno[1][8].
| Especificación | Gemini 4 Hydrogen | Gemini 4 Neon | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|---|---|
| ID de modelo estable | gemini-4-hydrogen | gemini-4-neon | gemini-4-argon | gemini-4-carbon |
| Fecha de lanzamiento | 12 nov 2026 | 18 nov 2026 | oct 2026 | 10 nov 2026 |
| Rol documentado | Programación cotidiana rápida y agentes trabajadores | Programación compleja de alta frecuencia, agentes y ciencia | Razonamiento de frontera eficiente de largo horizonte | Arquitectura, matemáticas, ciencia y seguridad más difíciles |
| Entradas / salida | Texto, imagen, vídeo, audio, PDF / texto | Texto, imagen, vídeo, audio, PDF / texto | Texto, imagen, vídeo, audio, PDF / texto | Texto, imagen, vídeo, audio, PDF / texto |
| Ventana de contexto unificada | 1.048.576 tokens | 1.048.576 tokens | 1.048.576 tokens | 1.048.576 tokens |
| Nivel de pensamiento predeterminado | high | high | medium | medium |
| Niveles de pensamiento admitidos | low, medium, high, xhigh | low, medium, high, xhigh | low, medium, high | low, medium, high |
| Tope de salto REST sin streaming | 65.536 tokens | 65.536 tokens | 32.768 tokens | 32.768 tokens |
| Tope de salto SSE con streaming | 65.536 tokens | 65.536 tokens | 65.536 tokens | 65.536 tokens |
| Caché de contexto | Solo implícita (mín. 4.096 tokens) | Solo implícita (mín. 4.096 tokens) | Solo implícita | Solo implícita |
| Nivel gratuito de API de Google | Disponible (con límites) | Solo nivel de pago | Solo nivel de pago | Solo nivel de pago |
| Corte de conocimiento | Marzo de 2026 | Marzo de 2026 | Documentado según ficha de modelo | Documentado según ficha de modelo |
Fuente: especificaciones de modelos de Google AI Studio, guía de decodificación larga y fichas de modelos de DeepMind, consultadas el 20 de noviembre de 2026[2][5][6][8].
Los cuatro modelos rechazan la generación de imágenes, la generación de audio y la Live API[2][5]. Cada token que procesa el modelo cuenta contra el mismo fondo unificado de 1.048.576 tokens, lo que significa que la entrada del prompt, los tokens de pensamiento, las llamadas a herramientas y el texto final de la respuesta comparten un único techo en lugar de acumularse por separado[6].
Precios de Gemini 4 Neon antes y después del 1 de diciembre de 2026
El precio es la mayor sorpresa al comparar Gemini 4 Neon vs Carbon a finales de noviembre de 2026. Los cuatro modelos Gemini 4 aplican precios planos por token en toda la ventana de contexto de 1M en el nivel de pago de Google, sin umbral de recargo por contexto largo y con un 95 % de descuento en aciertos de caché implícita[3]. Cada tarifa de salida incluye los tokens de pensamiento[3].
| Modelo | Nivel de pago estándar de Google (hasta el 30 nov 2026) | Nivel de pago estándar de Google (desde el 1 dic 2026) | Entrada en caché (desde el 1 dic 2026) | Tarifas de grupo activas en reAPI |
|---|---|---|---|---|
| Gemini 4 Hydrogen | $1.50 entrada / $7.50 salida | $1.50 entrada / $7.50 salida | $0.075 / 1M | Precios de Hydrogen |
| Gemini 4 Neon | $3.00 entrada / $15.00 salida | $3.00 entrada / $15.00 salida | $0.15 / 1M | Precios de Neon |
| Gemini 4 Argon | $2.00 entrada / $10.00 salida | $4.00 entrada / $20.00 salida | $0.20 / 1M | Precios de Argon |
| Gemini 4 Carbon | $2.00 entrada / $10.00 salida | $4.00 entrada / $20.00 salida | $0.20 / 1M | Precios de Carbon |
Fuente: tarifas oficiales del nivel de pago estándar de Google consultadas el 20 de noviembre de 2026[3]. El grounding con Google Search o Google Maps conlleva cargos independientes por consulta tras agotar las asignaciones mensuales compartidas ($14 por cada 1.000 consultas en el nivel de pago de Google)[3].
