Blog · KI-Modelle

Gemini 4 Neon: Benchmarks, Preis und der Vergleich mit Carbon und Opus 5.5

Google hat Gemini 4 Neon am 18. November 2026 veröffentlicht. Es liegt zwischen Carbon, für die schwierigsten Langzeitprojekte, und Hydrogen, für schnelle Alltagsarbeit. In Googles Worten "balanciert" Neon "Tiefe und Effizienz". Es kostet $3 pro Million Input-Tokens und $15 pro Million Output-Tokens, hat 1M Tokens Kontext und vier Thinking-Level. Dieser Leitfaden behandelt die technischen Daten, den Preis im Vergleich zum Rest von Gemini 4 und zu Claude Opus 5.5, Googles Benchmarks, die unabhängigen Ergebnisse von Artificial Analysis und wo man Neon nutzen kann.

Was Gemini 4 Neon ist und wann es erschien

Gemini 4 Neon ging am 18. November 2026 in die allgemeine Verfügbarkeit (GA), angekündigt von Koray Kavukcuoglu von Google DeepMind. Google bewirbt es für "schnelles Erledigen ganzer Aufgaben in komplexer Softwareentwicklung, Wissensarbeit und wissenschaftlichen Workflows". Es ist das vierte Gemini-4-Modell in etwa einem Monat: Argon wurde am 13. Oktober GA, Carbon am 10. November und Hydrogen am 12. November.

  • Platz in der Familie: Carbon für die schwierigsten Langzeitprojekte, Hydrogen für schnelle Alltagsausführung und Neon für komplexe Arbeit, die Sie oft ausführen.
  • Planer für Hydrogen: In Google Antigravity und über die Interactions API kann Neon planen und Arbeit an parallele Hydrogen-Subagents übergeben.
  • Upgrade von Argon: Googles Cloud-Entwicklerleitfaden nennt Neon "das Ziel-Upgrade" von Argon für allgemeines Coding und Reasoning im Unternehmen, mit Migrationsschritten von Gemini 3.1 Pro, Argon und 3.8 Flash.
  • Gemini-App: 9to5Google berichtet, dass Neon in der Modellauswahl den Platz von Argon einnimmt, als "Deeper analysis". Argon steht weiterhin mit Preisen in der Gemini API, und wir haben keine Abkündigung gefunden.

Gemini 4 Neon: technische Daten

Gemini 4 Neon
Erschienen18. November 2026 (GA), von Google
Modellcodegemini-4-neon
Kontextfenster1,048,576 Tokens. Google Cloud beschreibt ein gemeinsames Limit für Input und Output.
Maximaler Output65,536 Tokens pro Segment (AI Studio nennt "64K / 1M"). In Google Cloud kann langes Decoding (nur v1beta1) bis zum Kontextlimit minus Input weiterlaufen.
WissensstandMärz 2026
InputText, Bild, Audio, Video und PDF. Google Cloud ergänzt Office- und OpenDocument-Dateien (.docx, .pptx, .xlsx, .odt).
OutputNur Text
Thinking-LevelLOW, MEDIUM, HIGH (Standard), XHIGH
Unterstützt (Google Cloud)Thinking, System-Prompts, strukturierter Output, implizites Caching (Präfixe ab 4,096 Tokens), Grounding, Code-Ausführung, Function Calling, URL-Kontext, Computer Use, agentisches Videoverständnis
Nicht unterstützt (Google Cloud)Explizites Caching, Tuning, Live API, RAG Engine
API-Preis pro 1M Tokens$3 Input, $0.15 Input aus dem Cache, $15 Output. Kein kostenloser Tarif.

Gemini 4 Neon: Preis im Vergleich zu Hydrogen, Carbon, Argon und Opus 5.5

Standard-Preise der Gemini API pro Million Tokens, von Googles Preisseite am 19. November 2026. Der Output enthält Thinking-Tokens. Neon hat keine Long-Context-Stufe und keinen befristeten Aktionspreis. Carbon und Argon kosten bis zum 30. November $2 / $10 und ab dem 1. Dezember $4 / $20. Neon kostet also bis zum 30. November mehr als beide und ab dem 1. Dezember 25 % weniger als beide. Die Preise von Claude Opus 5.5 stammen von Anthropic.

