Alle AI-Trends
Direkt in dein Postfach
Erhalte exklusive AI-Tutorials, Praxistipps und KI-News direkt in dein Postfach.
*Mit deiner Anmeldung akzeptierst du unsere Datenschutzrichtlinien.
⚡ Byte Insider – Brandneue AI News per WhatsApp Channel

Gemini 4 Neon ist da: Googles Coding-Modell zwischen Carbon und Hydrogen

Porträtbild von Christian Musanke
Christian MusankeAutor
Rot-orange leuchtende Neonröhre auf einer Laborbank, dahinter unscharf ein großes Wandschild mit dem Google-Logo
Symbolbild: Eine orange leuchtende Neonröhre im Labor vor einem Wandschild mit Google-Logo, Quelle: Byte.de

Nur acht Tage nach Gemini 4 Carbon hat Google am 18. November 2026 mit Gemini 4 Neon das vierte Modell der Gemini-4-Reihe veröffentlicht. Laut der offiziellen Ankündigung bringt es Frontier-Niveau für Coding und Wissensarbeit, schneller und günstiger als die großen Modelle: Im Intelligence Index von Artificial Analysis liegt Neon auf der höchsten Stufe xhigh mit 61 Punkten vier hinter Claude Fable 5.2 (max), kostet pro Token aber weniger als die Hälfte. Wir haben uns angeschaut, wo Neon in der Familie steht und für wen sich der Umstieg lohnt.

Wo steht Neon in der Gemini-4-Familie?

Google ordnet Neon in der Mitte ein: Gemini 4 Carbon ist für die schwierigsten, langen Projekte gedacht, Gemini 4 Hydrogen für schnelle Alltagsaufgaben, Neon soll Tiefe und Effizienz verbinden. In Google Antigravity kann Neon auch als Orchestrator mehrere Hydrogen-Subagenten parallel steuern.

ModellStartEinordnung
Gemini 4 Argon30.09.2026Frontier-Modell, Vorgänger von Carbon
Gemini 4 Carbon10.11.2026schwierigste, lange Projekte
Gemini 4 Hydrogen12.11.2026schnelle Alltagsaufgaben, auch als Subagent
Gemini 4 Neon18.11.2026Balance aus Tiefe und Effizienz, aus Carbon abgeleitet
Die Gemini-4-Familie im Überblick

Technisch baut Neon auf Carbon auf: Laut Model Card ist es aus Gemini 4 Carbon abgeleitet, für Architektur und Trainingsdaten verweist Google auf dessen Model Card. Als einzige Modellabhängigkeit nennt die Model Card Carbon, Neon stammt also aus Googles eigener Entwicklungslinie. Hast du Prompts und Agenten auf Claude oder GPT abgestimmt, teste sie mit Neon neu, statt gleiche Antworten zu erwarten.

Im Video zum Start rekonstruiert Neon in einem zwölfstündigen /swarm in Antigravity Alan Turings Arbeitszimmer von 1936 aus Archivfotos, samt laufender Universal Turing Machine.

Post von Google AI (@GoogleAI) auf X vom 18.11.2026: „Meet Gemini 4 Neon — our newest model that brings frontier-level intelligence with fast end-to-end task completion across complex software engineering, knowledge work, and science …“ Mit Video.
Quelle: @GoogleAI auf X

Gemini 4 Neon Benchmarks: 61 Punkte, knapp hinter der Spitze

Die Benchmark-Werte zum Start stammen überwiegend von Google. Auf der Stufe xhigh landet Neon laut Google auf Platz 3 im Artificial Analysis Intelligence Index, hinter größeren, langsameren Modellen. Artificial Analysis bestätigt die 61 Punkte; Claude Fable 5.2 kommt dort auf 65, Claude Opus 5.5 laut Google auf 59 und GPT-6.2 Sol auf 57.

Artificial Analysis Intelligence Index v5.0.1Thinking-Stufe in Klammern; für Opus 5.5 und GPT-6.2 Sol nennt Google keine Stufe
  • Claude Fable 5.2 (max)65 Punkte
  • Claude Fable 5.2 (xhigh)62 Punkte
  • Gemini 4 Neon (xhigh)61 Punkte
  • Gemini 4 Neon (high, Standard)60 Punkte
  • Gemini 4 Carbon (high)59 Punkte
  • Claude Opus 5.5 (laut Google)59 Punkte
  • GPT-6.2 Sol (laut Google)57 Punkte
  • Gemini 4 Hydrogen (xhigh)54 Punkte
Quelle: artificialanalysis.ai, deepmind.google, modeldb.byte.de
Daten als TabelleTabelle ausblenden
Artificial Analysis Intelligence Index v5.0.1
BeschriftungWert (Punkte)
Claude Fable 5.2 (max)65
Claude Fable 5.2 (xhigh)62
Gemini 4 Neon (xhigh)61
Gemini 4 Neon (high, Standard)60
Gemini 4 Carbon (high)59
Claude Opus 5.5 (laut Google)59
GPT-6.2 Sol (laut Google)57
Gemini 4 Hydrogen (xhigh)54

In Googles eigener Tabelle schlägt Neon Opus 5.5 und GPT-6.2 Sol in den meisten Tests. Bei Terminal-Bench 4.1 (65,2 zu 65,8 %) und FrontierCode 2.0 (46,2 zu 47,3 %) liegt Opus 5.5 vorn, bei Chartography GPT-6.2 Sol. Den größten Vorsprung, 39,0 % bei SWE-sweep, misst Google in der eigenen Umgebung Antigravity; im Mini-SWE-Harness sind es 12,8 % gegen 11,6 % bei GPT-6.2 Sol.

