O id do modelo não define a profundidade do raciocínio nem a saída longa. Em 18 de novembro de 2026 o Google abriu o Gemini 4 Neon. O id é gemini-4-neon. Na API Interactions, generation_config.thinking_level aceita low, medium, high ou xhigh. O padrão é high. thinking_budget e minimal devolvem HTTP 400. Uma saída longa gerida pelo servidor põe background e store em true, e max_output_tokens acima de 65536 quando um segmento de primeiro plano não basta.
Esta página está datada de 19 de novembro de 2026, a partir do anúncio de 18 de novembro, do guia do desenvolvedor atualizado em 18 de novembro de 2026 UTC e das publicações do Antigravity no fórum Google AI de 18 e 19 de novembro. A nota de ontem cobriu GPT-6.2 Astra e Sol. Um pedido que ainda siga a página Gemini 4 Carbon deste site muda o padrão, e thinking_budget devolve 400.
O que abriu em 18 de novembro
O anúncio põe o Neon a US$ 3 de entrada, US$ 0,15 de entrada em cache e US$ 15 de saída por milhão de tokens. O preço do cache é o desconto de 95% sobre a entrada. A janela da API é um orçamento único de 1.048.576 tokens partilhado por entrada e saída. A saída desse orçamento inclui o raciocínio, as chamadas de função e a resposta visível. A publicação de produto do Antigravity limita essa aplicação a 512K tokens. O teto lê-se na superfície que se chama.
| Preço, por milhão de tokens | USD |
|---|---|
| Entrada | US$ 3 |
| Entrada em cache | US$ 0,15 |
| Saída, com tokens de raciocínio | US$ 15 |
O anúncio abre a API Gemini paga no AI Studio e no Android Studio, o Gemini for business, e o Neon para assinantes pagos do Google AI Pro e Ultra no Antigravity e no app Gemini. O guia Cloud acrescenta os locais global, us e eu, e descreve o acesso à Agent Platform para clientes empresariais verificados em regiões selecionadas. A tabela de planos do Antigravity inclui o Neon no Pro e no Ultra pagos. Free e Google AI Plus ficam de fora dessa linha. Um teste Pro limita-se a aparelhos premium elegíveis. A empresa obtém o Neon pelo Gemini for business. A mesma nota deixa o Orchestrator (Neon) fora da linha empresarial.
O Google informa um índice Artificial Analysis Intelligence de 61 em xhigh, terceiro no geral, e um custo por tarefa cerca de 32% menor que o Carbon no nível high padrão. Esses números são do Google. A nota de migração deixa os ciclos diários de agente em gemini-4-hydrogen, a classificação em massa em gemini-3.5-flash-lite e os testes de cibersegurança do Fairwind em gemini-4-carbon-cyber-permissive. Um modelo Neon para esse programa é outro caminho de modelo. thinking_level em gemini-4-neon continua low, medium, high ou xhigh.
thinking_level e o 400 de xhigh
O corpo da Interactions usa minúsculas. O REST do GenerateContent escreve o mesmo controle como generationConfig.thinkingConfig.thinkingLevel e a enumeração em maiúsculas: LOW, MEDIUM, HIGH ou XHIGH. O corpo da Interactions a seguir é o caso padrão.
{
"model": "gemini-4-neon",
"input": "Review the retry path and name the lock that can deadlock.",
"generation_config": {
"thinking_level": "high"
}
}
| thinking_level | Para que o guia do Neon o reserva |
|---|---|
| xhigh / XHIGH | Provas, análise científica e a engenharia de vários ficheiros mais difícil |
| high / HIGH | Padrão. Ciclos de ferramentas, código, refactors e trabalho multimodal denso |
| medium / MEDIUM | Código geral, ferramentas, perguntas sobre documentos, vídeo, quando a latência importa |
| low / LOW | Classificação, encaminhamento, resumos e metadados estruturados |
Sem o campo, o servidor usa high. Carbon, Argon e gemini-3.8-flash tinham medium por padrão. Uma migração que queira essa latência envia medium de propósito. thinking_budget devolve HTTP 400. minimal e MINIMAL devolvem HTTP 400. max_output_tokens acima de 1.048.576 devolve HTTP 400.
