Google Gemini 4 Neon: Ein neues Level an KI-Agenten, Automatisierung und Programmierung

Startseite/Blog/Google Gemini 4 Neon: KI-Agenten und Automatisierung

Neon, Carbon, Hydrogen und Argon — wie Google Aufgaben auf Modelle verteilt und was Unternehmen davon haben

Am 18. November 2026 stellte Google DeepMind Gemini 4 Neon vor — ein Modell, das die größte Lücke in der Gemini 4-Serie schloss: zwischen extrem schnellen Alltagsmodellen Hydrogen und dem schweren Flaggschiff für langes Schlussfolgern Carbon es gibt nun ein ausgewogenes „Zentrum der Schwerkraft“ für die Produktion, Analyse und autonome Geschäftsagenten.

Gleichzeitig aktualisierte das Team den bidirektionalen Modus Orchestrator in Google Antigravity (Kombination aus Neon-Planer und Hydrogen-Ausführer), erweiterte den Benutzeragenten Tasks in Gemini in sechs Ländern und verzeichnete neue Rekorde bei unabhängigen Ratings Coding Agent Index und Zapier AutomationBench. Wir analysieren die Architektur der Serie, reale Testdaten und die Implementierungsökonomie für Unternehmen.

Google Gemini 4 Neon: Ein neues Level an KI-Agenten, Automatisierung und Programmierung
Google Gemini 4 Serie (Carbon, Argon, Neon, Hydrogen), Agenten-Orchestrierung und Automatisierung für Unternehmen
Wichtige Kennzahlen von Gemini 4 Neon am 19. November 2026
#1 (58,6)
Führend im Artificial Analysis Coding Agent Index für End-to-End-Coding-Agenten
#1 (56,3%)
Erster Platz beim Zapier AutomationBench für Service-übergreifende Geschäftsautomatisierung
$3 / $15
API-Tarif für 1 Million Input- und Output-Token ($0,15 mit Cache; um 32% günstiger als Carbon pro Aufgabe)
6 Länder
Massive kostenloser Agentenstart für Tasks in Gemini (USA, Indien, Kanada, Australien, Japan, Südkorea)

1. Gemini 4 Neon: ein neues Modell für komplexen Code und autonome Agenten

Ein Großteil der kommerziellen Entwicklung und Unternehmensanalytik liegt genau in der Mitte: Die Aufgaben sind zu komplex für extrem leichte Modelle, aber zu häufig, um bei jedem kleinen Schritt auf das langsame Flaggschiff zu warten. Laut Google: Gemini 4 Neon wurde speziell für diesen „goldenen Mittelweg“ entwickelt – sie hält die Qualität auf dem Niveau größerer Modelle, reduziert unnötige Dateizugriffe in Repositories und komprimiert stabil langen Kontext ohne Informationsverlust.

Technische Parameter und Sicherheit von Gemini 4 Neon

✓Einheitliches Fenster 1 Million Token (1 048 576): in einen Kontext werden komplette Repositories, PDF-Verträge, Tabellen, Diagramme, Bilder, Audio- und Videodateien geladen; die synchrone Ausgabe erreicht 64K (65.536) Token mit Fortsetzung bis zum vollen 1M-Fenster durch den Hintergrundmodus long decode.
✓Vier Denkebenen (Low — Extra High): standardmäßig ist der ausgewogene Modus aktiv High, und für eine komplexe Fehlerbehebung wird es aktiviert xhigh; außerdem belegte Neon den 2. Platz bei der Steuerbarkeit (steerability) — akzeptiert Korrekturen direkt während der Aufgabenbearbeitung angemessen.
✓Minimale Halluzinationen und Cheating-Umgehungen: in technischen Datenblatt des Modells wurde die niedrigste Fabrikationsrate unter den Antigravity-Tests verzeichnet, 0,0% Cheating auf Terminal-Bench 4.0, 99,2% bei Agent Honesty und eine Senkung der nicht abgeschlossenen Aufgaben um 43–56% im Vergleich zur Basis.
✓Schutz vor indirekten Prompt-Injection-Angriffen: beim Gray Swan IPI-Benchmark mit echtem Schutz auf dem Niveau xhigh das Modell reflektierte alle Angriffe (0,0% erfolgreiche Hacks) bei Versuchen der Manipulations von Anweisungen über Webseiten, E-Mails oder Code.
✓Wo es jetzt schon verfügbar ist: kostenpflichtige Stufe der Gemini API in Google AI Studio, Android Studio, Google Antigravity sowie in der Gemini-App für Abonnenten Google AI Pro und Ultra (wobei Neon Argon im Modus ersetzte Deeper analysis); Neon bietet keinen kostenlosen API-Tarif.

