Google resmi memperkenalkan Gemini 4 Neon pada 18 November 2026. Model kecerdasan buatan terbaru dari Google DeepMind ini dirancang untuk menghadirkan kemampuan penalaran tingkat lanjut dengan kecepatan pemrosesan dan biaya penggunaan yang lebih efisien.
Gemini 4 Neon menyasar kebutuhan pekerjaan profesional yang membutuhkan analisis mendalam, mulai dari pemrograman, pengolahan dokumen, riset ilmiah, hingga otomatisasi pekerjaan bisnis. Google menempatkannya sebagai model yang mampu menyeimbangkan kecerdasan, kecepatan, dan efisiensi.
Kehadirannya melengkapi keluarga Gemini 4 yang sebelumnya memiliki Gemini 4 Carbon dan Gemini 4 Hydrogen. Carbon difokuskan untuk pekerjaan paling kompleks dengan proses panjang, sedangkan Hydrogen dirancang untuk aktivitas harian yang membutuhkan respons cepat.
Neon mengambil posisi di antara keduanya. Model ini ditujukan bagi pengguna yang membutuhkan kemampuan penalaran kuat untuk pekerjaan kompleks, tetapi tetap menginginkan proses penyelesaian yang lebih cepat dan biaya lebih rendah.
Penalaran Canggih dengan Biaya Lebih Hemat
Salah satu keunggulan yang ditonjolkan Google adalah kemampuan Gemini 4 Neon dalam menyelesaikan pekerjaan bertahap atau multi-step tasks.
Model ini dapat memahami instruksi yang terdiri atas beberapa tahapan, menggunakan berbagai alat, serta mempertahankan konteks ketika mengerjakan proyek dalam waktu panjang.
Dalam pengumumannya, Google menyebut Gemini 4 Neon meraih skor 61 pada Artificial Analysis Intelligence Index dalam pengaturan xhigh thinking. Hasil tersebut menempatkannya di posisi ketiga secara keseluruhan dalam evaluasi tersebut.
Neon juga menempati peringkat kedua pada Vals Index dengan skor 70,9 persen. Pada Agent Arena Index, model ini memperoleh skor 1.336 dan berada di posisi kedua berdasarkan lebih dari 4.200 sesi penggunaan agen di dunia nyata.
Google turut menyoroti kemampuan model mengikuti instruksi bertahap dan menerima koreksi pengguna ketika pekerjaan sedang berlangsung. Karakteristik ini penting untuk penggunaan AI sebagai asisten kerja, karena pengguna dapat mengubah arahan tanpa harus selalu memulai proses dari awal.
Dari sisi biaya, Google menyatakan Gemini 4 Neon pada pengaturan high memiliki biaya per tugas sekitar 32 persen lebih rendah dibandingkan Gemini 4 Carbon. Pada pengaturan xhigh, model ini tetap diklaim lebih hemat dibandingkan sejumlah model pesaing dalam kategori yang sama.
Angka tersebut berasal dari evaluasi yang disebutkan Google dan bukan jaminan bahwa setiap penggunaan akan menghasilkan penghematan dengan persentase serupa.
Mampu Mengolah Dokumen dan Data Besar
Gemini 4 Neon tidak hanya dirancang untuk memahami teks. Model ini juga dapat mengolah berbagai jenis masukan, termasuk spreadsheet, dokumen PDF, grafik, audio, dan video.
Salah satu fitur pentingnya adalah jendela konteks hingga satu juta token. Kapasitas tersebut memungkinkan model memproses informasi dalam jumlah besar dalam satu konteks pekerjaan.
Kemampuan ini berguna bagi perusahaan yang harus menganalisis banyak dokumen sekaligus. Misalnya, pengguna dapat meminta AI membandingkan sejumlah laporan keuangan, membaca dokumen kontrak, atau menyusun ringkasan dari berbagai sumber informasi.
Google menyebut Neon mampu mengubah masukan yang tersebar menjadi hasil kerja terstruktur. Hasilnya dapat berupa laporan, ringkasan, analisis, maupun dokumen yang lebih mudah digunakan untuk mengambil keputusan.
