Después de que Google abriera Gemini 4 Neon el 18 de noviembre, ¿cómo debe el JSON de Interactions fijar thinking_level, background y usage cuando la guía lista xhigh y Antigravity devuelve 400?

thinking_level fija la profundidad. background y store fijan la salida larga. La guía de API del 18 de noviembre lista xhigh. Los informes de la CLI de Antigravity del 18 y 19 de noviembre devuelven 400 para ese nivel.

El id del modelo no fija la profundidad del pensamiento ni la salida larga. El 18 de noviembre de 2026 Google abrió Gemini 4 Neon. El id es gemini-4-neon. En la API Interactions, generation_config.thinking_level admite low, medium, high o xhigh. El predeterminado es high. thinking_budget y minimal devuelven HTTP 400. Una salida larga gestionada por el servidor pone background y store en true, y max_output_tokens por encima de 65536 cuando un segmento de primer plano no basta.

Esta página está fechada el 19 de noviembre de 2026 a partir del anuncio del 18 de noviembre, la guía para desarrolladores actualizada el 18 de noviembre de 2026 UTC y las publicaciones de Antigravity en el foro de Google AI del 18 y 19 de noviembre. La nota de ayer cubrió GPT-6.2 Astra y Sol. Una petición que siga la página de Gemini 4 Carbon de este sitio cambia el valor predeterminado, y thinking_budget devuelve 400.

Qué se abrió el 18 de noviembre

El anuncio pone Neon a 3 $ de entrada, 0,15 $ de entrada en caché y 15 $ de salida por millón de tokens. El precio de caché es el descuento del 95 % sobre la entrada. La ventana de la API es un presupuesto único de 1.048.576 tokens compartido por entrada y salida. La salida de ese presupuesto incluye el pensamiento, las llamadas a funciones y la respuesta visible. La publicación de producto de Antigravity limita esa aplicación a 512K tokens. El tope se lee en la superficie que se llama.

Precio, por millón de tokensUSD
Entrada3 $
Entrada en caché0,15 $
Salida, tokens de pensamiento incluidos15 $

El anuncio abre la API Gemini de pago en AI Studio y Android Studio, Gemini for business, y Neon para suscriptores de pago de Google AI Pro y Ultra en Antigravity y en la app Gemini. La guía de Cloud añade las ubicaciones global, us y eu, y describe el acceso a Agent Platform para clientes empresariales verificados en regiones seleccionadas. La tabla de planes de Antigravity incluye Neon en Pro y Ultra de pago. Free y Google AI Plus quedan fuera de esa fila. Una prueba de Pro se limita a dispositivos premium aptos. La empresa obtiene Neon a través de Gemini for business. Esa misma nota deja Orchestrator (Neon) fuera de la fila empresarial.

Google informa un índice Artificial Analysis Intelligence de 61 en xhigh, tercero en el total, y un coste por tarea alrededor de un 32 % menor que Carbon en el nivel high predeterminado. Esas cifras son de Google. La nota de migración deja los bucles de agente cotidianos en gemini-4-hydrogen, la clasificación masiva en gemini-3.5-flash-lite y las pruebas de ciberseguridad de Fairwind en gemini-4-carbon-cyber-permissive. Un modelo Neon para ese programa es otra ruta de modelo. thinking_level en gemini-4-neon sigue siendo low, medium, high o xhigh.

thinking_level y el 400 de xhigh

El cuerpo de Interactions usa minúsculas. El REST de GenerateContent escribe el mismo control como generationConfig.thinkingConfig.thinkingLevel y la enumeración en mayúsculas: LOW, MEDIUM, HIGH o XHIGH. El cuerpo de Interactions que sigue es el caso predeterminado.

