Gemini 4 Neon ou Carbon: qual usar em cada tarefa e quando o Neon fica mais barato
Gemini 4 Neon e Carbon comparados por tarefa: posicionamento, preços por token em novembro e dezembro, níveis de raciocínio padrão, benchmarks, taxas de alucinação, acesso e contas de custo que você pode refazer.
Use o Gemini 4 Neon como padrão para programação complexa, agentes e trabalho com documentos, e reserve o Gemini 4 Carbon para os problemas em que a resposta do Neon ainda não passa na sua verificação de aceite: depuração profunda de causa raiz, raciocínio com muita física ou de nível de pesquisa e execuções de agente muito longas. Até 30 de novembro de 2026, o preço por token do Carbon (US$ 2/US$ 10) é menor que o do Neon (US$ 3/US$ 15); a partir de 1º de dezembro, o Carbon passa para US$ 4/US$ 20 e o Neon se torna o modelo mais barato por token. O preço por token, porém, é só metade da história. Nas configurações padrão, a Artificial Analysis mediu que o Neon conclui as tarefas do índice em cerca de metade do tempo do Carbon, com pontuação parecida.
Esta comparação foi verificada em 19 de novembro de 2026, um dia depois do lançamento do Neon. Ela se baseia na documentação do Google, nos model cards dos dois modelos e nos PDFs de metodologia de avaliação, além de dados da Artificial Analysis (AA) lidos nas páginas dos modelos na mesma data. Não executamos o Neon nem o Carbon para escrever este artigo. Os cenários de custo abaixo estão identificados como contas, não como faturas nem medições.
Este artigo é publicado pela Ofox. Nenhum dos dois modelos está disponível pela Ofox: uma consulta a GET https://api.ofox.ai/v1/models em 19 de novembro listou google/gemini-4-hydrogen e google/gemini-4-argon, mas nem o Neon nem o Carbon. Tudo o que aparece abaixo sobre chamar o Neon ou o Carbon se refere à Gemini API, ao AI Studio, ao app Gemini e ao Antigravity, todos do próprio Google.
Como o Google posiciona o Neon e o Carbon
O Google descreve a família Gemini 4 como uma escada. No guia do desenvolvedor do Neon (em inglês), o Neon “sits between Gemini 4 Hydrogen and Gemini 4 Carbon for high-frequency complex tasks”, ou seja, fica entre o Hydrogen e o Carbon para tarefas complexas e frequentes. A página de escolha de modelos (em inglês) acrescenta que o Neon “finishes faster with fewer output tokens than Carbon” e é a opção quando “you don’t need Carbon’s extra verification”: termina mais rápido, com menos tokens de saída, quando a verificação extra do Carbon não é necessária. O Carbon é descrito como o modelo de raciocínio mais forte do Google, que gasta mais tokens de raciocínio por turno para testar hipóteses e conferir correções. O Google o recomenda para arquitetura de sistemas, depuração em vários arquivos, análise multimodal densa, provas formais e auditorias de segurança, “or when a faster model gets stuck” (ou quando um modelo mais rápido trava).
O model card do Neon (em inglês) informa que o Neon foi adaptado do Gemini 4 Carbon e resume a divisão em uma frase: o Carbon “tackles your hardest, long-horizon projects” (encara os projetos mais difíceis e longos), o Hydrogen cuida da execução rápida do dia a dia e o Neon “balances depth and efficiency” (equilibra profundidade e eficiência). O model card do Carbon (em inglês) observa que o Carbon pode apresentar “occasional slowness or timeout issues” (lentidão ocasional ou timeouts) e pode usar mais tokens, principalmente nos níveis de raciocínio mais altos.