Pada evaluasi Vals Index, Neon memperoleh skor 70,9 persen. Model ini juga menempati posisi pertama dalam Legal Research Bench dan Tax Agent Bench berdasarkan hasil yang diumumkan Google.
Untuk pekerjaan keuangan dan akuntansi, Neon turut menunjukkan performa kuat pada sejumlah pengujian Surge AI, termasuk pemodelan spreadsheet dan penyelesaian instruksi dengan batasan yang kompleks.
Kemampuan membaca grafik profesional juga menjadi salah satu fokus pengembangan. Pada pengujian Chartography, Gemini 4 Neon mencatat skor 73,5 persen.
Performa Pemrograman dan Pengembangan Software
Pengembangan perangkat lunak menjadi salah satu bidang yang paling disorot dalam peluncuran Gemini 4 Neon.
Google merancang model ini untuk menangani pekerjaan pemrograman yang berlangsung panjang, termasuk membaca basis kode, memperbaiki kesalahan, melakukan refactoring, dan mengelola perubahan pada banyak file sekaligus.
Dalam alur kerja tersebut, Neon dapat bertindak sebagai agen mandiri atau menjadi pengatur tugas yang mengoordinasikan beberapa agen Hydrogen melalui Google Antigravity.
Pendekatan ini memungkinkan pekerjaan kompleks dibagi menjadi beberapa bagian. Model dapat mengarahkan agen lain untuk mengerjakan tugas tertentu, memantau perkembangan, dan menggabungkan hasilnya.
Pada Artificial Analysis Coding Agent Index, Gemini 4 Neon memperoleh skor 58,6 dan menempati posisi pertama dalam evaluasi yang diumumkan Google.
Model ini juga mencatat akurasi 65,2 persen pada Terminal-Bench 4.1 dan 46,2 persen pada FrontierCode 2.0 dalam pengaturan high.
Sementara itu, pada pengujian SWE-sweep, Neon memperoleh skor 12,8 persen menggunakan mini-SWE harness. Angka tersebut meningkat menjadi 39 persen ketika diuji menggunakan lingkungan Google Antigravity.
Hasil ini memperlihatkan bahwa kemampuan model tidak hanya bergantung pada kecerdasan dasarnya, tetapi juga pada perangkat dan lingkungan kerja yang digunakan.
Bisa Membantu Membuat Proyek 3D
Google turut memperlihatkan kemampuan Gemini 4 Neon dalam mengerjakan proyek kreatif dan teknis yang lebih kompleks.
Melalui Google Antigravity dan Blender MCP, model ini digunakan untuk membangun visualisasi laboratorium tiga dimensi dengan tampilan fotorealistis.
Dalam demonstrasi lainnya, Neon membuat simulasi ski dari sudut pandang orang pertama menggunakan WebGL2. Proyek tersebut memanfaatkan data elevasi wilayah Mont Blanc dan Chamonix, lengkap dengan simulasi fisika, jalur ski, dan efek lingkungan.
Google juga memperlihatkan kemampuan model merekonstruksi ruang kerja Alan Turing pada 1936 dalam bentuk lingkungan tiga dimensi interaktif.
Contoh lainnya adalah penggunaan satu gambar untuk menghasilkan Google Sheets dengan 100.000 sel. Sistem tersebut memanfaatkan lebih dari 500.000 formula aktif untuk mengolah deteksi tepi, kedalaman tiga dimensi, dan pencahayaan gambar.
Demonstrasi tersebut menunjukkan potensi AI untuk membantu pekerjaan yang menggabungkan pemrograman, visualisasi, dan pengolahan data. Namun, hasil demonstrasi tetap perlu dibedakan dari kemampuan yang pasti diperoleh setiap pengguna dalam seluruh skenario.
Peningkatan Keamanan Siber
Selain produktivitas, Gemini 4 Neon juga dikembangkan untuk mendukung pekerjaan keamanan siber.
