Quanto custa uma tarefa na API do Gemini 4 Neon em cada nível de raciocínio?
Preços da API do Gemini 4 Neon: US$ 3/US$ 15 por 1 milhão de tokens, tarifas de cache, Batch e Priority, cobranças do Search e custo por tarefa de low a xhigh, com uma calculadora testada.
Na camada paga Standard do Google, o Gemini 4 Neon custa US$ 3,00 por milhão de tokens de entrada, US$ 0,15 por milhão de tokens de entrada em cache e US$ 15,00 por milhão de tokens de saída, e os tokens de raciocínio são cobrados como saída. Não existe camada gratuita. O nível de raciocínio decide a maior parte do custo real de uma tarefa: nas tarefas de benchmark da Artificial Analysis, o Neon custou em média cerca de US$ 0,75 por tarefa em low, US$ 1,90 em medium, US$ 3,74 no padrão high e US$ 6,44 em xhigh. O preço por token é o mesmo em todos os níveis. O que muda é quantos tokens o modelo lê e escreve até terminar.
Este guia cobre todas as tarifas do Neon publicadas pelo Google, explica por que o preço por token não é o preço por tarefa e traz uma pequena calculadora em Python com três cargas de trabalho de exemplo, comparadas com os preços do Gemini 4 Hydrogen e do Gemini 4 Carbon (antes e depois do aumento do Carbon em 1º de dezembro).
Este artigo é publicado pela Ofox. Todos os preços são preços de tabela da Google Gemini Developer API em USD, conferidos na página de preços do Google em 19 de novembro de 2026. Nessa data, o Gemini 4 Neon não está disponível pela Ofox: nossa consulta autenticada a GET /v1/models retornou google/gemini-4-argon e google/gemini-4-hydrogen, mas nem Neon nem Carbon. Nenhum preço aqui é da Ofox. Não chamamos o Neon para este artigo: os números por tarefa vêm da Artificial Analysis, e os exemplos de carga de trabalho são cálculos nossos com quantidades de tokens hipotéticas.
Preços da API do Gemini 4 Neon por camada de serviço
A tabela de preços do Neon do Google, em inglês, lista quatro camadas de inferência. Todas as tarifas são em USD por 1.000.000 de tokens.
| Camada de serviço | Entrada | Entrada em cache | Saída (incluindo raciocínio) |
|---|---|---|---|
| Standard | US$ 3,00 | US$ 0,15 | US$ 15,00 |
| Batch | US$ 1,50 | US$ 0,075 | US$ 7,50 |
| Flex | US$ 1,50 | US$ 0,075 | US$ 7,50 |
| Priority | US$ 5,40 | US$ 0,27 | US$ 27,00 |
As páginas do Google trazem algumas condições ao lado desses números:
- Não há camada gratuita. A página de preços marca todas as linhas do Neon como “Not available” na camada Free, e o guia do desenvolvedor do Neon, em inglês, diz que o modelo está apenas na camada paga da Gemini API. É preciso um projeto com faturamento ativado.
- Preço único em toda a janela de contexto. O Google descreve o Neon com “flat pricing across the full 1M context window” (preço fixo em toda a janela de contexto de 1M). Não há tarifa mais alta para prompts acima de 200 mil tokens, como havia em alguns modelos Gemini anteriores. A janela tem 1.048.576 tokens, compartilhados entre entrada, raciocínio e saída.
- Raciocínio é saída. A linha de saída tem o rótulo “including thinking tokens”. Uma resposta com 2.000 tokens visíveis e 30.000 tokens de raciocínio é cobrada como 32.000 tokens de saída.
- Entrada oculta também é entrada. O Google conta como tokens faturáveis as instruções internas de sistema das ferramentas e as declarações de função ao usar grounding. O seu prompt não é toda a entrada.
- A entrada em cache é apenas implícita. O cache explícito (
cachedContents,caches.create) não é compatível com o Neon, então não há taxa de armazenamento de cache a somar. A tarifa de US$ 0,15 vale só para os tokens que realmente acertam o cache implícito.
