Gemini 4 Neon: Carbon-Niveau mit weniger Wartezeit

Gemini 4 Neon soll anspruchsvolle KI-Aufgaben schneller erledigen, ohne dafür bei der Qualität hinter Carbon zurückzufallen. Google hat das Modell am 18. November 2026 im eigenen Blog vorgestellt. Erste externe Messungen stützen die Richtung: Neon erreicht dort knapp höhere Bewertungen als Carbon, braucht weniger Zeit und kostet pro untersuchter Aufgabe weniger. Der praktische Fortschritt liegt damit eher beim Warten und bei der Rechnung als in einem großen Sprung bei der Antwortqualität.

Für zahlende Nutzer der Gemini-App beginnt ebenfalls der Rollout. Eine gesicherte Zusage, wann Neon auf einem bestimmten Konto in Deutschland auftaucht, gibt es allerdings nicht.

Weniger Wartezeit heißt noch lange nicht sofort

Google platziert Neon zwischen Gemini 4 Hydrogen und Gemini 4 Carbon. Die API-Dokumentation beschreibt es als Modell für komplexe Aufgaben, die häufig anfallen. Das passt zu einem Einsatz, bei dem viele einzelne Arbeitsschritte zusammenkommen und jede zusätzliche Wartezeit den Ablauf bremst.

Wie groß der Unterschied ausfallen kann, zeigt Artificial Analysis: In dessen Messung benötigt Neon rund 21 Minuten pro Aufgabe, Carbon rund 36 Minuten. Bei der Textausgabe stehen rund 110 Tokens pro Sekunde etwa 57 gegenüber. Neon arbeitet dabei auf Thinking-Stufe xhigh, Carbon auf high.

Das ist ein spürbarer Abstand. Es ist aber kein Beleg dafür, dass jede kurze Chat-Antwort fast doppelt so schnell kommt. Die Werte betreffen die untersuchten Aufgaben und Einstellungen. Auch 21 Minuten bleiben eine längere Wartezeit. Wer umfangreiche Arbeiten an die KI abgibt, profitiert davon anders als jemand, der einen Absatz umformulieren lässt.

Im Artificial Analysis Intelligence Index erreicht Neon 61 Punkte, einen mehr als Carbon. Damit liegt es in dieser Auswertung knapp vor Carbon. Das stützt die Aussage, dass die kürzere Laufzeit hier nicht durch einen klaren Qualitätsverlust erkauft wird. Eine Garantie für jede einzelne Antwort ist ein solcher Index nicht.

Die Tokenpreise erzählen nur die halbe Kostengeschichte

Für die API nennt Google 3 US-Dollar je Million Input-Tokens und 15 US-Dollar je Million Output-Tokens. Zwischengespeicherter Input kostet 0,15 US-Dollar je Million Tokens. Diese Abrechnung betrifft die API-Nutzung; sie ist kein Preis für das App-Abonnement.

Gegenüber den von Artificial Analysis angesetzten Carbon-Listenpreisen von 4 US-Dollar je Million Input-Tokens und 20 US-Dollar je Million Output-Tokens sind Neons Tokenpreise um 25 Prozent niedriger. Pro erledigter Aufgabe sinken die Kosten in der Messung aber nur um rund 17 Prozent: von 7,76 auf 6,44 US-Dollar. Der Grund ist wichtig für die Praxis. Neon erzeugt dort rund 15 Prozent mehr Output-Tokens.

Wer ein automatisiertes System betreibt, sollte deshalb die Kosten des fertigen Auftrags vergleichen, nicht bloß den Preis pro Million Tokens. Ein günstigerer Tarif spart weniger, wenn das Modell mehr Ausgabe produziert. Der Carbon-Vergleich basiert zudem auf dessen Listenpreis ohne Rabatt. Er lässt sich nicht unverändert auf jede tatsächliche Rechnung übertragen.

Auch beim Programmieren fällt Neon in den Tests positiv auf. Im Coding Agent Index mit der Antigravity CLI erreicht es 59 Punkte gegenüber 55 Punkten für Carbon. Das ist ein brauchbarer Hinweis für Entwickler, die längere Programmieraufträge ausführen lassen. Über die Zuverlässigkeit im eigenen Projekt entscheidet trotzdem der konkrete Code, nicht die Rangliste.

Mehr Spielraum für lange Aufgaben, aber keine Fehlergarantie

Neon unterstützt ein Kontextfenster von einer Million Tokens. Für synchrone Ausgaben nennt die Dokumentation 65.536 Tokens; mit Long Decode reicht die Ausgabe bis zur Grenze von einer Million Tokens. Dazu kommen vier Thinking-Level: low, medium, high und xhigh. Standardmäßig ist high eingestellt.

Gerade diese Voreinstellung verdient Aufmerksamkeit. Die genannten externen Spitzenwerte wurden mit xhigh erzielt. Wer Neon unverändert mit high verwendet, kann diese Ergebnisse nicht einfach als Leistungszusage für seine Konfiguration lesen.

Das große Kontextfenster bietet Platz für umfangreiche Eingaben. Es belegt jedoch weder, dass jedes Detail daraus korrekt berücksichtigt wird, noch dass längere Antworten besser sind. Für den Alltag zählen weiterhin überprüfbare Ergebnisse. Mehr Text und mehr Denkaufwand ersetzen diese Prüfung nicht.

In der App ändert sich auch die Modellauswahl

Der Start umfasst die kostenpflichtige Gemini API, Gemini for business sowie Antigravity für zahlende AI-Pro- und AI-Ultra-Abonnenten. In der Gemini-App beginnt der Rollout für Pro- und Ultra-Abonnenten.

Laut 9to5Google ersetzt Neon dort Argon. Gemini 3.1 Pro wird eingestellt, 3.5 Flash-Lite bekommt die Bezeichnung „Auto“. Die Auswahl besteht danach aus Auto, 4 Hydrogen, 4 Neon und 4 Carbon. Wer bisher bewusst ein bestimmtes Modell gewählt hat, muss sich also neu orientieren.

Neon ist vor allem dann einen Vergleich wert, wenn Carbon für eine Aufgabe gut genug arbeitet, aber zu viel Zeit oder API-Budget beansprucht. Die externen Messungen liefern dafür ein Argument. Für App-Nutzer bleibt die Einschränkung beim Start: Der angekündigte Rollout ist noch kein belastbarer Termin für die Freischaltung in Deutschland.

Quellen: Google Blog: Introducing Gemini 4 Neon, Google AI Studio: Gemini 4 Neon, Artificial Analysis: Gemini 4 Neon Intelligence Gain, 9to5Google: Gemini 4 Neon Announcement

Ähnliche Beiträge