⚡ Verdict rapide
- Gemini 4 Neon est le nouveau modèle milieu de gamme de Google — lancé le 18 novembre 2026, entre Hydrogen, rapide et pas cher, et Carbon, le fleuron.
- Tarif : 3 $ par million de jetons en entrée et 15 $ en sortie — deux fois le prix d'Hydrogen, et 25 % moins cher que le tarif standard de Carbon dès le 1er décembre 2026.
- Il est n° 3 mondial à l'Intelligence Index d'Artificial Analysis avec 61 points et n° 1 au Coding Agent Index avec 58,6 — devant Claude Opus 5.5 et GPT-6.2 Sol sur l'indice composite, même s'il perd quelques tests de code individuels face à Opus.
- Quatre niveaux de réflexion (low, medium, high, xhigh) et une fenêtre de contexte de 1 048 576 jetons en font un moteur flexible pour le code agentique et les longs documents.
- Verdict : le meilleur modèle polyvalent de la famille Gemini 4 pour la plupart des développeurs. Rapide, fort en code agentique et bien tarifé — mais le chiffre phare de SWE-sweep vient du harnais Antigravity de Google, à lire avec prudence. Vérifiez le tarif actuel sur le site officiel.
Nous pouvons toucher une commission si vous achetez via nos liens, sans frais supplémentaires pour vous.
Google a lancé Gemini 4 Neon le 18 novembre 2026 — le quatrième modèle Gemini 4 en environ sept semaines, après Argon, Carbon et Hydrogen. La promesse est un équilibre : une intelligence de niveau fleuron à une vitesse proche de Flash, pour le travail complexe qui revient chaque jour plutôt qu'une fois par trimestre. Si Hydrogen est le modèle rapide du quotidien et Carbon le poids lourd des problèmes les plus durs, Neon est celui que Google veut vous voir choisir entre les deux — celui qui fait tourner vos agents de code toute la journée sans la facture du fleuron.
Les chiffres publiés par Google sont réellement solides. Neon obtient 61 à l'Intelligence Index d'Artificial Analysis — troisième mondial, derrière seulement Claude Fable 5.2 (65) et GPT-6.2 Astra (62) — et domine le Coding Agent Index avec 58,6. Le tout à 3 $ par million de jetons en entrée et 15 $ en sortie, avec environ deux fois la vitesse de sortie de Carbon, selon Artificial Analysis. Sur le papier, c'est le meilleur rapport prix-intelligence jamais livré par Google.
Mais les chiffres du jour de lancement méritent un regard sceptique, et cet avis vous le donne. Certains chiffres phares de Neon viennent des propres configurations de test de Google — notamment le score SWE-sweep, qui triple quand le modèle tourne dans l'environnement Antigravity de Google. D'autres, comme les 65,2 % à Terminal-Bench 4.1, viennent de méthodologies publiques que chacun peut relancer. Cet avis s'appuie sur le billet de lancement et la fiche du modèle de Google, les instantanés d'Artificial Analysis et la couverture indépendante du premier jour, les 18–19 novembre 2026. Nous n'avons pas fait nos propres tests — personne hors de Google n'a eu le modèle plus d'une journée — donc quand une affirmation vient de Google seul, nous le disons, et quand quelque chose reste non confirmé, nous le signalons. Tarifs et disponibilité changent vite ; vérifiez le site officiel avant de vous appuyer sur un chiffre.
Qu'est-ce que Gemini 4 Neon ?
Gemini 4 Neon est un modèle d'IA généraliste adapté de Gemini 4 Carbon, le fleuron de Google. « Adapté de » est la formulation même de Google : Neon hérite d'une grande partie des capacités de Carbon, mais il est réglé pour la vitesse et pour le travail à haute fréquence qui domine les journées réelles des développeurs — code complexe, raisonnement analytique, travail de connaissance en entreprise et science. Ce n'est pas un modèle plus petit au sens habituel ; c'est un modèle dérivé de Carbon, rééquilibré pour un usage rapide et répété.
