Il 18 novembre Google ha completato, almeno per ora, la famiglia Gemini 4 con Gemini 4 Neon, che si inserisce tra il velocissimo Hydrogen e il più pesante Carbon. Detto così sembra l’ennesima variante in un catalogo già affollato, eppure Neon è probabilmente il modello che la maggior parte delle persone userà più spesso. Nell’app prende il posto di Argon e del vecchio Gemini 3.1 Pro, e per gli abbonati Google AI Pro e Ultra diventa il motore per scrivere, studiare documenti, fare ricerche sul web e far girare attività in più passaggi.
Il punto forte è il rapporto tra capacità e costo. Neon si avvicina a Carbon nella programmazione e nel ragionamento scientifico, inventa meno informazioni di qualunque Gemini precedente e su molti compiti costa circa un terzo in meno per attività completata. Non è però la soluzione più economica in assoluto, e sui lavori molto lunghi può diventare lento e costoso. Capire dove rende meglio serve a sfruttarlo bene, sia nell’app sia tramite API, ed è quello che provo a fare in queste righe, con qualche consiglio pratico per scegliere il livello di ragionamento adatto.
Quattro modelli in sette settimane
Il ritmo di Google in questo autunno è stato serrato. Gemini 4 Argon è arrivato il 30 settembre, Carbon il 10 novembre, Hydrogen due giorni dopo e Neon il 18, per un totale di quattro modelli in meno di cinquanta giorni. «Auto» sceglie da solo e per gli abbonati a pagamento si appoggia ora a Gemini 3.5 Flash-Lite, «Aiuto quotidiano» corrisponde a Hydrogen, «Analisi approfondita» a Neon e «Codice e lavori complessi» a Carbon. Argon già esce di scena, mentre Gemini 3.1 Pro viene ritirato definitivamente.
Etichettare le voci per funzione è una scelta sensata, perché i nomi (presi dalla tavola periodica) non dicono nulla a chi apre l’app per riassumere un PDF. Tuttavia la nomenclatura resta confusa per chi segue gli annunci o lavora con le API, dove compaiono gli identificativi tecnici e la differenza tra Neon e Carbon non è affatto intuitiva. A mio avviso Google si è creata da sola un problema che prima non esisteva: con Flash e Pro la distinzione tra versione leggera e versione potente era immediata, mentre ora bisogna ricordare che l’idrogeno è il più veloce, il carbonio il più capace e il neon sta nel mezzo.

Per orientarti puoi ragionare così. Hydrogen va bene per domande rapide, traduzioni, bozze di email e tutto ciò che richiede una risposta immediata. Neon conviene per i lavori in cui conta la qualità del ragionamento, come confrontare documenti, analizzare un foglio di calcolo o preparare una ricerca con fonti aggiornate. Carbon resta la scelta per progetti lunghi e molto complessi, ad esempio la modifica di un intero progetto software. Tutti e tre condividono una finestra di contesto da 1 milione di token, cioè la quantità di testo che il modello può tenere a mente in una sola conversazione, pari a diverse centinaia di pagine.
Cosa cambia nell’app per chi ha un abbonamento AI Pro
Nell’uso quotidiano le differenze più visibili riguardano la scrittura e la lettura dei file. Neon produce risposte più ordinate e dirette, con meno giri di parole, e gestisce con maggiore precisione fogli di calcolo, PDF e fotografie caricati nella chat. Inoltre può attingere ai contenuti di Gmail e Google Docs, così da costruire un riassunto o una risposta partendo dalle tue email e dai tuoi documenti, e integra fonti web per gli argomenti di attualità, per esempio un confronto tra i prezzi di più fornitori.
Le attività in più passaggi dell’app, quelle in cui Gemini lavora da solo per qualche minuto su un compito articolato, possono girare su Neon invece che su un modello più grande. In pratica operazioni come controllare un estratto conto voce per voce o incrociare una serie di ricevute con una tabella di spese vengono completate più in fretta e consumano meno della quota di utilizzo prevista dall’abbonamento. Neon offre quattro livelli di ragionamento, chiamati Low, Medium, High ed Extra High. Più si sale, più a lungo il modello elabora prima di rispondere, con risultati migliori sui problemi difficili ma tempi d’attesa maggiori. L’impostazione predefinita è High.