Neons Batch- und Flex-Preis beträgt $1.50 Input, $0.075 aus dem Cache und $7.50 Output. Priority kostet $5.40, $0.27 und $27. Google-Search- und Maps-Grounding enthalten je 5,000 kostenlose Anfragen pro Monat (geteilt über Gemini 3 und neuer), danach $14 pro 1,000. Die Vertex-AI-Preise pro Token für Neon waren bei unserer Prüfung nicht lesbar, deshalb nennt diese Seite nur Preise der Gemini API.

ModellInputInput aus dem CacheOutputKostenloser Tarif (API)
Gemini 4 Neon$3$0.15$15Nein
Gemini 4 Hydrogen$1.50-$7.50Ja
Gemini 4 Carbon$2 bis 30. Nov., danach $4-$10 bis 30. Nov., danach $20Nein
Gemini 4 Argon$2 bis 30. Nov., danach $4-$10 bis 30. Nov., danach $20Nein
Claude Opus 5.5$4$0.20$20-

Gemini 4 Neon: Benchmarks

Die meisten dieser Zahlen stammen von Google selbst, aus dem Launch-Beitrag. Die Zeilen von Artificial Analysis sind dessen unabhängige Läufe. Eine Zeile stammt aus Googles Benchmark-Grafik, einem Bild, laut Bericht von TestingCatalog. Googles Model Card ist ein PDF, das wir nicht lesen konnten, deshalb stammt hier nichts daraus.

BenchmarkGemini 4 NeonBerichtet von
Artificial Analysis Intelligence Index61 (xhigh), zum Start Platz dreiArtificial Analysis
AA Coding Agent Index v2.159 (xhigh, in der Antigravity CLI)Artificial Analysis (Google nennt 58.6)
Vals Index70.9%, #2Google
Agent Arena Index (arena.ai)1336, #2 zum Debüt (4,200+ Sitzungen)Google
Terminal-Bench 4.165.2%Google
Terminal-Bench Science70.5%Google
FrontierCode 2.0 (Cognition)46.2% bei Standard highGoogle
SWE-sweep12.8% (mini-SWE-Harness), 39.0% in AntigravityGoogle
CursorBench 4.165.4%Googles Grafik, laut TestingCatalog
HLE-Diamond71.3%Google
Agents' Last Exam v1.175.8%Google
RiemannBench84.0%Google
Zapier AutomationBench56.3%, #1 insgesamtGoogle
Andon Labs Vending-Bench 2$16,843, #1 insgesamtGoogle
Chartography73.5%Google
AutoBaxBench, hard tier76%Google
SEC-bench Pro90.5%Google
CWE-bench v270.7% (+3.4% gegenüber Carbon)Google
WebExploitBench v1.251.26%Google

Was Google sonst noch berichtet

  • Vals: Laut Google ist Neon #1 auf der Legal Research Bench und der Tax Agent Bench und #2 bei der Steuerbarkeit in der Agent Arena.
  • Surge AI: Laut Google ist Neon #1 bei den meisten Benchmarks von Surge AI zu Finanzen, Buchhaltung, Tabellenmodellierung und Einhalten von Vorgaben. Zahlen nannte Google dazu nicht.
  • Kosten pro Aufgabe: Laut Google kostet Neon bei der Standardeinstellung high 32 % weniger pro Aufgabe als Carbon, und bei xhigh 36 % oder mehr weniger pro Aufgabe als "konkurrierende Modelle" bei deren höchsten Einstellungen.
  • Sicherheit laut Google: Ablehnungen bei 1.98% der Terminal-Bench-4.0-Aufgaben, eine Schummelrate von 0.0% bei Terminal-Bench 4.0, Abkürzungen bei 2.45% einer Coding-Schummel-Auswertung (der niedrigste Wert in Gemini 4), Fehlhandlungen bei 0.09% und 99.2% bei einer Ehrlichkeits-Auswertung. Gegenüber Carbon berichtet Google 43–56 % weniger Unterversorgung und 15–35 % weniger Übergriffigkeit.
  • Neon für Cyber wird in den kommenden Tagen für berechtigte Verteidiger in Googles Fairwind Program ausgerollt.

