---
title: "Gemini 4 Neon: Googles neues Modell für Code und Analyse"
description: "Gemini 4 Neon soll komplexe Aufgaben günstiger bearbeiten als Carbon. Was der Preisvergleich bedeutet und wie Pro- und Ultra-Nutzer das Modell testen."
url: https://chatgpt-prompts.de/gemini-4-neon-googles-neues-modell-fuer-code-und-analyse
type: "post"
language: "de"
site: "KI News, ChatGPT Prompts und AI Tools"
published: 2026-11-22T08:05:06+01:00
modified: 2026-11-22T08:05:06+01:00
author: "AIExplorer"
categories: "KI News"
tags: "analyse, aufgaben, code, Google, Google Gemini, ki-modelle, künstliche Intelligenz, modell, nutzer, programmierung"
image: https://chatgpt-prompts.de/wp-content/uploads/2026/11/gemini-4-neon-googles-neues-modell-fuer-code-und-analyse.jpg
---

# Gemini 4 Neon: Googles neues Modell für Code und Analyse

Google hat am 18. November 2026 Gemini 4 Neon vorgestellt. Das Modell soll anspruchsvolle Programmier- und Analyseaufgaben bearbeiten und kostet über die API weniger als Gemini 4 Carbon zu dessen regulärem Tarif. Neon ergänzt Googles Modellreihe zwischen Carbon und dem schnelleren Hydrogen.

Der Preisvorteil hängt allerdings davon ab, womit man vergleicht: Bis zum 30. November gilt für Carbon ein befristeter Einführungspreis, der unter Neons API-Tarif liegt. Für Nutzer der Gemini-App gelten wiederum andere Bedingungen als für Entwickler, die Modelle über eine Schnittstelle in eigene Anwendungen einbauen.

## Was Gemini 4 Neon bietet

### Zwischen Hydrogen und Carbon

Google ordnet Neon als Modell für komplexe Softwareentwicklung, Wissensarbeit und wissenschaftliche Aufgaben ein. Carbon ist laut Google für besonders schwierige, umfangreiche Projekte gedacht. Hydrogen ist auf schnelle Alltagsaufgaben ausgerichtet. Neon soll eine mittlere Option sein, wenn eine Aufgabe mehr Analyse verlangt, ohne gleich Carbon zu verwenden.

Das Modell hat ein Kontextfenster von einer Million Tokens. Vereinfacht gesagt kann es damit viel Text oder anderes Material in einem Arbeitsgang berücksichtigen. Google nennt als mögliche Eingaben unter anderem Tabellen, PDFs, Diagramme, Audio und Video. Das Unternehmen berichtet außerdem von starken Ergebnissen in eigenen und externen Tests. Solche Vergleichswerte sagen aber nicht zuverlässig voraus, wie gut ein Modell eine konkrete Datei oder einen bestimmten Arbeitsablauf bewältigt.

### API-Preise im Vergleich

Für Entwickler kostet Neon laut Google 3 US-Dollar je Million Eingabe-Tokens und 15 US-Dollar je Million Ausgabe-Tokens. Das liegt jeweils 25 Prozent unter den regulären Carbon-Preisen. Carbon ist jedoch bis zum 30. November 2026 zu einem Einführungspreis von 2 beziehungsweise 10 US-Dollar erhältlich. Während dieses Angebots ist Neon pro Token teurer als Carbon.

| Modell | Eingabe | Ausgabe | Einordnung |
| --- | --- | --- | --- |
| Gemini 4 Neon | 3 $ | 15 $ | mittlere Option |
| Gemini 4 Carbon, regulär | 4 $ | 20 $ | komplexe Projekte |
| Gemini 4 Carbon, Angebot bis 30.11. | 2 $ | 10 $ | befristeter Tarif |

Die Beträge gelten jeweils pro Million Tokens und beziehen sich auf die API. Google nennt für zwischengespeicherte Eingaben einen gesonderten Neon-Tarif von 0,15 US-Dollar je Million Tokens. Ein Preis für ein zusätzliches Gemini-App-Abonnement ist in den vorliegenden Angaben nicht ausgewiesen.

![Entwicklerin prüft Code am Laptop](https://chatgpt-prompts.de/wp-content/uploads/2026/11/entwicklerin-prueft-code-am-laptop.jpg)

## Was das für Nutzer bedeutet

### Zugang über App und Entwicklerangebote

In der Gemini-App können zahlende Google-AI-Pro- und Ultra-Abonnenten Neon auswählen. Google nennt außerdem den Zugang über die Gemini API in Google AI Studio, Gemini for Business und Antigravity. Der Zugang wird schrittweise freigeschaltet; deshalb wird das Modell möglicherweise noch nicht in jedem berechtigten Konto angezeigt.