Batch e Flex reduzem as três tarifas de token pela metade. Priority custa 1,8 vez o Standard. Essas são as únicas diferenças que a tabela de preços mostra. Ela não informa o tempo de conclusão do Batch, com que frequência as requisições Flex são descartadas nem quanta latência o Priority economiza para o seu tráfego; consulte o guia de otimização do Google, em inglês, antes de mover uma carga de trabalho sensível a tempo.
Cobranças de ferramentas além dos tokens
| Ferramenta | Como o Google cobra no Neon |
|---|---|
| Grounding with Google Search | 5.000 requisições de busca gratuitas por mês, compartilhadas entre todos os modelos Gemini 3 e mais recentes, depois US$ 14 por 1.000. Cada consulta de busca que o modelo executa é cobrada individualmente, e uma requisição sua pode disparar várias. Limite padrão de 1.500 requisições com grounding por dia por projeto na Gemini Developer API. |
| Grounding with Google Maps | 5.000 requisições por mês gratuitas (mesma regra de compartilhamento), depois US$ 14 por 1.000 consultas |
| Execução de código | Sem taxa separada. O código gerado e os resultados são cobrados como saída quando criados e como entrada quando o modelo os lê de volta |
| URL context | Cobrado como tokens de entrada |
| Busca em arquivos | Cobranças de embeddings mais os tokens recuperados às tarifas de token do Neon |
As linhas de Search e Maps aparecem nas tabelas Standard e Priority do Neon. As tabelas de Batch e Flex não listam preço para o Search, por isso a calculadora abaixo se recusa a calcular buscas faturáveis nessas camadas em vez de chutar um valor.
Por que o preço por token não é o preço por tarefa
Uma tarefa é tudo o que o modelo processa até você ter um resultado aceito. Para uma requisição:
request_cost = (uncached_input × input_rate
+ cached_input × cached_rate
+ output_incl_thinking × output_rate) / 1,000,000
task_cost = sum(request_cost for every request in the task)
+ billable_search_queries × $0.014
uncached_input é a entrada total menos a parte que acertou o cache, então tokens em cache nunca são cobrados duas vezes. “Cada requisição da tarefa” inclui os turnos do agente, as idas e voltas de ferramentas e as novas tentativas que não passaram na sua verificação de aceitação.
Dois fatores deixam essa soma bem maior do que o preço por token sugere.
O raciocínio multiplica a saída. O guia do Google descreve low como “fewest tokens, lowest latency” (menos tokens, menor latência) e xhigh como “most tokens, deepest reasoning” (mais tokens, raciocínio mais profundo). Nas tarefas da Artificial Analysis (tabela abaixo), o Neon gerou em média cerca de 21.700 tokens de saída por tarefa em low e 141.600 em xhigh. Mesmo preço por token, 6,5 vezes mais tokens.
Agentes releem o contexto. Cada turno de um loop de agente envia a conversa até ali como entrada. A divisão de custo por tarefa da Artificial Analysis para o Neon em xhigh indica cerca de 12 milhões de tokens de entrada por tarefa, dos quais aproximadamente 11 milhões foram acertos de cache. Nessa carga de trabalho, a entrada custou mais do que a saída, embora a tarifa de saída seja cinco vezes maior.
Custo por tarefa em low, medium, high e xhigh
A Artificial Analysis, em inglês, roda as avaliações do Intelligence Index em cada nível de raciocínio do Neon e informa o custo por tarefa aos preços de tabela do Google (para o Neon, a tarifa atual de US$ 3/US$ 15; a ressalva sobre o Carbon está na próxima seção). Verificamos a página em 19 de novembro de 2026. O texto visível traz o valor de xhigh (US$ 6,44); os demais níveis vêm dos dados de divisão de custo que a mesma página usa nos gráficos. Guardamos os valores extraídos junto com os arquivos de pesquisa do artigo.