{
  "model": "gemini-4-neon",
  "input": "Review the retry path and name the lock that can deadlock.",
  "generation_config": {
    "thinking_level": "high"
  }
}
thinking_levelPara qué lo asigna la guía de Neon
xhigh / XHIGHDemostraciones, análisis científico y la ingeniería multifichero más dura
high / HIGHPredeterminado. Bucles de herramientas, código, refactors y trabajo multimodal denso
medium / MEDIUMCódigo general, herramientas, preguntas sobre documentos, vídeo, cuando importa la latencia
low / LOWClasificación, enrutado, resúmenes y metadatos estructurados

Si el campo falta, el servidor usa high. Carbon, Argon y gemini-3.8-flash tenían medium por defecto. Una migración que quiera esa latencia envía medium a propósito. thinking_budget devuelve HTTP 400. minimal y MINIMAL devuelven HTTP 400. max_output_tokens por encima de 1.048.576 devuelve HTTP 400.

La publicación de Antigravity en el foro elige el nivel en la CLI con --model gemini-4-neon-xhigh o --effort xhigh. Esa cadena de modelo pertenece a Antigravity. El cuerpo de Interactions mantiene model en gemini-4-neon y pone el nivel en thinking_level. Desarrolladores del mismo foro informan de que la CLI 1.5.11 devuelve INVALID_ARGUMENT 400, texto Thinking level is unsupported: THINKING_LEVEL_XHIGH, para gemini-4-neon-xhigh, también cuando agy models lista el id. La guía de API fechada el 18 de noviembre sigue listando xhigh. Cuando una superficie devuelve ese 400, se envía high, el valor documentado, y cada segmento de continuación conserva ese nivel.

background, continuation_token y status

Un segmento de primer plano se detiene en 65.536 tokens de salida, en flujo y en una respuesta única. La salida de ese tope incluye pensamiento, llamadas a funciones y la respuesta visible. Si falta max_output_tokens, el presupuesto también es 65.536. Un turno más largo pone max_output_tokens por encima de 65536, hasta 1.048.576 menos los tokens de entrada. continuation_token vive en v1beta1. La ruta v1 no tiene token de continuación.

En Interactions, status requires_continuation significa que el segmento llegó a 65.536 antes de max_output_tokens, y el cuerpo lleva continuation_token. incomplete significa que el presupuesto de max_output_tokens se agotó. Reenviar ese token con el mismo tope devuelve HTTP 400, y el texto de la guía es max_output_tokens has already been exhausted. La petición siguiente sube el tope. completed borra el token. El cuerpo background que sigue es el bucle gestionado por el servidor y pide xhigh. Una superficie que rechaza xhigh usa high en la primera llamada y en cada continuación.

{
  "model": "gemini-4-neon",
  "input": "Write a complete proof of the prime number theorem.",
  "background": true,
  "store": true,
  "generation_config": {
    "thinking_level": "xhigh",
    "max_output_tokens": 262144
  }
}

Hay que consultar mientras status sea queued o in_progress. La lista de la guía también nombra completed, incomplete, failed y cancelled. background: true exige store: true. Una continuación almacenada envía previous_interaction_id del segmento que emitió el token, envía continuation_token y omite input. thinking_level queda igual al del segmento emisor.

{
  "model": "gemini-4-neon",
  "store": true,
  "previous_interaction_id": "SEGMENT_1_ID",
  "continuation_token": "CONTINUATION_TOKEN",
  "generation_config": {
    "max_output_tokens": 262144,
    "thinking_level": "xhigh"
  }
}

Una continuación sin estado pone store en false, reenvía el input original, envía continuation_token y omite previous_interaction_id. Un bucle puede pasar de store: true a store: false. El sentido contrario no tiene un padre almacenado para previous_interaction_id. Un turno de usuario nuevo, es decir previous_interaction_id más un input nuevo y sin continuation_token, devuelve HTTP 400 mientras el segmento siga en requires_continuation o incomplete. Hay que llegar a completed, o empezar el turno siguiente desde el último id completed. Cambiar model, system_instruction o tools en un segmento de continuación devuelve HTTP 400. La nota de problema conocido dice que un cambio de thinking_level a mitad del bucle pasa la validación, y pide dejar el nivel y las herramientas integradas google_search, code_execution y url_context sin cambios en todo el bucle.