Ten en cuenta dos consecuencias prácticas de ese calendario:
- Antes del 1 de diciembre de 2026, Carbon y Argon tienen un precio nominal por token más bajo ($2.00/$10.00) que Neon ($3.00/$15.00), por lo que tu comparación de costes reales entre Gemini 4 Neon vs Carbon depende de cuántos tokens de pensamiento consuma cada modelo para terminar el mismo trabajo[3]. Como el pensamiento cuenta como salida, un modelo que completa una refactorización con la mitad de tokens de salida puede costar menos por tarea incluso con una tarifa por token más alta.
- A partir del 1 de diciembre de 2026, Neon ($3.00/$15.00) queda un 25 % por debajo de Carbon y Argon ($4.00/$20.00) y al doble de Hydrogen ($1.50/$7.50)[3]. En reAPI, cada modelo publica los multiplicadores activos de sus grupos de pasarela en su página de modelo: por ejemplo,
gemini-4-neonfiguraba publicado en el grupogemini-0.4con una ratio de 0,55x el 20 de noviembre de 2026, lo que corresponde a $1.65 de entrada, $8.25 de salida y $0.0825 de entrada en caché por 1M de tokens — consulta Gemini 4 Neon en reAPI para ver la disponibilidad activa de grupos y las tarifas vigentes.
Niveles de pensamiento de Gemini 4 Neon y la división entre saltos REST de 32K y 64K
Dos valores predeterminados de la API separan al par más reciente de noviembre (Neon y Hydrogen) del par anterior (Carbon y Argon): la configuración de pensamiento y los límites de salida REST por solicitud única.
En primer lugar, el pensamiento no se puede desactivar en ningún modelo Gemini 4[7]. Carbon y Argon exponen tres niveles nativos (low, medium, high) y usan medium por defecto. Neon y Hydrogen exponen cuatro niveles nativos (low, medium, high, xhigh) y usan high por defecto[4][7]. Enviar thinkingLevel: "minimal" en formato nativo devuelve un error upstream en los cuatro modelos, mientras que el endpoint compatible con OpenAI /api/v1/chat/completions asigna reasoning_effort: "minimal" a low y conserva xhigh únicamente en gemini-4-neon y gemini-4-hydrogen[9].
En segundo lugar, las llamadas REST directas sin streaming (:generateContent) tienen un valor predeterminado y un tope de 65.536 tokens por salto en Neon y Hydrogen, frente a 32.768 tokens por salto en Carbon y Argon[6]. Las llamadas con streaming (:streamGenerateContent?alt=sse) permiten 65.536 tokens por salto en los cuatro modelos[6]. Para tareas que requieren más de un salto, los SDK GenAI más recientes de Google (google-genai>=2.30.1 para Python y @google/genai>=2.29.1 para JavaScript) habilitan automatic_continuation de forma predeterminada, mientras que quienes llaman directamente por REST y reAPI ejecutan estrictamente una solicitud por llamada y devuelven un continuationToken opaco cuando finishReason es CONTINUATION[4][6].
Esa diferencia de salto importa directamente al evaluar Gemini 4 Neon vs Carbon sobre REST. Si tu servicio envía solicitudes JSON sin streaming con pensamiento high, Carbon alcanza su techo de salto de 32.768 tokens el doble de pronto que Neon, lo que fuerza antes un viaje adicional de continuación (y una segunda solicitud facturada sobre el contexto repetido) en generaciones largas de código.
Cómo cambiar entre Gemini 4 Neon, Carbon, Hydrogen y Argon en código
Cambiar entre dos modelos Gemini 4 cualesquiera solo requiere modificar el ID del modelo en la URL y revisar thinkingLevel y maxOutputTokens[4]. Aquí tienes una solicitud nativa de un solo disparo dirigida al endpoint gemini-4-neon de reAPI con x-goog-api-key:
curl https://reapi.ai/api/v1beta/models/gemini-4-neon:generateContent \
-H "x-goog-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{
"role": "user",
"parts": [{"text": "Audit this retry queue for race conditions and propose a minimal patch."}]
}],
"generationConfig": {
"maxOutputTokens": 65536,
"thinkingConfig": {"thinkingLevel": "high"}
}
}'Al migrar una aplicación existente desde Gemini 3 o probar Gemini 4 Neon vs Carbon en paralelo, vigila cuatro trampas documentadas en la lista de verificación de migración de Google[4]:
- Elimina los topes bajos de
maxOutputTokens: Valores heredados como4096o8192truncan respuestas con frecuencia porque los tokens de pensamiento consumen el mismo presupuesto que el texto visible. OmitemaxOutputTokens(65.536 en Neon y Hydrogen) o establece un techo explícito más alto, y bajathinkingLevelcuando quieras ejecuciones más cortas. - Elimina
cachedContent: Ninguno de los modelos Gemini 4 admite recursos explícitos de caché de contexto. La caché implícita se ejecuta automáticamente en prompts de al menos 4.096 tokens[4]. - Elimina
temperature,topP,topKycandidateCount: Los valores de muestreo personalizados dentro del rango se ignoran upstream, mientras que los valores fuera de rango devuelven HTTP 400[4]. - Conserva
thoughtSignatureycontinuationTokende forma literal: En llamadas a funciones de varios turnos, devuelve el arraypartsexacto del modelo en lugar de reconstruir los turnos del asistente solo a partir del texto. EnCONTINUATION, vuelve a enviar loscontentsoriginales sin cambios junto con el token devuelto[6].