Gemini 4 Neon bei Artificial Analysis

Artificial Analysis (AA) hat Neon unabhängig getestet und am Starttag einen Artikel veröffentlicht. Das sind seine Zahlen.

  • Intelligence Index: 61 bei xhigh, zum Start Platz drei, hinter GPT-6.2 Astra (max) und Claude Fable 5.2 (max) und 1 Punkt vor Carbon (high, 60). Nach Thinking-Level: xhigh 61, high 60, medium 55, low 44. Siehe GPT-6.2 und Claude Fable 5.2.
  • Coding Agent Index (v2.1: FrontierCode-AA 2.0, Terminal-Bench 4.1, SWE-Atlas-QnA-AA): 59 bei xhigh in der Antigravity CLI, 3 Punkte vor Carbon (high, 55). Claude Code mit Fable 5.2 (xhigh) und Claude Opus 5.5 (max) erreichten beide 58. Google nennt Neon #1 in diesem Index; AAs Artikel nennt keinen Rang.
  • Kosten pro Aufgabe im Intelligence Index (xhigh): $6.44, etwa 17 % unter Carbons $7.76 zu Preisen ohne Rabatt.
  • Kosten pro Aufgabe im Coding Agent Index: Neon $6.86, Opus 5.5 (max) $12.61, Fable 5.2 (xhigh) $15.47.
  • Tempo: etwa 21 Minuten pro Aufgabe gegenüber etwa 36 bei Carbon und etwa 110 Output-Tokens pro Sekunde gegenüber etwa 57. Neon verbraucht etwa 15 % mehr Output-Tokens als Carbon.
  • Weitere AA-Auswertungen: GDP.pdf 33.4% bei high und 28.0% bei xhigh (Carbon high: 28.4%). AA-Briefcase 1700 Elo bei xhigh und #1 bei der Präsentationsqualität mit 1771. MKA Climb WSR 56% (Fable 5.2 max: 57%).

Gemini 4 Neon im Models Engineering Index (Drittanbieter)

Der Models Engineering Index (Mei) ist eine Rangliste eines Drittanbieters auf GitHub (git-aarvin/mei). Er fasst Coding-Benchmark-Ergebnisse, die Cognition, Cursor, dem Laude Institute und Vals AI zugeschrieben werden, zu einem Wert zusammen; ein durchschnittliches Modell liegt bei 50. Stand 20. November 2026 steht Neon auf Platz 1.

  • Index: Gemini 4 Neon 68,5; Claude Fable 5.2 66,0; GPT-6.2 Astra 62,8; Claude Opus 5.5 62,0; Claude Sonnet 5.5 58,6; Gemini 4 Hydrogen 57,5; GPT-6.2 Sol 56,4.
  • Kosten im Vergleich zu einem typischen Modell: Neon 1,7×, Opus 5.5 3,6×, Fable 5.2 6,5×. Verbrauchte Tokens: Neon 0,82×, Opus 5.5 1,9×, Fable 5.2 2,1×.
  • Einschränkungen laut Mei selbst: Nicht alle Modelle wurden mit denselben Benchmarks gemessen, es gibt keine Fehlerbalken (kleine Abstände sagen wenig), und die Ergebnisse sind nicht unabhängig geprüft. Carbon ist nicht in der Rangliste.

Gemini 4 Neon vs. Carbon vs. Hydrogen vs. Argon

Die Preise sind Standard-Preise der Gemini API pro Million Tokens. Die AA-Werte sind die höchsten Intelligence-Index-Werte, die Artificial Analysis für das jeweilige Modell zeigt. Googles eigener Wert für Hydrogen ist 51 bei high und 54 bei xhigh.