A base técnica é a mesma: uma janela unificada de 1.048.576 tokens para entrada, raciocínio e saída; saída síncrona padrão de 65.536 tokens, com decodificação longa de até 1M por execução em segundo plano ou continuação; somente cache implícito (sem cachedContents); e as mesmas ferramentas nativas (Google Search, execução de código, chamada de funções, Computer Use, saídas estruturadas). Como o esquema da requisição é idêntico, trocar de um para o outro é mudar o ID do modelo e decidir o nível de raciocínio. Você escolhe entre duas profundidades de raciocínio, não entre duas APIs.
| Gemini 4 Neon | Gemini 4 Carbon | |
|---|---|---|
| ID do modelo | gemini-4-neon | gemini-4-carbon |
| Publicação do model card | 18 de novembro de 2026 | 10 de novembro de 2026 |
| Papel definido pelo Google | Trabalho complexo e frequente de programação, conhecimento e ciência | Problemas mais difíceis e longos; quando um modelo mais rápido trava |
| Níveis de raciocínio | low, medium, high (padrão), xhigh | low, medium (padrão), high |
| Camada gratuita da API | Não | Não |
| Data de corte do conhecimento (model card) | Março de 2026 | Março de 2026 |
| Na Ofox (verificado em 19/11) | Não | Não |
Preço por token agora e depois de 1º de dezembro
Estes são os preços Standard da camada paga do Google, em US$ por 1 milhão de tokens, da página de preços (em inglês), verificados em 19 de novembro de 2026. A saída inclui os tokens de raciocínio. As camadas Batch, Flex e Priority não são tratadas aqui.
| Item cobrado | Neon | Carbon até 30/11/2026 | Carbon a partir de 1º/12/2026 |
|---|---|---|---|
| Entrada | US$ 3,00 | US$ 2,00 | US$ 4,00 |
| Entrada em cache (acertos no cache implícito) | US$ 0,15 | US$ 0,10 | US$ 0,20 |
| Saída, incluindo raciocínio | US$ 15,00 | US$ 10,00 | US$ 20,00 |
O Google informa que o Neon não tem preço promocional de lançamento. O preço de novembro do Carbon é promocional. Em novembro, cada tarifa de token do Carbon é exatamente dois terços da do Neon; a partir de 1º de dezembro, é quatro terços. Para o mesmo uso de tokens, isso dá uma regra simples:
- Novembro: com os mesmos tokens, o Carbon custa 33% menos que o Neon. O Carbon continua mais barato a menos que consuma mais de 1,5× os tokens do Neon na mesma tarefa.
- A partir de 1º de dezembro: com os mesmos tokens, o Carbon custa 33% mais que o Neon. O Carbon só sai mais barato se consumir menos de 0,75× os tokens do Neon.
O problema é que a mesma tarefa raramente consome o mesmo número de tokens nos dois modelos. É aí que as configurações padrão pesam. Para orçar o Neon por nível de raciocínio, veja nosso guia de preços do Neon por nível de raciocínio. Sobre a mudança de preço do Carbon e do Argon em si, veja o que muda em 1º de dezembro.
Os níveis de raciocínio padrão tornam a comparação entre padrões desigual
O Neon usa high por padrão e ainda oferece xhigh. O Carbon usa medium por padrão e vai no máximo até high. A checklist de migração do Google diz isso diretamente: “Carbon and Argon default to medium and cap at high.” Se você trocar só o ID do modelo e nada mais, estará comparando o Neon no seu segundo nível mais alto com o Carbon no nível intermediário. Além disso, nomes de nível iguais não garantem o mesmo volume de computação em dois modelos. Quais níveis cada modelo aceita e como escolher um estão no nosso guia de níveis de raciocínio do Gemini 4.
