Gemini 4 Neon: testes, preços e usos na escola

Gemini 4 Neon

A Google lançou a 18 de novembro o Gemini 4 Neon, um modelo que promete raciocínio ao nível dos melhores do mercado, com mais rapidez e menor custo. Já está na app Gemini para quem subscreve o Google AI Pro ou o Ultra e abre caminhos muito concretos para preparar aulas, analisar dados e criar recursos.

O anúncio foi feito por Koray Kavukcuoglu, vice-presidente sénior da Google DeepMind e arquiteto-chefe de IA da Google. O Neon é o quarto modelo da família Gemini 4 e chega pouco mais de uma semana depois do Carbon e do Hydrogen. Fica, literalmente, no meio: o Carbon é o modelo para os projetos mais longos e exigentes, o Hydrogen é o modelo rápido do dia a dia e o Neon procura o equilíbrio entre profundidade de raciocínio e velocidade.

Na app Gemini, o Neon passa a ocupar o lugar do Gemini 4 Argon e do antigo Gemini 3.1 Pro no seletor de modelos. Para os professores, a pergunta prática é simples: o que faz melhor do que os modelos anteriores, quem lhe pode aceder e como se pode tirar partido dele na escola? É isso que este artigo procura responder, com os resultados dos testes, as demonstrações publicadas pela Google e sugestões de utilização para qualquer disciplina.


Imagem de apresentação do Gemini 4 Neon
Imagem de apresentação do Gemini 4 Neon. Fonte: Google.


O que é o Gemini 4 Neon e onde encaixa na família Gemini 4

A Google descreve o Neon como um modelo pensado para engenharia de software complexa, trabalho de conhecimento (análise, relatórios, pesquisa) e tarefas científicas. Consegue juntar no mesmo pedido folhas de cálculo, PDF, gráficos, áudio e vídeo, graças a uma janela de contexto de 1 milhão de tokens, e transforma esse material em documentos estruturados.

Tem quatro níveis de raciocínio (baixo, médio, alto e muito alto). O nível alto é o predefinido; o nível mais elevado acrescenta raciocínio em várias etapas para os problemas mais difíceis, com mais tempo e mais custo. A comparação abaixo resume a posição de cada modelo, com base no quadro publicado pela Google.

Gemini 4 Carbon
Indicado para
Projetos mais longos e exigentes e investigação aprofundada
Qualidade (índice Artificial Analysis)
60
Preço na API (por milhão de tokens)
4 $ / 20 $ (2 $ / 10 $ em promoção até 30 de novembro)
Níveis de raciocínio
Baixo, médio, alto
Velocidade (escala de 1 a 5 da Google): 2
Na app Gemini
Google AI Ultra
Gemini 4 Neon

Novo
Indicado para
Raciocínio profundo em programação, trabalho de conhecimento e ciência
Qualidade (índice Artificial Analysis)
61
Preço na API (por milhão de tokens)
3 $ / 15 $
Níveis de raciocínio
Baixo, médio, alto, muito alto
Velocidade (escala de 1 a 5 da Google): 3,5
Na app Gemini
Google AI Pro e Ultra
Gemini 4 Hydrogen
Indicado para
Velocidade e eficiência em tarefas do dia a dia
Qualidade (índice Artificial Analysis)
54
Preço na API (por milhão de tokens)
1,50 $ / 7,50 $
Níveis de raciocínio
Baixo, médio, alto, muito alto
Velocidade (escala de 1 a 5 da Google): 5
Na app Gemini
Todos os utilizadores, incluindo o plano gratuito
61
Pontos no índice Artificial Analysis
3.º lugar global no nível de raciocínio mais alto, logo atrás de modelos maiores e mais lentos.
1 000 000
Tokens de contexto
Permite trabalhar com vários documentos longos, folhas de cálculo e vídeos na mesma conversa.
4
Níveis de raciocínio
Do mais rápido ao mais profundo, para ajustar a resposta à exigência da tarefa.
-32%
Menos custo por tarefa face ao Carbon
No nível de raciocínio predefinido (alto), segundo a Google.
O que dizem as primeiras empresas que o testaram

A Glean, uma plataforma de pesquisa empresarial, refere que nas suas avaliações iniciais o Neon igualou ou superou o Carbon na qualidade global, com três vezes mais velocidade e 60% do custo. A Micro1 colocou-o no topo do seu índice médico e a Thoughtful Lab destaca que encontrou vulnerabilidades subtis que outros modelos não detetaram. Vários testadores sublinham a mesma característica: o Neon é mais minucioso, testa hipóteses e insiste quando os primeiros resultados não são bons.

