Neon, Carbon, Hydrogen e Argon — como o Google distribui tarefas entre os modelos e o que a empresa ganha
18 de novembro de 2026, o Google DeepMind apresentou Gemini 4 Neon — um modelo que fechou a principal lacuna na linha Gemini 4: entre o superrápido para o cotidiano Hydrogen e o flagship pesado de raciocínio longo Carbon surgiu um «centro de gravidade» balanceado para desenvolvimento de produção, análise e agentes de negócios autônomos.
Ao mesmo tempo, a equipe atualizou o modo bidirecional Orchestrator no Google Antigravity (combinação do planejador Neon e do executor Hydrogen), ampliou o agente do usuário Tasks in Gemini em seis países e registrou novos recordes em classificações independentes Coding Agent Index e Zapier AutomationBench. Analisamos a arquitetura da linha, os números reais de testes e a economia de implementação para empresas.
1. Gemini 4 Neon: novo modelo para código complexo e agentes autônomos
A maior parte do desenvolvimento comercial e da análise corporativa está exatamente no meio: as tarefas são complexas demais para modelos superleves, mas frequentes demais para esperar um carro-chefe lento em cada pequeno passo. Segundo o Google, Gemini 4 Neon foi projetada especificamente para esse «meio-termo» — ela mantém a qualidade no nível dos modelos superiores, reduz leituras desnecessárias de arquivos em repositórios e comprime de forma estável contextos longos sem perder a essência.
Parâmetros técnicos e segurança do Gemini 4 Neon
High, e para depuração complexa, é ativado xhigh; além disso, o Neon conquistou o 2º lugar em capacidade de controle (steerability) — aceita adequadamente correções diretamente durante a execução da tarefa.xhigh o modelo refletiu todos os ataques (0,0% de invasões bem-sucedidas) ao tentar substituir instruções através de páginas web, e-mails ou código.2. Carbon, Argon, Neon e Hydrogen: como o Google distribui tarefas na linha Gemini 4
Com o lançamento do Neon, a arquitetura da família Gemini 4 foi finalmente definida pela “categoria de peso” da tarefa. Em vez de um modelo universal caro para todas as situações, o Google divide a carga entre quatro modelos de profundidade e custo diferentes.
| Modelo | Papel principal | Contexto e modos | Tarifa de API por 1 milhão de tokens |
|---|---|---|---|
| Gemini 4 Carbon | Flagship pesado: arquitetura, ciência, verificação formal e auditoria de vulnerabilidades | Longo horizonte, loops de autoverificação de várias etapas | $4,00 entrada / $20,00 saída padrão a partir de 1º de dezembro (até 30 de novembro tarifa introdutória $2,00 / $10,00; cache −95%) |
| Gemini 4 Argon | Modelo corporativo sênior para tarefas universais complexas (substituído pelo Neon no aplicativo Gemini) | Alta precisão de análise e cenários multimodais | $4,00 entrada / $20,00 saída padrão a partir de 1º de dezembro (até 30 de novembro tarifa introdutória $2,00 / $10,00; cache −95%) |
| Gemini 4 Neon | Padrão de trabalho para código, planejamento de agentes (Orchestrator), automação e análise | 1M de contexto, Low / Medium / High / xhigh, Batch −50% | $3,00 entrada / $15,00 saída; cache de contexto $0,15 (apenas nível de API pago) |
| Gemini 4 Hydrogen | Executor rápido para correções em massa, testes, workers /swarm e o Tasks gratuito | Alta velocidade de resposta, economia de limites e cotas | $1,50 entrada / $7,50 saída; cache de contexto $0,075 |
3. Gemini 4 Carbon: raciocínio profundo, arquitetura de software e tarefas científicas
Para entender onde está o limite entre o Neon e o flagship sênior, vale a pena observar os casos do Gemini 4 Carbon. Este modelo não foi criado para ajustes rápidos de interface, mas para tarefas com alto custo de erro, onde o algoritmo deve apresentar hipóteses por conta própria, buscar contradições lógicas e verificar provas:
- Verificação formal de código: com base no Carbon, os pesquisadores construíram o contorno de agente AlphaProof Code, que gerou milhões de linhas de código na linguagem Lean e provou matematicamente as principais propriedades de segurança do protocolo criptográfico Signal em algumas semanas em vez de anos de trabalho manual de especialistas.
