· reAPI Team
Gemini 4 Neon vs Carbon, Hydrogen et Argon : lequel choisir
Comparez Gemini 4 Neon vs Carbon, Hydrogen et Argon : tarifs avant et après le 1er déc. 2026, quatre niveaux de réflexion, paliers REST 64K vs 32K et routage.

Comparer Gemini 4 Neon vs Carbon, Hydrogen et Argon revient à examiner trois chiffres concrets qui modifient votre consommation de tokens en production : le tarif par million de tokens, la profondeur de réflexion par défaut et la limite de sortie REST par requête. Google a lancé Gemini 4 Neon (gemini-4-neon) le 18 novembre 2026, six jours après Hydrogen (gemini-4-hydrogen), complétant ainsi une gamme Gemini 4 de quatre modèles dont les noms d'éléments n'indiquent rien sur le coût ni sur l'ordre de routage[1][2].
Jusqu'au 30 novembre 2026, la tarification promotionnelle de Google crée une brève inversion : Gemini 4 Carbon et Argon facturent $2.00 par million de tokens d'entrée et $10.00 par million de tokens de sortie, soit un tarif par token inférieur au tarif standard de Neon à $3.00 / $15.00[3]. À partir du 1er décembre 2026, Carbon et Argon doublent à $4.00 / $20.00, plaçant Neon exactement au milieu entre Hydrogen ($1.50 / $7.50) et Carbon ($4.00 / $20.00)[3]. Ce guide recense chaque spécification vérifiée pour les quatre modèles afin de vous aider à choisir le bon modèle par défaut sans deviner.
En bref
- Choisissez Gemini 4 Neon (
gemini-4-neon) pour le génie logiciel complexe à haute fréquence, les longues sessions d'agents utilisant de nombreux outils, les tâches quantitatives de traitement de connaissances et le durcissement défensif du code lorsque Hydrogen manque de profondeur et que Carbon est plus lourd que nécessaire[1][4]. - Choisissez Gemini 4 Carbon (
gemini-4-carbon) pour vos problèmes les plus difficiles d'architecture à long horizon, de science, de mathématiques et de sécurité ; son tarif payant standard Google passe de $2.00/$10.00 à $4.00/$20.00 par 1M de tokens le 1er décembre 2026[3]. - Choisissez Gemini 4 Hydrogen (
gemini-4-hydrogen) pour le développement rapide au quotidien, l'itération interactive d'interfaces et les sous-agents exécuteurs ou vérificateurs à fort volume à $1.50/$7.50 par 1M de tokens, avec en plus une offre gratuite Google AI Studio[3][5]. - Choisissez Gemini 4 Argon (
gemini-4-argon) si vous exploitez déjà un workflow établi à long horizon calibré sur la dépense de réflexion par tour plus faible d'Argon par rapport à Carbon ; il partage le calendrier tarifaire de $2.00/$10.00 vers $4.00/$20.00 de Carbon et sa limite de palier REST JSON de 32K[3][6]. - Aucune migration de schéma entre les quatre modèles : les quatre partagent la même fenêtre de contexte unifiée de 1 048 576 tokens, une mise en cache uniquement implicite avec 95 % de réduction sur les succès de cache et le format de requête natif GenerateContent de Google, bien que les niveaux de réflexion par défaut (
highvsmedium) et les plafonds REST sans streaming (65 536vs32 768) diffèrent[4][6][7].
Où Gemini 4 Neon se situe dans la gamme à quatre modèles
Google a adapté Gemini 4 Neon directement à partir de Gemini 4 Carbon plutôt qu'en faisant monter Hydrogen en capacité[8]. D'après la fiche modèle et le guide de migration de Google, Carbon reste l'option la plus lourde pour le raisonnement profond à long horizon, Hydrogen gère l'exécution rapide du quotidien, Argon sert de modèle frère de pointe plus économe en tokens que Carbon, et Neon fait le lien entre Hydrogen et Carbon pour les tâches complexes répétées chaque jour[1][3][8].