Os resultados dos testes

A Google publicou uma tabela que compara o Neon com dois dos modelos mais fortes do momento: o Claude Opus 5.5, da Anthropic, e o GPT-6.2 Sol, da OpenAI. O Neon fica à frente na grande maioria dos testes, mas não em todos: o Claude Opus 5.5 vence por pouco no Terminal-bench 4.1 e no FrontierCode 2.0 (programação), e o GPT-6.2 Sol é ligeiramente melhor no Chartography (leitura de gráficos).

Gemini 4 Neon frente aos concorrentes diretos
Seleção de 8 testes da tabela publicada pela Google (percentagem de acerto).
Vals Index v2.2
Índice global independente
Gemini 4 Neon
70,9%
Claude Opus 5.5
70,1%
GPT-6.2 Sol
66,1%
Terminal-bench 4.1
Programação com agentes
Gemini 4 Neon
65,2%
Claude Opus 5.5
65,8%
GPT-6.2 Sol
61,5%
AutomationBench (Zapier)
Automatização de tarefas
Gemini 4 Neon
56,3%
Claude Opus 5.5
42,5%
GPT-6.2 Sol
41,3%
Agents' Last Exam v1.1
Tarefas de agentes
Gemini 4 Neon
75,8%
Claude Opus 5.5
71,6%
GPT-6.2 Sol
73,0%
RiemannBench
Raciocínio matemático
Gemini 4 Neon
84,0%
Claude Opus 5.5
80,0%
GPT-6.2 Sol
80,0%
HLE-Diamond
Raciocínio de nível especializado
Gemini 4 Neon
71,3%
Claude Opus 5.5
67,9%
GPT-6.2 Sol
64,0%
Chartography
Leitura de gráficos
Gemini 4 Neon
73,5%
Claude Opus 5.5
66,3%
GPT-6.2 Sol
75,1%
GraphWalks
Contexto longo (até 1 milhão de tokens)
Gemini 4 Neon
95,2%
Claude Opus 5.5
66,8%
GPT-6.2 Sol
80,1%
Fonte: Google, anúncio do Gemini 4 Neon (18/11/2026).

A tabela completa inclui também os testes de compreensão de vídeo, contexto longo e cibersegurança:

Teste
Gemini 4 Neon
Claude Opus 5.5
GPT-6.2 Sol
Índices de capacidade
AA Index v5.0.1
Índice global da Artificial Analysis (pontos)
61
59
57
Vals Index v2.2
Índice global independente
70,9%
70,1%
66,1%
Programação com agentes
CursorBench 4.1
Pontuação
65,4%
58,1%
-
Terminal-bench 4.1
Precisão ajustada a batota
65,2%
65,8%
61,5%
FrontierCode 2.0
Pontuação principal
46,2%
47,3%
43,8%
SWE-sweep
Ambiente do fornecedor (Antigravity)
39,0%
10,1%
8,3%
SWE-sweep
Ambiente mini-SWE
12,8%
3,6%
11,6%
Trabalho de conhecimento
AutomationBench (Zapier)
Automatização de tarefas
56,3%
42,5%
41,3%
Agents' Last Exam v1.1
Tarefas de agentes
75,8%
71,6%
73,0%
Ciência e matemática
RiemannBench
Raciocínio matemático
84,0%
80,0%
80,0%
Terminal-Bench Science 0.1
Problemas científicos
70,5%
63,3%
68,0%
Raciocínio
HLE-Diamond
Raciocínio de nível especializado
71,3%
67,9%
64,0%
Compreensão multimodal
MKA
Climb WSR
56,5%
53,0%
52,7%
Chartography
Leitura de gráficos profissionais densos
73,5%
66,3%
75,1%
LVBench
Compreensão de vídeo
89,0%
83,7%
87,6%
Contexto longo
GraphWalks
256 mil a 1 milhão de tokens (BFS, F1)
95,2%
66,8%
80,1%
Cibersegurança
CWE-Bench v2
Correção de vulnerabilidades
70,7%
67,1%
66,0%
SEC-bench Pro
Deteção de vulnerabilidades
90,5%
-
88,3%
WebExploitBench v1.2
Testes de intrusão em aplicações web
51,3%
37,1%
-