Consulta la documentación de la API de Gemini 4 Neon para ver ejemplos completos en Python, Node.js, Go, streaming SSE y selección de grupo.
Patrones de enrutamiento multimodelo que reducen el desperdicio de tokens
Rara vez necesitas un único modelo para cada paso de un pipeline. La documentación de Google destaca combinar un planificador u orquestador más potente con trabajadores Hydrogen, y la familia de cuatro modelos encaja limpiamente en tres topologías de enrutamiento[4][5]:
- Programación y agentes de producción por defecto (Neon en
high, bajando amediumpara ediciones interactivas): Inicia refactorizaciones complejas, depuración de pruebas, parches de seguridad y análisis multidocumento en Gemini 4 Neon. Escala únicamente las tareas fallidas o de alto impacto a Neonxhigho Gemini 4 Carbon. - Enjambres de orquestador y trabajadores (planificación con Neon o Carbon y ejecución con Hydrogen): En un reparto Gemini 4 Neon vs Hydrogen, deja que Neon o Carbon dividan una especificación en tareas acotadas por archivo y luego despacha ediciones independientes de módulos, borradores de pruebas unitarias y extracciones de esquemas a Gemini 4 Hydrogen a la mitad de la tarifa nominal de Neon.
- Extracción y clasificación de alto volumen: Omite por completo la sobrecarga de razonamiento de Gemini 4 y mantén un nivel flash ligero para enrutamiento o etiquetado simple, reservando los modelos Gemini 4 para tareas donde el pensamiento obligatorio mejora la precisión[4].
Antes de fijar una opción predeterminada en producción, ejecuta entre 10 y 20 prompts representativos de tu propia carga de trabajo en Hydrogen (high), Neon (medium y high) y Carbon (medium y high). Mide la tasa de acierto, la latencia real de reloj y el total de tokens facturados por tarea completada, en lugar de mirar únicamente las tarifas nominales por millón.
Preguntas frecuentes
¿Cómo se compara Gemini 4 Argon con Neon, Carbon y Hydrogen?
En una comparación Gemini 4 Neon vs Argon, Google posiciona Gemini 4 Argon (gemini-4-argon) como un modelo de razonamiento de frontera eficiente que gasta menos tokens de pensamiento por turno que Carbon, mientras comparte el calendario de precios de $2.00/$10.00 a $4.00/$20.00 de Carbon, tres niveles de pensamiento (low/medium/high, predeterminado medium) y el tope de salto REST sin streaming de 32K[3][6]. Frente a Argon, Neon añade el nivel de pensamiento xhigh, duplica el tope de salto REST sin streaming a 65.536 tokens y queda un 25 % por debajo por token cuando Carbon y Argon pasen a $4.00/$20.00 el 1 de diciembre de 2026[3][4].
¿Sigue siendo buena opción Gemini 4 Argon tras el lanzamiento de Neon?
Sí, si tus prompts existentes ya están evaluados en gemini-4-argon y dependes de su menor comportamiento de razonamiento por turno respecto a Carbon, sigue siendo un modelo estable de contexto 1M[3]. Para cargas de trabajo nuevas que empiecen a finales de noviembre de 2026, la mayoría de los equipos debería evaluar primero Neon e Hydrogen porque ambos ofrecen saltos REST sin streaming de 64K, cuatro niveles de pensamiento incluido xhigh y tarifas por token más bajas tras el 1 de diciembre[3][4].
¿Quién tiene acceso a Gemini 4 Argon y Gemini 4 Neon?