| Nível de raciocínio do Neon | AA Intelligence Index | Custo por tarefa | Participação da entrada no custo | Tokens de saída por tarefa | Tempo por tarefa |
|---|---|---|---|---|---|
low | 44,1 | US$ 0,75 | 56% | ~21.700 | 3,7 min |
medium | 54,9 | US$ 1,90 | 61% | ~50.000 | 8,3 min |
high (padrão) | 59,6 | US$ 3,74 | 64% | ~90.200 | 14,8 min |
xhigh | 61,4 | US$ 6,44 | 67% | ~141.600 | 21,5 min |
Fonte: Artificial Analysis, verificado em 19/11/2026. Médias de um benchmark de terceiros, não números do Google nem medições nossas.
O que a tabela diz, numa leitura estrita:
- De low a xhigh, o custo varia 8,6 vezes com um único preço por token. A escolha do modelo é só metade do orçamento do Neon; a configuração de raciocínio é a outra metade.
- O passo caro é de high para xhigh. Ele acrescenta cerca de 72% ao custo por tarefa (de US$ 3,74 para US$ 6,44) e cerca de 45% ao tempo, por 1,8 ponto no índice. A orientação do próprio Google vai na mesma linha: comece em
highe reservexhighpara problemas difíceis de várias etapas em quehighnão dá conta. - De medium para high, o custo praticamente dobra por 4,8 pontos no índice. Se a sua tarefa passa em
medium, essa economia é real. - Low é barato, mas bem mais fraco neste índice (44,1 contra 59,6 em
high). Uma tentativa mais barata que falha e precisa ser refeita num nível mais alto custa as duas tentativas. - No trabalho com agentes, a entrada domina. Entre 56% e 67% do custo de cada tarefa veio da entrada. Em número de tokens, a maior parte dessa entrada foi acerto de cache, mas em custo a maior parcela foi entrada cobrada pela tarifa cheia de US$ 3: a divisão da Artificial Analysis em
xhighmostra US$ 2,59 sob o rótulo “cache write” (novos tokens de prompt, que o Neon cobra pela tarifa normal de entrada), US$ 1,66 de leituras de cache e US$ 0,06 de outra entrada sem cache. Um app de chat com prompts curtos e respostas longas fica bem diferente: ali, saída e raciocínio dominam.
Este último ponto é o principal limite desses números. O Intelligence Index mistura tarefas de raciocínio, conhecimento e agentes. A sua carga de trabalho tem a própria proporção entre entrada e saída, a própria taxa de acerto de cache e o próprio critério de aceitação. Use a tabela para ver como os níveis escalam entre si e depois meça as suas tarefas.
Neon, Hydrogen e Carbon com a mesma conta
Comparar só os preços de tabela leva a uma conclusão enganosa, porque os modelos consomem quantidades diferentes de tokens na mesma tarefa. Uma base mais justa é pegar o perfil de tokens por tarefa de cada modelo na Artificial Analysis e recalculá-lo com as tarifas atuais do Google.
Um detalhe importa aqui. A Artificial Analysis precificou o Carbon a US$ 4/US$ 20 (a tarifa que começa em 1º de dezembro), mas o Argon a US$ 2/US$ 10 (a tarifa atual). Até 30 de novembro, o Google cobra US$ 2/US$ 10 pelos dois. Como todas as tarifas de token do Gemini 4 escalam de forma linear, recuperamos as quantidades de tokens a partir dos componentes de custo da Artificial Analysis e recalculamos os valores para os dois períodos. O conjunto de testes verifica se essa recuperação reproduz os totais da própria Artificial Analysis.