Il accepte le texte, les images, l'audio, la vidéo et les PDF en entrée et renvoie du texte, avec une coupure des connaissances en mars 2026 — tout ce qui est plus récent exige une recherche en direct ou vos propres données. L'identifiant que les développeurs utiliseront est gemini-4-neon, et il ne fonctionne que sur l'offre payante de l'API Gemini : il n'y a pas d'offre gratuite, une vraie différence avec Hydrogen, à connaître avant de planifier une expérience de week-end.
Dans l'application Gemini, Neon remplace Argon et prend la place « Analyse plus approfondie » dans le sélecteur de modèles, entre Hydrogen (« Aide quotidienne ») et Carbon (« Code et travail complexe »). Le modèle 3.1 Pro de Google disparaît dans la même réorganisation. Pour les abonnés, le choix devient explicite : les questions quotidiennes vont à Hydrogen, l'analyse approfondie à Neon, et le code le plus dur et le travail complexe à Carbon.
Tarif de Gemini 4 Neon : vraiment pas cher, avec un bémol
Neon coûte 3 $ par million de jetons en entrée et 15 $ en sortie sur l'offre payante standard de l'API Gemini. L'entrée en cache — le texte d'invite déjà stocké par Google — coûte 0,15 $ par million de jetons, soit 95 % de réduction sur le tarif d'entrée, et seule la mise en cache implicite est prise en charge ; la mise en cache explicite n'est pas disponible pour ce modèle. Les offres Batch et Flex de l'API sont annoncées à moitié prix, selon la couverture du lancement. Tarifs de la semaine de lancement, novembre 2026 — vérifiez le site officiel pour le tarif actuel.
La façon honnête de lire le prix est de le comparer à ses frères. Hydrogen coûte 1,50 $ en entrée et 7,50 $ en sortie — exactement la moitié de Neon. Carbon coûte 2 $ en entrée et 10 $ en sortie en promotion de lancement jusqu'au 30 novembre 2026, puis passe à 4 $ et 20 $ à partir du 1er décembre. Cela crée une étrange fenêtre de douze jours : jusqu'au 30 novembre, Neon est 50 % plus cher par jeton que le fleuron Carbon. Dès le 1er décembre, Neon devient 25 % moins cher que le tarif standard de Carbon. Si vous évaluez la famille cette semaine, comparez avec les prix de décembre, pas avec ceux d'aujourd'hui — la fenêtre promotionnelle fausse toute comparaison.
En valeur absolue, les prix se ressentent vite. Une requête avec 50 000 jetons d'entrée non mis en cache et 6 000 jetons de sortie facturés — jetons de réflexion compris — coûte environ 0,24 $ aux tarifs standard. Un agent de code qui consomme un million de jetons en entrée et 200 000 en sortie par jour coûte 3 $ plus 3 $, soit 6 $ par jour. Une petite équipe qui fait tourner des agents tout le mois pourrait utiliser 50 millions de jetons en entrée et 10 millions en sortie : 150 $ plus 150 $, soit 300 $ par mois. C'est la sortie qui coûte cher — à cinq fois le tarif d'entrée, les longues générations dominent la facture, donc les invites qui demandent des réponses concises font vraiment économiser.
| Modèle | Position | Entrée / 1 M | Sortie / 1 M | Intelligence Index |
|---|---|---|---|---|
| Gemini 4 Neon | Milieu de gamme, travail à haute fréquence | 3,00 $ | 15,00 $ | 61 (xhigh) |
| Gemini 4 Hydrogen | Travail quotidien rapide | 1,50 $ | 7,50 $ | 51 (high) / 54 (xhigh) |
| Gemini 4 Carbon | Fleuron, problèmes les plus durs | 2,00 $ promo / 4,00 $ dès le 1er déc. | 10,00 $ promo / 20,00 $ dès le 1er déc. | 60 |
| Gemini 4 Argon | Modèle jumeau pour le raisonnement profond | 2,00 $ promo / 4,00 $ dès le 1er déc. | 10,00 $ promo / 20,00 $ dès le 1er déc. | 50 |
| GPT-6.2 Sol | Modèle quotidien d'OpenAI | 2,00 $ | 10,00 $ | 57 |
Les tarifs promotionnels de Carbon et Argon courent jusqu'au 30 novembre 2026 ; les tarifs standard s'appliquent dès le 1er décembre. Tarifs publiés les 18–19 novembre 2026 — vérifiez le site officiel pour le tarif actuel.