Lorsque les équipes évaluent Gemini 4 Neon vs Carbon, la différence pratique apparaît dans les sessions d'outils en plusieurs étapes et le coût total d'exécution. Google a conçu Neon pour boucler le débogage à l'échelle d'un dépôt et les modifications multi-fichiers en moins d'étapes tout en réduisant les lectures redondantes de fichiers et en gérant proprement la compaction du contexte sur de longues chaînes d'outils[4]. Cela fait de Neon un modèle principal naturel pour les agents de programmation, la synthèse de tableurs et de PDF ainsi que les correctifs de vulnérabilités, tandis que Carbon reste réservé aux problèmes où vous acceptez de payer pour une délibération plus approfondie par tour[1][8].
| Spécification | Gemini 4 Hydrogen | Gemini 4 Neon | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|---|---|
| Identifiant de modèle stable | gemini-4-hydrogen | gemini-4-neon | gemini-4-argon | gemini-4-carbon |
| Date de sortie | 12 nov. 2026 | 18 nov. 2026 | Oct. 2026 | 10 nov. 2026 |
| Rôle documenté | Développement rapide au quotidien et agents exécuteurs | Développement complexe à haute fréquence, agents et science | Raisonnement de pointe efficace à long horizon | Architecture, mathématiques, science et sécurité les plus exigeantes |
| Entrées / sortie | Texte, image, vidéo, audio, PDF / texte | Texte, image, vidéo, audio, PDF / texte | Texte, image, vidéo, audio, PDF / texte | Texte, image, vidéo, audio, PDF / texte |
| Fenêtre de contexte unifiée | 1 048 576 tokens | 1 048 576 tokens | 1 048 576 tokens | 1 048 576 tokens |
| Niveau de réflexion par défaut | high | high | medium | medium |
| Niveaux de réflexion pris en charge | low, medium, high, xhigh | low, medium, high, xhigh | low, medium, high | low, medium, high |
| Plafond par palier REST sans streaming | 65 536 tokens | 65 536 tokens | 32 768 tokens | 32 768 tokens |
| Plafond par palier SSE en streaming | 65 536 tokens | 65 536 tokens | 65 536 tokens | 65 536 tokens |
| Mise en cache du contexte | Implicite uniquement (min. 4 096 tokens) | Implicite uniquement (min. 4 096 tokens) | Implicite uniquement | Implicite uniquement |
| Offre gratuite Google API | Disponible (avec limites) | Offre payante uniquement | Offre payante uniquement | Offre payante uniquement |
| Date limite des connaissances | Mars 2026 | Mars 2026 | Documentée par fiche modèle | Documentée par fiche modèle |
Source : spécifications des modèles Google AI Studio, guide de décodage long et fiches modèles DeepMind, vérifiés le 20 novembre 2026[2][5][6][8].
Les quatre modèles rejettent la génération d'images, la génération audio et la Live API[2][5]. Chaque token traité par le modèle est décompté du même pool unifié de 1 048 576 tokens, ce qui signifie que l'entrée du prompt, les tokens de réflexion, les appels d'outils et le texte de réponse finale partagent un seul plafond au lieu de s'empiler séparément[6].
Tarifs de Gemini 4 Neon avant et après le 1er décembre 2026
La tarification est la principale surprise lors de la comparaison Gemini 4 Neon vs Carbon fin novembre 2026. Les quatre modèles Gemini 4 appliquent un tarif fixe par token sur l'ensemble de la fenêtre de contexte de 1M sur l'offre payante de Google, sans seuil de surcoût pour long contexte et avec 95 % de réduction sur les succès de cache implicite[3]. Chaque tarif de sortie inclut les tokens de réflexion[3].
| Modèle | Offre payante Google Standard (jusqu'au 30 nov. 2026) | Offre payante Google Standard (à partir du 1er déc. 2026) | Entrée en cache (à partir du 1er déc. 2026) | Tarifs live des groupes reAPI |
|---|---|---|---|---|
| Gemini 4 Hydrogen | $1.50 entrée / $7.50 sortie | $1.50 entrée / $7.50 sortie | $0.075 / 1M | Tarifs Hydrogen |
| Gemini 4 Neon | $3.00 entrée / $15.00 sortie | $3.00 entrée / $15.00 sortie | $0.15 / 1M | Tarifs Neon |
| Gemini 4 Argon | $2.00 entrée / $10.00 sortie | $4.00 entrée / $20.00 sortie | $0.20 / 1M | Tarifs Argon |
| Gemini 4 Carbon | $2.00 entrée / $10.00 sortie | $4.00 entrée / $20.00 sortie | $0.20 / 1M | Tarifs Carbon |
Source : tarifs officiels Google Standard de l'offre payante vérifiés le 20 novembre 2026[3]. L'ancrage avec Google Search ou Google Maps entraîne des frais distincts par requête au-delà des quotas mensuels partagés ($14 pour 1 000 requêtes sur l'offre payante de Google)[3].