GenerateContent informa finish_reason CONTINUATION y un continuationToken en el candidato. La llamada siguiente reenvía los contents originales y pone continuationToken en el nivel superior. La enumeración del nivel va en mayúsculas.

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Write a complete proof of the prime number theorem."
        }
      ]
    }
  ],
  "continuationToken": "CONTINUATION_TOKEN",
  "generationConfig": {
    "maxOutputTokens": 131072,
    "thinkingConfig": {
      "thinkingLevel": "XHIGH"
    }
  }
}

Cada segmento tiene un límite de 20 minutos. Los puntos de control del flujo empiezan en 65.536 tokens de salida y luego cada 5.000 tokens. La continuación automática en Interactions necesita Python google-genai >= 2.34.0, JavaScript @google/genai >= 2.32.0, Go >= 1.77.0 o Java >= 1.80.0. La continuación automática en GenerateContent necesita Python >= 2.30.1. Pasar previous_interaction_id a gemini-4-hydrogen ejecuta un turno de trabajo. El ejemplo publicado de Neon vuelve a enviar thinking_level en el turno Neon siguiente. En ese traspaso el servidor descarta las firmas del modelo anterior.

Campos que la petición retira

temperature, top_p y top_k se ignoran. frequency_penalty, presence_penalty y un candidate_count mayor que 1 devuelven HTTP 400. candidateCount se queda en 1. Hay que quitar cached_content. La caché implícita empieza en 4.096 tokens, la caché duradera está activa por defecto y el prefijo estático va primero. Un historial termina en un turno de usuario. Los turnos de modelo prerrellenados se rechazan.

Los archivos de Word, PowerPoint, Excel y OpenDocument (docx, pptx, xlsx, odt, odp, ods, y los antiguos doc, ppt y xls) van en línea o por un URI gs://, también dentro de una respuesta de función. El vídeo subido usa media_processing static por defecto. agentic es el valor para activarlo.

thoughtSignature en el primer functionCall

En un turno de herramientas en paralelo, la firma va en la primera parte functionCall. La guía para desarrolladores llama a ese valor thought_signature. La referencia de GenerateContent escribe el campo JSON thoughtSignature. La segunda llamada del mismo turno de modelo lo omite.

{
  "role": "model",
  "parts": [
    {
      "functionCall": {
        "name": "read_file",
        "args": {}
      },
      "thoughtSignature": "SIG_FROM_MODEL"
    },
    {
      "functionCall": {
        "name": "list_dir",
        "args": {}
      }
    }
  ]
}

Omitir thoughtSignature en el primer functionCall del turno activo devuelve HTTP 400. Copiarlo a un functionCall hermano devuelve HTTP 400. Repartir llamadas y respuestas en turnos alternos devuelve HTTP 400. Cada firma anterior se queda en su parte original, incluidas las partes de texto final. Quitarlas puede terminar en MALFORMED_FUNCTION_CALL. El marcador skip_thought_signature_validator descarta el contexto de razonamiento. Cada respuesta de función coincide con el id, el name y el orden de la llamada.

usage a 3 $, 0,15 $ y 15 $

Hay que sustituir los ceros por los campos de la respuesta. La forma es el objeto Interactions que nombra la guía. Los ceros ocupan el sitio hasta que llega la respuesta.

{
  "status": "completed",
  "usage": {
    "initial_input_tokens": 0,
    "total_input_tokens": 0,
    "total_cached_tokens": 0,
    "total_output_tokens": 0,
    "total_thought_tokens": 0,
    "total_tokens": 0
  }
}

La entrada sin caché es total_input_tokens menos total_cached_tokens, a 3 $ por millón. total_cached_tokens va a 0,15 $ por millón. total_output_tokens más total_thought_tokens va a 15 $ por millón. total_tokens queda fuera de esa suma. En una respuesta background ya sumada, initial_input_tokens es el primer prompt y ya está dentro de total_input_tokens. No se suma otra vez en la factura. Sirve para decidir la compactación. total_input_tokens crece entre segmentos de continuación porque cada segmento vuelve a cargar el prompt y los tokens ya generados.

