Este Black Friday, crea más. Vende más.Explorar
Ir al contenido del artículo
Gemini 4 Neon — Tubo luminoso cian junto a un bloque de grafito
Comparación

Gemini 4 Neon vs Gemini 4 Carbon en programación y coste

Compara Neon y Carbon en programación, migración y automatización. Reparte las tareas según las tarifas de diciembre y el coste de los reintentos.

EvoLink TeamEquipo de producto
10 min de lectura
Prueba primero Gemini 4 Neon en high para tareas de ingeniería recurrentes y bien delimitadas. Mantén Carbon como referencia para problemas de arquitectura difíciles y flujos que ya resuelve con fiabilidad. En CursorBench 4.1, Neon high obtuvo un 63,7 % frente al 61,5 % de Carbon high, con un coste por tarea menor en esa prueba. Para repartir el tráfico, usa la tarifa de Carbon de tu cuenta y los errores que cada modelo consigue resolver con tus casos. CursorBench 4.1

Qué tareas encajan con Gemini 4 Neon y con Carbon

TareaPunto de partidaQué cambiaría la elección
Fallo recurrente en varios archivos con una reproducciónNeon highCarbon resuelve de forma constante casos que Neon deja a medias
Cambio de arquitectura ambiguo y caro de rehacerTu modelo probado, con Carbon como referenciaNeon supera los mismos controles de integración y revisión con menor coste total
Análisis mensual con resultados fijos y fuentes verificablesEvalúa Neon junto con tu ruta actualUna configuración más barata ofrece referencias igual de fiables
Tarea fallida por datos ausentes o una herramienta averiadaRepón los datos o arregla la herramientaVuelve a ejecutarla cuando se recupere ese requisito

Un error de redondeo en una factura tiene un objetivo claro. La prueba que falla señala dónde dejan de cuadrar los importes, y el parche debe preservar las facturas históricas y el comportamiento de los reembolsos. Rediseñar el estado compartido entre los servicios de precios y facturación exige resolver límites, recuperación y compatibilidad. Las pruebas unitarias solo cubren parte de ese trabajo. Usa Carbon como referencia para un cambio de ese tipo.

Qué cambia al subir el nivel de razonamiento

CursorBench 4.1 utiliza tareas ambiguas de varios archivos procedentes de sesiones reales de Cursor. Sus configuraciones ofrecen varios puntos de partida.

Configuración en CursorBench 4.1PuntuaciónCoste por tarea publicado
Neon medium57,7 %3,07 USD
Carbon medium60,4 %7,22 USD
Carbon high61,5 %8,52 USD
Neon high63,7 %6,54 USD
Neon xhigh65,4 %10,67 USD
En estas tareas, subir Neon de high a xhigh añadió 1,7 puntos porcentuales y 4,13 USD por tarea. Prueba xhigh donde puedas detectar la dificultad de antemano y compáralo con Carbon bajo los mismos controles y límite de tiempo. Los costes corresponden al entorno de evaluación de Cursor. Resultados y metodología de CursorBench
Puntuación y coste por tarea en CursorBench 4.1. Neon high obtuvo un 63,7 % por 6,54 USD y Carbon high un 61,5 % por 8,52 USD.
Puntuación y coste por tarea en CursorBench 4.1. Neon high obtuvo un 63,7 % por 6,54 USD y Carbon high un 61,5 % por 8,52 USD.
En los datos de lanzamiento del Intelligence Index de Artificial Analysis, Neon high y Carbon high obtuvieron 60 puntos una vez redondeados. Neon promedió 14,8 minutos y 3,74 USD por tarea. Carbon promedió 37,1 minutos y 7,76 USD a tarifa normal. En la prueba de análisis de Plotly, Neon también tardó menos y costó más. Registra el tiempo y el gasto por separado. Datos comprobados el 19 de noviembre de 2026. Datos de Artificial Analysis · Evaluación de Plotly