HydrogenNeonArgonCarbon
Googles Rolle dafürSchnelle AlltagsausführungTiefe plus Effizienz, komplexe Arbeit, die Sie oft ausführenEffizientes Frontier-Modell; Neon ist sein Upgrade-ZielSchwierigste Langzeitprojekte
GA (Gemini API)12. Nov. 202618. Nov. 202613. Okt. 202610. Nov. 2026
API-Preis Input / Output$1.50 / $7.50$3 / $15$2 / $10 bis 30. Nov., danach $4 / $20$2 / $10 bis 30. Nov., danach $4 / $20
Kostenloser Tarif (API)JaNeinNeinNein
Thinking-Levellow, medium, high, xhighlow, medium, high (Standard), xhighbis high (Standard medium)-
AA Intelligence Index54 (xhigh)61 (xhigh)5060 (high)
AA Coding Agent Index-59 (xhigh)-55 (high)
Gemini-AppHilfe im AlltagDeeper analysis (AI Pro, Ultra)In der Auswahl durch Neon ersetzt (9to5Google)Code & complex work (Ultra, laut Googles Logan Kilpatrick via VentureBeat)

Welches Gemini-4-Modell Sie wählen sollten

  • Neon vs. Carbon: Bei Artificial Analysis liegt Neon 1 Punkt höher im Intelligence Index und 3 Punkte höher im Coding Agent Index, erledigt Aufgaben schneller und kostet pro Aufgabe etwa 17 % weniger. Pro Token kostet es bis zum 30. November mehr als Carbon und ab dem 1. Dezember 25 % weniger. Google behält Carbon weiterhin für die schwierigsten Langzeitprojekte vor.
  • Neon vs. Hydrogen: Neon kostet pro Token doppelt so viel und erreicht im Intelligence Index von AA 7 Punkte mehr (61 vs. 54). Hydrogen hat einen kostenlosen API-Tarif und ist der schnelle Arbeiter; Neon kann planen und Arbeit an Hydrogen-Subagents übergeben.
  • Neon vs. Argon: Google nennt Neon das Upgrade-Ziel. Neon nutzt standardmäßig HIGH-Thinking und unterstützt XHIGH, während Argon standardmäßig MEDIUM nutzt und bei HIGH endet. Neons Output-Segment umfasst 65,536 Tokens gegenüber 32,768 bei Argon, und Neon nimmt Office- und OpenDocument-Input an. Argons Standorte europe-west2 und asia-southeast1 werden für Neon in Google Cloud nicht unterstützt.
  • Faustregel: Hydrogen für schnelle, günstige Arbeit mit hohem Volumen; Neon für die meiste komplexe Coding- und Analysearbeit; Carbon, wenn ein langes Projekt mit Neon weiterhin hängt.

Gemini 4 Neon vs. Claude Opus 5.5 beim Coding

Nur Benchmarks, bei denen Google und Anthropic jeweils ihre eigene Zahl veröffentlicht haben, plus die unabhängigen Läufe beider Modelle von Artificial Analysis. Die Herstellerzahlen sind vom Hersteller berichtet, mit unterschiedlichen Harnesses, Effort-Einstellungen und Schutzmaßnahmen, es sind also keine direkten Vergleichsläufe. Presseberichte nennen andere Opus-5.5-Zahlen aus Googles Benchmark-Grafik, die nicht alle mit Anthropics eigenen übereinstimmen; die lassen wir weg. Zu den Modellen von OpenAI im Vergleich zu Claude siehe GPT-6.2 vs. Claude.

Gemini 4 NeonClaude Opus 5.5Hinweis
AA Coding Agent Index59, xhigh, Antigravity CLI (AA)58, max (AA)Derselbe Schiedsrichter. Kosten pro Aufgabe: Neon $6.86, Opus $12.61.
FrontierCode 2.046.2%, Standard high (Google)45.5%, höchster Effort, Schutzmaßnahmen an (Anthropic)Vom Hersteller berichtet
Terminal-Bench-Science70.5% (Google)58.7%, v0.1 (Anthropic)Vom Hersteller berichtet
Zapier AutomationBench56.3% (Google)42.5% (Anthropic)Anthropic zählt Eingriffe der Schutzmaßnahmen als Fehlschläge
Chartography73.5% (Google)64.4%, ohne Tools (Anthropic)Google sagt nicht, ob Neon Tools nutzte
API-Preis Input / Output pro 1M$3 / $15$4 / $20Neon liegt 25 % niedriger. Input aus dem Cache: $0.15 vs. $0.20.
Kontext1,048,576 Tokens, geteilt von Input und Output1M Input, 128K Output-