A Artificial Analysis avalia cada nível de raciocínio separadamente, o que permite alinhá-los. Os valores abaixo vêm das páginas do Neon e do Carbon (em inglês), lidas em 19 de novembro de 2026 (Intelligence Index v5.0.1, API própria do Google).
| Configuração | AA Intelligence Index | Tempo por tarefa do índice | Custo por tarefa do índice (como a AA informa) | Tokens de saída em toda a execução do índice |
|---|---|---|---|---|
Neon xhigh | 61 | 21,5 min | US$ 6,44 | 283M |
Neon high (padrão) | 60 | 14,8 min | US$ 3,74 | 123M |
Neon medium | 55 | 8,3 min | US$ 1,90 | 62,9M |
Neon low | 44 | 3,7 min | US$ 0,75 | 28,3M |
Carbon high | 60 | 37,2 min | US$ 7,76 | 205M |
Carbon medium (padrão) | 58 | 29,6 min | US$ 6,59 | 124M |
Carbon low | 54 | 30,4 min | US$ 7,19 | 83,9M |
Três pontos dessa tabela pedem leitura atenta.
A AA calcula o Carbon a US$ 4/US$ 20. A página do Carbon na AA mostra “$4.00 per 1M input tokens” e “$20.00 per 1M output tokens”, que é o preço de dezembro, não o promocional de novembro. Portanto, todos os custos do Carbon acima são custos de depois de 1º de dezembro. Como todas as tarifas de token do Carbon são exatamente a metade em novembro, nossa estimativa das mesmas execuções a preços de novembro é de cerca de US$ 3,88 (high), US$ 3,29 (medium) e US$ 3,59 (low) por tarefa. Essa divisão por dois é conta nossa sobre os números da AA, não um número da AA.
O tempo por tarefa é uma métrica de vazão de tokens. A AA o calcula dividindo os tokens de saída por tarefa pela velocidade de saída medida, com ponderação pela composição do índice. As páginas mostram o Neon com cerca de 97–110 tokens de saída por segundo, conforme o nível, e o Carbon com cerca de 47–58. É um bom indicador de quanto tempo o modelo passa gerando, não o tempo real de uma execução de agente que inclui a execução de ferramentas.
A afirmação do Google de “32% lower cost per task” não se reproduz com a página atual da AA. O anúncio do Neon associa o número ao Artificial Analysis Intelligence Index: no nível padrão high, segundo o Google, o Neon “pairs a high Artificial Analysis Intelligence Index score with a 32% lower cost per task than Carbon”. O Google não informou qual nível de raciocínio do Carbon, qual período de preço do Carbon nem qual retrato dos dados da AA usou. Com os números atuais da AA, o Neon high (US$ 3,74) fica 52% abaixo do Carbon high, 43% abaixo do Carbon medium e 48% abaixo do Carbon low a preços de dezembro. A preços de novembro, fica 3,5% abaixo do Carbon high e cerca de 14% acima do Carbon medium. Nenhuma dessas combinações dá 32%, então trate o número como uma afirmação do Google, não como algo que você consegue recalcular hoje.
Com esses dados, a comparação equivalente é Neon high contra Carbon high: pontuações no índice quase idênticas (59,6 contra 60,0), o Neon terminando em cerca de 40% do tempo do Carbon e custando cerca de metade por tarefa quando os preços de dezembro entram em vigor. Neon high contra Carbon medium (os padrões) dá ao Neon uma pontuação um pouco maior (59,6 contra 58,3) na metade do tempo. Há uma inversão fácil de passar despercebida: o Carbon low (54) pontua bem acima do Neon low (44), embora a AA tenha medido o Carbon low como não sendo mais rápido que o Carbon medium.
Benchmarks que aparecem nos dois model cards
O Google publica cards separados, com grupos de comparação diferentes. O card do Neon compara com Claude Opus 5.5 e GPT-6.2 Sol, enquanto o do Carbon compara com Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5 e Claude Fable 5.1. Nenhum dos dois traz uma tabela Carbon contra Neon. As linhas abaixo aparecem nos dois cards. Antes de lê-las, observe estes detalhes de configuração dos dois PDFs de metodologia de avaliação do Google:
- Os dois dizem que os resultados usam “the highest thinking settings unless indicated otherwise”. Isso significa Neon
xhighe Carbonhigh, não os padrões. - O card do Carbon é datado “as of October 2026”, e o do Neon, “as of November, 2026”.