2. Carbon, Argon, Neon und Hydrogen: Wie Google Aufgaben innerhalb der Gemini 4-Serie verteilt

Mit der Veröffentlichung von Neon hat sich die Architektur der Gemini 4-Familie nach „Gewichtsklasse“ der Aufgabe endgültig gefestigt. Anstelle eines universellen, teuren Modells für alle Fälle verteilt Google die Last auf vier Modelle unterschiedlicher Tiefe und Kosten.

ModellHauptrolleKontext und ModiAPI-Tarif pro 1 Mio. Token
Gemini 4 Carbon Schweres Flaggschiff: Architektur, Wissenschaft, formale Verifikation und Sicherheitsaudit Langer Zeithorizont, mehrstufige Selbstprüfungszyklen $4,00 Input / $20,00 Output standardmäßig ab 1. Dezember (bis 30. November Einführungspreis $2,00 / $10,00; Cache −95%)
Gemini 4 Argon Höheres Unternehmensmodell für komplexe universelle Aufgaben (in der Gemini-App durch Neon ersetzt) Hohe Analysegenauigkeit und multimodale Szenarien $4,00 Input / $20,00 Output standardmäßig ab 1. Dezember (bis 30. November Einführungspreis $2,00 / $10,00; Cache −95%)
Gemini 4 Neon Arbeitsstandard für Code, Agentenplanung (Orchestrator), Automatisierung und Analytik 1M Kontext, Low / Medium / High / xhigh, Batch −50% $3,00 Input / $15,00 Output; Kontext-Cache $0,15 (nur kostenpflichtiges API-Level)
Gemini 4 Hydrogen Schneller Ausführer für Massenänderungen, Tests, /swarm-Worker und kostenlose Tasks Hohe Reaktionsgeschwindigkeit, Einsparung von Limits und Quoten $1,50 Input / $7,50 Output; Kontext-Cache $0,075

3. Gemini 4 Carbon: Tiefgründiges Schlussfolgern, Softwarearchitektur und wissenschaftliche Aufgaben

Um zu verstehen, wo die Grenze zwischen Neon und dem oberen Flaggschiff liegt, lohnt sich ein Blick auf die Fälle von Gemini 4 Carbon. Dieses Modell wurde nicht für schnelle Interface-Korrekturen entwickelt, sondern für Aufgaben mit hohen Fehlerkosten, bei denen der Algorithmus selbst Hypothesen aufstellen, logische Widersprüche finden und Beweise prüfen muss:

  • Formale Code-Verifikation: auf Basis von Carbon bauten Forscher die Agenten-Kontur AlphaProof Code auf, die Millionen von Codezeilen in Lean generierte und die Schlüsseleigenschaften der Sicherheit des kryptografischen Protokolls mathematisch bewies Signal in wenigen Wochen statt Jahren manueller Expertenarbeit.
  • Cyberschutz und Suche nach 0-Day-Schwachstellen: das Google Cloud Vulnerability Research (CVR) Team hat Carbon zur Überprüfung von Cloud-SaaS-Anbietern eingesetzt — das Modell fand kritische 0-Day-Schwachstellen und logische Fehler in Open-Source-Repositories in weniger als zwei Stunden.
  • Wissenschaftliche und Laboruntersuchungen: bei der Proteinmodellierung auf dem CASP17-Set steigerte Carbon die Anzahl der gefundenen entfernten Homologe um das 40-fache, ohne die Basismodelle neu zu trainieren, und half in der Biotechnologie bei der Diagnose von Fehlern beim Mischen von Reagenzien anhand roher Laborjournale.

Das Fazit für kommerzielle IT-Teams ist einfach: Carbon ist in seltenen Architekturanalysen, Kryptografie und tiefgreifenden Sicherheitsaudits gerechtfertigt, und 80–90% der täglichen technischen Aufgaben schließt schneller und 32% günstiger ab Neon.

4. Die Kombination Neon + Hydrogen: Wie Orchestrator und das /swarm-Team arbeiten

Das auffälligste praktische Feature für Entwickler und Agenturen ist die Aktualisierung des Modus Orchestrator in Google Antigravity-Blog. Jetzt können in einer Sitzung zwei Modelle gleichzeitig im Paar arbeiten Neon + Hydrogen, wobei automatisch zwischen „Gehirn“ und „Händen“ unterschieden wird:

  1. Planung und Erkundung (Gemini 4 Neon). Das höhere Modell analysiert die Repository-Struktur, prüft Verträge und Abhängigkeiten, formuliert einen Schritt-für-Schritt-Plan und setzt sofort Rückkehrpunkte für den Fall von Abweichungen.
  2. Batch-Ausführung (Gemini 4 Hydrogen). Das schnelle Modell schreibt Vorlagen- und Anwendungscode, aktualisiert Konfigurationen, setzt Abhängigkeiten und führt Unit- und Integrationstests mit minimalen Verzögerungen durch.
  3. Automatische Absicherung bei Fehlern. Wenn Tests fehlschlagen oder ein Architekturkonflikt auftritt, bleibt Hydrogen nicht hängen, sondern gibt die Steuerung zurück Neon – der Koordinator überprüft den Status erneut und passt den Plan an.
  4. Parallele Agenten über /swarm. Wenn ein Projekt in unabhängige Module zerfällt (z. B. Backend-API, Frontend, Integration und Autotests), setzt der leitende Agent auf Neon einen Schwarm von Workern in isolierten Branches mit einem gemeinsamen Koordinationsboard ein.

Für eigene interne Dienste lässt sich das gleiche Schema leicht über Antigravity SDK in eine benutzerdefinierte Pipeline übertragen. Mehr zur Mechanik der bidirektionalen Orchestrierung haben wir in unserer vorherigen Analyse erläutert Start von Gemini 4 Hydrogen und Orchestrator.

5. Neue Testergebnisse: Neons Führung bei Coding und Geschäftsautomatisierung

Das wichtigste Signal dieses Release für Unternehmen ist, dass Neon nicht bei abstrakten „Olympiade-Fragen“ führt, sondern bei Agenten-Tests, bei denen das Modell selbstständig Werkzeuge, Terminals, SaaS-Systeme und mehrstufige Reglements durchläuft:

Benchmark / IndexNeon-ErgebnisWas genau prüft der Test
Artificial Analysis Coding Agent Index #1 weltweit (58,6 Punkte) Komplexe Arbeit vollständiger Coding-Agenten in realen Repositories, beim Debugging und bei CLI-Operationen
Zapier AutomationBench #1 weltweit (56,3%) End-to-End-Automatisierung zwischen simulierten SaaS-Systemen: CRM, E-Mail, Helpdesk, HR und Finanzen
Artificial Analysis Intelligence Index #3 weltweit (61 Punkte, xhigh) Gesamter Reasoning-Index (#2 auf der Pareto-Front „Preis/Leistung“)
Agent Arena Index & SWE-sweep #2 (1336) / bis zu 39,0% bei Antigravity Bewertung von 4.200+ realen Agentensitzungen; beim SWE-sweep verdreifachte der Wechsel von einfachem Code (12,8%) auf Google Antigravity das Ergebnis
Andon Labs Vending-Bench 2 & Analytik #1 ($16 843) · 73,5% Chartography · 75,8% Docs Lange Geschäftssimulation von operativen Abläufen, Lesen komplexer Finanzgrafiken und Unternehmens-PDFs

Praktisches Fazit aus dem SWE-sweep-Test: dasselbe Modell zeigte 12,8% in einer primitiven Hülle und 39,0% innerhalb einer vollwertigen Google Antigravity-Umgebung. In der Produktion liefert nicht der „magische Prompt“ das Ergebnis, sondern die richtige Agenten-Einbindung mit Tests, isolierten Sandboxes und Schrittkontrolle.

6. Tasks in Gemini: Ein persönlicher Agent für Kalender, Rechnungen und Einkäufe

Parallel zu den Entwicklertools hat Google begonnen, den Massen-Verbraucheragenten auszurollen — Modus Tasks in Gemini (Schalter Chat ↔ Task direkt in der Gemini-App).

  • Kostenloser Start in 6 Ländern: Zugang ist bereits kostenlos für Hunderte Millionen Nutzer in den USA, Indien, Kanada, Australien, Japan und Südkorea auf Basis des schnellen Modells geöffnet Gemini 4 Hydrogen, während komplexe, mehrstufige Anweisungen in den kostenpflichtigen Google AI Pro/Ultra-Abonnements beschleunigt werden Gemini 4 Neon.
  • Kalender, E-Mails, Passwörter und Rechnungen: bei gewährtem Zugriff auf Google Workspace analysiert der Agent selbstständig gesammelte PDF-Rechnungen in Gmail (findet z. B. einen Anstieg des Stromverbrauchs aufgrund des Betriebs der Wärmepumpe zu Spitzenzeiten), findet ein freies Zeitfenster in Google Calendar und erledigt Familien- oder Arbeitsaufträge.
  • Einkäufe und Zahlungen über AP2: über Google Shopping Graph vergleicht der Agent Eigenschaften, präzisiert Parameter (Leistung, Farbe), sucht nach aktiven Promo-Codes und wickelt den Kauf über Google Pay per Protokoll ab Agent Payments Protocol (AP2) einer tokenisierten Karte mit vom Benutzer festgelegten Limits.
  • Regionale Beschränkungen und Sicherheit: ein Teil der Echtzeit-Funktionen – Anrufe bei Autowerkstätten und Unternehmen mit verpflichtender Offenlegung, dass ein KI-System anruft, SMS/RCS-Befehle, Weiterleitung an gemini@google.com und direkte Google Pay-Zahlungen — in der ersten Phase werden diese überwiegend in den USA (18+) bereitgestellt. Die gesamte Verarbeitung erfolgt innerhalb hardware-isolierter microVMs in Google Cloud mit obligatorischer Bestätigung kritischer Aktionen.