Niveaux de réflexion : low, medium, high, xhigh
Comme Hydrogen, Neon propose quatre niveaux de réflexion : low, medium, high (par défaut) et xhigh. Le niveau de réflexion contrôle la quantité de raisonnement interne du modèle avant de répondre. Low sert au travail rapide et volumineux où la réponse est surtout de la récupération ou de la mise en forme. Medium convient au code interactif. High est le réglage par défaut, adapté à la plupart des tâches. Xhigh est réservé aux problèmes difficiles en plusieurs étapes, là où high ne suffit pas — il consomme plus de jetons et prend plus de temps, donc il coûte plus cher par tâche.
Le niveau de réflexion n'est pas un réglage cosmétique ; il déplace les scores. À l'Intelligence Index d'Artificial Analysis, Neon obtient 60 à son niveau high par défaut et 61 à xhigh — un point qui achète la 3e place mondiale. Au Coding Agent Index, c'est le réglage xhigh qui place Neon en tête du classement. Autrement dit, le modèle que vous obtenez vraiment dépend du réglage choisi : par défaut, Neon vaut 60 ; poussé à xhigh, il vaut 61. Pour la plupart des utilisateurs, le chiffre par défaut est celui qu'il faut retenir, et xhigh est le réglage à utiliser quand la tâche le mérite.
Il y a une conséquence pratique pour les utilisateurs de l'API : les jetons de réflexion sont facturés comme de la sortie, et ils partagent la même fenêtre de contexte de 1 048 576 jetons que l'entrée et la sortie. Une longue chaîne de raisonnement grignote le même budget que votre invite et votre réponse. Google suggère low pour les étapes triviales d'une boucle d'agent, medium pour le travail interactif, et xhigh seulement là où la précision vaut l'attente. Traitez le niveau de réflexion comme un réglage de premier ordre dans votre configuration — la différence entre low et xhigh sur une tâche difficile peut être celle entre une réponse fausse rapide et une réponse juste lente.
Vitesse et benchmarks : rapide, et presque au sommet là où ça compte
L'affirmation phare de Google sur la vitesse est que Neon offre une qualité de niveau Carbon à des vitesses Flash. Artificial Analysis a mesuré environ 110 jetons de sortie par seconde pour Neon contre environ 57 pour Carbon — soit environ deux fois plus vite. Pour le travail agentique, où un modèle peut enchaîner des dizaines d'étapes, cette vitesse se cumule : un agent de code qui prend 10 minutes sur Carbon termine en environ 5 sur Neon, et plus l'attente est courte, plus un développeur est prêt à lancer de boucles.
Le benchmark que Google met en avant est le Coding Agent Index d'Artificial Analysis, où Neon obtient 58,6 — premier au classement général. À Terminal-Bench 4.1, un test de code agentique dans de vrais environnements de terminal, Neon obtient 65,2 %, contre 65,8 % pour Claude Opus 5.5 et 61,5 % pour GPT-6.2 Sol. Opus devance Neon d'une fraction de point sur celui-là ; Neon mène le composite. À FrontierCode 2.0, Neon obtient 46,2 % à high — là encore légèrement derrière Opus. Le schéma est constant : Neon est au sommet ou presque de chaque benchmark de code, premier du composite, à une fraction derrière Opus sur deux tests individuels.