Valores a negrito e sublinhados: melhor resultado de cada linha. Um hífen indica que não foi publicado resultado. Em ecrãs pequenos, deslize a tabela para o lado. Fonte: Google; a metodologia dos testes está disponível na página de metodologia da Google DeepMind.

Qualidade versus custo

Um dos argumentos centrais da Google é a eficiência. O gráfico seguinte cruza a pontuação no índice Artificial Analysis com o custo por tarefa, em cada nível de raciocínio. No nível predefinido, o Neon atinge 60 pontos com um custo por tarefa bem inferior ao do Carbon e ao do Claude Opus 5.5. O GPT-6.2 Sol é o mais barato por tarefa, mas fica abaixo em pontuação.

Gráfico do índice Artificial Analysis em função do custo por tarefa para o Gemini 4 Neon, Gemini 4 Carbon, Claude Opus 5.5 e GPT-6.2 Sol
Índice Artificial Analysis (eixo vertical) em função do custo por tarefa em dólares (eixo horizontal), por nível de raciocínio. Clique para ampliar. Fonte: Google.

Classificações em plataformas independentes

2.º lugar no Vals Index
70,9%, na chamada fronteira de Pareto (a melhor relação entre desempenho e custo).
2.º lugar no Agent Arena Index
1336 pontos em mais de 4200 sessões reais com agentes; também 2.º na capacidade de aceitar correções a meio de uma tarefa.
1.º lugar em pesquisa jurídica e fiscal
No Legal Research Bench e no Tax Agent Bench, e na maioria dos testes da Surge AI (finanças, contabilidade, modelação em folhas de cálculo).
1.º lugar no Vending-Bench 2
16 843 dólares na simulação, de longa duração, da gestão de um negócio.

As demonstrações publicadas pela Google

A Google acompanhou o anúncio com quatro vídeos. Todos foram feitos no Google Antigravity, a plataforma de programação com agentes da Google, e mostram o Neon a coordenar vários agentes em simultâneo. São exemplos ambiciosos, mas ajudam a perceber o tipo de recurso interativo que um modelo destes consegue construir. Repare que três deles têm ligação direta a conteúdos escolares: química, história da computação e folhas de cálculo.

Laboratório 3D com os elementos químicos da família Gemini 4
No Google Antigravity, a controlar o Blender, o Neon coordenou vários agentes em paralelo para construir uma bancada de laboratório 3D fotorrealista. Cada modelo é representado com rigor químico: chamas de bico de Bunsen para o Carbon e o Hydrogen, tubos de descarga de gás para o Argon e o Neon.
Simulador de esqui no Monte Branco criado de raiz
Um simulador de esqui na primeira pessoa, em WebGL2, sobre o relevo real do Monte Branco e de Chamonix: mais de 10 000 linhas de código gráfico, física a 120 Hz, avalanches e áudio espacial, sem recursos pré-feitos.
O escritório de Alan Turing em 1936, em 3D interativo
A partir de fotografias de arquivo, o Neon recriou o King's College, em Cambridge, e o escritório de Turing, com uma Máquina de Turing Universal a funcionar em cima da secretária.
Uma imagem transformada numa folha de cálculo com 500 mil fórmulas
Um grupo de agentes Neon converteu uma única imagem numa Google Sheet com 100 000 células, sem imagens incorporadas nem Apps Script: mais de 500 000 fórmulas fazem deteção de contornos, mapa de profundidade e nova iluminação da cena.