Por qué las evaluaciones llegan a conclusiones distintas

CursorBench evalúa cambios en varios archivos dentro de un editor. Para otro trabajo, busca una evaluación con un entregable parecido al tuyo. Las tareas y configuraciones varían, así que compara los dos modelos dentro de cada fila.
EvaluaciónNeonCarbonQué decisión ayuda a tomar
Vals Code Migration v1.1, subconjunto del Vals Index75,8 %80,1 %Incluir Carbon al trasladar código a otro lenguaje conservando su comportamiento
Zapier AutomationBench, ambos en high54,3 %, 0,88 USD por tarea estimados53,9 %, 1,94 USD por tarea estimadosVer si Neon termina flujos rutinarios con herramientas a menor coste
Análisis de datos de Plotly43/43, mediana de 46 s, 17,03 USD por ejecución42/43, mediana de 93 s, 11,55 USD por ejecuciónPresupuestar tiempo y gasto por separado
En la prueba de Plotly, Neon usó menos tokens y llamadas al modelo, pero costó más a las tarifas aplicadas. Plotly aumentó la puntuación después de corregir una regla de evaluación y revisar las respuestas a mano. Versiona tus datos de prueba y tus criterios para distinguir un cambio de rúbrica de una mejora del modelo. Zapier estimó los costes a partir de las métricas exportadas y de una tarifa de lectura de caché supuesta. Resultados y metodología de Vals · Informe de Zapier · Informe de Plotly
En la prueba de Plotly, la mediana por pregunta fue de 46 s para Neon y 93 s para Carbon. Las pruebas completas costaron 17,03 USD y 11,55 USD, respectivamente.
En la prueba de Plotly, la mediana por pregunta fue de 46 s para Neon y 93 s para Carbon. Las pruebas completas costaron 17,03 USD y 11,55 USD, respectivamente.

Cómo afecta al presupuesto el cambio de tarifa de Carbon en diciembre

Estos son los precios estándar de la API de Google en USD por millón de tokens.

Modelo y periodoEntradaSalidaEntrada en caché
Neon3 USD15 USD0,15 USD
Carbon hasta el 30 de noviembre de 20262 USD10 USD0,10 USD
Carbon desde el 1 de diciembre de 20264 USD20 USD0,20 USD
Con 100.000 tokens de entrada no almacenados en caché y 10.000 de salida facturable, el mismo uso cuesta 0,45 USD en Neon, 0,30 USD en Carbon en promoción y 0,60 USD en Carbon a tarifa normal. Para decidir, usa el consumo observado, incluyendo razonamiento y reintentos. En EvoLink, aplica las tarifas de tu cuenta para ambos modelos. Google Carbon · Google Neon · Carbon en EvoLink
Con la API estándar de Google, el mismo consumo cuesta 0,45 USD en Neon, 0,30 USD en Carbon hasta el 30 de noviembre y 0,60 USD en Carbon desde el 1 de diciembre.
Con la API estándar de Google, el mismo consumo cuesta 0,45 USD en Neon, 0,30 USD en Carbon hasta el 30 de noviembre y 0,60 USD en Carbon desde el 1 de diciembre.

Cuándo los reintentos se comen el ahorro

Con las tarifas estándar de Google, supón que las entradas sin caché, las entradas en caché y las salidas facturables representan la misma proporción para ambos modelos. En noviembre, Neon sale más barato si consume menos de dos tercios del volumen facturable de Carbon. Con la tarifa de Carbon de diciembre, los costes se igualan cuando Neon consume un tercio más. Si las proporciones cambian, calcula cada categoría por separado. Tarifa Neon · Tarifa Carbon
Imagina un intento Neon de 0,36 USD y un intento completo Carbon de 0,62 USD. Si el 20 % de las solicitudes también necesita Carbon, empezar por Neon cuesta una media de 0,484 USD por tarea recibida, antes de la revisión. Si cerca del 42 % recurre a Carbon, la ruta cuesta aproximadamente lo mismo que empezar por Carbon. Una mayor tasa de aceptación final puede justificarlo. Compara el coste por tarea aceptada bajo las mismas restricciones de tiempo y calidad.

Usa el motivo del fallo para decidir si escalar. Si un parche supera las pruebas pero cambia un importe de devolución establecido, un segundo intento puede ayudar cuando existe evidencia para corregirlo. Si faltan datos, la herramienta está caída o se denegó un permiso, restablece el requisito. Otra llamada suele sumar gasto sin subsanar el fallo.