Au-delà du code, les chiffres restent solides. Neon obtient 95,2 % à GraphWalks, un test de long contexte, contre 80,1 % pour GPT-6.2 Sol et 66,8 % pour Claude Opus 5.5 — une large avance qui suggère que la fenêtre d'un million de jetons est vraiment utilisable, pas seulement une spécification. En travail de connaissance professionnel, il obtient 70,9 % au Vals Index (deuxième au général) et 75,8 % à Agents' Last Exam, avec 56,3 % à AutomationBench. En science et en mathématiques, il enregistre 70,5 % à Terminal-Bench-Science, 84,0 % à RiemannBench et 71,3 % à HLE-Diamond. Le tableau comparatif de Google montre Neon devant Opus 5.5 et GPT-6.2 Sol sur la plupart des 18 benchmarks qu'il publie — mais ce tableau est la sélection de Google, et une analyse indépendante a trouvé Neon gagnant sur 52 % des lignes, à égalité sur 33 % et perdant sur 14 % une fois les classements tiers inclus. Le résumé honnête : Neon est un modèle du top 3 par n'importe quelle mesure, et le meilleur modèle d'agent de code sur l'indice composite — mais il ne bat pas Opus sur tous les tests.
Une autre affirmation de Google mérite une lecture attentive : à son niveau de réflexion high par défaut, Neon coûte 32 % de moins par tâche accomplie que Carbon, selon Google. Artificial Analysis a mesuré une tendance similaire de façon indépendante : environ 6,44 $ par tâche pour Neon à xhigh contre 7,76 $ pour Carbon à high aux tarifs standard — soit environ 17 % de moins. Les deux chiffres mesurent des réglages différents, donc ils ne sont pas directement comparables, mais ils pointent dans la même direction : Neon fait un travail comparable pour nettement moins cher que le fleuron. C'est le cœur de son argument.
| Benchmark | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol |
|---|---|---|---|
| Intelligence Index d'Artificial Analysis | 61 (xhigh) | 59 | 57 |
| Terminal-Bench 4.1 | 65,2 % | 65,8 % | 61,5 % |
| SWE-sweep, harnais du fournisseur | 39,0 % (Antigravity) | 10,1 % (Claude Code) | 8,3 % (Codex) |
| SWE-sweep, harnais partagé mini-SWE | 12,8 % | 3,6 % | 11,6 % |
| GraphWalks (long contexte) | 95,2 % | 66,8 % | 80,1 % |
Scores publiés dans les documents de lancement de Google et les instantanés d'Artificial Analysis, 18–19 novembre 2026. Les chiffres SWE-sweep dépendent fortement du harnais utilisé — voir la section suivante.
Le chiffre SWE-sweep mérite un avertissement
Le chiffre de Neon le plus cité — 39,0 % à SWE-sweep — mérite un avertissement, car le même modèle obtient 12,8 % au même benchmark dans un autre harnais. Un harnais est la boucle logicielle autour d'un modèle : les outils dont il dispose, les retours qu'il reçoit, la façon dont le travail en plusieurs étapes est géré. Les 39,0 % de Google ont été mesurés dans Google Antigravity, qui peut envoyer des sous-agents en parallèle dans un dépôt. Dans le harnais partagé mini-SWE que tous les modèles peuvent utiliser, Neon obtient 12,8 %. Opus montre le même schéma inversé : 3,6 % dans le harnais partagé, 10,1 % dans Claude Code. Sol, lui, baisse : 11,6 % en partagé, 8,3 % dans Codex.
Cela signifie que la comparaison phare — Neon à 39,0 % contre Opus à 10,1 % et Sol à 8,3 % — compare autant les produits d'agents que les modèles. Sur le harnais partagé, où le terrain est égal, Neon mène toujours (12,8 % contre 11,6 % pour Sol et 3,6 % pour Opus), mais l'écart se réduit de 29 points à environ 1 point devant Sol. Aucun des deux chiffres n'est faux ; ils mesurent des choses différentes. Si vous utilisez Antigravity, les 39,0 % sont le chiffre pertinent. Si vous utilisez autre chose, c'est 12,8 %. Tout article qui cite l'un sans l'autre ne raconte que la moitié de l'histoire.
C'est aussi pourquoi l'indice composite du Coding Agent Index compte plus que n'importe quelle ligne isolée : il agrège de nombreuses tâches et harnais, et là, Neon mène franchement avec 58,6. Les benchmarks isolés, c'est du marketing ; les composites et vos propres tests, c'est de la preuve.