En la plataforma propia de Google, tanto Gemini 4 Argon como Gemini 4 Neon están restringidos al nivel de pago de la Gemini API sin nivel gratuito de Google, mientras que Neon también se despliega para suscriptores de Google AI Pro y Ultra en Google AI Studio, Google Antigravity, Gemini for business y la app de Gemini[1][3]. Los desarrolladores también pueden llamar a los cuatro modelos en modalidad de pago por uso a través de reAPI usando una sola clave API y saldo de crédito sin una cuenta de facturación separada en Google; consulta la página de cada modelo para ver la disponibilidad activa de grupos.
¿Cómo usar Gemini 4 Carbon junto con Neon o Hydrogen?
Como Carbon, Neon, Hydrogen y Argon comparten exactamente el mismo esquema nativo de solicitud GenerateContent, puedes enrutar entre ellos cambiando solo el segmento del modelo en la URL (/api/v1beta/models/gemini-4-carbon:generateContent frente a /api/v1beta/models/gemini-4-neon:generateContent) y comprobando thinkingLevel (medium por defecto en Carbon frente a high por defecto en Neon e Hydrogen)[4][7]. Consulta la documentación de la API de Gemini 4 Carbon para ver todos los detalles de la solicitud nativa.
¿Tiene Gemini 4 Neon un nivel gratuito?
No. La tabla oficial de precios de Google indica Gemini 4 Neon como «Not available» en el nivel gratuito[3]. Entre los cuatro modelos Gemini 4, solo Gemini 4 Hydrogen ofrece un nivel gratuito limitado en Google AI Studio[3]. En reAPI, los cuatro modelos se facturan por uso desde tu saldo de crédito sin suscripción mensual.
¿Debería usar Gemini 4 Neon xhigh en lugar de Carbon?
Trata xhigh como un ajuste de escalado y no como valor predeterminado. Google aconseja empezar Neon en high y reservar xhigh para tareas difíciles de ingeniería, ciencia o análisis de varios pasos donde high se queda corto, ya que xhigh aumenta tanto la latencia como el gasto de tokens de pensamiento[4]. Compara Neon xhigh directamente frente a Carbon medium y high en tus casos fallidos y quédate con el que ofrezca mayor tasa de acierto por dólar.
¿Puede algún modelo Gemini 4 generar imágenes o audio?
No. Los cuatro modelos (Neon, Carbon, Hydrogen y Argon) aceptan entradas de texto, imagen, vídeo, audio y PDF, pero solo devuelven texto[2][5]. Usa modelos dedicados de generación de imagen, vídeo o audio cuando tu aplicación necesite medios generados.
Cómo elegir tu modelo predeterminado de Gemini 4
Si hoy estás decidiendo entre Gemini 4 Neon vs Carbon, Hydrogen y Argon, aplica una regla directa de tres pasos: empieza la programación cotidiana de alta frecuencia, los agentes con herramientas y el análisis documental en Gemini 4 Neon con high; descarga las subtareas acotadas de alto volumen en Gemini 4 Hydrogen; y escala solo los problemas más difíciles de largo horizonte a Gemini 4 Carbon. Vigila el cambio de tarifas del 1 de diciembre de 2026 si actualmente ejecutas Carbon o Argon con precios promocionales[3], y prueba tu batería real de prompts en distintos niveles de pensamiento antes de fijar el enrutamiento en producción.
Referencias
- Google Blog, Introducing Gemini 4 Neon (18 nov 2026): https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/
- Google AI Studio, Gemini 4 Neon Model Specifications (consultado el 20 nov 2026): https://aistudio.google.com/docs/models/gemini-4-neon
- Google AI Studio, Gemini API Pricing — Carbon, Argon, Neon, and Hydrogen (consultado el 20 nov 2026): https://aistudio.google.com/docs/pricing#gemini-4-neon
- Google AI Studio, What's new in Gemini 4 Neon (consultado el 20 nov 2026): https://aistudio.google.com/docs/whats-new-gemini-4-neon?generate-content=true
- Google AI Studio, Gemini 4 Hydrogen Model Specifications (consultado el 14 nov 2026): https://aistudio.google.com/docs/models/gemini-4-hydrogen
- Google AI Studio, Long decode guide (consultado el 20 nov 2026): https://aistudio.google.com/docs/long-decode?generate-content=true
- Google AI Studio, Gemini thinking guide (consultado el 20 nov 2026): https://aistudio.google.com/docs/thinking?generate-content=true
- Google DeepMind, Gemini 4 Neon Model Card (18 nov 2026): https://deepmind.google/models/model-cards/gemini-4-neon/
- Google AI Studio, OpenAI compatibility — Thinking (consultado el 20 nov 2026): https://aistudio.google.com/docs/openai