Google DeepMind memperkenalkan Gemini 4 Neon pada 18 November 2026. Model ini ditujukan untuk pekerjaan yang membutuhkan penalaran kuat tetapi tidak ingin menukar setiap langkah dengan latensi panjang: rekayasa perangkat lunak, pekerjaan pengetahuan, riset, dan alur kerja agen yang berjalan dengan banyak tool.

Neon bukan sekadar model percakapan baru di daftar Gemini. Google memosisikannya sebagai model untuk menyelesaikan tugas kompleks secara end-to-end. Dalam rilisnya, perusahaan mengatakan Neon dirancang agar tetap cepat ketika harus membaca banyak konteks, mengikuti instruksi berlapis, dan mengerjakan proses yang panjang.

Konteks besar, biaya lebih rendah

Gemini 4 Neon memiliki jendela konteks 1 juta token. Kapasitas ini membuatnya bisa menangani kumpulan dokumen, spreadsheet, PDF, grafik, audio, dan video dalam satu alur kerja, menurut Google. Output akhirnya dapat berupa dokumen terstruktur, bukan hanya jawaban singkat di dalam chat.

Untuk pengembang, harga yang diumumkan adalah US$3 per juta token input dan US$15 per juta token output. Token input yang tersimpan di cache dihargai US$0,15 per juta token, atau diskon 95 persen dari harga input biasa. Harga dan konteks ini menempatkan Neon di tengah kebutuhan yang cukup praktis: modelnya tidak dipasarkan sebagai pilihan termurah untuk semua tugas, tetapi sebagai mesin yang bisa membawa konteks besar tanpa langsung membuat biaya pemrosesan melonjak.

Google juga menyebut Neon dapat bekerja sebagai Orchestrator di Antigravity. Dalam pola ini, Neon dapat mengarahkan subagen Gemini 4 Hydrogen untuk pekerjaan yang lebih cepat dan paralel. Google mengatakan kombinasi Orchestrator tersebut mencapai tingkat keberhasilan tugas yang mendekati Gemini 4 Carbon pada Terminal-Bench 4.0, sambil menggunakan kuota rata-rata 24 persen lebih sedikit dan menyelesaikan tugas 19 persen lebih cepat. Angka ini adalah klaim dan pengukuran dari Google; pembaca tetap perlu melihat konfigurasi evaluasinya sebelum membandingkannya dengan hasil dari laboratorium lain.

Angka benchmark bukan seluruh cerita

Di Artificial Analysis Intelligence Index, Google menempatkan Neon di peringkat ketiga secara keseluruhan dengan skor 61 pada tingkat penalaran xhigh. Pada Vals Index, model ini berada di peringkat kedua dengan skor 70,9 persen. Google juga menyebut Neon menempati peringkat pertama pada Legal Research Bench dan Tax Agent Bench.

Rilis tersebut menyoroti kemampuan steerability Neon: model dapat menyesuaikan diri ketika pengguna mengoreksi arah pekerjaan di tengah proses. Google mengatakan Neon berada di peringkat kedua pada Agent Arena Index untuk ukuran itu. Perusahaan juga mengklaim mencatat tingkat fabrikasi terendahnya dalam pengujian internal Google Antigravity. Detail pentingnya ada pada kata internal. Klaim ini berguna sebagai sinyal arah pengembangan, tetapi belum otomatis menjadi bukti bahwa model akan lebih akurat di setiap penggunaan nyata.

Untuk tugas perangkat lunak, Neon disebut dapat mempertahankan kinerja dalam alur yang panjang dan penuh tool. Google mengatakan model ini mengurangi pembacaan file yang berulang, membagikan kemajuan selama bekerja, dan menangani pemadatan konteks dengan lebih baik ketika sesi berlangsung lama. Fitur seperti ini terdengar kurang dramatis dibanding skor benchmark, tetapi justru menentukan apakah agen bisa menyelesaikan pekerjaan tanpa kehilangan tujuan setelah puluhan langkah.

Mulai tersedia di beberapa jalur

Gemini 4 Neon mulai digulirkan pada 18 November melalui Gemini API di Google AI Studio. Model ini juga tersedia untuk Gemini for business melalui API dan pemilih model, serta untuk pelanggan berbayar Google AI Pro dan Ultra di Google Antigravity dan aplikasi Gemini. Google menyebut model tersebut juga tersedia di Android Studio untuk pengembang yang memenuhi ketentuan aksesnya.

Untuk pertahanan siber, anggota Fairwind Program yang memenuhi syarat akan mulai menerima akses secara bertahap. Akses ini tidak sama dengan ketersediaan umum dan tetap bergantung pada program verifikasi Google.

Neon memperlihatkan pola yang makin jelas dalam desain model AI saat ini: satu model dipakai untuk mengarahkan pekerjaan, model lain menangani langkah cepat, dan sistem memilih pembagian tugas berdasarkan biaya serta tingkat kesulitan. Yang perlu diuji bukan hanya apakah Neon bisa menjawab soal sulit, melainkan apakah ia bisa menyelesaikan pekerjaan panjang dengan lebih sedikit pengulangan, kesalahan, dan intervensi manusia.

Sumber https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/ Sumber konteks: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/ Sumber benchmark dan harga: https://ai.google.dev/gemini-api/docs/models/gemini