| Modelo e nível | AA Index | Custo por tarefa até 30/11 | Custo por tarefa a partir de 1º/12 |
|---|---|---|---|
Neon low | 44,1 | US$ 0,75 | US$ 0,75 |
Neon medium | 54,9 | US$ 1,90 | US$ 1,90 |
Neon high | 59,6 | US$ 3,74 | US$ 3,74 |
Neon xhigh | 61,4 | US$ 6,44 | US$ 6,44 |
Hydrogen high | 50,8 | US$ 1,87 | US$ 1,87 |
Hydrogen xhigh | 53,9 | US$ 3,16 | US$ 3,16 |
Carbon low | 54,2 | US$ 3,59 | US$ 7,19 |
Carbon medium (padrão) | 58,3 | US$ 3,29 | US$ 6,59 |
Carbon high | 60,0 | US$ 3,88 | US$ 7,76 |
Argon high | 50,4 | US$ 4,97 | US$ 9,95 |
Perfis de tokens: Artificial Analysis, 19/11/2026. Preços: tarifas Standard do Google. Recálculo: cálculo nosso.
Até 30 de novembro, Neon high e Carbon high custam quase o mesmo por tarefa (US$ 3,74 contra US$ 3,88), com pontuações parecidas no índice, e o medium, nível padrão do Carbon, é um pouco mais barato que o Neon high. A partir de 1º de dezembro, o custo por tarefa do Carbon dobra e o do Neon não muda, então o Neon high passa a custar mais ou menos metade do Carbon high. O Hydrogen xhigh custa menos que o Neon high, mas fica 5,7 pontos abaixo neste índice.
O anúncio do Neon pelo Google afirma que, em high, o Neon tem “a 32% lower cost per task than Carbon” (custo por tarefa 32% menor que o do Carbon). Não conseguimos reproduzir os 32% com os dados atuais da Artificial Analysis: aos preços de dezembro, a diferença é de cerca de 52% em relação ao Carbon high e de 43% em relação ao Carbon medium, e aos preços de novembro o Neon é um pouco mais caro que o Carbon medium. Em relação ao Carbon high aos preços de novembro, o Neon high é apenas cerca de 3,5% mais barato (US$ 3,74 contra US$ 3,88). Nenhum nível do Carbon, em nenhum dos dois períodos de preço, chega a 32%. O Google associa o número ao Artificial Analysis Intelligence Index, mas não diz qual nível de raciocínio do Carbon, qual período de preço nem qual versão dos dados usou, e os números da Artificial Analysis podem ter mudado desde o anúncio. Trate os 32% como uma afirmação do Google, não como um número que você consiga recalcular hoje. Para a mudança de dezembro em detalhe, veja o nosso guia da mudança de preço do Carbon e do Argon em dezembro e, para a escolha de modelo por tarefa, Gemini 4 Neon vs. Carbon.
Uma pequena calculadora para você rodar de novo
A calculadora abaixo usa só a biblioteca padrão do Python e Decimal, então os resultados são exatos até você arredondar para exibição. Ela recebe quantidades de tokens que você já conhece (de um registro de uso ou de uma previsão explícita), não prompts, e não chama nenhuma API.
from decimal import Decimal as D
PER_M = D(1_000_000)
# USD per 1M tokens: (input, cached input, output incl. thinking). Checked 2026-11-19.
RATES = {
"gemini-4-neon/standard": ("3.00", "0.15", "15.00"),
"gemini-4-neon/batch": ("1.50", "0.075", "7.50"),
"gemini-4-neon/flex": ("1.50", "0.075", "7.50"),
"gemini-4-neon/priority": ("5.40", "0.27", "27.00"),
"gemini-4-hydrogen/standard": ("1.50", "0.075", "7.50"),
"gemini-4-carbon/standard@2026-11": ("2.00", "0.10", "10.00"),
"gemini-4-carbon/standard@2026-12": ("4.00", "0.20", "20.00"),
}
SEARCH_USD_PER_QUERY = D("14") / D("1000") # after the shared 5,000/month allowance
SEARCH_TIERS = {"standard", "priority"}
def rates(key):
if key not in RATES:
raise KeyError(f"no rate for {key!r}")
return tuple(D(x) for x in RATES[key])
def call_cost(key, input_tokens, cached_tokens, output_tokens):
"""input_tokens includes the cached subset; output_tokens includes thinking."""