- Os resultados de cibersegurança do Carbon refletem o acesso pelo Fairwind Program.
| Benchmark (como rotulado) | Card do Neon | Card do Carbon | Mesma configuração? |
|---|---|---|---|
| Vals Index v2.2 | 70,9% | 70,4% | Ambos da Vals AI |
| AutomationBench (Zapier) | 56,3% | 53,9% | Ambos do leaderboard público (Carbon: conjunto privado) |
| Chartography | 73,5% | 72,5% | Ambos sem ferramentas |
| RiemannBench | 84,0% | 80,0% | Ambos do leaderboard público |
| GraphWalks 256k–1M, BFS F1 | 95,2% | 96,2% | Ambos calculados pelo próprio Google nos mesmos 200 problemas |
| SEC-bench Pro | 90,5% | 88,2% | Mesma divisão de 183 tarefas e mesmo harness do Antigravity; o resultado do Carbon é o obtido com acesso Fairwind |
| Agents’ Last Exam v1.1 | 75,8% | 77,4% | Não: o Neon usou o harness Antigravity-CLI 1.4.8; o Carbon, o harness ALE-Claw |
| Terminal-Bench-Science 0.1 | 70,5% | 64,8% | Não: o Neon foi calculado pelo próprio Google em 5 tentativas com um harness mini-swe-agent vision; o Carbon veio da AA |
| SWE-sweep | 12,8% (mini-SWE) / 39,0% (harness do Antigravity) | 9,6% | Só os números do mini-SWE têm configuração próxima (o Neon usou uma variante “vision”) |
| AA Index | 61 (v5.0.1) | 59 (v5.0) | Não: versões diferentes do índice. Na v5.0.1 atual, o Carbon high tem 60 |
Linhas que só parecem equivalentes ficaram de fora: Terminal-Bench 4.1 (Neon) contra 4.0 (Carbon), CWE-bench v2 contra CWE-bench v1 e ExploitGym (o card do Neon não tem pontuação). O Vending-Bench 2 aparece apenas no anúncio do Neon (US$ 16.843) e no card do Carbon (US$ 16.484).
As linhas limpas sustentam uma conclusão modesta. Nas configurações mais altas de cada um, o Neon empata com o Carbon ou fica levemente à frente em várias tarefas de conhecimento e matemática. O Carbon mantém uma vantagem de um ponto na travessia de grafos com 256K–1M tokens. Descontadas as diferenças de harness, nenhuma linha mostra uma diferença grande para nenhum dos lados. O salto do Neon no SWE-sweep, de 12,8% para 39,0%, vem do harness do Antigravity, que segundo o Google inclui uma ferramenta para distribuir trabalho entre subagentes. Não é um ganho só do modelo sobre os 9,6% do Carbon.
As mesmas linhas na Artificial Analysis, por nível de raciocínio
A AA roda os dois modelos no mesmo harness, então as pontuações por componente oferecem uma visão mais limpa no mesmo nível. Estes valores vêm dos mesmos dados das páginas de 19 de novembro:
| Componente da AA | Neon high | Neon xhigh | Carbon medium | Carbon high |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 61,6% | 63,6% | 60,6% | 65,2% |
| FrontierCode-AA 2.0 | 43,3% | 44,4% | 39,5% | 40,6% |
| HLE-Diamond | 68,4% | 71,3% | 67,4% | 69,1% |
| Terminal-Bench-Science 0.1 | 65,7% | 70,0% | 62,4% | 64,8% |
| CritPt v2 (hard subset) | 59,0% | 60,5% | 69,0% | 69,0% |
O CritPt, uma avaliação de física em nível de pesquisa, é o único ponto em que o Carbon lidera com clareza em todos os níveis mostrados. No Terminal-Bench 4.0, o Carbon high fica à frente por pouco. No nível mais alto de cada modelo (Neon xhigh contra Carbon high), o Neon lidera o FrontierCode-AA por 3,8 pontos, o HLE-Diamond por 2,2 e o Terminal-Bench-Science por 5,2. Em high contra high, essas margens caem para 2,7, −0,7 e 0,9, e o HLE-Diamond passa para o Carbon. O par que você compara muda a resposta. Uma diferença de dois ou três pontos em um único benchmark não prova que um modelo é melhor na sua tarefa.