- Cibersegurança e busca de vulnerabilidades 0-day: a equipe do Google Cloud Vulnerability Research (CVR) aplicou o Carbon para verificar provedores de SaaS em nuvem — o modelo encontrou vulnerabilidades 0-day críticas e erros lógicos em repositórios open-source em menos de duas horas.
- Pesquisa científica e laboratorial: na modelagem de proteínas no conjunto CASP17, o Carbon aumentou em 40 vezes o número de homólogos distantes encontrados sem re-treinar os modelos básicos, e na biotecnologia ajudou a diagnosticar erros de mistura de reagentes a partir de diários de laboratório brutos.
A conclusão para equipes de TI comerciais é simples: Carbon é justificado em análises arquitetônicas raras, criptografia e auditoria profunda de segurança, e 80–90% das tarefas diárias de engenharia fecha mais rápido e 32% mais barato Neon.
4. Combinação Neon + Hydrogen: como funcionam o Orchestrator e a equipe /swarm
O recurso prático mais notável para desenvolvedores e agências é a atualização do modo Orchestrator no blog do Google Antigravity. Agora, dois modelos podem trabalhar juntos em uma mesma sessão Neon + Hydrogen, separando automaticamente o “cérebro” e as “mãos”:
- Planejamento e exploração (Gemini 4 Neon). O modelo sênior analisa a estrutura do repositório, verifica contratos e dependências, formula um plano passo a passo e define imediatamente pontos de retorno em caso de desvios.
- Execução em massa (Gemini 4 Hydrogen). Um modelo rápido escreve código padrão e aplicado, atualiza configurações, define dependências e executa testes unitários e de integração com latências mínimas.
- Seguro automático em caso de falha. Se os testes falharem ou ocorrer um conflito de arquitetura, o Hydrogen não entra em loop, mas devolve o controle Neon — o coordenador verifica novamente o status e corrige o plano.
- Agentes paralelos via /swarm. Quando o projeto é dividido em módulos independentes (por exemplo, API de backend, frontend, integração e testes automáticos), o agente líder no Neon implanta um enxame de workers em branches isolados com um painel de coordenação comum.
Para serviços internos próprios, o mesmo esquema é facilmente transferido para um pipeline personalizado via Antigravity SDK. Falamos mais sobre a mecânica da orquestração bidirecional na análise anterior do lançamento do Gemini 4 Hydrogen e do Orchestrator.
5. Novos resultados de testes: liderança do Neon em codificação e automação de negócios
O principal sinal deste lançamento para as empresas — o Neon não lidera em “perguntas de olimpíada” abstratas, mas sim em testes de agentes, onde o modelo percorre ferramentas, terminal, sistemas SaaS e regulamentos de várias etapas por conta própria:
| Benchmark / Índice | Resultado do Neon | O que exatamente o teste verifica |
|---|---|---|
| Artificial Analysis Coding Agent Index | #1 no mundo (58,6 pontos) | Trabalho complexo de agentes de codificação completos em repositórios reais, depuração e operações de CLI |
| Zapier AutomationBench | #1 no mundo (56,3%) | Automação end-to-end entre sistemas SaaS simulados: CRM, e-mail, helpdesk, RH e finanças |
| Artificial Analysis Intelligence Index | #3 no mundo (61 pontos, xhigh) | Índice geral de raciocínio (#2 na fronteira de Pareto «preço/qualidade») |
| Agent Arena Index & SWE-sweep | #2 (1336) / até 39,0% no Antigravity | Avaliação de 4 200+ sessões reais de agentes; no SWE-sweep, a mudança de um wrapper simples (12,8%) para o Google Antigravity triplicou o resultado |
| Andon Labs Vending-Bench 2 & análise | #1 ($16 843) · 73,5% Chartography · 75,8% Docs | Simulação de negócios longa de gerenciamento operacional, leitura de gráficos financeiros densos e PDFs corporativos |
Conclusão prática do teste SWE-sweep: o mesmo modelo mostrou 12,8% em um shell primitivo e 39,0% dentro de um ambiente completo do Google Antigravity. Na produção, o resultado não é obtido por um "prompt mágico", mas pelo wrapper de agente correto com testes, sandboxes isoladas e controle de passos.
