Google a lancé Gemini 4 Neon, un nouveau modèle de la famille Gemini 4 annoncé le 18 novembre 2026. Il se situe entre Gemini 4 Carbon, conçu pour les projets les plus exigeants et de longue haleine, et Gemini 4 Hydrogen, le modèle rapide du quotidien. Google le décrit comme une intelligence de pointe alliée à une exécution rapide des tâches de bout en bout, dans l’ingénierie logicielle complexe, le travail de la connaissance et les flux scientifiques.

Neon embarque une fenêtre de contexte d’un million de jetons, capable de rassembler feuilles de calcul, PDF, graphiques, audio et vidéo dans des livrables structurés, ainsi que quatre niveaux de réflexion configurables pour arbitrer entre intelligence et coût en jetons. Google affirme qu’il se classe troisième au classement général avec un score de 61 sur l’Artificial Analysis Intelligence Index à son niveau de réflexion maximal, juste derrière des modèles plus grands et plus lents, et premier sur l’indice des agents de codage du même organisme.

Dans l’API Gemini, le tarif est de 3 $ par million de jetons d’entrée, 0,15 $ pour l’entrée mise en cache — une remise de 95 % — et 15 $ par million de jetons de sortie. Le modèle est en cours de déploiement dans l’API Gemini via Google AI Studio, dans Gemini pour les entreprises, dans Google Antigravity pour les abonnés payants Pro et Ultra, ainsi que dans l’application Gemini pour les utilisateurs Pro et Ultra, où il apparaît comme une option d’analyse approfondie. Une variante cyber, Gemini 4 Neon for cyber, est attendue dans les prochains jours pour les défenseurs de confiance via le Fairwind Program de Google. Les tarifs évoluent souvent — consultez le site officiel pour les derniers tarifs.

Neon est le quatrième grand modèle de Google en sept semaines, et il arrive un jour après le lancement de GPT-6.2 d’OpenAI — les deux laboratoires se disputent désormais la tête des benchmarks presque chaque semaine. Pour les développeurs, le message est simple : une capacité de codage proche de la pointe pour environ un sixième du coût par tâche de Carbon, selon Artificial Analysis.

Sources