Für Unternehmen, die in der russischen Gerichtsbarkeit und gemäß den Anforderungen des 152-FZ arbeiten, ist es wichtig, die gleiche Nutzerwelle parallel zur Entwicklung heimischer Plattformen zu berücksichtigen — über diese haben wir ausführlich in unserem Überblick berichtet des Alisa AI-Agenten „Handeln!“ und des Katalogs der MCP-Plugins.

7. Was Unternehmen gewinnen: Token-Ökonomie, Websites, SEO/GEO und Dokumentenmanagement

Nach den veröffentlichten Tarifen von offizieller Gemini API-Preis ergibt sich der Hauptvorteil der neuen Architektur für Unternehmen aus drei Einsparungshebeln:

  • −32% der Kosten pro Aufgabe im Vergleich zu Carbon: der Preis für Neon liegt bei $3 / $15 pro Million Token gegenüber $4 / $20 für das Standard-Carbon/Argon seit Dezember; bei gleicher Schlussfolgerungsqualität spart das Unternehmen etwa ein Drittel pro Arbeitszyklus.
  • Kontext-Caching mit 95% Rabatt: das erneute Lesen des zwischengespeicherten Kontexts kostet nur $0,15 pro Million Token bei Neon und $0,075 bei Hydrogen. Markenanweisungen, Datenbankschemata, Produktkataloge und Richtlinien werden praktisch kostenlos an das Modell übermittelt.
  • Batch-Modus (Batch / Flex) mit 50% Rabatt: nächtliche Preisneuberechnung, Audit von tausenden Produktkarten und Analyse der angesammelten Logs sind halb so teuer wie die Standard-API.

In der Praxis von STARCODE PR Projekten wird ein solches Multimodell-Schema (Koordinator + schnelle Ausführer) bereits auf drei Schlüsselbereiche angewendet:

  1. Webentwicklung und Integrationen (Webentwicklung, API-Integration). Neon ist für die Architektur von Modulen, Code-Reviews und komplexe Datenbankabfragen zuständig, während Hydrogen/Orchestrator Vorlagen und Anpassungen sammelt sowie Regressionsprüfungen durchführt.
  2. SEO- und GEO-Automatisierung (SEO-Optimierung, GEO in neuronalen Netzen). Batch-Analyse von tausenden Seiten, Generierung mehrsprachiger Schema.org-Mikrodaten, Aktualisierung llms.txt und regelmäßiges Audit der Markenzitation in der KI-Suche ohne Überzahlung für „schwere“ Token.
  3. Verarbeitung von Dokumenten, Kostenvoranschlägen und Anträgen im CRM (Einführung neuronaler Netze, Prozessautomatisierung). Upload von PDF-Verträgen, Rechnungen, Excel-Tabellen und Korrespondenz in ein einheitliches 1M-Fenster mit Extraktion strukturierter Daten in CRM/1C und obligatorischer Kreuzprüfung vor der Ausführung.

Möchten Sie KI-Agenten einführen oder den Token-Verbrauch für Ihre Geschäftsaufgaben optimieren?

Bei STARCODE entwerfen wir maßgeschneiderte Agentensysteme: Wir teilen Rollen zwischen schweren und schnellen Modellen auf, integrieren Kontext-Caching, MCP/API-Anbindungen an CRM und Webseiten für ein stabiles Ergebnis ohne Budgetverschwendung.

Quellen und Dokumentation

Quellen überprüft .

Die Dokumentation beschreibt die Möglichkeiten der Plattform. Konfiguration und Kompatibilität werden für das konkrete Projekt geprüft; Preise und SLA von STARCODE werden durch unser Angebot und den Vertrag bestimmt.

Besuche: 26
Gelesen: 7
Im letzten Monat: 0
STARCODE AI Lab · Engineering und Automatisierung

Wir bauen eine Agenten-Kontur und SEO/GEO-Automatisierung für Ihr Projekt auf

Wir finden die optimale Modellkombination (Carbon / Neon / Hydrogen oder russischer Kontur 152-FZ), richten die Integration mit Repositories, CRM oder Website ein und senken die API-Kosten.