Notez deux conséquences pratiques de ce calendrier :
- Avant le 1er décembre 2026, Carbon et Argon affichent un prix unitaire par token inférieur ($2.00/$10.00) à celui de Neon ($3.00/$15.00), de sorte que votre comparaison de coût réel entre Gemini 4 Neon vs Carbon dépend du nombre de tokens de réflexion consommés par chaque modèle pour accomplir la même tâche[3]. Comme la réflexion compte comme sortie, un modèle qui termine une refactorisation avec deux fois moins de tokens de sortie peut coûter moins cher par tâche même à un tarif par token plus élevé.
- À compter du 1er décembre 2026, Neon ($3.00/$15.00) se situe 25 % en dessous de Carbon et Argon ($4.00/$20.00) et au double de Hydrogen ($1.50/$7.50)[3]. Sur reAPI, chaque modèle affiche les multiplicateurs de groupe en direct de la passerelle sur sa page modèle : par exemple,
gemini-4-neona été publié dans le groupegemini-0.4avec un ratio de 0,55x le 20 novembre 2026, soit $1.65 en entrée, $8.25 en sortie et $0.0825 en entrée mise en cache par 1M de tokens — consultez Gemini 4 Neon sur reAPI pour la disponibilité des groupes en direct et les tarifs actuels.
Niveaux de réflexion de Gemini 4 Neon et écart des paliers REST 32K vs 64K
Deux paramètres par défaut de l'API séparent la paire plus récente de novembre (Neon et Hydrogen) de la paire antérieure (Carbon et Argon) : la configuration de la réflexion et les limites de sortie REST par requête.
Premièrement, la réflexion ne peut être désactivée sur aucun modèle Gemini 4[7]. Carbon et Argon exposent trois niveaux natifs (low, medium, high) et utilisent medium par défaut. Neon et Hydrogen exposent quatre niveaux natifs (low, medium, high, xhigh) et utilisent high par défaut[4][7]. L'envoi de la valeur native thinkingLevel: "minimal" renvoie une erreur en amont sur les quatre modèles, tandis que l'endpoint compatible OpenAI /api/v1/chat/completions associe reasoning_effort: "minimal" à low et préserve xhigh uniquement sur gemini-4-neon et gemini-4-hydrogen[9].
Deuxièmement, les appels REST directs sans streaming (:generateContent) ont pour valeur par défaut et plafond 65 536 tokens par palier sur Neon et Hydrogen, contre 32 768 tokens par palier sur Carbon et Argon[6]. Les appels en streaming (:streamGenerateContent?alt=sse) autorisent 65 536 tokens par palier sur les quatre modèles[6]. Pour les tâches nécessitant plus d'un palier, les derniers SDK GenAI de Google (google-genai>=2.30.1 pour Python et @google/genai>=2.29.1 pour JavaScript) activent automatic_continuation par défaut, alors que les appels REST directs et reAPI exécutent strictement une requête par appel et renvoient un continuationToken opaque lorsque finishReason vaut CONTINUATION[4][6].
Cette différence de palier compte directement lors de l'évaluation de Gemini 4 Neon vs Carbon via REST. Si votre service envoie des requêtes JSON sans streaming avec la réflexion sur high, Carbon atteint son plafond de 32 768 tokens par palier deux fois plus tôt que Neon, ce qui déclenche plus vite un aller-retour de continuation supplémentaire (et une seconde requête facturée sur le contexte répété) lors des longues générations de code.