Ti consiglio di scendere a Low o Medium per lavori semplici come riformulare un testo o estrarre dati da una tabella, dove un ragionamento lungo non aggiunge nulla. Extra High ha senso solo per calcoli matematici, analisi legali o fiscali e problemi di codice intricati, cioè casi in cui un errore costa più dell’attesa. Un ultimo consiglio riguarda l’accesso alla posta.
Cosa sa fare
Tra le decine di benchmark pubblicati con il lancio, tre aiutano a capire meglio il comportamento di Neon nella pratica. Terminal-Bench 4.1 verifica se un modello sa lavorare come un tecnico davanti alla riga di comando, cioè installare pacchetti, configurare servizi e correggere script che non partono. Il sistema non risponde a una domanda, ma deve eseguire comandi, leggere gli errori e riprovare fino a risolvere. Neon raggiunge il 65,2%, il che significa che su dieci compiti di questo tipo ne porta a termine sei o sette in completa autonomia.
Vending-Bench 2 è una simulazione di lungo periodo in cui il modello gestisce un’attività di distributori automatici. Deve ordinare la merce, fissare i prezzi, trattare con i fornitori ed evitare il fallimento nell’arco di mesi simulati. Neon chiude con un saldo di 16.843 dollari, il risultato migliore registrato finora.

Chartography controlla la lettura di grafici professionali densi, come quelli dei report finanziari o scientifici con assi multipli e legende fitte. Il 73,5% indica che Neon interpreta correttamente circa tre casi su quattro. È un buon risultato se carichi slide e report nell’app, ma anche un promemoria a ricontrollare i numeri estratti prima di riusarli in un documento.
Gli altri risultati principali, in breve:
- Artificial Analysis Intelligence Index: 61 punti con il ragionamento Extra High, al terzo posto assoluto alle spalle di modelli più grandi e lenti.
- Coding Agent Index. 58,6, primo in classifica.
- HLE-Diamond. 71,3% su domande di livello accademico avanzato.
- RiemannBench. 84% nei problemi matematici di ricerca.
- Zapier AutomationBench. 56,3%, miglior risultato nei flussi automatici tra applicazioni diverse.
Rispetto a Carbon, Neon lascia meno spesso il lavoro a metà, con un calo tra il 43 e il 56% in questi casi, e prende meno iniziative non richieste, con una riduzione tra il 15 e il 35% a seconda del livello di ragionamento. Rifiuta inoltre pochissimi compiti legittimi, appena l’1,98% su Terminal-Bench 4.0. Per la sicurezza informatica esiste poi una versione dedicata, Gemini 4 Neon for cyber, distribuita però solo a enti selezionati attraverso il programma Fairwind.
Quanto costa Gemini 4 Neon
Tramite API Neon costa 3 dollari per milione di token in ingresso e 15 per la stessa quantità di token in uscita, dove ciascun token equivale grosso modo a tre quarti di parola. I testi già inviati e riutilizzati grazie alla cache dei prompt scendono a 0,15 dollari per milione, con uno sconto del 95% che pesa molto nei lavori ripetuti sugli stessi documenti lunghi. Hydrogen costa la metà, mentre Carbon, a promozione finita, passerà a 4 dollari in ingresso e 20 in uscita.
Fino al 30 novembre Carbon e Argon sono in offerta a 2 e 10 dollari, quindi per qualche giorno il modello più capace costa meno per token di quello intermedio. Se stai sperimentando con le API in questi giorni, conviene provare Carbon sui compiti più impegnativi finché dura il prezzo ridotto, per poi valutare il passaggio a Neon con le tariffe piene, quando sarà più economico del 25%.