Antigravity : Neon planifie, Hydrogen exécute
La caractéristique la plus distinctive de Neon n'est pas un benchmark, mais une fiche de poste : dans Google Antigravity, Neon peut jouer le rôle d'Orchestrateur — planifier un travail de longue durée, le découper en tâches plus petites et confier ces tâches à des sous-agents Hydrogen, moins chers, qui travaillent en parallèle. Carbon assurait auparavant ce rôle de planification ; Neon le reprend à un coût par tâche accomplie inférieur, selon les chiffres publiés. L'idée est une économie simple : un planificateur coûteux qui dirige de nombreux exécuteurs bon marché coûte moins cher qu'un seul modèle coûteux qui fait tout lui-même.
En pratique, c'est le schéma de code agentique qui compte le plus pour les vraies équipes : un gros refactoring, une migration entre services, un bug qui touche cinq fichiers dans trois paquets. Le planificateur garde la vue d'ensemble ; les exécuteurs font le travail local. Google affirme que ce schéma est ce qui explique le chiffre SWE-sweep d'Antigravity — l'outil de sous-agents permet aux agents de chercher en parallèle dans différentes parties d'une base de code. Que cela justifie le chiffre phare est un débat légitime ; ce qui ne se discute pas, c'est que le schéma planificateur-exécuteur est désormais une fonctionnalité de premier ordre dans l'environnement de code de Google, et que Neon est le modèle conçu pour cela.
L'accès est le hic. Antigravity exige un abonnement payant Google AI Pro ou Ultra, et l'accès entreprise passe par les offres business de Google. Si vous payez déjà Pro ou Ultra, Neon dans Antigravity est inclus dans ce que vous payez déjà — l'intérêt est immédiat. Sinon, l'abonnement est le prix d'entrée, et l'API est le moyen le moins cher d'essayer le modèle d'abord.
Où utiliser Gemini 4 Neon
Au lancement, Neon est disponible dans l'application Gemini pour les abonnés AI Pro et AI Ultra, via l'API Gemini et AI Studio sur l'offre payante, dans Gemini for business et dans Google Antigravity pour les abonnés Pro et Ultra payants. Les développeurs utilisent l'identifiant gemini-4-neon. Il n'y a pas d'offre gratuite dans l'API — si vous voulez essayer Neon sans payer, l'application Gemini avec un essai Pro est ce qui s'en rapproche le plus, et la disponibilité dépend de votre offre.
Pour la plupart des lecteurs, les deux points d'accès qui comptent sont l'application et l'API. L'application est le moyen sans configuration pour l'essayer : ouvrez Gemini en tant qu'abonné Pro ou Ultra et choisissez « Analyse plus approfondie » dans le sélecteur de modèles. L'API et AI Studio sont là où les développeurs l'utiliseront vraiment — construire des agents, l'intégrer à des produits et l'exécuter à grande échelle. AI Studio est l'endroit pour tester les niveaux de réflexion et la longue fenêtre de contexte avant de s'engager dans une configuration de production.
Une remarque sur la disponibilité vaut d'être signalée : certains utilisateurs de forfaits Pro groupés avec un opérateur télécom ont signalé des erreurs de droits en essayant d'utiliser les modèles Gemini 4 dans Antigravity, selon la couverture du jour de lancement. Si votre forfait Pro est groupé avec un opérateur mobile, vérifiez que Neon fonctionne bien dans votre compte avant de le supposer — et consultez le site officiel pour la liste actuelle des offres prises en charge.
Gemini 4 Neon face à la famille — et aux rivaux
| Modèle | Idéal pour | Entrée / 1 M | Sortie / 1 M | Intelligence Index |
|---|---|---|---|---|
| Gemini 4 Neon | Travail complexe à haute fréquence | 3,00 $ | 15,00 $ | 61 |
| Gemini 4 Hydrogen | Travail quotidien rapide | 1,50 $ | 7,50 $ | 51 / 54 |
| Gemini 4 Carbon | Travail le plus dur, long terme | 2 $ promo / 4 $ dès le 1er déc. | 10 $ promo / 20 $ dès le 1er déc. | 60 |
| Claude Opus 5.5 | Milieu de gamme d'Anthropic | Voir le site officiel | Voir le site officiel | 59 |
| GPT-6.2 Sol | Modèle quotidien d'OpenAI | 2,00 $ | 10,00 $ | 57 |
| GPT-6.2 Astra | Fleuron d'OpenAI | 8,00 $ | 40,00 $ | 62 |
| Claude Fable 5.2 | Fleuron d'Anthropic | 8,00 $ | 40,00 $ | 65 |
Le tarif d'Opus 5.5 n'a pas été vérifié pour cet avis — voir le site officiel. Scores de l'index d'Artificial Analysis, 18–19 novembre 2026.