Taxa de alucinação: os padrões apontam em direções opostas
A avaliação Omniscience (em inglês) da AA define a taxa de alucinação como a parcela de respostas incorretas entre todas as respostas que não estão corretas. Em outras palavras: quando o modelo não sabe, com que frequência ele chuta errado em vez de recusar ou dar uma resposta parcial. Quanto menor, melhor. Ela mede algo diferente da acurácia, por isso as duas colunas importam:
| Configuração | Taxa de alucinação AA-Omniscience | Acurácia AA-Omniscience |
|---|---|---|
Neon xhigh | 14,4% | 60,5% |
Neon high (padrão) | 13,9% | 59,4% |
Neon medium | 16,2% | 57,9% |
Neon low | 18,8% | 56,6% |
Carbon high | 11,4% | 58,3% |
Carbon medium (padrão) | 4,2% | 48,9% |
Carbon low | 19,8% | 49,2% |
Fonte: dados das páginas de modelos da AA lidos em 19 de novembro de 2026; valores arredondados para uma casa decimal.
Nas configurações padrão, o Carbon tem muito menos chance de inventar algo (4,2% contra 13,9%), mas também acerta bem menos (48,9% contra 59,4%). O Carbon medium recusa com mais frequência em vez de chutar. Em high contra high, a diferença cai para 11,4% contra 13,9%, com acurácia parecida. Isso faz do Carbon medium o melhor padrão quando uma resposta errada custa mais que nenhuma resposta: extração para compliance, resumos de pesquisa amarrados a citações, ou triagem médica e jurídica em que uma pessoa revisa as lacunas. O Neon high é melhor quando a cobertura importa e você vai validar a saída de qualquer forma.
Um cuidado com esses 4,2%: a taxa do Carbon não é monotônica entre os níveis (19,8% em low, 4,2% em medium, 11,4% em high), enquanto a do Neon cai de forma constante à medida que o raciocínio aumenta. É um único retrato da AA, então trate a taxa baixa do Carbon medium como motivo para testá-lo nos seus próprios casos em que o modelo deve responder ou se abster, não como uma propriedade comprovada.
O próprio anúncio do Neon pelo Google cita outra medida: a “lowest fabrication rate yet in internal Google Antigravity testing”. Trata-se de uma avaliação agêntica interna, não do AA-Omniscience, e os dois números não devem ser comparados diretamente.
Onde o Carbon ainda se justifica
Os documentos do Google e os dados de terceiros concordam em uma lista curta:
- Problemas em que um modelo mais rápido já falhou. O guia de escolha do Google diz para escolher o Carbon “when a faster model gets stuck”. É uma regra de escalonamento, não um ponto de partida.
- Física de nível de pesquisa e raciocínio no estilo de provas. O CritPt é a vantagem medida mais clara do Carbon (69% contra 59–60,5%). O Google também lista provas formais e descoberta científica entre os usos do Carbon.
- Contextos muito longos que exigem rastrear estrutura. O GraphWalks com 256K–1M tokens fica em 96,2% contra 95,2%. A diferença é pequena, mas é a única linha de contexto longo a favor do Carbon.
- Cargas em que é melhor se abster do que chutar, com o
mediumpadrão do Carbon, pelos motivos de alucinação acima. - Acesso a cibersegurança específico do Carbon. Hoje, os recursos de cibersegurança do Carbon são entregues pelo Fairwind. O Google diz que o Neon for cyber está “rolling out to trusted defenders in the coming days”, então defensores verificados podem ter acesso aos dois em breve.