for n in (input_tokens, cached_tokens, output_tokens):
if not isinstance(n, int) or n < 0:
raise ValueError("token counts must be non-negative integers")
if cached_tokens > input_tokens:
raise ValueError("cached_tokens is a subset of input_tokens")
r_in, r_cache, r_out = rates(key)
return ((input_tokens - cached_tokens) * r_in
+ cached_tokens * r_cache
+ output_tokens * r_out) / PER_M
def task_cost(key, calls, search_queries=0, free_searches_left=0):
"""calls: list of (input_tokens, cached_tokens, output_tokens)."""
if not calls:
raise ValueError("a task needs at least one call")
tokens = sum((call_cost(key, *c) for c in calls), D(0))
billable = max(0, search_queries - free_searches_left)
if billable and key.split("/")[1].split("@")[0] not in SEARCH_TIERS:
raise ValueError(f"no Search grounding price listed for {key}")
search = billable * SEARCH_USD_PER_QUERY
return {"tokens_usd": tokens, "search_usd": search, "total_usd": tokens + search}
print(task_cost("gemini-4-neon/standard", [(100_000, 80_000, 5_000)]))
# {'tokens_usd': Decimal('0.147'), 'search_usd': Decimal('0.000'), 'total_usd': Decimal('0.147')}
As chaves do Carbon trazem um período explícito porque o preço muda em 1º de dezembro, e a calculadora não tenta adivinhar qual você quis dizer. Ela também rejeita tokens em cache maiores que a entrada total, quantidades negativas ou fracionárias e uma tarefa vazia. Um registro vazio não prova que a tarefa custou zero.
A nossa versão completa acrescenta as tarifas do Argon, uma função que recupera quantidades de tokens a partir das divisões de custo da Artificial Analysis e um conjunto de 19 testes com unittest. Os testes cobrem a tabela de tarifas (cache a 5% da entrada em todas as camadas, Batch e Flex à metade do Standard, Priority a 1,8×), os totais exatos das três cargas de trabalho abaixo, o tratamento da franquia de buscas e a verificação de recálculo descrita na seção anterior. Os 19 passam offline. Eles provam que a aritmética bate com as tarifas publicadas pelo Google; não provam que a fatura do Google para o seu projeto vai bater, o que depende de como você normaliza o registro de uso.
Três exemplos de cálculo
As quantidades de tokens abaixo são valores hipotéticos, escolhidas para mostrar perfis de custo diferentes. Não são execuções medidas do Neon. Cada tabela aplica as mesmas quantidades de tokens a todos os modelos, o que isola a diferença de tarifa. Tarefas reais usam quantidades diferentes de tokens em modelos diferentes, e é por isso que a seção anterior existe.
1. Um agente de programação com um prefixo compartilhado longo
Vinte e cinco turnos de agente que, juntos, enviam 1.500.000 tokens de entrada, dos quais 1.275.000 são acertos de cache implícito (85%), e geram 70.000 tokens de saída, incluindo raciocínio.
- Entrada sem cache: 225.000 × US$ 3 / 1 mi = US$ 0,675
- Entrada em cache: 1.275.000 × US$ 0,15 / 1 mi = US$ 0,191
- Saída: 70.000 × US$ 15 / 1 mi = US$ 1,050
- Total no Neon Standard: US$ 1,916
A saída responde por 55% da conta, embora seja menos de 5% dos tokens. Se a mesma tarefa precisasse de 140.000 tokens de saída (mais ou menos o efeito de passar de high para xhigh nas tarefas da Artificial Analysis), o total subiria para US$ 2,97.
2. Perguntas repetidas sobre um documento grande
Um conjunto de contratos de 400.000 tokens. A primeira pergunta não tem acerto de cache e gera 6.000 tokens de saída. Dezenove perguntas seguintes enviam 402.000 tokens cada, dos quais o prefixo de 400.000 tokens do documento acerta o cache, e geram 3.000 tokens de saída cada.