Was das fürs Coding bedeutet

  • Bei der einen Coding-Zahl mit demselben Schiedsrichter, AAs Coding Agent Index, liegen Neon (59) und Opus 5.5 (58) einen Punkt auseinander, und Neons Läufe kosten pro Aufgabe etwa halb so viel.
  • Bei den vier vom Hersteller berichteten Benchmarks liegen Googles Neon-Zahlen höher als Anthropics eigene Opus-5.5-Zahlen. Die Setups unterscheiden sich, testen Sie also beide an Ihren eigenen Aufgaben.
  • Auch der Agent zählt. Opus 5.5 läuft in Claude Code; Neon läuft in Google Antigravity und über die Gemini API. Wie die beiden wichtigsten Coding-Agents im Vergleich abschneiden, steht unter Claude Code vs Codex.

Wo Sie Gemini 4 Neon nutzen können

  • Gemini API und Google AI Studio: nur im kostenpflichtigen Tarif. Laut Google können alle AI-Pro- und Ultra-Abonnenten es in AI Studio ausprobieren.
  • Google Antigravity: für zahlende Google-AI-Pro- und Ultra-Abonnenten.
  • Gemini-App: AI-Pro- und AI-Ultra-Abonnenten können es im Modell-Dropdown auswählen. Laut 9to5Google treibt es "Deeper analysis" und mehrstufige Tasks an. Googles Quellen nennen weder Free noch AI Plus.
  • Android Studio und Gemini for business (über die API und das Modell-Dropdown).
  • Google Cloud (Gemini Enterprise Agent Platform, die Vertex-AI-Dokumentation): GA in global, us und eu, für verifizierte Unternehmenskunden in ausgewählten Regionen. Abgerechnet wird über Standard PayGo, Priority PayGo, Provisioned Throughput oder Batch. Cache-Schreibvorgänge kosten das 1.25-Fache des Input-Preises.
  • Gemini CLI: Googles Launch-Beitrag erwähnt sie nicht, und die Release Notes der Gemini CLI nennen Neon oder ein anderes Gemini-4-Modell Stand 19. November nicht.

So nutzen Sie Gemini 4 Neon

  1. In Google AI Studio ausprobieren

    Wählen Sie in AI Studio Gemini 4 Neon. Es ist nicht im kostenlosen Tarif, Sie brauchen also einen kostenpflichtigen API-Schlüssel oder ein AI-Pro- oder Ultra-Abo.

  2. Über die Gemini API aufrufen

    Nutzen Sie den Modellcode gemini-4-neon. Thinking steht standardmäßig auf HIGH. Nehmen Sie XHIGH für die schwierigsten Aufgaben und MEDIUM oder LOW, wenn Tempo wichtiger ist.

    # Gemini API: Modellcode gemini-4-neon (nur im kostenpflichtigen Tarif)
    curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-neon:generateContent" \
      -H "x-goog-api-key: $GEMINI_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{"contents": [{"parts": [{"text": "Finde und behebe den fehlschlagenden Test in diesem Diff"}]}]}'
    
    # thinking levels: LOW | MEDIUM | HIGH (Standard) | XHIGH
    # thinking_budget oder MINIMAL liefert HTTP 400; temperature, top_p und top_k werden ignoriert
  3. In Google Antigravity programmieren

    Wählen Sie in einem kostenpflichtigen AI-Pro- oder Ultra-Tarif Neon in Antigravity. Dort kann es planen und Arbeit an parallele Hydrogen-Subagents übergeben.