Comment basculer entre Gemini 4 Neon, Carbon, Hydrogen et Argon dans le code
Basculer entre deux modèles Gemini 4 ne nécessite que de modifier l'identifiant du modèle dans l'URL et de vérifier thinkingLevel et maxOutputTokens[4]. Voici une requête native en un seul appel ciblant l'endpoint gemini-4-neon de reAPI avec 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"}
}
}'Lors de la migration d'une application existante depuis Gemini 3 ou lors de tests côte à côte de Gemini 4 Neon vs Carbon, évitez quatre pièges documentés dans la liste de vérification de migration de Google[4] :
- Supprimez les plafonds
maxOutputTokenstrop bas : les valeurs héritées comme4096ou8192tronquent souvent les réponses car les tokens de réflexion consomment le même budget que le texte visible. OmettezmaxOutputTokens(65 536 sur Neon et Hydrogen) ou définissez un plafond explicitement plus élevé, et baissezthinkingLevelsi vous souhaitez des exécutions plus courtes. - Supprimez
cachedContent: aucun des modèles Gemini 4 ne prend en charge les ressources explicites de mise en cache du contexte. La mise en cache implicite s'exécute automatiquement pour les prompts d'au moins 4 096 tokens[4]. - Supprimez
temperature,topP,topKetcandidateCount: les valeurs d'échantillonnage personnalisées dans la plage autorisée sont ignorées en amont, tandis que les valeurs hors plage renvoient une erreur HTTP 400[4]. - Préservez
thoughtSignatureetcontinuationTokenà l'identique : lors des appels de fonctions sur plusieurs tours, renvoyez exactement le tableaupartsdu modèle plutôt que de reconstruire les tours de l'assistant uniquement à partir du texte. En cas deCONTINUATION, renvoyez lescontentsd'origine inchangés avec le token retourné[6].
Consultez la documentation API de Gemini 4 Neon pour les exemples complets en Python, Node.js, Go, streaming SSE et sélection de groupe.
Modèles de routage multi-modèles pour réduire le gaspillage de tokens
Vous avez rarement besoin du même modèle pour chaque étape d'un pipeline. La documentation de Google met en avant l'association d'un planificateur ou orchestrateur plus puissant avec des exécuteurs Hydrogen, et la gamme à quatre modèles se prête nettement à trois topologies de routage[4][5] :
- Développement en production et agents par défaut (Neon à
high, abaissé àmediumpour les éditions interactives) : lancez les refactorisations complexes, le débogage de tests, les correctifs de sécurité et l'analyse multi-documents sur Gemini 4 Neon. N'escaladez que les tâches en échec ou critiques vers Neonxhighou Gemini 4 Carbon. - Essaims orchestrateur et exécuteurs (planification Neon ou Carbon avec exécution Hydrogen) : dans une répartition Gemini 4 Neon vs Hydrogen, confiez à Neon ou Carbon le découpage d'une spécification en tâches délimitées par fichier, puis distribuez les modifications indépendantes de modules, les ébauches de tests unitaires et les extractions de schémas à Gemini 4 Hydrogen à la moitié du tarif catalogue de Neon.
- Extraction et classification à fort volume : évitez complètement la surcharge de raisonnement de Gemini 4 et conservez une gamme flash légère pour le routage ou l'étiquetage simple, en réservant les modèles Gemini 4 aux tâches où la réflexion obligatoire améliore la précision[4].
Avant de fixer un modèle par défaut en production, exécutez 10 à 20 prompts représentatifs de votre propre charge de travail sur Hydrogen (high), Neon (medium et high) et Carbon (medium et high). Mesurez le taux de réussite, la latence réelle et le total des tokens facturés par tâche accomplie plutôt que les seuls tarifs bruts par million.
Questions fréquentes
Comment Gemini 4 Argon se compare-t-il à Neon, Carbon et Hydrogen ?
Dans une comparaison Gemini 4 Neon vs Argon, Google positionne Gemini 4 Argon (gemini-4-argon) comme un modèle de raisonnement de pointe efficace qui dépense moins de tokens de réflexion par tour que Carbon tout en partageant son calendrier tarifaire de $2.00/$10.00 vers $4.00/$20.00, ses trois niveaux de réflexion (low/medium/high, medium par défaut) et son plafond de palier REST sans streaming de 32K[3][6]. Par rapport à Argon, Neon ajoute le niveau de réflexion xhigh, double le plafond par palier REST sans streaming à 65 536 tokens et revient 25 % moins cher par token une fois que Carbon et Argon passent à $4.00/$20.00 le 1er décembre 2026[3][4].
Gemini 4 Argon reste-t-il pertinent après le lancement de Neon ?
Oui, si vos prompts existants sont déjà évalués sur gemini-4-argon et que vous comptez sur son comportement de raisonnement plus sobre par tour par rapport à Carbon, il reste un modèle stable à contexte de 1M[3]. Pour de nouvelles charges de travail démarrant fin novembre 2026, la plupart des équipes devraient d'abord évaluer Neon et Hydrogen, car tous deux offrent des paliers REST sans streaming de 64K, quatre niveaux de réflexion incluant xhigh et des tarifs par token plus bas après le 1er décembre[3][4].
Qui a accès à Gemini 4 Argon et Gemini 4 Neon ?
