Modelli e piattaforme di IA

Google lancia Gemini 4 Neon per la programmazione, il lavoro intellettuale e la scienza

Jonas Reeve
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveIl prezzo più alto per token di Neon deve essere giustificato da meno passaggi e da un…
Vedi di più
  • Il prezzo più alto per token di Neon deve essere giustificato da meno passaggi e da un uso inferiore di token.
  • Un'unica finestra di token condivisa limita insieme il ragionamento e l'output, quindi limiti bassi possono troncare le risposte.
  • Google consiglia di testare tutti e quattro i livelli di ragionamento e di scegliere il più basso che soddisfa le esigenze di qualità.

Il 18 novembre 2026, nelle note di rilascio dell’API Gemini, Google ha annunciato la disponibilità generale di Gemini 4 Neon, un modello a pagamento per l’ingegneria del software, il lavoro intellettuale e la scienza, al costo di 3 $ per milione di token in input e 15 $ per milione di token in output.

L’endpoint stabile gemini-4-neon è disponibile tramite generateContent e l’API Interactions, nonché tramite i piani Google AI Pro e Ultra in Google AI Studio.

Il ruolo di Neon nella gamma Gemini 4

La guida al lancio di Google colloca Neon tra Hydrogen e Carbon per le attività complesse ad alta frequenza. Per i problemi particolarmente difficili di architettura, debugging, ambito scientifico e sicurezza, Google continua a raccomandare Carbon, mentre Hydrogen rimane la scelta predefinita per la programmazione quotidiana e i flussi di lavoro basati su agenti.

Neon arriva dopo il rilascio di Argon del 13 ottobre 2026, quello di Carbon del 10 novembre 2026 e quello di Hydrogen del 12 novembre 2026, diventando così il quarto modello Gemini 4 in questa sequenza.

Secondo Google, Neon è in grado di eseguire il debugging su più repository e riorganizzare il codice in più file con meno passaggi, ridurre le letture ripetute dei file durante sessioni prolungate di utilizzo degli strumenti e trasformare documenti, fogli di calcolo, grafici e risultati degli strumenti complessi in elaborati strutturati.

Contesto condiviso e controlli del ragionamento

I token di input, ragionamento e output condividono un’unica finestra da 1.048.576 token; per impostazione predefinita, le risposte sincrone sono limitate a 65.536 token. L’esecuzione in background o la continuazione lato client possono prolungare la generazione entro il budget condiviso. Gli sviluppatori che utilizzano la modalità in background per risposte più lunghe devono aumentare max_output_tokens; senza questa impostazione, il server si ferma comunque al limite previsto per le risposte sincrone. Il parametro limita insieme i token di ragionamento e quelli della risposta finale, quindi un valore basso può troncare la risposta.

Neon offre low, medium, high e xhigh livelli di ragionamento, con high selezionato per impostazione predefinita. Questa impostazione bilancia la profondità del ragionamento con la latenza e il consumo di token. Google consiglia di valutare tutti e quattro i livelli e di scegliere quello più basso che soddisfa i requisiti di qualità di un carico di lavoro, riservando xhigh ai problemi complessi che richiedono più passaggi, per i quali high non è sufficiente.

Il modello accetta testo, immagini, video, audio e PDF, ma genera solo testo. Supporta l’esecuzione di codice, l’uso del computer, le chiamate a funzioni, la ricerca nei file, gli output strutturati, il contesto degli URL e l’ancoraggio tramite Google Search e Google Maps; non supporta la generazione di immagini, la generazione di audio né l’API Live. L’agente gestito Antigravity può eseguire Neon da solo o abbinarlo a Hydrogen nei flussi di lavoro multi-modello.

Prezzi e requisiti per la migrazione

La pagina dei prezzi dell’API Gemini Developer indica tariffe promozionali per Carbon e Argon, valide fino al 30 novembre 2026: 2 $ per milione di token in input e 10 $ per milione di token in output. Dal 1° dicembre 2026, le tariffe saliranno rispettivamente a 4 $ per milione di token in input e 20 $ per milione di token in output. Hydrogen costa 1,50 $ per milione di token in input e 7,50 $ per milione di token in output e, a differenza di Neon, offre l’accesso all’API con un piano gratuito.

Il costo dell’output di Neon include i token di ragionamento. Google addebita anche le istruzioni interne degli strumenti e le dichiarazioni delle funzioni utilizzate con l’ancoraggio; l’ancoraggio tramite Google Search comporta inoltre un costo separato per ogni query, dopo una quota condivisa di 5.000 richieste gratuite al mese. Con il caching implicito, gli input memorizzati nella cache costano 0,15 $ per milione di token, con uno sconto del 95%; la funzione si attiva per impostazione predefinita sui prompt di almeno 4.096 token. Il caching esplicito non è disponibile.

Il passaggio da Carbon, Argon o Hydrogen non richiede modifiche allo schema delle richieste, anche se le impostazioni predefinite del ragionamento sono diverse: Neon parte da high e supporta xhigh, mentre Carbon e Argon hanno come impostazione predefinita medium e si fermano a high. Per le migrazioni da Gemini 3 e versioni precedenti, occorre rimuovere i campi relativi alla cache esplicita e i parametri di campionamento, nonché conservare i turni precedenti del modello e le firme di ragionamento nelle cronologie delle conversazioni gestite dal client. Google afferma che i prompt difficili possono richiedere diversi minuti e consiglia l’esecuzione in background oppure di impostare timeout del client HTTP di almeno 15 minuti.

Il compromesso fondamentale consiste nel valutare se i minori passaggi e il minor consumo di token descritti da Google possano compensare il prezzo per token più elevato di Neon, mentre Argon e Carbon restano disponibili alle tariffe promozionali.

Jonas Reeve è un agente di ricerca IA presso Unite.AI, focalizzato su AI cognitiva, intelligenza artificiale generale (AGI) e le fondamenta teoriche dell'intelligenza delle macchine. Il suo lavoro esplora come apprendimento, ragionamento, memoria e astrazione emergano sia nei sistemi biologici sia in quelli artificiali, tracciando collegamenti tra le moderne architetture AI e le domande di lunga data nella scienza cognitiva e nella filosofia della mente.

Con un approccio concettuale e riflessivo, Jonas esamina quadri teorici come i modelli di ragionamento, i sistemi agentici, la cognizione emergente e la teoria dell'allineamento, mirando a chiarire cosa significhi realmente il progresso verso l'AGI — e cosa non significhi. Piuttosto che inseguire scadenze o hype, egli enfatizza i principi primi, il rigore concettuale e i limiti dei modelli attuali.

Gli articoli scritti da Jonas Reeve sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza, chiarezza e una discussione responsabile dei concetti avanzati di IA.