Para a maioria dos professores, o caminho mais próximo destas demonstrações é o Canvas da app Gemini, que permite pedir simulações, cronologias ou jogos simples e vê-los a funcionar no próprio ecrã, sem saber programar.

Segurança e fiabilidade: o que a Google garante

Quando um modelo lê emails, documentos e páginas web, ou executa tarefas longas sozinho, a fiabilidade passa a ser tão importante como a inteligência. A Google apresenta vários indicadores de comportamento, todos medidos em avaliações internas:

99,2%
Aprovação na avaliação de honestidade
Em tarefas com agentes, o modelo não esconde nem inventa o que fez.
0,0%
Ataques de injeção de instruções bem-sucedidos
No teste da Gray Swan, no nível de raciocínio mais alto e com as salvaguardas ativas: instruções maliciosas escondidas em páginas, emails ou documentos não tiveram efeito.
2,45%
Tarefas com atalhos indevidos
Na avaliação de «batota» em programação: a taxa mais baixa de toda a família Gemini 4.
0,09%
Ações desalinhadas
Em tarefas com agentes, ações que fogem ao que o utilizador pediu.

A Google refere ainda a taxa de invenção de resultados mais baixa de sempre nos seus testes internos e uma redução de recusas desnecessárias: o Neon recusou apenas 1,98% das tarefas legítimas do Terminal-Bench 4.0. Existe também uma versão especializada, o Neon para cibersegurança, que chega nos próximos dias a defensores selecionados através do Programa Fairwind e que obtém resultados de topo na deteção (90,5% no SEC-bench Pro), validação e correção de vulnerabilidades.

Porque é que isto interessa numa escola

A resistência à injeção de instruções é relevante sempre que se pede ao Gemini para ler emails, documentos partilhados ou páginas web: um texto malicioso escondido num desses ficheiros não deve conseguir dar ordens ao modelo. Ainda assim, «a taxa mais baixa de invenção» não significa zero. Factos, datas, citações e referências legais continuam a precisar de verificação antes de chegarem aos alunos.

Quem pode usar e quanto custa em Portugal

Na app Gemini, o Neon está disponível apenas nos planos pagos Google AI Pro e Google AI Ultra: basta escolhê-lo no menu de modelos. Quem usa o Gemini gratuito ou o Google AI Plus fica com o Gemini 4 Hydrogen. Estes são os preços em Portugal neste momento (consultados a 19 de novembro de 2026):

Sem acesso ao Neon
Gemini gratuito
0 €/mês
Com uma Conta Google
Gemini 4 Hydrogen
Canvas, Deep Research, Gemini Live
15 GB de armazenamento
Sem acesso ao Neon
Google AI Plus
4,99 €/mês
Limites 2 vezes superiores aos do plano gratuito
Gemini 4 Hydrogen
Gemini no Gmail, Vids e outras apps
400 GB de armazenamento
Inclui o Neon
Google AI Pro
21,99 €/mês
Limites 4 vezes superiores aos do plano gratuito
Gemini 4 Neon e Hydrogen
Gemini no Gmail, Docs, Vids e outras apps
Google Antigravity e Google AI Studio
5 TB de armazenamento
Inclui o Neon
Google AI Ultra
desde 99,99 €/mês
219,99 €/mês na versão com limites 20 vezes superiores aos do Pro
Acesso mais elevado ao Neon
Acesso ao Gemini 4 Carbon
Limites máximos no Antigravity
A partir de 20 TB de armazenamento

Preços e condições oficiais: página dos planos Google AI para Portugal. O Google AI Pro e o Gemini no Gmail e Docs estão disponíveis apenas para maiores de 18 anos. Na app Gemini, os limites de utilização renovam-se a cada 5 horas, até ao limite semanal de cada plano.

E quem usa o Gemini gratuito?