O Neon também tem afirmações próprias em parte do território do Carbon. O Google diz que o Neon for cyber produziu código mais seguro que o Carbon no AutoBaxBench, usou metade dos tokens do Carbon no ExploitGym e mostrou “a 3.4% uplift over Carbon” no CWE-bench v2. São declarações do próprio Google, sem um número publicado do Carbon na mesma configuração.
Acesso: quem pode usar cada modelo e onde
| Superfície | Neon | Carbon |
|---|---|---|
| Gemini API | Só camada paga (generateContent e Interactions API) | Só camada paga |
| Google AI Studio | Disponível; os planos Google AI Pro e Ultra podem testar | Disponível |
| App Gemini (consumidor) | Assinantes do Google AI Pro e Ultra | O model card lista Google AI Ultra para superfícies de consumidor |
| Google Antigravity | Assinantes pagos do Google AI Pro e Ultra | O model card lista Google AI Ultra |
| Gemini for business | API e menu suspenso de modelos | Listado |
| Gemini Managed Agents (Antigravity agent) | Compatível, sozinho ou orquestrando o Hydrogen | Compatível via substituição de modelo em agent_config |
| Variante de cibersegurança Fairwind | ”Neon for cyber” sendo liberado aos membros elegíveis | Recursos de cibersegurança via Fairwind |
| API da Ofox (verificado em 19/11) | Indisponível | Indisponível |
Fontes: o anúncio do Neon, as seções de distribuição dos dois model cards, os guias do desenvolvedor do Neon e do Carbon e a página de escolha de modelos.
Ou seja, uma assinatura Google AI Pro dá acesso ao Neon no app e no Antigravity, enquanto o card do Carbon lista o Ultra para essas superfícies. Uma assinatura de consumidor não dá acesso à API de nenhum dos dois; seu projeto da API precisa estar na camada paga. Se você está decidindo qual superfície usar para um agente de programação, nosso guia de escolha de modelos Gemini 4 explica como o acesso pelo app, pelo Antigravity e pela API difere. Para uma primeira requisição ao Neon pela API, veja o guia da API do Neon.
Contas de custo para três cargas de trabalho
Tudo nesta seção é conta, não medição. As quantidades de tokens são inventadas para representar formatos comuns de trabalho. As tarifas são os preços Standard do Google em US$ por 1 milhão de tokens listados acima. A saída inclui o raciocínio. O script de cálculo e a saída são reproduzíveis.
A fórmula para cada requisição é:
cost = (input_total - cached_input) × input_rate / 1e6
+ cached_input × cached_rate / 1e6
+ output_including_thinking × output_rate / 1e6
As três cargas de trabalho, com as contagens de tokens que assumimos para o Neon high:
- W1, extração de um único documento: 80.000 tokens de entrada sem cache, 8.000 tokens de saída.
- W2, sessão de agente de programação com vários turnos: 1.200.000 tokens de entrada somando os turnos, dos quais 1.000.000 são acertos no cache implícito; 90.000 tokens de saída.
- W3, relatório analítico longo: 300.000 tokens de entrada sem cache, 150.000 tokens de saída.
Cenário A: uso de tokens idêntico nos dois modelos
| Carga de trabalho | Neon | Carbon, novembro | Carbon, dezembro |
|---|---|---|---|
| W1 extração de documento | US$ 0,360 | US$ 0,240 | US$ 0,480 |
| W2 sessão de agente de programação | US$ 2,100 | US$ 1,400 | US$ 2,800 |
| W3 relatório longo | US$ 3,150 | US$ 2,100 | US$ 4,200 |
O W2 é calculado como 0.2M × $3 + 1.0M × $0.15 + 0.09M × $15 = $2.10 para o Neon e 0.2M × $2 + 1.0M × $0.10 + 0.09M × $10 = $1.40 para o Carbon em novembro. Este cenário isola só o preço: em novembro, o Carbon é mais barato para os mesmos tokens; a partir de dezembro, é mais caro.