Le tableau montre clairement la position de Neon. C'est le seul modèle du top 3 à coûter 3 $ par million de jetons en entrée : Fable 5.2 et Astra coûtent tous deux 8 $, et Carbon coûtera 4 $ dès décembre. Neon est à un point derrière Astra et à quatre points derrière Fable sur l'index, mais il coûte moins de la moitié du prix par jeton de l'un ou de l'autre. Face à ses propres frères, l'argument de valeur est encore plus net : un point devant Carbon sur l'index pour 25 % de moins que le tarif standard de Carbon, et sept points devant Hydrogen pour deux fois son prix.
La comparaison qui compte le plus pour les acheteurs est Neon contre GPT-6.2 Sol, car Sol est le modèle que la plupart des équipes compareront vraiment : même rôle de modèle quotidien, 2 $ en entrée et 10 $ en sortie contre 3 $ et 15 $ pour Neon, un contexte d'un million de jetons des deux côtés, et un écart de quatre points sur l'index (61 contre 57). Neon coûte 50 % plus cher par jeton et obtient quatre points de plus ; savoir si cela vaut le coup dépend de votre travail : atteint-il les tâches où ces quatre points se manifestent — le raisonnement en long contexte, où Neon mène de 15 points à GraphWalks, et le code agentique, où il domine le composite ? Notre comparatif complet Gemini 4 Neon contre GPT-6.2 Sol détaille ce choix. Pour le tableau familial plus large, voir notre comparatif Gemini 4 Hydrogen contre Claude Fable 5.2 et notre guide des meilleurs outils SEO IA pour le search et le contenu.
Points forts et limites
Gemini 4 Neon
Points forts
- Une intelligence du top 3 (61) à moins de la moitié du prix du fleuron — le meilleur rapport prix-intelligence de la famille Gemini 4.
- N° 1 au Coding Agent Index (58,6) avec de bons scores à Terminal-Bench et en long contexte.
- Environ deux fois la vitesse de sortie de Carbon (~110 jetons/s), ce qui se cumule sur les boucles d'agents en plusieurs étapes.
- Fenêtre de contexte d'1 M de jetons partagée entre entrée, réflexion et sortie, avec une entrée en cache bon marché à 0,15 $ par million.
- Quatre niveaux de réflexion permettent d'échanger vitesse contre raisonnement, tâche par tâche.
- Rôle planificateur-exécuteur dans Antigravity : Neon planifie, les sous-agents Hydrogen, moins chers, exécutent.
Points faibles
- Pas d'offre gratuite dans l'API — Hydrogen en a une, Neon non.
- Le chiffre phare de SWE-sweep (39,0 %) dépend du harnais ; le chiffre en harnais partagé est de 12,8 %.
- Plus cher par jeton que Carbon jusqu'au 30 novembre 2026, à cause de la promotion de Carbon.
- Perd Terminal-Bench 4.1 et FrontierCode face à Claude Opus 5.5 de justesse.
- Les benchmarks du jour de lancement viennent surtout de Google ; la vérification indépendante est encore en cours.
- Coupure des connaissances en mars 2026 — les faits plus récents exigent une recherche ou vos propres données.
Pour qui est Gemini 4 Neon — et qui devrait passer son tour
Neon est fait pour vous si : vous faites tourner des agents de code chaque jour et voulez le modèle de code agentique le plus fort de l'indice composite sans payer le prix du fleuron ; vous travaillez avec de grandes bases de code ou de longs documents et voulez une fenêtre d'un million de jetons avec une entrée en cache bon marché ; vous payez déjà Google AI Pro ou Ultra et voulez le modèle « Analyse plus approfondie » dans l'application Gemini et Antigravity ; ou vous construisez des flux d'agents en plusieurs étapes où la vitesse se cumule et où un modèle deux fois plus rapide signifie deux fois plus de boucles par heure.
