Gemini 3 Flash
Google DeepMindGemini 3 Flash ist ein multimodales Reasoning-Modell von Google DeepMind.
- Input / 1 Mio.
- $0,50
- Output / 1 Mio.
- $3
- Kontextfenster
- 1,05 Mio. Tokens
- Veröffentlichung
- Dezember 2025
Gemini 4 Neon ist ein proprietäres Textmodell von Google DeepMind. Es eignet sich für Agentic Coding und komplexe Enterprise-Workflows.
Stand November 2026 führt Gemini 4 Neon die Rangliste von AA-Omniscience auf Byte.de mit 55 Punkten an. Im Artificial Analysis Intelligence Index steht es mit 61 Punkten auf Platz 3 von 49 Modellen.
Im Artificial Analysis Intelligence Index v5.0.1 erreicht Gemini 4 Neon (xhigh) 61 Punkte. Laut Google-Tabelle kommen Claude Opus 5.5 auf 59 und GPT-6.2 Sol auf 57. Beim GraphWalks-Test über 256K bis 1M Tokens nennt Google 95,2 % (Opus 5.5: 66,8 %, Sol: 80,1 %); das sind Angaben des Anbieters, nicht unabhängig geprüft. Im AA-Index liegt Claude Fable 5.2 (max) mit 65 vor Neon.
Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.
61Punkte
Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark ohne eigene Fragen: Er fasst neun Evaluationen zusammen, die Artificial Analysis selbst mit jedem Modell unter gleichen Bedingungen durchführt.
Mehr zum BenchmarkDie Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.
Daten aktualisiert am 19. November 2026. Fehler gefunden? kontakt@byte.de
Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.
Laut Artificial Analysis kostet das Modell $3,00 je 1 Mio. Input-Tokens und $15,00 je 1 Mio. Output-Tokens, Cache-Hits liegen bei $0,15. Der Durchschnitt pro Intelligence-Index-Task beträgt laut AA $6,44 (xhigh).
Input und Output teilen sich laut Google Cloud Dokumentation ein Limit von 1.048.576 Tokens. Eine Foreground-Antwort umfasst bis zu 65.536 Tokens, längere Ausgaben laufen über Long Decodes.
Nein. Das Modell ist laut Recherche proprietär und ohne Open Weights; es ist nur über Google-Kanäle wie Gemini API und Google AI Studio nutzbar.
Laut Model Card ist Neon aus Carbon abgeleitet und soll Tiefe und Effizienz ausbalancieren, während Carbon für die schwierigsten Langzeitprojekte gedacht ist. Im AA-Index erreichen beide in der High-Stufe jeweils 60 Punkte.