- Entrada sem cache: 400.000 + 19 × 2.000 = 438.000 tokens → US$ 1,314
- Entrada em cache: 19 × 400.000 = 7.600.000 tokens → US$ 1,140
- Saída: 6.000 + 19 × 3.000 = 63.000 tokens → US$ 0,945
- Total no Neon Standard: US$ 3,399
Sem nenhum acerto de cache, as mesmas 20 perguntas custariam US$ 25,06. É nesse tipo de carga de trabalho que o cache decide o orçamento.
3. Um resumo de pesquisa com grounding
Três chamadas de 20.000 tokens de entrada cada (sem acerto de cache), 4.000 tokens de saída cada e 8 consultas ao Google Search depois de esgotada a franquia gratuita do mês.
- Entrada: 60.000 × US$ 3 / 1 mi = US$ 0,180
- Saída: 12.000 × US$ 15 / 1 mi = US$ 0,180
- Busca: 8 × US$ 0,014 = US$ 0,112
- Total no Neon Standard: US$ 0,472
A busca representa 24% dessa tarefa. O preço dela não muda com o modelo, então pesa mais nos modelos mais baratos.
Mesmos tokens, quatro tabelas de preço
| Carga de trabalho | Neon | Hydrogen | Carbon (até 30/11) | Carbon (a partir de 1º/12) |
|---|---|---|---|---|
| Agente de programação | US$ 1,916 | US$ 0,958 | US$ 1,278 | US$ 2,555 |
| Perguntas sobre documento | US$ 3,399 | US$ 1,700 | US$ 2,266 | US$ 4,532 |
| Resumo com grounding | US$ 0,472 | US$ 0,292 | US$ 0,352 | US$ 0,592 |
As três tarifas de token do Hydrogen são exatamente metade das do Neon, então, com os mesmos tokens, ele custa metade. O Carbon custa dois terços do Neon até 30 de novembro e quatro terços a partir de 1º de dezembro. O valor da busca na terceira linha fica em US$ 0,112 em todos os modelos, por isso essa linha não segue as mesmas proporções. A conta não diz qual modelo passaria no seu teste de aceitação; o guia de escolha de modelo do Gemini 4 trata da adequação.
O Hydrogen também é o único desses modelos com camada gratuita, e é o que você pode chamar hoje pela Ofox como google/gemini-4-hydrogen (a página do modelo mostra o preço atual na Ofox).
Quando o cache implícito compensa
A tarifa de cache do Neon é 95% menor que a de entrada. Três regras do guia de cache do Google, em inglês, decidem se você a recebe:
- Tamanho mínimo. No Neon, o cache implícito vale para prompts de pelo menos 4.096 tokens. Um prompt de 3.000 tokens nunca recebe o desconto.
- Prefixo igual, em pouco tempo. Os acertos vêm de um prefixo repetido. O Google recomenda colocar conteúdo grande e compartilhado (instruções de sistema, definições de ferramentas, documentos de referência) no início e enviar requisições parecidas em um intervalo curto. Um timestamp ou ID de usuário perto do topo do prompt quebra o prefixo.
- A regra dos 2.050 tokens para conversas de vários turnos e loops de agente. No Gemini 4, a requisição anterior inteira só entra em cache se a nova requisição acrescentar pelo menos 2.050 tokens (saída do modelo, raciocínio e resultados de função contam). Com acréscimos menores, os últimos 2.050 tokens da requisição anterior são reprocessados pela tarifa padrão de entrada. O Google observa que a maioria dos turnos de agente ultrapassa esse limite.
Cumprir as condições não garante acerto. Leia a contagem real em usage.total_cached_tokens na resposta e registre esse número, não o tamanho do prefixo que você esperava ver em cache. Como não há cache explícito, também não há taxa de armazenamento nem sobretaxa de gravação em cache: os tokens que criam o cache são cobrados pela tarifa normal de entrada.
O cache rende mais quando um prefixo grande é reutilizado muitas vezes: perguntas sobre documentos, agentes com esquemas de ferramentas grandes, classificação em lote com uma instrução fixa longa. Ajuda pouco em requisições avulsas, prompts curtos ou chats em que cada mensagem começa diferente. O nosso guia de cálculo de acertos de cache (em inglês) mostra como a taxa de acerto afeta a conta em vários provedores.