Migra un tipo de tarea cada vez

Recupera tareas recientes que tu modelo ya ejecutó. Agrúpalas por lo que espera quien las revisa, como un parche pequeño, un diagnóstico de varios archivos o un diseño sujeto a reglas de compatibilidad. Repite cada una desde la misma versión del repositorio, con las mismas herramientas y criterios.

Registra aceptación al primer intento, tiempo, reintentos y coste total. Si Neon acorta los arreglos recurrentes sin perder aceptación, migra primero ese grupo. Si Carbon resuelve una clase de fallo que Neon repite, conserva Carbon para ese grupo. Cuando ambas rutas estén disponibles en tu cuenta, EvoLink permite gestionar la selección desde la misma integración y conservar las reglas de prueba y revisión de tu aplicación. Colección Gemini de EvoLink · Guía de integración Gemini
La guía de lanzamiento de Neon explica accesos y límites. Si tu decisión incluye Claude Code, consulta la comparativa con Opus 5.5.

Decide cómo repartir el trabajo con casos difíciles

Agrupa tareas de prueba en correcciones acotadas, fallos ambiguos entre componentes y cambios largos que deben preservar un comportamiento público. Añade incidentes que casi pasaron inadvertidos, como un valor predeterminado alterado, datos de prueba obsoletos que ocultaron una regresión o un informe plausible basado en una fuente antigua. Guarda la revisión inicial, las instrucciones, las herramientas permitidas y el criterio de finalización.

Mide la mediana y los casos lentos, con esperas de herramientas y reintentos. Para un servicio interactivo, revisa los tiempos largos antes de mover tráfico. Para un lote nocturno, puede importar más el coste por resultado aceptado y el volumen que queda por revisar en la mañana. Separa entrada sin caché, aciertos de caché, salida facturable y revisión para recalcular con tarifas futuras.

Compara la llamada directa y un único paso a Carbon

Conserva una referencia de solo Carbon. Compárala con solo Neon y con Neon seguido de un intento Carbon al detectar un fallo corregible. Fija presupuesto, permisos y pruebas de aceptación. Los registros mostrarán qué tipos de tareas se benefician y qué señales justifican el gasto adicional. Si casi todos los casos escalan, empieza directamente en Carbon para esa categoría y conserva la evidencia que respalda esa regla.

Preguntas frecuentes

¿Neon siempre es más barato que Carbon?

El precio por token de Google favorece a Carbon durante su promoción y a Neon con la tarifa normal. Por tarea también cuentan el uso y los reintentos.

¿Qué modelo probar primero para editar varios archivos?

Neon high es un candidato para tareas recurrentes con controles claros. Incluye la configuración de Carbon que ya usas.

¿Ambos tienen un millón de tokens de contexto?

Google documenta una ventana compartida de un millón de tokens para ambos. Comprueba los límites de salida y continuación en tu interfaz.

¿Comparten el mismo nivel predeterminado?

Google indica high para Neon y medium para Carbon.

¿Neon xhigh o Carbon para casos difíciles?

Compáralos en los fallos que realmente se repiten y anota si el intento extra completa el trabajo.

¿Debería migrar todo el tráfico a la vez?

Empieza por un grupo donde puedas medir la aceptación y volver atrás rápido. Guía de desarrollo Gemini 4 de Google

¿Qué modelo pruebo para migrar a otro lenguaje?

Incluye Carbon. Logró 80,1 % frente a 75,8 % de Neon en el subconjunto de migración del Vals Index. Añade tus pruebas de compatibilidad. Vals Index

¿Carbon puede emitir segmentos más cortos que Neon?

Google documenta hasta 65.536 tokens por segmento para Neon y un límite posible de 32.768 en segmentos Carbon sin streaming. Comprueba la API y el modo que vayas a utilizar. Google Long Decode

Integra modelos de IA mediante una API unificada

Compara modelos y precios actuales y sigue la documentación de la API para integrar el modelo que mejor se adapte a tu tarea.