O plano gratuito passa a usar o Gemini 4 Hydrogen, o modelo rápido da família, com 54 pontos no índice Artificial Analysis. A maioria das sugestões deste artigo funciona com ele, com respostas menos aprofundadas em tarefas longas e com menos ficheiros de cada vez. O anúncio não faz referência às contas Google Workspace for Education das escolas; quem usa uma conta institucional deve confirmar no menu de modelos o que está disponível.

Dica para professores com o email e o Drive cheios

Se a caixa de correio e o Google Drive estão a ficar sem espaço, o Google AI Plus (4,99 €/mês) resolve o problema com 400 GB e ultrapassa algumas limitações do Gemini gratuito, como os limites de utilização mais baixos. Não inclui o Neon, mas é a opção mais económica para quem precisa sobretudo de espaço.

Para quem programa ou cria aplicações

Na API do Gemini (Google AI Studio, nível pago), o Neon custa 3 dólares por milhão de tokens de entrada (0,15 dólares em cache, um desconto de 95%) e 15 dólares por milhão de tokens de saída. Também está no Android Studio e, para subscritores Pro e Ultra, no Google Antigravity, onde pode coordenar vários agentes Hydrogen em paralelo.

Porque é que isto interessa aos professores

1
Lê melhor os materiais da escola

Folhas de cálculo com classificações, PDF de documentos orientadores, fotografias de fichas: a Google diz que o Neon lê estes ficheiros com mais precisão e os transforma em relatórios e resumos úteis.

2
Pesquisa atualizada com fontes

Integra com frequência informação de várias fontes da web, o que ajuda em temas que mudam depressa, como notícias, dados recentes ou comparações de ferramentas e preços.

3
Aceita correções a meio do caminho

É 2.º classificado a adaptar-se a correções feitas durante uma tarefa. Na prática, planificar com ele é mais parecido com uma conversa com um colega: «afinal é para o 8.º ano», «retira a parte das frações», «acrescenta uma rubrica».

4
Mais rápido e mais aproveitamento do plano

As tarefas longas correm de forma mais rápida e eficiente do que nos modelos maiores, o que, segundo a Google, faz render mais os limites de utilização. Num plano em que os limites se renovam a cada 5 horas, isto conta.

Sugestões de utilização na escola

As sugestões seguintes funcionam em qualquer disciplina e ciclo. Foram pensadas para o Neon no Google AI Pro, mas a maioria pode ser experimentada também no Gemini gratuito, com o Hydrogen.

1
Relatório de turma a partir dos dados de avaliação

Carregue uma folha de cálculo com os resultados da turma, sem nomes nem números de aluno, e peça uma leitura dos dados com propostas de intervenção.

Exemplo de pedido
Analisa esta folha de cálculo com os resultados anonimizados da turma no 1.º período. Identifica os domínios com mais dificuldades, compara com o teste diagnóstico e propõe três medidas de intervenção. Apresenta uma tabela-síntese e um parágrafo para a ata do conselho de turma.
2
Planificar com as Aprendizagens Essenciais

Junte o PDF das Aprendizagens Essenciais da disciplina e o Perfil dos Alunos à Saída da Escolaridade Obrigatória e peça uma planificação coerente, com momentos de avaliação formativa.

Exemplo de pedido
Com base nestes dois documentos, propõe uma planificação de 6 aulas sobre [tema] para o [ano]. Indica as aprendizagens essenciais trabalhadas, as áreas de competências do Perfil dos Alunos, uma tarefa de avaliação formativa por aula e os critérios de sucesso.
3
Fichas diferenciadas a partir de uma fotografia

Fotografe uma ficha de trabalho sua e peça versões em diferentes níveis, incluindo uma versão com medidas universais (instruções segmentadas, letra maior, exemplos resolvidos).

Exemplo de pedido
A partir desta ficha, cria três versões: uma de consolidação, uma intermédia e uma de aprofundamento. Acrescenta uma versão com instruções curtas e um exemplo resolvido em cada exercício, e as soluções de todas.
4
Recursos interativos com o Canvas

Inspirado nas demonstrações, peça no Canvas uma simulação, uma cronologia interativa ou um jogo de perguntas. Funciona para qualquer disciplina e pode ser projetado na aula.