Sur la plateforme propre de Google, Gemini 4 Argon et Gemini 4 Neon sont tous deux réservés à l'offre payante de la Gemini API sans offre gratuite Google, tandis que Neon est également déployé pour les abonnés Google AI Pro et Ultra dans Google AI Studio, Google Antigravity, Gemini for business et l'application Gemini[1][3]. Les développeurs peuvent également appeler les quatre modèles à la consommation via reAPI avec une seule clé API et un seul solde de crédits sans compte de facturation Google distinct ; consultez chaque page modèle pour connaître la disponibilité des groupes en direct.
Comment utiliser Gemini 4 Carbon avec Neon ou Hydrogen ?
Comme Carbon, Neon, Hydrogen et Argon partagent exactement le même schéma de requête natif GenerateContent, vous pouvez router entre eux en ne changeant que le segment modèle de l'URL (/api/v1beta/models/gemini-4-carbon:generateContent vs /api/v1beta/models/gemini-4-neon:generateContent) et en vérifiant thinkingLevel (medium par défaut sur Carbon contre high par défaut sur Neon et Hydrogen)[4][7]. Consultez la documentation API de Gemini 4 Carbon pour les détails complets des requêtes natives.
Gemini 4 Neon propose-t-il une offre gratuite ?
Non. Le tableau officiel des tarifs de Google indique Gemini 4 Neon comme « Non disponible » dans l'offre gratuite[3]. Parmi les quatre modèles Gemini 4, seul Gemini 4 Hydrogen propose une offre gratuite limitée sur Google AI Studio[3]. Sur reAPI, les quatre modèles sont facturés à la consommation sur votre solde de crédits sans abonnement mensuel.
Dois-je utiliser Gemini 4 Neon xhigh à la place de Carbon ?
Considérez xhigh comme un réglage d'escalade plutôt que comme une valeur par défaut. Google conseille de démarrer Neon à high et de réserver xhigh aux tâches complexes d'ingénierie, scientifiques ou analytiques en plusieurs étapes où high ne suffit pas, car xhigh augmente à la fois la latence et la consommation de tokens de réflexion[4]. Comparez directement Neon xhigh à Carbon medium et high sur vos cas d'échec et conservez celui qui offre le meilleur taux de réussite par dollar.
Un modèle Gemini 4 peut-il générer des images ou de l'audio ?
Non. Les quatre modèles (Neon, Carbon, Hydrogen et Argon) acceptent le texte, l'image, la vidéo, l'audio et le PDF en entrée, mais ne produisent que du texte en sortie[2][5]. Utilisez des modèles dédiés à la génération d'images, de vidéos ou d'audio lorsque votre application doit générer des médias.
Choisir votre modèle Gemini 4 par défaut
Si vous devez arbitrer aujourd'hui entre Gemini 4 Neon vs Carbon, Hydrogen et Argon, appliquez une règle simple en trois étapes : démarrez le développement quotidien à haute fréquence, les agents à outils et l'analyse de documents sur Gemini 4 Neon à high ; déléguez les sous-tâches bornées à fort volume à Gemini 4 Hydrogen ; et n'escaladez que les problèmes les plus difficiles à long horizon vers Gemini 4 Carbon. Surveillez le changement de tarif du 1er décembre 2026 si vous exécutez actuellement Carbon ou Argon au tarif promotionnel[3], et testez votre suite de prompts réelle sur plusieurs niveaux de réflexion avant de figer le routage en production.
Références
- 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 (consulté le 20 nov. 2026) : https://aistudio.google.com/docs/models/gemini-4-neon
- Google AI Studio, Gemini API Pricing — Carbon, Argon, Neon, and Hydrogen (consulté le 20 nov. 2026) : https://aistudio.google.com/docs/pricing#gemini-4-neon
- Google AI Studio, What's new in Gemini 4 Neon (consulté le 20 nov. 2026) : https://aistudio.google.com/docs/whats-new-gemini-4-neon?generate-content=true
- Google AI Studio, Gemini 4 Hydrogen Model Specifications (consulté le 14 nov. 2026) : https://aistudio.google.com/docs/models/gemini-4-hydrogen
- Google AI Studio, Long decode guide (consulté le 20 nov. 2026) : https://aistudio.google.com/docs/long-decode?generate-content=true
- Google AI Studio, Gemini thinking guide (consulté le 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 (consulté le 20 nov. 2026) : https://aistudio.google.com/docs/openai