Für die meisten App-Nutzer ist der API-Preisvergleich deshalb nicht direkt der Betrag, den sie beim Ausprobieren zahlen. Die Preise pro Token sind vor allem für Entwickler relevant, die das Modell in eigene Produkte oder Arbeitsabläufe einbauen. Wie viele Tokens eine Aufgabe verbraucht und welche Kosten dadurch entstehen, hängt von der Nutzung ab.

### Wann Neon einen Versuch wert ist

Neon passt zu Aufgaben, bei denen mehrere Informationen zusammenspielen: etwa eine größere Tabelle prüfen, ein PDF mit einer Zusammenfassung abgleichen oder einen Programmfehler anhand von Code und Fehlermeldung untersuchen. Google hebt auch mehrstufige Aufgaben hervor, bei denen ein Modell verschiedene Schritte nacheinander erledigt. Das kann Zeit sparen, ersetzt aber keine Kontrolle der Ergebnisse.

Google berichtet, dass Neon in einigen Benchmarks hohe Werte erzielt. Im Artificial Analysis Intelligence Index nennt das Unternehmen einen Wert von 61 bei der höchsten Denkstufe. Ein Benchmark ist ein standardisierter Test, kein Versprechen für jedes Nutzerergebnis. Google weist selbst darauf hin, dass Neon weiterhin falsche Angaben erzeugen kann.

## Gemini 4 Neon Schritt für Schritt ausprobieren

### In der Gemini-App

1. **Prüfen Sie den Zugang.** Die Auswahl von Neon ist laut Google für zahlende Pro- und Ultra-Abonnenten vorgesehen. Falls das Modell noch nicht im Konto auftaucht, kann der laufende Rollout der Grund sein.
2. **Öffnen Sie die Modellauswahl.** Wählen Sie Neon für eine Aufgabe, bei der Sie eine ausführlichere Analyse oder Unterstützung bei Code benötigen.
3. **Geben Sie Material und Ziel an.** Laden Sie, sofern die App es für Ihr Konto ermöglicht, eine Datei hoch und formulieren Sie konkret, was geprüft werden soll. Zum Beispiel: “Fasse die wichtigsten Kostenpositionen dieser Tabelle zusammen und nenne auffällige Abweichungen.”
4. **Prüfen Sie die Antwort.** Lassen Sie sich Rechenschritte oder Fundstellen erklären und vergleichen Sie wichtige Angaben mit dem Originaldokument.

### Mit API oder für längere Aufgaben

Entwickler können Neon über die Gemini API in Google AI Studio testen. Bevor Sie es in einen bestehenden Ablauf einbauen, probieren Sie dieselben Aufgaben mit Neon und dem bisher verwendeten Modell aus. Notieren Sie neben der Antwortqualität auch die Tokenkosten und die benötigte Zeit. Ein günstigerer Listenpreis bedeutet nicht automatisch niedrigere Kosten pro brauchbarem Ergebnis.

Für die erste Probe eignen sich Aufgaben mit einem klaren Ziel: einen Codeabschnitt auf Fehler untersuchen, mehrere Textdokumente vergleichen oder Zahlen aus einem Bericht in eine geordnete Liste übertragen. Teilen Sie umfangreiche Aufträge in überprüfbare Teilschritte, und bitten Sie das Modell, Unsicherheiten kenntlich zu machen. Bei wichtigen Entscheidungen sollten Sie Ergebnisse selbst nachrechnen oder mit den Quelldokumenten abgleichen.

## Quellen

- [Google’s Gemini 4 Neon extends its rapid run of model releases | The Rundown AI](https://www.therundown.ai/news/google-gemini-4-neon-release)
- [Introducing Gemini 4 Neon](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/)
- [Google Launches Gemini 4 Neon for Smarter, Cheaper AI Tasks / X](https://x.com/i/trending/2123596856865485206)
- [Google launches Gemini 4 Neon with Carbon quality at Flash speeds, live for AI Pro](https://9to5google.com/2026/11/18/gemini-4-neon-announcement/)
- [Google launches Gemini 4 Neon, its new mid-tier AI model – GSMArena.com news](https://www.gsmarena.com/google_launches_gemini_4_neon_its_new_midtier_ai_model-news-75544.php)