6. Tasks in Gemini: agente pessoal para calendário, contas e compras
Paralelamente às ferramentas para desenvolvedores, o Google começou a lançar um agente de consumo em massa — o modo Tasks in Gemini (alternador Chat ↔ Task diretamente no aplicativo Gemini).
- Lançamento gratuito em 6 países: o acesso já está aberto gratuitamente para centenas de milhões de usuários nos EUA, Índia, Canadá, Austrália, Japão e Coreia do Sul com base no modelo rápido Gemini 4 Hydrogen, e nas assinaturas pagas do Google AI Pro/Ultra, acelera tarefas complexas de múltiplas etapas Gemini 4 Neon.
- Calendário, e-mail, senhas e contas: com acesso concedido ao Google Workspace, o agente analisa por conta própria faturas em PDF acumuladas no Gmail (por exemplo, detecta um pico no consumo de eletricidade devido ao horário de funcionamento da bomba de calor em horários de pico), encontra um horário livre no Google Calendar e gerencia tarefas familiares ou de trabalho.
- Compras e pagamentos via AP2: através do Google Shopping Graph, o agente compara características, refina parâmetros (potência, cor), procura códigos promocionais ativos e finaliza a compra via Google Pay através do protocolo Agent Payments Protocol (AP2) cartão tokenizado com limites definidos pelo usuário.
- Restrições regionais e segurança: parte das funções de ação real — chamadas para oficinas mecânicas e empresas com divulgação obrigatória de que se trata de uma IA, comandos SMS/RCS, encaminhamento para
gemini@google.come pagamentos diretos via Google Pay — na primeira etapa, são implementados principalmente nos EUA (18+). Todo o processamento ocorre dentro de ambientes isolados por hardware microVMs no Google Cloud com confirmação obrigatória de ações críticas.
Para empresas que operam sob a jurisdição russa e conforme os requisitos da 152-FZ, é importante considerar a mesma onda de usuários paralelamente ao desenvolvimento de plataformas nacionais — sobre as quais escrevemos detalhadamente na análise do agente Alice AI «Aja!» e do catálogo de plugins MCP.
7. O que a empresa ganha: economia de tokens, sites, SEO/GEO e fluxo de documentos
De acordo com as taxas publicadas pelo do preço oficial da Gemini API, o principal benefício da nova arquitetura para empresas consiste em três alavancas de economia:
- −32% no custo por tarefa em comparação com o Carbon: a taxa do Neon é de $3 / $15 por milhão de tokens contra $4 / $20 do padrão Carbon/Argon a partir de dezembro; com a mesma qualidade de raciocínio, a empresa gasta cerca de um terço a menos em cada ciclo de trabalho.
- Cache de contexto com 95% de desconto: a releitura de contexto em cache custa apenas $0,15 por milhão de tokens no Neon e $0,075 para o Hydrogen. Instruções de marca, esquemas de banco de dados, catálogos de produtos e regulamentos são transmitidos ao modelo praticamente de graça.
- Modo em lote (Batch / Flex) com 50% de desconto: o recálculo noturno de preços, auditoria de milhares de cartões de produtos e análise de logs acumulados custam metade do preço da API padrão.