Benchmark-Tabelle: Gemini 4 Neon vs. Claude Opus 5.5 und GPT-6.2 Sol, u. a. AA Index 61/59/57, Vals Index 70,9/70,1/66,1 %, SWE-sweep 39,0/10,1/8,3 %.
Googles Benchmark-Tabelle zu Neon; grau hinterlegt sind die Tests, in denen Opus 5.5 oder GPT-6.2 Sol vorn liegen., Quelle: @GoogleDeepMind auf X

Seine bisher niedrigste Fabrikationsrate belegt Google nur mit internen Tests in Antigravity, eine Zahl nennt es nicht. Beim Faktenwissen im unabhängigen Test AA-Omniscience liegt Neon auf der höchsten Stufe xhigh mit 55 Punkten klar hinter Fable 5.2 (max) mit 67.

Gemini 4 Neon: Preis und Thinking-Stufen

In der API kostet Neon $3 / $15 pro Million Input- und Output-Token, gecachter Input $0,15. Das ist doppelt so viel wie Hydrogen, aber weniger als die Hälfte von Claude Fable 5.2. Das Kontextfenster fasst 1 Mio. Token für Input und Output zusammen; synchron gibt Neon standardmäßig bis zu 64K Token aus.

API-Preise: Gemini 4 Neon im VergleichWerte in $ pro 1 Mio. Token. Niedriger ist besser. Standardpreise ohne Caching in US-Dollar
  • Input
  • Output
  • Gemini 4 NeonInput: 3Output: 15
  • Gemini 4 HydrogenInput: 1,5Output: 7,5
  • Gemini 4 ArgonInput: 2Output: 10
  • Claude Fable 5.2Input: 8Output: 40
Quelle: blog.google, artificialanalysis.ai, modeldb.byte.de
Daten als TabelleTabelle ausblenden
API-Preise: Gemini 4 Neon im Vergleich
BeschriftungInputOutput
Gemini 4 Neon315
Gemini 4 Hydrogen1,57,5
Gemini 4 Argon210
Claude Fable 5.2840

Was eine Aufgabe tatsächlich kostet, hängt stark von der Thinking-Stufe ab. Neon hat vier davon, Standard ist high. Artificial Analysis hat alle vier gemessen:

StufeIntelligence IndexKosten pro AufgabeZeit pro Aufgabe
low44$0,753,7 Min.
medium55$1,908,3 Min.
high (Standard)60$3,7414,8 Min.
xhigh61$6,4421,5 Min.
Quelle: Artificial Analysis (Intelligence Index v5.0.1), Standardstufe laut Google

Von high auf xhigh gewinnt Neon einen Indexpunkt, kostet aber $6,44 statt $3,74 pro Aufgabe. Auf high soll eine Aufgabe laut Google 32 % weniger kosten als mit Carbon. Was das für dein Projekt heißt, rechnest du mit dem LLM-Kostenrechner nach.

Wo kannst du Neon nutzen?

  • Gemini-App: für Abonnenten von Google AI Pro und Ultra im Modell-Menü, auf dem Smartphone, am Desktop und im Web.
  • Gemini API: über die bezahlte Stufe in Google AI Studio und Android Studio; Pro- und Ultra-Abonnenten können Neon in AI Studio ausprobieren.
  • Google Antigravity: für zahlende Pro- und Ultra-Abonnenten und für Unternehmen.
  • Gemini for business: per API und im Modell-Menü.
  • OpenRouter: Neon ist laut OpenRouter auch dort verfügbar.

Verfügbarkeit in DACH

Google nennt zum Start keine Länderliste und keine Euro-Preise für Google AI Pro und Ultra. Neon wird schrittweise ausgerollt; ob es in Deutschland, Österreich und der Schweiz bei dir schon freigeschaltet ist, siehst du im Modell-Menü der Gemini-App.

Für wen lohnt sich der Umstieg?

Für Entwickler, die Coding-Agenten und lange Workflows betreiben, ist Neon die neue Mitte: pro Token deutlich günstiger als Claude Fable 5.2 und laut Google pro Aufgabe günstiger als Carbon. Für einfache, schnelle Aufgaben bleibt Hydrogen zum halben Token-Preis die sparsamere Wahl. Abonnenten von Google AI Pro und Ultra wählen Neon direkt im Modell-Menü; laut Google reichen die Nutzungslimits bei aufwendigen Tasks damit weiter als mit größeren Modellen.

Byte.de als bevorzugte Quelle bei Google

Füge uns als bevorzugte Quelle hinzu, dann erscheinen wir häufiger in deinen Schlagzeilen.

Als bevorzugte
Quelle auf Google
hinzufügen
Porträtbild von Christian Musanke
Christian MusankeGründer
Moin, ich bin Christian. In den vergangenen Jahren habe ich mehrere Start-ups gegründet und als Geschäftsführer betrieben. Künstliche Intelligenz spielt in immer mehr Bereichen eine große Rolle und hat unsere Abläufe und Prozesse enorm verändert. In Deutschland fehlt eine zentrale Anlaufstelle für Menschen, die sich für KI begeistern und die Technologie für verschiedenste Anwendungsbereiche nutzen wollen, die unser Leben verbessern können. Dies Lücke versuche ich mit Byte.de zu schließen.