La continuación automática y background: true ya suman usage entre segmentos. Un bucle propio y un evento interaction.completed en flujo informan el delta de un segmento: hay que sumar esos deltas. El SDK de GenerateContent acumula usage_metadata y conserva initial_prompt_token_count. Un bucle REST propio suma prompt_token_count, cached_content_token_count, candidates_token_count y thoughts_token_count entre segmentos. Cada segmento terminado se factura al acabar ese segmento, también si un segmento posterior falla o se cancela. Las consultas de grounding se facturan aparte, y la guía cuenta las instrucciones de herramientas y las declaraciones de funciones como tokens procesados.

JSON que hay que revisar antes de publicar

  1. El cuerpo tiene gemini-4-neon. thinking_level en Interactions es low, medium, high o xhigh. GenerateContent usa thinkingLevel en mayúsculas. El cuerpo no lleva thinking_budget, minimal, temperature, top_p, top_k, frequency_penalty, presence_penalty, candidate_count ni cached_content.
  2. Una llamada por encima de 65.536 tokens pone max_output_tokens por encima de 65536 y usa v1beta1. background: true llega con store: true. Los segmentos de continuación conservan model, system_instruction, tools y thinking_level.
  3. Un id de Antigravity como gemini-4-neon-xhigh se queda en esa CLI. El campo de modelo de la API sigue siendo gemini-4-neon. Un 400 que dice THINKING_LEVEL_XHIGH se sigue, en esa superficie, con high.
  4. Las partes de herramientas en paralelo conservan thoughtSignature solo en el primer functionCall.
  5. La factura usa la entrada sin caché, la entrada en caché, los tokens de salida y los tokens de pensamiento. Deja fuera total_tokens y una segunda suma de initial_input_tokens.

Revisa el JSON en local con el validador JSON, JSONPath ($.usage.total_thought_tokens) y JSON Diff contra la petición anterior. No se sube nada.

FAQ

¿El predeterminado sigue siendo medium, como en Carbon?

El predeterminado de Neon es high. Envía medium cuando quieras la latencia que Carbon, Argon y gemini-3.8-flash usaban por defecto.

¿Puedo enviar thinking_level xhigh?

La guía de API del 18 de noviembre lista xhigh en Interactions y XHIGH en GenerateContent. Los informes de la CLI de Antigravity del 18 y 19 de noviembre devuelven HTTP 400 Thinking level is unsupported: THINKING_LEVEL_XHIGH para el id gemini-4-neon-xhigh. El cuerpo de la API usa el modelo gemini-4-neon más thinking_level. Cuando vuelve ese 400, envía high.

¿background funciona con store false?

La guía exige store true junto con background true. Un bucle de primer plano sin estado puede poner store en false, reenviar el input original y pasar continuation_token.

¿La factura debe sumar total_tokens?

Deja total_tokens fuera. La entrada sin caché va a 3 $, total_cached_tokens a 0,15 $ y total_output_tokens más total_thought_tokens a 15 $ por millón. initial_input_tokens ya está dentro del recuento de entrada sumado.

¿Dónde va la firma en paralelo?

Solo en la primera parte functionCall, campo thoughtSignature. Las partes functionCall hermanas del mismo turno de modelo la omiten. Copiarla a una hermana devuelve HTTP 400.

¿La ventana de Antigravity es de 1.048.576 tokens?

La ventana unificada de la guía de API es de 1.048.576 tokens. La publicación de Antigravity del 18 de noviembre dice hasta 512K tokens en ese producto.

Resumen

Neon, abierto el 18 de noviembre de 2026, se factura a 3 $, 0,15 $ y 15 $, y el pensamiento predeterminado es high. Envía gemini-4-neon con thinking_level en low, medium, high o xhigh. Junta background: true, store: true y un max_output_tokens por encima de 65536 cuando un segmento se queda corto. Deja thoughtSignature en el primer functionCall paralelo. Cuando Antigravity devuelve 400 para THINKING_LEVEL_XHIGH, envía high en esa superficie y deja el id de modelo de la API sin sufijo.