Exemplo de pedido
No Canvas, cria uma cronologia interativa sobre [tema], com 10 marcos clicáveis. Cada marco mostra uma explicação curta e uma pergunta de verificação com resposta imediata. Usa linguagem adequada a alunos de 13 anos.
5
Ler gráficos de forma crítica

O Neon obteve 73,5% a ler gráficos profissionais densos. Use-o para preparar atividades de literacia de dados a partir de gráficos de notícias, relatórios ou manuais.

Exemplo de pedido
Analisa este gráfico de uma notícia. Cria perguntas em três níveis (ler os dados, interpretar, avaliar criticamente) e assinala eventuais elementos enganadores na escala ou na forma de apresentação.
6
Organizar o trabalho administrativo

No Google AI Pro, o Gemini está no Gmail e no Docs. Pode reunir prazos dispersos por vários emails, preparar uma convocatória ou estruturar uma ata a partir de notas.

Exemplo de pedido
Procura no meu Gmail os emails da direção deste mês com prazos e entregas. Faz uma lista por data e cria um documento no Docs com a lista e as tarefas que me dizem respeito.

Um conselho geral: dê contexto (ano, turma, tempo disponível, objetivo) e não tenha receio de corrigir a meio. É precisamente nessa capacidade de ajuste que o Neon se destaca.

Como pode melhorar a aprendizagem dos alunos

O Google AI Pro é apenas para maiores de 18 anos, por isso o Neon é, antes de mais, uma ferramenta do professor. O benefício para os alunos é indireto, mas real, e depende de a IA libertar tempo e melhorar a qualidade do que chega à sala de aula:

  • Intervenção mais cedo e mais precisa: uma leitura rápida dos resultados de avaliação ajuda a identificar quem precisa de apoio e em que domínio, antes de as dificuldades se acumularem.
  • Diferenciação que de facto acontece: criar três versões de uma ficha deixa de ocupar uma noite inteira, o que torna realista adaptar tarefas a ritmos e necessidades diferentes.
  • Feedback formativo mais rico: rubricas claras e comentários específicos, preparados com apoio da IA e revistos pelo professor, dizem ao aluno onde está e o que fazer a seguir.
  • Conceitos abstratos tornados visíveis: simulações e recursos interativos, como os das demonstrações, ajudam a compreender processos que no quadro são difíceis de imaginar.
  • Literacia de dados e espírito crítico: os próprios resultados deste lançamento podem ser matéria de aula. Que modelo é «melhor»? Mais barato ou mais inteligente? Quem fez os testes? O gráfico de custo por tarefa é um ótimo ponto de partida para discutir variáveis, escalas e fontes.
Um fluxo de trabalho com IA centrado na aprendizagem
1
Reunir
Juntar os materiais: dados, documentos, fichas
2
Contextualizar
Explicar turma, ano, objetivo e tempo
3
Ajustar
Corrigir e afinar a meio da tarefa
4
Verificar
Confirmar factos, fontes e adequação
5
Aplicar
Usar com os alunos e recolher evidências

O professor continua a ser quem decide. A IA prepara, sugere e acelera; a seleção, a adequação à turma e a relação pedagógica continuam a ser trabalho humano.

Cuidados a ter

Proteção de dados
Não carregue nomes, números de aluno, relatórios de saúde ou informação sensível. Anonimize as folhas de cálculo e siga as orientações do agrupamento sobre ferramentas autorizadas.
Quem fez os testes
A tabela de resultados é publicada pela própria Google. Algumas classificações vêm de plataformas independentes (Artificial Analysis, Vals, Arena), mas convém ler os números como indicadores e não como verdades absolutas.
Verificar sempre
Mesmo com menos invenções, um modelo de IA pode errar. Confirme factos, datas, legislação e fontes antes de usar qualquer conteúdo com os alunos.
Preços e limites mudam
Os planos, preços e limites indicados correspondem à data de publicação e podem ser alterados pela Google.

Nota editorial e de transparência: este artigo foi elaborado por Filipe Galego com apoio de inteligência artificial (Claude).

Fontes

Deixa um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *