softovator.com

Gemini 4 Neon: Model Kelas Menengah Google yang Langsung Tembus 3 Besar Dunia, Lebih Cepat dan Hemat dari Carbon

Ilustrasi isometrik tabung gas neon berbentuk panah menyala di meja laboratorium, diapit balok karbon berat dan balon hidrogen, menggerakkan jalur kerja yang mengolah dokumen menjadi laporan

Google kembali merilis model AI baru, kali ini Gemini 4 Neon, pada Rabu, 18 November 2026. Neon mengisi celah di tengah keluarga Gemini 4: lebih pintar dan lebih teliti daripada Gemini 4 Hydrogen, tetapi lebih cepat dan lebih hemat daripada Gemini 4 Carbon. Hasilnya cukup mengejutkan. Di Artificial Analysis Intelligence Index, Neon langsung menempati peringkat 3 dunia, hanya di belakang Claude Fable 5.2 dan GPT-6.2 Astra yang baru dirilis sehari sebelumnya, dan di atas Claude Opus 5.5 serta GPT-6.2 Sol.

Artinya, model kelas menengah kini bisa menyamai model andalan beberapa bulan lalu. Artikel ini membahas apa itu Gemini 4 Neon, spesifikasi dan harganya, klaim benchmark Google dibandingkan hasil uji independen, posisinya di antara Carbon dan Hydrogen, serta kapan Neon layak dipilih.

Ringkasan Singkat

Hal Keterangan
Tanggal rilis 18 November 2026, langsung tersedia umum (GA) di Gemini API
ID model API gemini-4-neon
Posisi Di antara Gemini 4 Carbon (paling kuat) dan Gemini 4 Hydrogen (paling cepat dan murah)
Jendela konteks 1 juta token
Output maksimal 64.000 token untuk permintaan biasa. Hingga batas konteks lewat mode background long-decode
Masukan Teks, gambar, audio, video, PDF
Level berpikir Low, Medium, High (bawaan), XHigh
Harga API US$3 input, US$0,15 input dari cache, US$15 output per juta token
Skor Artificial Analysis 61 pada level XHigh, peringkat 3 dunia
Tersedia di Gemini API (Google AI Studio, berbayar), Gemini for business, Google Antigravity, aplikasi Gemini untuk pelanggan Google AI Pro dan Ultra

Apa Itu Gemini 4 Neon?

Dalam pengumuman resminya, Koray Kavukcuoglu, SVP Google DeepMind sekaligus Chief AI Architect Google, menyebut Neon membawa “kecerdasan setingkat frontier dengan penyelesaian tugas end-to-end yang cepat” untuk rekayasa software, pekerjaan berbasis pengetahuan, dan alur kerja ilmiah.

Menurut Google, ketiga model Gemini 4 punya peran berbeda:

Model Peran menurut Google Harga API (input / output per juta token)
Gemini 4 Carbon Proyek tersulit dan berjangka panjang US$2 / US$10 (harga perkenalan hingga 30 November 2026), lalu US$4 / US$20
Gemini 4 Neon Penalaran setingkat frontier untuk pekerjaan kompleks yang sering diulang, lebih cepat dan hemat US$3 / US$15 (tanpa masa promo)
Gemini 4 Hydrogen Eksekusi cepat untuk pekerjaan sehari-hari US$1,50 / US$7,50

Harga Carbon dan Hydrogen sesuai ulasan kami sebelumnya tentang Gemini 4 Carbon dan Gemini 4 Hydrogen, serta laporan Techgenyz. Ada juga model keempat, Gemini 4 Argon, yang ditujukan untuk kode dan analisis. Menurut 9to5Google yang dikutip Shattered, Neon menggantikan Argon di menu pilihan model aplikasi Gemini. Nasib Argon di API belum dijelaskan Google.

Perhatikan satu hal menarik: saat ini Neon lebih mahal per token daripada Carbon, karena Carbon masih memakai harga perkenalan. Mulai 1 Desember 2026, ketika harga Carbon naik ke US$4 / US$20, Neon menjadi sekitar 25% lebih murah per token.

Spesifikasi dan Fitur

Konteks 1 juta token, tetapi output biasa 64 ribu

Neon bisa membaca hingga 1 juta token sekaligus: spreadsheet, PDF, grafik, audio, dan video dalam satu permintaan. Menurut Techgenyz dan DigitalToday yang mengutip kartu model resmi, permintaan biasa (sinkron) dibatasi 64.000 token output. Keluaran yang lebih panjang, hingga batas konteks, tersedia lewat proses terpisah bernama background long-decode. Bagi developer, perbedaan ini penting saat merancang aplikasi yang menghasilkan dokumen sangat panjang.

Empat level berpikir

Neon punya empat level: Low, Medium, High (bawaan), dan XHigh. Level lebih tinggi berarti penalaran lebih dalam, tetapi token lebih banyak dan waktu lebih lama. Google menyebut level-level ini naik secara bertahap, sehingga tim bisa menyetel kecerdasan dan biaya sesuai kebutuhan tiap jenis pekerjaan.

Siap untuk agen

Menurut The Decoder yang dikutip Shattered, Neon mendukung Computer Use, eksekusi kode, pencarian file, dan grounding lewat Google Search dan Maps. Google menyebut Neon dirancang untuk alur kerja agen yang panjang: lebih sedikit membaca ulang file yang sama, memberi kabar progres saat bekerja, dan andal saat konteks dipadatkan (compaction) di sesi panjang. Di Google Antigravity, Neon juga bisa menjadi orkestrator yang mengarahkan banyak sub-agen Hydrogen secara paralel.

Klaim Benchmark Google

Angka-angka berikut berasal dari pengumuman resmi Google. Sebagian adalah hasil pihak ketiga yang dikutip Google, sebagian lagi pengukuran Google sendiri.

Pekerjaan profesional dan bisnis

Benchmark Hasil Neon
Vals Index Peringkat 2 (70,9%), peringkat 1 di Legal Research Bench dan Tax Agent Bench
Agents’ Last Exam v1.1 75,8%, setara model-model terdepan
Zapier AutomationBench Peringkat 1 (56,3%)
Andon Labs Vending-Bench 2 (simulasi menjalankan bisnis) Peringkat 1 (US$16.843)
Agent Arena Index (lebih dari 4.200 sesi agen nyata) Peringkat 2 dengan skor 1336, juga peringkat 2 untuk kemudahan diarahkan saat tugas berjalan
Chartography (membaca grafik profesional) 73,5%

Coding

Benchmark Hasil Neon
Artificial Analysis Coding Agent Index Peringkat 1 (58,6)
Terminal-Bench 4.1 65,2%
FrontierCode 2.0 46,2% (level High)
SWE-sweep 12,8% dengan harness mini-SWE, naik menjadi 39,0% di Google Antigravity

Angka SWE-sweep menarik untuk dicermati. Model yang sama mendapat skor lebih dari tiga kali lipat ketika dijalankan di harness Antigravity. Ini contoh nyata gagasan yang kami bahas di artikel harness agent: kualitas rangka di sekitar model bisa sama menentukannya dengan model itu sendiri.

Sains dan matematika

Google menyebut Neon terbaik di kelasnya di Terminal-Bench Science (70,5%), RiemannBench (84,0%), dan HLE-Diamond (71,3%).

Uji Independen: Peringkat 3 Dunia

Menurut SiliconANGLE dan DigitalToday, skor Artificial Analysis Intelligence Index terbaru adalah sebagai berikut:

Peringkat Model Skor
1 Claude Fable 5.2 (Anthropic) 65
2 GPT-6.2 Astra (OpenAI) 62
3 Gemini 4 Neon (Google), level XHigh 61
– Claude Opus 5.5 (Anthropic) 59
– GPT-6.2 Sol (OpenAI) 57

Ada dua catatan penting. Pertama, skor 61 dicapai pada level XHigh, bukan level bawaan High, seperti dicatat Techgenyz. Kedua, menurut Artificial Analysis yang dikutip SiliconANGLE, Neon memberi peningkatan kecerdasan yang kecil dibanding Gemini 4 Carbon dengan biaya per tugas sekitar 17% lebih rendah. Artificial Analysis juga mencatat Neon adalah model keempat Google dalam tujuh minggu.

Lebih Cepat dan Lebih Hemat per Tugas

Google menekankan biaya per tugas, bukan sekadar harga per token:

Perlu diingat, angka-angka ini adalah perbandingan efisiensi per tugas pada evaluasi tertentu, bukan diskon harga per token. Biaya nyata tetap bergantung pada panjang input dan output, token penalaran, cache, dan kerumitan pekerjaan Anda.

Harga dibanding model kelas menengah lain

Model Input Input dari cache Output
GPT-6.2 Sol US$2 US$0,10 US$10
Gemini 4 Neon US$3 US$0,15 US$15
Claude Opus 5.5 US$4 US$0,20 US$20

Harga per juta token, menurut SiliconANGLE. Neon berada tepat di tengah. SiliconANGLE mencatat bahwa karena kinerja model kelas menengah kini sangat berdekatan, efisiensi biaya makin menentukan, dan sebagian organisasi mungkin menilai keunggulan Neon belum cukup untuk membayar lebih mahal daripada GPT-6.2 Sol.

Diskon cache 95% bisa sangat berarti untuk agen yang mengirim ulang prompt sistem, definisi alat, atau isi codebase yang sama di setiap putaran. Shattered memberi contoh hitungan: bila 300.000 dari 400.000 token prompt berasal dari cache, bagian itu hanya dikenai US$0,045, bukan US$0,90. Menurut Techgenyz, cache ini bersifat implisit, bukan dengan harga cache eksplisit terpisah.

Gemini 4 Neon for Cyber

Google juga mengumumkan versi khusus keamanan siber bernama Gemini 4 Neon for cyber. Klaim Google:

Versi ini tidak dibuka untuk umum. Aksesnya diberikan bertahap kepada pembela siber terverifikasi lewat Fairwind Program, dan untuk mengajukannya perlu menghubungi tim akun Google Cloud.

Keamanan dan Perilaku Model

Google mengklaim beberapa perbaikan perilaku yang relevan bagi siapa pun yang menjalankan agen AI:

Di Aplikasi Gemini

Bagi pengguna biasa, Neon bisa dipilih dari menu model di aplikasi Gemini oleh pelanggan Google AI Pro dan Ultra. Google menyebut Neon menulis lebih jelas dan terstruktur, membaca unggahan seperti spreadsheet, PDF, dan foto dengan lebih teliti, serta bisa menarik detail dari aplikasi Google seperti Gmail dan Docs. Fitur Tasks di Gemini kini juga bisa berjalan di atas Neon. Contoh dari Google: menganalisis tagihan untuk mencari tahu mengapa biaya listrik melonjak, atau mencocokkan beberapa kuitansi dan dokumen untuk mengajukan pengembalian dana.

Ketersediaan bisa berbeda per negara, akun, dan tahap peluncuran. Pengguna di Indonesia sebaiknya mengecek langsung menu model di aplikasi Gemini atau Google AI Studio.

Cara Mencoba

Kapan Memilih Neon?

Analisis redaksi, berdasarkan data yang tersedia saat ini:

Kebutuhan Saran
Agen coding atau otomasi yang berjalan sering dan lama Neon layak diuji lebih dulu: peringkat 1 Coding Agent Index, cepat, dan diskon cache besar
Analisis dokumen bisnis multimodal (PDF, grafik, spreadsheet, audio) Neon, terutama bila sudah memakai ekosistem Google
Proyek tersulit yang butuh kualitas maksimal Bandingkan Neon XHigh dengan Claude Fable 5.2 atau GPT-6.2 Astra memakai tugas nyata Anda
Volume besar dengan anggaran ketat Hydrogen atau GPT-6.2 Sol lebih murah per token
Sudah memakai Carbon Uji Neon sebelum 1 Desember, ketika harga Carbon naik menjadi US$4 / US$20

Analisis Redaksi: Kelas Menengah Kini Rasa Frontier

Analisis redaksi. Dalam dua hari, peta model AI berubah cepat: OpenAI merilis GPT-6.2 Astra dan Sol, lalu Google menjawab dengan Neon. Pelajarannya bukan soal siapa juara minggu ini, karena peringkat bisa berubah dalam hitungan hari. Yang lebih penting: model kelas menengah kini menyentuh kemampuan model andalan, dengan biaya per tugas jauh lebih rendah. Bagi bisnis di Indonesia, ini membuka peluang memakai AI untuk pekerjaan rutin yang sebelumnya terlalu mahal.

Saran kami tetap sama: jangan memilih dari tabel benchmark saja. Siapkan beberapa tugas nyata dari pekerjaan Anda, jalankan di dua atau tiga model, lalu bandingkan kualitas hasil dan biaya per tugasnya. Untuk agen, uji juga di harness yang akan Anda pakai, karena seperti terlihat di angka SWE-sweep, harness bisa mengubah hasil secara drastis.

Daftar Sumber

Exit mobile version