Batch, Flex ou Priority?
Passar uma tarefa do Standard para Batch ou Flex reduz o custo de tokens pela metade: o agente de programação acima cai de US$ 1,916 para US$ 0,958. A contrapartida está no comportamento de execução, não no preço. O Google posiciona Batch e Flex para avaliações offline, processamento de datasets e execuções de agente sem urgência, e Priority para tráfego voltado ao usuário que precisa de latência estável em horários de pico.
Duas observações práticas. Primeiro, as tabelas de Batch e Flex não listam preço do Google Search, então confira a documentação da ferramenta antes de rodar trabalho com grounding nessas camadas. Segundo, a US$ 5,40/US$ 27,00, o Priority deixa o Neon mais caro por token que o Carbon Standard mesmo depois de 1º de dezembro (US$ 4/US$ 20). Pague pelo Priority só quando tiver medido que a latência do Standard é o problema.
Como manter uma tarefa do Neon dentro do orçamento
max_output_tokenslimita raciocínio mais saída em uma resposta. O limite síncrono padrão do Neon é de 65.536 tokens por etapa (hop). Não é um orçamento da tarefa: entrada, chamadas de ferramenta, novas tentativas e turnos seguintes ficam de fora. O Google recomenda baixar o nível de raciocínio em vez de definir um limite baixo, porque um limite baixo pode cortar respostas e forçar uma nova tentativa.- A decodificação longa eleva o teto. Com
background: trueemax_output_tokensacima de 65.536, o servidor continua em etapas de 64K até 1.048.576 menos a sua entrada, e cada um desses tokens é cobrado como saída. Um limite de 262.144 tokens no Standard pode gastar até US$ 3,93 só em saída, qualquer que seja o nível de raciocínio. Defina o limite pelo que a tarefa realmente precisa, não pelo máximo. - Escolha o nível mais baixo que passa. O próprio Google aconselha avaliar os quatro níveis com um
max_output_tokensalto e depois escolher othinking_levelmais baixo que atenda ao seu padrão de qualidade. Inclua as tentativas que falharam no custo por tarefa aceita. O nosso guia de níveis de raciocínio do Gemini 4 mostra como fazer esse teste. - Trate erros como questões de contabilidade. Um timeout não prova que o servidor não fez nada, e a falta do bloco de uso não prova custo zero. O nosso guia de erros da API do Gemini 4 (exemplos com o Argon, mesma API do Gemini 4) ajuda a separar falhas de cota, de parâmetro e transitórias antes de tentar de novo. Sintomas específicos do Carbon, Neon e Hydrogen estão no nosso guia de erros do Gemini 4 Carbon, Neon e Hydrogen. Para o desenho de novas tentativas em geral, veja o guia de tratamento de erros da Ofox.
Para um formato completo de registro por tentativa, com casos-limite de novas tentativas e continuações, o guia de custo por tarefa do Carbon trata o mesmo modelo de cobrança do Gemini 4 com mais profundidade; o guia de preços do Argon (em inglês) traz planilhas de orçamento mensal.
Onde chamar o Neon
Em 19 de novembro de 2026, o Neon está disponível na camada paga da Gemini API do Google (tanto em generateContent quanto na Interactions API) e no Google AI Studio para os planos Google AI Pro e Ultra. Ele não está na lista de modelos da Ofox, então não é possível chamá-lo pela Ofox, e este artigo não tem preço da Ofox para o Neon. Para montar uma requisição com o SDK do próprio Google, veja o nosso guia da API do Gemini 4 Neon.
Se você quer um modelo Gemini 4 pela Ofox hoje, os IDs disponíveis são google/gemini-4-hydrogen e google/gemini-4-argon. A referência da Gemini API da Ofox mostra o formato da requisição, e a página de cada modelo lista o preço atual.


