Gemini 4 Neon es el nuevo #1 en el Models Engineering Index
Gemini 4 Neon, el modelo insignia más reciente de IA de Google, está llamando la atención tras encabezar un “Models Engineering Index” independiente y rendir con fuerza en varios benchmarks externos. Muchos desarrolladores informan que Neon ya rivaliza o supera a Opus 5.5 de Anthropic y a los mejores modelos de OpenAI para codificación, documentación y resolución de problemas técnicos, a menudo con mejor calidad de prosa y, bajo las suscripciones de nivel más alto de Google, con una economía de tokens favorable. Al mismo tiempo, los comentaristas señalan reservas sobre la metodología del benchmark, el acceso y despliegue desiguales, la herramienta y los permisos torpes en el harness Antigravity de Google, y preocupaciones persistentes sobre alucinaciones, rechazos por seguridad y la estrategia de producto de Google.
Benchmarks y el Models Engineering Index
- Varios comentaristas cuestionan la metodología del índice: Neon solo se puntúa en ~3 de 8 benchmarks, mientras que los competidores tienen más cobertura, pero se los compara como si fuera equivalente.
- Los datos faltantes de Neon aparentemente no se penalizan, lo que hace que el ranking parezca sesgado; algunos lo califican de “vibes-based”.
- Otros dicen que el índice es secundario; el uso en el mundo real y suites de benchmarks más amplias (TerminalBench, vals.ai, SlopCop, etc.) importan más.
Calidad percibida del modelo (vs Opus/GPT/Gemini anteriores)
- Muchos informan que Neon es el primer modelo de Google que se siente competitivo con Opus 5.5/Fable y GPT-6 Sol/Astra, especialmente para tareas de codificación e ingeniería.
- Neon se describe con frecuencia como:
- Cercano o ligeramente por debajo de Opus 5.5 en calidad, pero más rápido y más barato.
- Mucho más legible y conciso que los modelos de Anthropic, con una prosa significativamente mejor.
- Fuerte en refactorización de código, trabajo en grandes monorepos, edición de documentación, diseño de mapas de juegos, diseño de RF/hardware y arte procedimental.
- Algunos usuarios siguen encontrando malos o decepcionantes los modelos de Google, citando:
- Alto número de tokens por tarea y un flujo de trabajo interactivo más débil.
- Errores serios de matemáticas/física (signos menos omitidos, supuestos inconsistentes) donde los modelos frontier de Anthropic/OpenAI ahora lo hacen mejor.
- Un informe detallado de Neon introduciendo múltiples regresiones y fallos de prueba en una refactorización de un puente de gráficos.
- La alucinación y la “temperature” se debaten: un benchmark externo muestra una tasa de alucinación muy baja; otros perciben tasas de error más altas pero un lenguaje más natural.
Precios, cuotas y rentabilidad
- Google ofrece varios niveles (AI Pro, niveles “Ultra” más altos, complementos de Workspace) con límites confusos; la disponibilidad de Neon varía según el plan, la región y la promoción.
- Las experiencias difieren:
- Algunos encuentran que Neon es 5–10x más rentable que las suscripciones de Anthropic para codificación intensiva.
- Otros agotan su cuota semanal de Neon más rápido que un plan equivalente de Claude, especialmente en los niveles de precio más bajos.
- El paquete junto con beneficios tipo YouTube Premium y almacenamiento hace que el plan de $20 resulte atractivo para algunos; los planes de $200+ se ven como algo de nicho.
Acceso, herramientas y UX
- Neon puede usarse mediante Antigravity CLI/TUI, AI Studio, OpenRouter, IDEs (Cursor) y otros entornos (Herdr, Pi), pero:
- Se critica a Antigravity por las constantes solicitudes de permiso salvo que se ejecute en modos “dangerous”.
- Las consolas de Google, la nomenclatura (Hydrogen/Argon/Carbon/Neon) y la estrategia de despliegue se perciben como confusas y lentas.
- La integración en productos de Google (p. ej., automatización de Gmail) se percibe como más débil de lo que podría ser.
Confianza, seguridad y posicionamiento
- Algunos evitan los modelos de Google por miedo a baneos de cuentas o filtros de seguridad demasiado celosos, especialmente para trabajo de seguridad/auditoría.
- Otros señalan el pobre marketing para desarrolladores de Google y la reputación de “killed by Google” como razones de la baja adopción, a pesar de la aparente calidad de Neon.
- Varios ven un rápido cambio de modelos entre proveedores; los LLM se tratan como semicommodities, donde los usuarios cambiarán a quien tenga la mejor combinación de capacidad, coste y harness.