Réfléchissez à deux fois si : votre travail est dominé par les problèmes de raisonnement les plus difficiles, où le raisonnement plus profond de Carbon (ou d'un fleuron rival) justifie son supplément ; si vous avez besoin d'une offre gratuite pour expérimenter, car Neon n'en a pas — commencez plutôt par Hydrogen ; si votre budget est très serré, car Hydrogen fait une grande partie du même travail quotidien à moitié prix ; ou si vous choisissez un modèle pour un usage réglementé ou à enjeux élevés, où un modèle vieux d'un jour sans historique d'audit indépendant est un risque inutile.
Comment l'essayer
Le chemin le plus rapide est l'application Gemini en tant qu'abonné Pro ou Ultra : ouvrez gemini.google.com, choisissez « Analyse plus approfondie » dans le sélecteur de modèles, et commencez par une vraie tâche — un refactoring multi-fichiers, un résumé de long document, une question de recherche avec de nombreuses sources. Les développeurs doivent aller sur Google AI Studio, où l'offre payante donne accès avec l'identifiant gemini-4-neon. Commencez par le niveau de réflexion high par défaut, descendez à medium ou low pour les étapes triviales de vos boucles d'agent, et réservez xhigh aux étapes où une erreur coûte cher.
Avant de vous engager, faites votre propre test : prenez une vraie tâche de votre travail, lancez-la sur Neon à high et sur Hydrogen à xhigh, et comparez le résultat et la facture. Les tableaux de benchmarks ne vous diront pas quel modèle convient à votre code ; un après-midi de vos propres tâches, oui. Et n'oubliez pas le changement de tarif du 1er décembre — si vous comparez Neon à Carbon, faites le calcul au tarif standard de Carbon, 4 $/20 $, pas à la promotion à 2 $/10 $ qui se termine le 30 novembre.
Ce qu'il faut surveiller dans les semaines à venir
Trois choses décideront si l'histoire du jour de lancement de Neon tient. D'abord, les benchmarks indépendants : Terminal-Bench et l'index d'Artificial Analysis sont des méthodologies publiques, donc des laboratoires tiers les relanceront en quelques jours, et leurs chiffres — pas ceux de Google — deviendront la référence. Surveillez en particulier si l'avance au Coding Agent Index survit, et si le chiffre SWE-sweep en harnais partagé bouge.
Deuxièmement, les tarifs de Carbon et Argon à partir du 1er décembre : une fois la promotion terminée, Neon devient le choix de valeur évident du milieu de gamme — mais Google pourrait aussi modifier le tarif de Neon, et toute la comparaison familiale bougerait avec. Troisièmement, la fiabilité réelle dans Antigravity : le schéma planificateur-exécuteur est la fonctionnalité qui justifie l'existence de Neon, et les retours des développeurs au cours des prochaines semaines montreront s'il fonctionne dans des bases de code réelles et désordonnées ou seulement dans les démos de Google. Nous mettrons cet avis à jour à mesure que les résultats indépendants arriveront.
Verdict : rapide, fort et bien tarifé — avec un astérisque
Gemini 4 Neon tient ce qu'il promet, avec un astérisque honnête. Il est rapide — environ deux fois la vitesse de sortie de Carbon — il est fort, troisième mondial sur l'index indépendant et premier du composite des agents de code, et il est bien tarifé à 3 $ en entrée et 15 $ en sortie, moins cher que le tarif standard de Carbon dès le 1er décembre. Les niveaux de réflexion lui donnent une flexibilité que les modèles à réglage unique n'ont pas, et le rôle planificateur-exécuteur dans Antigravity lui donne un travail qu'aucun autre modèle Gemini ne fait à ce prix.