Google menyebut model ini dapat membantu menghasilkan kode yang lebih aman, menemukan kerentanan perangkat lunak, memvalidasi risiko, serta menyusun perbaikan.
Pada pengujian AutoBaxBench untuk tantangan tingkat sulit, Gemini 4 Neon mencatat skor 76 persen. Sementara itu, pada WebExploitBench versi 1.2, model ini memperoleh skor 51,26 persen.
Untuk pencarian kerentanan kode, Neon meraih skor 90,5 persen pada SEC-bench Pro. Model ini juga mencatat skor 70,7 persen pada CWE-bench v2 dalam pengujian perbaikan kerentanan.
Google menyatakan kemampuan tersebut dirancang untuk mendukung pertahanan sistem, bukan memfasilitasi penyalahgunaan teknologi. Karena itu, Gemini 4 Neon dilengkapi perlindungan terhadap permintaan berisiko tinggi yang berkaitan dengan keamanan siber dan biosekuriti.
Model ini juga dikembangkan untuk menghadapi serangan prompt injection tidak langsung, yakni instruksi berbahaya yang disisipkan ke dalam halaman web, dokumen, email, atau kode yang sedang dibaca AI.
Untuk penggunaan keamanan siber khusus, Gemini 4 Neon akan tersedia bagi pihak yang memenuhi persyaratan melalui Fairwind Program.
Harga dan Ketersediaan Gemini 4 Neon
Google mulai menggulirkan Gemini 4 Neon pada 18 November 2026 melalui beberapa layanan.
Pengembang dapat mengaksesnya melalui Gemini API di Google AI Studio dan Android Studio. Pengguna Google AI Pro dan Ultra juga dapat mencoba model ini melalui Google Antigravity. Sementara itu, pelanggan Pro dan Ultra dapat memilih Neon dari menu model pada aplikasi Gemini.
Untuk kebutuhan perusahaan, model ini tersedia melalui Gemini for Business, baik melalui API maupun pilihan model di layanan tersebut.
Dari sisi harga API, Google menetapkan tarif sebesar 3 dolar AS untuk setiap satu juta token input. Input yang menggunakan cache dikenakan biaya 0,15 dolar AS per satu juta token, sedangkan token output dikenakan tarif 15 dolar AS per satu juta token.
Dengan jendela konteks hingga satu juta token, model ini ditujukan untuk pekerjaan yang membutuhkan pemrosesan informasi dalam skala besar.
Ketersediaan fitur dan akses dapat berbeda berdasarkan jenis langganan serta layanan yang digunakan. Pengguna gratis tidak otomatis memperoleh akses ke seluruh fitur dan jalur penggunaan Gemini 4 Neon.
Posisi Neon dalam Keluarga Gemini 4
Peluncuran Gemini 4 Neon memperlihatkan strategi Google dalam menyediakan model AI berdasarkan kebutuhan pengguna.
Gemini 4 Carbon tetap diarahkan untuk pekerjaan dengan tingkat kompleksitas paling tinggi dan proses jangka panjang. Gemini 4 Hydrogen menangani kebutuhan sehari-hari yang mengutamakan kecepatan. Sementara Neon berusaha menggabungkan penalaran mendalam dengan efisiensi pemrosesan.
Bagi pengembang, pekerja profesional, dan perusahaan, pembagian tersebut memberikan pilihan model sesuai beban pekerjaan. Tugas analisis yang rumit dapat menggunakan Neon, sedangkan pekerjaan yang membutuhkan kemampuan lebih tinggi dalam jangka panjang dapat diarahkan ke Carbon.
Meski Google memaparkan hasil positif dari berbagai pengujian, performa nyata tetap bergantung pada jenis tugas, kualitas instruksi, sumber informasi, dan alat yang digunakan.
Gemini 4 Neon pada akhirnya bukan sekadar model AI yang mengejar skor benchmark. Google ingin menjadikannya asisten digital yang mampu menyelesaikan pekerjaan nyata secara lebih cepat, terarah, dan efisien.