Il listino per token, comunque, è solo una parte del conto. Con il livello di ragionamento High, Neon chiude ogni lavoro con un costo per attività inferiore del 32% rispetto a Carbon, perché consuma meno token per arrivare al risultato. Legge meno file inutili, riassume il contesto senza perdere pezzi e fa modifiche mirate invece di riscrivere tutto. Nei confronti dei principali concorrenti di fascia alta come Opus 5.5 o GPT-6.2 Astra, il risparmio sale al 50-80%. Tuttavia non si tratta di una regola valida per ogni lavoro. Su generazioni molto lunghe, come scene 3D complete scritte da zero in Three.js, Neon può superare l’ora di elaborazione e costare più di GPT-6.2 Astra, che chiude lo stesso tipo di compito in meno tempo. Prova il modello sul tuo caso d’uso reale con un tetto di spesa fisso e confronta il costo finale per attività, non quello per milione di token.
Come provarlo, dalla chiave API al primo script
Neon è disponibile nel piano a pagamento della Gemini API, in AI Studio, in Android Studio e in Google Antigravity, l’ambiente di sviluppo dell’azienda basato su agenti. L’identificativo del modello è gemini-4-neon, accetta in ingresso fino a 1.048.576 token e restituisce risposte fino a 65.536 token. Supporta il function calling, cioè la possibilità di richiamare funzioni del tuo programma, e le risposte strutturate in formato JSON secondo uno schema definito da te.
Per una prima prova con Python bastano pochi passaggi:
- Chiave API. Generane una da Google AI Studio e attiva la fatturazione sul progetto, perché Neon non rientra nel piano gratuito.
- Libreria. Installa l’SDK ufficiale per Python.
- Variabile d’ambiente. Salva il codice segreto in
GEMINI_API_KEY. - Script. Esegui il codice di esempio e regola il livello di ragionamento.
pip install -U google-genai
# Linux e macOS
export GEMINI_API_KEY="la-tua-chiave"
# Windows PowerShell
$env:GEMINI_API_KEY="la-tua-chiave"
from google import genai
from google.genai import types
client = genai.Client() # legge GEMINI_API_KEY dall'ambiente
risposta = client.models.generate_content(
model="gemini-4-neon",
contents="Confronta questi due contratti ed elenca le clausole diverse: ...",
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(thinking_level="medium")
),
)
print(risposta.text)
Il parametro thinking_level regola la profondità dell’elaborazione. Per i compiti di routine conviene partire da low o medium e salire a high solo se le risposte non convincono, così da tenere sotto controllo tempi e spesa.
In Antigravity Neon può lavorare da solo oppure come orchestratore, vale a dire un coordinatore che divide un progetto in parti e le assegna a più istanze di Hydrogen in parallelo. È una configurazione interessante per contenere i costi, perché Neon pianifica e verifica mentre Hydrogen esegue i compiti ripetitivi. Sono supportati anche i flussi /swarm e l’integrazione con Blender MCP, il protocollo che consente di pilotare il noto programma di grafica 3D a partire da una descrizione o da un’immagine.
Neon può diventare una scelta interessante
Gemini 4 Neon non è il modello più potente di Google né il più economico, ed è proprio questa posizione a renderlo interessante. Per chi paga l’abbonamento AI Pro diventa la voce da selezionare per quasi tutto ciò che va oltre una domanda veloce, che si tratti di analizzare un contratto, sistemare un foglio di calcolo, preparare una ricerca con fonti aggiornate o lasciare all’app un lavoro in più passaggi. Per gli sviluppatori offre prestazioni vicine a quelle di Carbon o di Opus 5.5 nella programmazione, con una spesa per lavoro completato più bassa, a patto di misurarla sui propri compiti e non sui listini.
Peccato per la confusione dei nomi, che Google dovrebbe risolvere prima di aggiungere altri elementi della tavola periodica al catalogo. Il consiglio pratico è semplice. Imposta «Analisi approfondita» come scelta abituale, tieni il ragionamento su High solo per i problemi difficili e scendi a Medium per il resto, così avrai risposte più rapide senza perdere qualità dove serve. Se programmi, sfrutta i prezzi promozionali di Carbon fino al 30 novembre per confrontare i due modelli sullo stesso progetto e arrivare a dicembre sapendo già quale dei due conviene al tuo lavoro.
Segui Gomoot
Le nostre recensioni e notizie, dove le cerchi già.