L'astérisque, c'est le chiffre SWE-sweep : ne citez 39,0 % qu'avec le chiffre de 12,8 % en harnais partagé, et rappelez-vous que le tableau comparatif de Google est une sélection, pas un recensement. Rien de tout cela ne change la conclusion. Pour la plupart des développeurs, Neon est désormais le meilleur modèle polyvalent de la famille Gemini 4 — celui à choisir par défaut, avec Hydrogen en dessous pour le travail de volume et Carbon au-dessus pour les problèmes les plus durs. Essayez-le dans AI Studio cette semaine, mettez-le sur vos vraies tâches de code, et laissez vos propres résultats décider.
Questions fréquentes
Qu'est-ce que Gemini 4 Neon ?
Gemini 4 Neon est le modèle milieu de gamme de Google, lancé le 18 novembre 2026. Adapté du fleuron Gemini 4 Carbon, il est conçu pour le code complexe, le raisonnement analytique, le travail de connaissance en entreprise et la science, avec une fenêtre de contexte de 1 048 576 jetons et quatre niveaux de réflexion. Il se situe entre Hydrogen, rapide et pas cher, et Carbon, le fleuron, dans la famille Gemini 4.
Combien coûte Gemini 4 Neon ?
Google facture 3 $ par million de jetons en entrée et 15 $ en sortie sur l'offre payante standard de l'API Gemini, avec une entrée en cache à 0,15 $ par million de jetons. Les offres Batch et Flex coûtent la moitié du tarif standard. Il n'y a pas d'offre gratuite. Tarifs de la semaine de lancement, novembre 2026 — vérifiez le site officiel pour le tarif actuel. Notez que le tarif promotionnel de Carbon à 2 $/10 $ se termine le 30 novembre 2026, après quoi Carbon coûtera 4 $/20 $.
Gemini 4 Neon est-il meilleur que Claude Opus 5.5 ?
À l'Intelligence Index indépendant d'Artificial Analysis, Neon obtient 61 contre 59 pour Opus 5.5, et il domine le Coding Agent Index avec 58,6. Mais Opus devance Neon sur deux benchmarks de code individuels : Terminal-Bench 4.1 (65,8 % contre 65,2 %) et FrontierCode 2.0. Le tableau comparatif de Google montre Neon devant sur la plupart de ses 18 benchmarks publiés, mais c'est la sélection de Google — les vérifications indépendantes montrent Neon gagnant environ la moitié des lignes. Le résumé juste est que Neon est globalement plus fort sur les mesures composites, tandis qu'Opus gagne encore quelques tests individuels.
Quels sont les niveaux de réflexion de Gemini 4 Neon ?
Neon a quatre niveaux de réflexion : low, medium, high (par défaut) et xhigh. Les niveaux plus élevés signifient plus de raisonnement interne avant de répondre — plus lent et plus cher, mais généralement plus précis. Le niveau déplace les scores : Neon obtient 60 à l'Intelligence Index d'Artificial Analysis à high et 61 à xhigh. Utilisez high par défaut, low ou medium pour les tâches simples, et xhigh là où la précision vaut l'attente.
Quelle est la controverse SWE-sweep autour de Gemini 4 Neon ?
Google annonce Neon à 39,0 % à SWE-sweep, mais ce chiffre a été mesuré dans Google Antigravity, qui fait tourner des sous-agents en parallèle dans une base de code. Dans le harnais partagé mini-SWE que tous les modèles peuvent utiliser, le même modèle obtient 12,8 %. Opus montre le même schéma : 10,1 % dans Claude Code contre 3,6 % dans le harnais partagé. Le chiffre phare compare autant les produits d'agents que les modèles — sur le harnais partagé, Neon mène toujours, mais d'environ un point devant GPT-6.2 Sol, pas de 29.
Où puis-je utiliser Gemini 4 Neon ?
Neon est disponible dans l'application Gemini pour les abonnés AI Pro et AI Ultra, via l'API Gemini et AI Studio sur l'offre payante, dans Gemini for business et dans Google Antigravity pour les abonnés Pro et Ultra payants. Les développeurs utilisent l'identifiant gemini-4-neon. Il n'y a pas d'offre gratuite dans l'API. Dans Antigravity, Neon peut jouer le rôle d'Orchestrateur, planifier le travail et déléguer les tâches à des sous-agents Hydrogen moins chers.