Na prática, em projetos da STARCODE PR, esse esquema multimodelo (coordenador + executores rápidos) já se aplica a três áreas principais:
- Desenvolvimento de sites e integrações (desenvolvimento web, integração de API). O Neon é responsável pela arquitetura de módulos, revisão de código e consultas complexas ao banco de dados, enquanto o Hydrogen/orquestrador compila modelos, adaptativos e executa testes de regressão.
- Automação de SEO e GEO (Promoção SEO, GEO em redes neurais). Análise em lote de milhares de páginas, geração de microdados Schema.org multilíngue, atualização
llms.txte auditoria regular da citabilidade da marca na busca por IA sem pagar a mais por tokens "pesados". - Processamento de documentos, orçamentos e solicitações no CRM (implementação de redes neurais, automação de processos). Carregamento de contratos em PDF, faturas, tabelas do Excel e correspondência em uma janela única de 1M com extração de dados estruturados para CRM/1C e verificação cruzada obrigatória antes da ação.
Deseja implementar agentes de IA ou otimizar o consumo de tokens para as tarefas do seu negócio?
Na STARCODE, projetamos circuitos de agentes de trabalho prontos para uso: separamos funções entre modelos pesados e rápidos, conectamos cache de contexto, integrações MCP/API com CRM e site para um resultado estável sem desperdício de orçamento.
Fontes e documentação
Fontes verificadas .
- Google Blog: anúncio oficial do Gemini 4 Neon (18.11.2026) — Principais benchmarks, preços de API, 1 milhão de tokens de contexto, 4 níveis de raciocínio, proteção contra injeção de prompt e integração com Tasks in Gemini.
- Google Antigravity Blog: Gemini 4 Neon, Orchestrator (Neon + Hydrogen) e /swarm — Análise da combinação do planejador Neon com o executor Hydrogen, economia de 32% no custo por tarefa em comparação com o Carbon e exemplos de /swarm.
- Google Blog: lançamento do Gemini 4 Carbon para raciocínio profundo, ciência e cibersegurança — AlphaProof Code e verificação formal do protocolo Signal em Lean, busca de vulnerabilidades 0-day em CVR e pesquisas científicas CASP17.
- Google Blog: apresentação do Gemini 4 Hydrogen para cenários de agentes — Anúncio oficial do novo modelo rápido de 12 de novembro de 2026, métricas principais e níveis de raciocínio.
- Google DeepMind: ficha técnica do modelo Gemini 4 Neon (PDF) — Arquitetura, parâmetros de segurança, limites e tabelas de resumo de avaliações.
- Artificial Analysis: ranking Coding Agent Index — Avaliação independente de stacks de desenvolvimento de agentes, onde o Gemini 4 Neon ficou em 1º lugar com 58,6 pontos.
- Zapier: benchmark AutomationBench — Teste independente de automação end-to-end de processos de negócios entre sistemas SaaS e API, onde o Neon ficou em 1º lugar com 56,3%.
- Google Blog: lançamento gratuito do Tasks in Gemini em 6 países e novas funções de agente — Trabalho com calendário, Gmail, compras via Shopping Graph e Google Pay/AP2, isolamento em microVMs.
- Documentação da API Gemini: tarifas atuais para tokens e cache de contexto — Taxas oficiais para Hydrogen, Neon, Carbon e Argon, 95% de desconto em cache de contexto e modo Batch.
- Documentação do Google Antigravity: comando /swarm — Descrição da execução de um enxame paralelo de agentes sob um coordenador comum baseado nos modelos Gemini 4.
- Documentação do Google Antigravity SDK: visão geral de recursos — Guia sobre a construção programática de pipelines de agentes personalizados e distribuição de papéis entre modelos.
- Google Antigravity: tarifas Google AI Pro, Ultra e planos corporativos — Condições atuais de disponibilidade do Gemini 4 Hydrogen e do modo Orchestrator para desenvolvedores individuais e equipes.
A documentação descreve as capacidades da plataforma. Verificamos a configuração e a compatibilidade para cada projeto; os preços e SLA da STARCODE são determinados pela nossa proposta e contrato.