Gemini 4 Neon arrive dans les API de Google avec un tarif d’entrée de 3 dollars par million de tokens et un prix de sortie de 15 dollars. Son intérêt ne tient toutefois pas uniquement à son coût : Google revendique 39,0 % sur SWE-sweep dans l’environnement Antigravity, contre 12,8 % avec mini-SWE. Le même modèle peut donc produire des résultats très différents selon l’agent, les outils et le niveau de raisonnement mobilisés.
Pour les entreprises, cette annonce introduit une équation plus fine entre performance, volume de tokens et orchestration. Gemini 4 Neon dispose de quatre niveaux de raisonnement, d’une fenêtre de contexte d’un million de tokens et d’un tarif préférentiel pour les entrées mises en cache. L’enjeu consiste désormais à choisir le bon niveau d’effort pour chaque tâche, plutôt qu’à utiliser systématiquement le modèle le plus puissant.
Gemini 4 Neon s’installe dans les API, les offres professionnelles et les abonnements Google
Gemini 4 Neon est déployé par Google dans ses API, ses offres professionnelles et ses services sur abonnement. La disponibilité générale de l’API a été annoncée le 18 novembre 2026, avec un accès payant pour les développeurs disposant d’une clé Gemini API. Le modèle est également proposé dans Google Antigravity et dans les offres Gemini destinées aux abonnés professionnels.
Google positionne Neon comme un modèle conçu pour l’exécution rapide de tâches complexes, notamment en développement logiciel, en travail de connaissance et dans les workflows scientifiques. Sa fenêtre de contexte, c’est-à-dire la quantité maximale de texte et de données traitable au cours d’une interaction, atteint un million de tokens.
Cette capacité modifie le périmètre des projets envisageables. Une équipe peut transmettre un dépôt logiciel volumineux, une documentation technique complète ou plusieurs pièces d’un dossier métier sans découpage systématique en petites séquences. Le contexte long ne supprime pas les contraintes de qualité, mais il réduit la nécessité de reconstruire artificiellement l’information à chaque appel.
À retenir : Gemini 4 Neon n’est pas seulement un nouveau modèle accessible par API. Google l’intègre dans plusieurs points d’entrée, ce qui facilite son adoption par les équipes déjà présentes dans son écosystème.
3 dollars en entrée, 15 dollars en sortie : le vrai coût dépend du raisonnement
Le tarif standard de Gemini 4 Neon s’établit à 3 dollars par million de tokens entrants et 15 dollars par million de tokens sortants. Les tokens entrants mis en cache sont facturés 0,15 dollar par million, soit une remise de 95 % sur le prix d’entrée standard.
| Usage | Tarif par million de tokens | Conséquence opérationnelle |
|---|---|---|
| Tokens entrants | 3 $ | Coût lié aux instructions, documents et données transmis |
| Tokens entrants mis en cache | 0,15 $ | Réduction forte pour les contextes réutilisés |
| Tokens sortants | 15 $ | Poste principal lorsque le modèle génère des réponses longues |
| Requêtes batch entrantes | 1,50 $ | Adapté aux traitements différés en volume |
| Requêtes batch sortantes | 7,50 $ | Réduction pour les générations non urgentes |
Le différentiel entre entrée et sortie doit guider la conception des applications. Un assistant qui reçoit de longs documents mais produit des réponses courtes peut rester relativement économique. À l’inverse, un agent qui génère du code, exécute plusieurs étapes et conserve de longues traces de raisonnement peut consommer davantage de tokens sortants, donc augmenter rapidement la facture.
Google propose également des tarifs batch de 1,50 dollar par million de tokens entrants et de 7,50 dollars par million de tokens sortants. Ce mode convient aux traitements qui n’exigent pas une réponse immédiate, comme l’indexation, l’analyse documentaire en différé ou la génération de rapports internes.
Le contexte mis en cache devient un levier central pour les entreprises. Une application qui réutilise une documentation stable, des règles métier ou un long historique de projet peut éviter de payer le plein tarif à chaque requête. La remise de 95 % ne porte toutefois que sur les tokens d’entrée mis en cache, pas sur les tokens générés en sortie.
Un million de tokens change la conception des applications
La fenêtre d’un million de tokens permet de conserver un volume important de contexte dans une même requête. Google indique aussi que Gemini 4 peut générer des complétions allant jusqu’à un million de tokens, avec une facturation spécifique lorsque les sorties dépassent 32 000 tokens, y compris si la requête finit par échouer à cause d’un délai d’attente côté client ou serveur.
Cette limite impose une gouvernance technique précise. Les équipes doivent fixer des plafonds de sortie, interrompre les générations trop longues et surveiller les requêtes qui produisent des résultats inutiles. Un contexte très large ne doit pas devenir une autorisation à envoyer automatiquement l’ensemble des données disponibles au modèle.
Pour les directions financières, le coût ne se résume donc pas au tarif affiché par million de tokens. Il dépend du nombre de tours de l’agent, de la proportion d’entrées mises en cache, de la longueur des sorties et du niveau de raisonnement sélectionné.
Quatre niveaux de raisonnement pour arbitrer performance et budget
Gemini 4 Neon propose quatre niveaux de raisonnement : low, medium, high et xhigh. Le niveau par défaut est high, tandis que les développeurs peuvent réduire ou augmenter l’effort consacré à une tâche.
Un niveau faible peut convenir à la classification, à l’extraction structurée ou à la reformulation simple. Un niveau intermédiaire peut répondre aux besoins d’un assistant métier généraliste. Les niveaux high et xhigh ciblent davantage les tâches complexes, comme le débogage, la planification multi-étapes ou l’analyse technique approfondie.
Cette granularité donne aux entreprises un mécanisme de contrôle plus précis qu’un simple choix entre modèle rapide et modèle avancé. Le routage peut être effectué selon la difficulté estimée de la demande, le profil de l’utilisateur ou la criticité du résultat.
- Low : tâches simples et volume élevé.
- Medium : demandes métier nécessitant une analyse modérée.
- High : raisonnement complexe et workflows à plusieurs étapes.
- Xhigh : cas exigeants où la qualité prime sur la latence et le coût.
Le choix du niveau doit être évalué sur des tâches réelles. Une organisation peut constituer un jeu de tests interne avec des demandes représentatives, puis comparer la qualité, la latence et le coût pour chaque niveau. Les scores publiés par Google ne suffisent pas à déterminer automatiquement le meilleur réglage pour un service client, un outil juridique ou un assistant de développement.
À retenir : le principal avantage économique de Neon vient de la capacité à réserver les niveaux de raisonnement élevés aux tâches qui le justifient. Utiliser xhigh par défaut peut annuler l’intérêt du tarif d’entrée.
SWE-sweep révèle le poids de l’environnement agentique
Google annonce un score de 39,0 % sur SWE-sweep lorsque Gemini 4 Neon est exécuté dans Antigravity. Avec le harnais mini-SWE, le même modèle obtient 12,8 %.
| Configuration évaluée | Score SWE-sweep publié | Lecture pour les entreprises |
|---|---|---|
| Gemini 4 Neon avec mini-SWE | 12,8 % | Mesure dans un environnement plus limité |
| Gemini 4 Neon avec Antigravity | 39,0 % | Résultat dans l’environnement agentique de Google |
| Claude Opus 5.5 avec Antigravity | 10,1 % | Comparaison publiée dans le même environnement |
| Claude Opus 5.5 avec mini-SWE | 3,6 % | Résultat publié dans le harnais mini-SWE |
L’écart entre 12,8 % et 39,0 % constitue le signal le plus important pour les responsables techniques. Il montre que la performance observée ne dépend pas seulement des paramètres du modèle. Les outils disponibles, la gestion du terminal, la boucle de vérification, la récupération de contexte et la stratégie de l’agent influencent directement le résultat.
Le chiffre de 39,0 % ne doit donc pas être interprété comme une capacité générale indépendante de l’environnement. Il correspond à une mesure réalisée dans Antigravity, le dispositif agentique de Google. Le score de 12,8 % provient quant à lui de l’exécution dans mini-SWE.
Cette distinction est essentielle pour les entreprises qui comparent plusieurs fournisseurs. Un benchmark obtenu dans un environnement propriétaire ne permet pas, à lui seul, de prédire le rendement d’un modèle intégré dans un produit interne. Avant de changer de fournisseur, une équipe doit reproduire les tests avec ses propres outils, ses propres dépôts et ses propres règles de validation.
Le modèle n’est qu’une partie de la chaîne
Un agent de développement ne se limite pas à appeler un LLM. Il doit lire le code, localiser les fichiers pertinents, exécuter des commandes, interpréter les erreurs, modifier plusieurs composants et vérifier le résultat. Chaque étape peut améliorer ou dégrader la performance finale.
Antigravity semble jouer ce rôle dans le résultat communiqué par Google. Le saut entre les deux scores indique que l’orchestration fournit au modèle un cadre plus efficace pour résoudre les tâches évaluées. Pour une entreprise, investir dans la boucle agentique peut donc être aussi important que sélectionner un modèle mieux classé.
Cela déplace les priorités d’achat. Le critère pertinent n’est plus seulement « quel modèle obtient le meilleur score ? », mais aussi « quel environnement permet de transformer ce score en résultat reproductible dans notre système ? ».
Les entreprises doivent repenser leur architecture de routage
Gemini 4 Neon s’intègre particulièrement bien dans une architecture où plusieurs modèles se répartissent les tâches. Le catalogue Gemini 4 cité par HoneyHive distingue notamment Carbon, Neon, Hydrogen et Argon, avec des positionnements et des tarifs différents.
| Modèle | Positionnement publié | Contexte | Prix d’entrée par million de tokens |
|---|---|---|---|
| Gemini 4 Carbon | Raisonnement le plus puissant | 1 M | 2 $ jusqu’au 30 novembre 2026 |
| Gemini 4 Neon | Intelligence avancée et exécution rapide | 1 M | 3 $ |
| Gemini 4 Hydrogen | Codage et agents du quotidien | 1 M | 1,50 $ |
| Gemini 4 Argon | Raisonnement efficace et consommation réduite | 1 M | 2 $ jusqu’au 30 novembre 2026 |
Les différences de prix et de positionnement favorisent un routage dynamique, c’est-à-dire l’attribution automatique d’une demande au modèle le plus adapté. Une question simple peut être traitée par Hydrogen. Une tâche de programmation longue peut être orientée vers Neon. Un problème nécessitant le niveau de raisonnement le plus élevé peut relever de Carbon.
Cette approche réduit la pression sur le budget sans imposer un modèle unique à tous les utilisateurs. Elle permet aussi de définir des règles de sécurité : les données sensibles peuvent rester sur un modèle approuvé, tandis que les demandes moins critiques suivent un chemin plus économique.
Le routage doit toutefois éviter les effets de seuil mal contrôlés. Si le système estime mal la difficulté d’une demande, il peut envoyer une tâche complexe vers un modèle trop léger ou mobiliser Neon sur une opération triviale. Les métriques à suivre incluent le taux de réussite, le coût par tâche, la latence et le nombre de relances nécessaires.
Le prix de sortie impose de limiter les réponses inutiles
À 15 dollars par million de tokens, la sortie coûte cinq fois plus cher que l’entrée standard. Les agents qui génèrent de longues analyses, du code ou des journaux d’exécution doivent donc être conçus pour produire une sortie utile et contrôlée.
Plusieurs pratiques deviennent directement financières : limiter la longueur maximale, demander des formats structurés, interrompre une génération dès qu’un résultat exploitable est obtenu et éviter de transmettre au modèle des historiques redondants. Ces mesures améliorent souvent aussi la qualité, car elles réduisent le bruit.
Les sorties intermédiaires d’un agent doivent faire l’objet d’un suivi séparé. Un système qui masque le nombre de relances ou les étapes internes empêche les équipes de comprendre pourquoi le coût augmente. La facturation par tokens rend indispensable une observabilité détaillée au niveau de chaque workflow.
Ce que Neon change pour les équipes produit et les directions informatiques
Pour les équipes produit, Gemini 4 Neon ouvre la voie à des fonctionnalités plus autonomes, mais il augmente aussi les exigences de contrôle. Un agent capable de traiter un dépôt complet ou une documentation volumineuse peut prendre en charge davantage d’étapes, à condition que ses permissions soient limitées et que ses actions soient vérifiables.
Les systèmes en production doivent séparer l’analyse de l’action. Le modèle peut proposer une modification, mais une règle applicative peut exiger une validation humaine avant l’écriture dans un système critique. Cette séparation est particulièrement importante pour les opérations financières, les environnements de production et les données personnelles.
Pour les directions informatiques, le sujet devient celui de la standardisation. Une entreprise qui utilise Neon dans l’API, Antigravity pour le développement et les abonnements Gemini pour les collaborateurs doit suivre les droits, les données envoyées, les coûts et les niveaux de service sur plusieurs canaux.
Les principaux chantiers sont les suivants :
- Définir les tâches autorisées pour chaque niveau de raisonnement.
- Mettre en place un budget par équipe, application et workflow.
- Mesurer le coût par tâche réussie plutôt que le seul coût par million de tokens.
- Séparer les environnements de test, de préproduction et de production.
- Conserver une trace des prompts, outils utilisés, sorties et validations.
- Tester les modèles sur des données représentatives avant tout déploiement large.
La sécurité doit couvrir les outils autant que le modèle. Un agent de code disposant d’un terminal, d’un accès au dépôt et de la capacité à modifier des fichiers présente une surface de risque supérieure à celle d’un chatbot qui répond uniquement en texte.
Une fenêtre de contexte immense ne remplace pas une bonne gestion des données
Le million de tokens constitue un avantage pour les dossiers volumineux, mais il ne dispense pas les entreprises d’organiser leurs connaissances. Injecter un corpus complet dans chaque requête peut augmenter la latence, exposer des informations inutiles et rendre les réponses moins ciblées.
La récupération augmentée par génération, souvent appelée RAG, consiste à sélectionner les passages pertinents avant de les transmettre au modèle. Avec Neon, le RAG peut être combiné à un contexte très large : les systèmes récupèrent d’abord les documents les plus utiles, puis ajoutent les éléments de contexte nécessaires à la résolution de la tâche.
Le cache devient alors un outil d’architecture. Les règles stables, les référentiels techniques et les documents réutilisés peuvent être conservés dans une partie mise en cache, tandis que la demande propre à chaque utilisateur reste dynamique. Le tarif de 0,15 dollar par million de tokens cached input rend cette stratégie particulièrement attractive pour les applications répétitives.
Les entreprises doivent néanmoins contrôler la fraîcheur des informations. Un document ancien conservé dans un contexte réutilisé peut influencer une réponse alors qu’une règle métier a changé. La performance économique du cache doit donc être équilibrée avec des mécanismes d’invalidation et de mise à jour.
Notre avis : Neon devient le choix de travail, pas le modèle universel
Gemini 4 Neon est une proposition solide pour les entreprises qui ont besoin d’un modèle capable de traiter de longues séquences, d’exécuter des tâches complexes et de s’intégrer à un environnement agentique. Le tarif de 3 dollars par million de tokens entrants est compétitif pour un modèle présenté comme orienté vers les workflows avancés, tandis que la remise de 95 % sur les entrées mises en cache améliore l’équation des applications répétitives.
Son principal atout n’est toutefois pas le prix isolé. C’est la combinaison entre un contexte d’un million de tokens, quatre niveaux de raisonnement et une intégration dans les outils Google. Le score de 39,0 % dans Antigravity montre surtout qu’une bonne orchestration peut transformer la capacité d’un modèle en résultats opérationnels, avec un écart considérable par rapport au score obtenu dans mini-SWE.
L’avis de Brief IA est tranché : Neon mérite d’être testé par les équipes de développement, d’automatisation et d’analyse documentaire, mais pas adopté sur la seule foi d’un benchmark constructeur. La priorité doit aller à un pilote mesurant le coût par tâche réussie, la qualité des sorties, la latence et le taux d’intervention humaine.
Dans les six prochains mois, l’avantage devrait se déplacer vers les entreprises capables de router intelligemment les demandes, de réutiliser efficacement leur contexte et de concevoir des agents contrôlables. La question ne sera plus seulement de savoir quel modèle répond le mieux, mais quelle architecture exploite le mieux chaque niveau de raisonnement de Gemini 4 Neon.