Cenário B: o Carbon usa tokens na proporção observada pela AA
Na execução completa do índice da AA, o Carbon medium produziu 1,01× os tokens de saída do Neon high e processou 1,47× os tokens de entrada. O Carbon high produziu 1,66× a saída e 1,74× a entrada. Aplicamos a proporção de saída às três cargas. A proporção de entrada foi aplicada só ao W2, porque uma extração única ou um relatório lê os mesmos documentos independentemente do modelo, enquanto um loop de agente acrescenta turnos. Aqui o mix de tarefas da AA substitui o seu, então trate o resultado como ilustração, não como previsão. As proporções são totais brutos da execução; os tokens de saída por tarefa ponderados pelo índice da AA dão proporções maiores para o Carbon (1,14× no medium, 1,36× no high), e mostramos essa sensibilidade abaixo da tabela.
| Carga de trabalho | Neon high | Carbon medium, nov. | Carbon medium, dez. | Carbon high, nov. | Carbon high, dez. |
|---|---|---|---|---|---|
| W1 extração de documento | US$ 0,360 | US$ 0,241 | US$ 0,481 | US$ 0,293 | US$ 0,586 |
| W2 sessão de agente de programação | US$ 2,100 | US$ 1,642 | US$ 3,284 | US$ 2,366 | US$ 4,732 |
| W3 relatório longo | US$ 3,150 | US$ 2,112 | US$ 4,223 | US$ 3,096 | US$ 6,192 |
O padrão se mantém nos três formatos. Até 30 de novembro, o Carbon no padrão é o modelo mais barato mesmo considerando o uso maior de tokens. A partir de 1º de dezembro, o Neon é mais barato em todos os casos, de 25% a 56% neste cenário. Em novembro, o Carbon high fica a cerca de 20% do Neon, para mais ou para menos (mais barato no W1 e no W3, mais caro no W2), e demora mais, então o custo sozinho não é motivo para escolhê-lo.
Teste de sensibilidade: usando as proporções de saída por tarefa da AA, o Carbon medium em novembro fica em US$ 0,251, US$ 1,763 e US$ 2,313 para W1–W3, e o Carbon high em US$ 0,269, US$ 2,093 e US$ 2,642. A conclusão de novembro não muda (o Carbon high no W2 passa a ficar praticamente igual ao Neon, em vez de mais caro), e todos os números do Carbon em dezembro sobem ainda mais acima dos do Neon.
Dois cuidados. Primeiro, uma nova tentativa custa mais que a diferença de tarifa por token. Se o Neon falha em uma tarefa que o Carbon resolveria, o custo por tarefa aceita pode se inverter; por isso nosso guia de custo por tarefa do Carbon conta todas as tentativas, não só a bem-sucedida. Segundo, uma requisição que atravessa a virada de 30 de novembro para 1º de dezembro é cobrada conforme o tratamento de data de vigência do Google, que não verificamos. Não presuma que um job longo em segundo plano mantém o preço promocional.