  4. Wechsel von Argon? Prüfen Sie die Unterschiede

    Das Standard-Thinking wechselt von MEDIUM zu HIGH. thinking_budget und MINIMAL werden abgelehnt. In Google Cloud werden europe-west2 und asia-southeast1 für Neon nicht unterstützt.

Quelle: Google, Introducing Gemini 4 Neon

Von Google beschriebene Demos

Googles Launch-Beitrag beschreibt vier mit Neon gebaute Projekte. Keines ist spielbar: Der Beitrag enthält keinen "Ausprobieren"-Link, und wir haben keinen gehosteten Build und kein Repo gefunden.

Das erste spielbare Neon-Spiel kam einen Tag später: Am 19. November veröffentlichte Google NEON SCRAMBLE, ein 3D-Runner, in dem Sie den Pegman von Google Maps von der Shibuya-Kreuzung bis zum Google-Gebäude in Tokio steuern. Laut Google hat Neon fast 1M Tokens echter OpenStreetMap-Daten (654 Straßen, 70 Bahnlinien und 280 Gebäudeumrisse) in die Karte verwandelt. Direkt spielen oder auf vibegamer.io ansehen.

Die Spiele, die frühe Tester mit Neon gebaut haben, und die ersten spielbaren sammelt Gemini 4 Neon Spiele auf vibegamer.io; zu Googles Weltmodell siehe Project Genie Spiele.

Speziell für Spiele vergleicht vibegamer.io Neon mit Claude Opus 5.5 und Fable 5.2 in Gemini 4 Neon vs. Opus 5.5 vs. Fable 5.2 zum Spielebauen, mit einem spielbaren Spiel pro Modell.

  • Ski-Simulator: ein WebGL2-Freeride-Skisimulator aus der Ich-Perspektive, von Grund auf geschrieben, auf echtem Gelände am Mont Blanc / bei Chamonix, mit 10,200 Zeilen eigener Shader, Skiphysik mit 120 Hz auf sechs Zeilen, Schneebrettlawinen, räumlichem Web Audio und ohne fertige Assets.
  • Turings Arbeitszimmer: Alan Turings Arbeitszimmer von 1936 am King's College in Cambridge, aus Archivfotos mit /swarm als interaktives 3D nachgebaut, mit einer funktionierenden Universellen Turingmaschine auf dem Schreibtisch.
  • Labortisch: ein fotorealistischer 3D-Labortisch, gebaut über Blender MCP in Antigravity, mit Bunsenbrenner-Flammen für Carbon und Hydrogen und Gasentladungsröhren für Argon und Neon.
  • Tabellen-Swarm: ein Bild, umgewandelt in ein Google Sheet mit 100,000 Zellen und über 500,000 Live-Formeln für Kantenerkennung, Tiefenkarten und Neubeleuchtung, ohne Bilder und ohne Apps Script.
Mit Crewmark

Ein neues Modell ist die halbe Miete. Die andere Hälfte ist ein Job.

Modelle werden immer besser und günstiger, und die Agents drumherum warten trotzdem auf den nächsten Prompt. Crewmark macht aus Coding-Agent-Sitzungen KI-Mitarbeiter mit einer Rolle, einem Ziel in Zahlen, Arbeitszeiten und einem Heartbeat, sodass sie das nächste Issue von einem Board selbst übernehmen. Claude-Code- und Codex-Mitarbeiter laufen nativ; andere Agents wie OpenCode, DeepSeek Harness und Gemini verbinden sich über ACP (acpx). Ein Mitarbeiter nutzt das Modell, das sein Agent gerade ausführt.

  1. Eine Rolle wählen

    Aus den KI-Mitarbeiter-Rollen, etwa einem KI-Softwareentwickler.

  2. Die Arbeit auf ein Board legen

    Weisen Sie Issues zu, lassen Sie regelmäßige wiederkehren, und der Heartbeat weckt den Mitarbeiter, damit er das nächste übernimmt.

  3. Sehen, was er kann

    Jobs mit Einrichtung und Regeln für jeden Agent stehen in den Claude-Code-Anwendungsfällen und den Codex-Anwendungsfällen.

FAQ

Was ist Gemini 4 Neon?

Ein Gemini-4-Modell, das Google am 18. November 2026 veröffentlicht hat, für komplexe Softwareentwicklung, Wissensarbeit und Wissenschaft. Es liegt zwischen Carbon und Hydrogen, mit 1M Tokens Kontext, reinem Text-Output und vier Thinking-Leveln. Der Modellcode ist gemini-4-neon.

Was kostet Gemini 4 Neon?

In der Gemini API $3 pro Million Input-Tokens, $0.15 aus dem Cache und $15 Output, einschließlich Thinking-Tokens. Batch und Flex kosten $1.50, $0.075 und $7.50. Es gibt keinen kostenlosen API-Tarif. In der Gemini-App braucht es AI Pro oder AI Ultra.

Welche Benchmarks hat Gemini 4 Neon?

Google berichtet 65.2% bei Terminal-Bench 4.1, 70.5% bei Terminal-Bench Science, 46.2% bei FrontierCode 2.0, 70.9% beim Vals Index und 75.8% bei Agents' Last Exam v1.1. Artificial Analysis hat unabhängig 61 in seinem Intelligence Index und 59 in seinem Coding Agent Index gemessen.

Wie schnitt Gemini 4 Neon bei Artificial Analysis ab?

Zum Start belegte es im Intelligence Index mit 61 (xhigh) Platz drei, hinter GPT-6.2 Astra und Claude Fable 5.2 und 1 Punkt vor Carbon. Im Coding Agent Index erreichte es 59, gegenüber 58 für Claude Opus 5.5 und für Claude Code mit Fable 5.2, bei $6.86 pro Aufgabe.

Gemini 4 Neon vs. Carbon: Was ist besser?

Bei Artificial Analysis erreicht Neon etwas mehr als Carbon (61 vs. 60 im Intelligence Index, 59 vs. 55 im Coding Agent Index), läuft schneller und kostet pro Aufgabe etwa 17 % weniger. Google positioniert Carbon weiterhin für die schwierigsten Langzeitprojekte. Ab dem 1. Dezember ist Neon auch pro Token 25 % günstiger.

Gemini 4 Neon vs. Hydrogen oder Argon?

Hydrogen ist das schnelle, günstigere Modell zu $1.50 / $7.50 mit kostenlosem Tarif. Neon kostet doppelt so viel und erreicht im Intelligence Index von AA mehr (61 vs. 54). Google nennt Neon das Upgrade-Ziel für Argon: Es bringt XHIGH-Thinking, ein größeres Output-Segment und Office-Datei-Input mit. Siehe Gemini 4 Hydrogen.

Ist Gemini 4 Neon besser als Claude Opus 5.5?

Im Coding Agent Index von Artificial Analysis erreichte Neon 59 und Opus 5.5 58, bei Neon mit etwa der Hälfte der Kosten pro Aufgabe. Bei FrontierCode 2.0, Terminal-Bench-Science, AutomationBench und Chartography liegen Googles eigene Neon-Zahlen höher als Anthropics eigene Opus-Zahlen, aber sie sind vom Hersteller berichtet und stammen aus unterschiedlichen Setups. Neon ist pro Token 25 % günstiger.

Kann ich Gemini 4 Neon in der Gemini CLI nutzen?

Google hat sich nicht geäußert. Der Launch-Beitrag erwähnt die Gemini CLI nicht, und ihre Release Notes nennen Neon Stand 19. November 2026 nicht. Neon gibt es in AI Studio, der Gemini API, Antigravity, Android Studio, der Gemini-App und Google Cloud.

Geprüft anhand von Googles Launch-Beitrag, den Preis-, Modell- und Changelog-Seiten der Gemini API, Googles Neon-Dokumentation für Google Cloud, Anthropics Claude-Seiten und Artificial Analysis am 19. November 2026.

Setzen Sie die neuesten Modelle auf einen Dauerjob.

Crewmark macht aus Coding-Agent-Sitzungen KI-Mitarbeiter mit Rollen, Zielen, Arbeitszeiten und einem Heartbeat.

Crewmark ist Open Source: gib uns einen Stern auf GitHub