Tabela de decisão por tarefa
| Tarefa | Comece com | Escale para | Por quê |
|---|---|---|---|
| Refatoração em vários arquivos ou funcionalidade com testes | Neon high | Carbon high se os testes continuarem falhando com o contexto completo | Pontuação no índice quase igual em high (59,6 contra 60,0); o Neon é mais rápido e, a partir de dezembro, mais barato |
| Bug intermitente de concorrência ou entre serviços | Neon high | Carbon high | O Google cita depuração de causa raiz como trabalho do Carbon; testar o escalonamento custa pouco |
| Agente com muitas chamadas de ferramenta e sessão longa | Neon high | Carbon só na etapa de planejamento ou revisão | O Google posiciona o Neon para execuções longas com muitas ferramentas; a decodificação mais lenta do Carbon se acumula a cada turno |
| Física de nível de pesquisa, provas | Carbon high | — | Vantagem medida mais clara do Carbon (CritPt) |
| Extração em que um valor errado é pior que um campo vazio | Carbon medium | — | Taxa de alucinação de 4,2% na AA no padrão, ao custo de acurácia menor; confirme nos seus próprios casos |
| Síntese de PDFs, planilhas e gráficos densos | Neon high | Carbon medium se o problema forem afirmações sem respaldo | Resultados próximos no Chartography; escolha pelo tipo de erro |
| Recuperação em 256K–1M tokens de contexto estruturado | Qualquer um; teste os dois | — | 95,2% contra 96,2% no GraphWalks está dentro do ruído para a maioria dos usos |
| Etapas de alto volume e sensíveis à latência | Neon medium ou Hydrogen | — | Na AA, o Neon medium marca 55 em 8,3 min; lá o Carbon low não foi mais rápido que o Carbon medium |
| Revisão de segurança para defensores verificados | A variante Fairwind a que você tiver acesso | Compare os dois se tiver acesso a ambos | O Google afirma ganhos do Neon sobre o Carbon em várias linhas de cibersegurança |
A tabela é nossa recomendação editorial com base nos dados acima, não uma garantia para a sua carga de trabalho. Até 30 de novembro, o Carbon medium também é um padrão razoável para economizar em trabalho em lote que tolera latência. Planeje encerrar essa rota em 1º de dezembro, ou reavaliá-la nessa data.
Faça sua própria comparação antes de trocar
Um teste interno justo roda cada modelo em mais de um nível:
- Fixe as entradas: o mesmo commit do repositório, os mesmos documentos, ferramentas e a mesma verificação de aceite em todas as execuções.
- Rode o Neon em
highemediume o Carbon emmediumehigh. Acrescente o Neonxhighsó se ohighfalhar. Definamax_output_tokensem pelo menos 65.536 nos dois. O guia do Carbon recomenda no mínimo 32.768, porque o raciocínio pode consumir um limite menor antes de a resposta aparecer. - Registre ID do modelo, nível de raciocínio, tokens de entrada, em cache e de saída, tempo total decorrido, novas tentativas e se o resultado passou.
- Calcule o custo dos tokens registrados tanto com o preço de novembro quanto com o de dezembro do Carbon.
- Escolha, por tipo de tarefa, a configuração mais barata que passa, em vez de um único modelo para tudo.
Prompts difíceis podem levar minutos nos dois modelos. O guia do Neon do Google recomenda execução em segundo plano ou timeouts HTTP de pelo menos 15 minutos. Se uma execução com chamadas de ferramenta falhar depois de trocar de modelo, confira o tratamento de thought signatures (em inglês) antes de culpar o modelo. Os erros de requisição e de cota do nosso guia de erros da API do Gemini 4 (escrito para o Argon) valem para a mesma família de API. Para novas tentativas em limites de taxa em geral, veja quando repetir uma requisição após um 429 (em inglês).
O que você pode usar na Ofox hoje
Como o Neon e o Carbon não estão no catálogo da Ofox em 19 de novembro de 2026, os modelos Gemini 4 que você pode chamar pela Ofox são o Gemini 4 Hydrogen e o Gemini 4 Argon, com os preços atuais nas páginas desses modelos. O Hydrogen é o modelo que o Google recomenda para a execução do dia a dia e o que o Google combina com o Neon ou o Carbon como subagente. A documentação da Gemini API na Ofox cobre a rota nativa do Gemini, e o guia de tratamento de erros cobre as novas tentativas. Este artigo será atualizado se o Neon ou o Carbon forem adicionados. Até lá, use a API do Google para os dois e não trate os preços do Google como preços da Ofox.