A publicação do Antigravity no fórum escolhe o nível na CLI com --model gemini-4-neon-xhigh ou --effort xhigh. Essa cadeia de modelo pertence ao Antigravity. O corpo da Interactions mantém model em gemini-4-neon e põe o nível em thinking_level. Programadores do mesmo fórum relatam que a CLI 1.5.11 devolve INVALID_ARGUMENT 400, texto Thinking level is unsupported: THINKING_LEVEL_XHIGH, para gemini-4-neon-xhigh, mesmo quando agy models lista o id. O guia da API datado de 18 de novembro continua a listar xhigh. Quando uma superfície devolve esse 400, envia-se high, o valor documentado, e cada segmento de continuação conserva esse nível.
background, continuation_token e status
Um segmento de primeiro plano pára em 65.536 tokens de saída, em fluxo e numa resposta única. A saída desse teto inclui raciocínio, chamadas de função e a resposta visível. Sem max_output_tokens, o orçamento também é 65.536. Um turno mais longo põe max_output_tokens acima de 65536, até 1.048.576 menos os tokens de entrada. continuation_token vive em v1beta1. O caminho v1 não tem token de continuação.
Na Interactions, status requires_continuation significa que o segmento chegou a 65.536 antes de max_output_tokens, e o corpo traz continuation_token. incomplete significa que o orçamento de max_output_tokens se esgotou. Reenviar esse token com o mesmo teto devolve HTTP 400, e o texto do guia é max_output_tokens has already been exhausted. O pedido seguinte sobe o teto. completed apaga o token. O corpo background a seguir é o ciclo gerido pelo servidor e pede xhigh. Uma superfície que recusa xhigh usa high na primeira chamada e em cada continuação.
{
"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
}
}
Consulta-se enquanto status for queued ou in_progress. A lista do guia também nomeia completed, incomplete, failed e cancelled. background: true exige store: true. Uma continuação armazenada envia previous_interaction_id do segmento que emitiu o token, envia continuation_token e omite input. thinking_level fica igual ao do segmento emissor.
{
"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"
}
}
Uma continuação sem estado põe store em false, reenvia o input original, envia continuation_token e omite previous_interaction_id. Um ciclo pode passar de store: true para store: false. O sentido contrário não tem um pai armazenado para previous_interaction_id. Um turno de utilizador novo, isto é previous_interaction_id mais um input novo e sem continuation_token, devolve HTTP 400 enquanto o segmento continuar em requires_continuation ou incomplete. É preciso chegar a completed, ou começar o turno seguinte a partir do último id completed. Mudar model, system_instruction ou tools num segmento de continuação devolve HTTP 400. A nota de problema conhecido diz que uma mudança de thinking_level a meio do ciclo passa a validação, e pede para deixar o nível e as ferramentas integradas google_search, code_execution e url_context iguais em todo o ciclo.
O GenerateContent informa finish_reason CONTINUATION e um continuationToken no candidato. A chamada seguinte reenvia os contents originais e põe continuationToken no nível de topo. A enumeração do nível vai em maiúsculas.
{
"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 tem um limite de 20 minutos. Os pontos de controlo do fluxo começam em 65.536 tokens de saída e depois a cada 5.000 tokens. A continuação automática na Interactions precisa de Python google-genai >= 2.34.0, JavaScript @google/genai >= 2.32.0, Go >= 1.77.0 ou Java >= 1.80.0. A continuação automática no GenerateContent precisa de Python >= 2.30.1. Passar previous_interaction_id a gemini-4-hydrogen executa um turno de trabalho. O exemplo publicado do Neon volta a enviar thinking_level no turno Neon seguinte. Nessa passagem o servidor descarta as assinaturas do modelo anterior.
Campos que o pedido retira
temperature, top_p e top_k são ignorados. frequency_penalty, presence_penalty e um candidate_count maior que 1 devolvem HTTP 400. candidateCount fica em 1. É preciso retirar cached_content. A cache implícita começa em 4.096 tokens, a cache durável fica ativa por padrão e o prefixo estático vai primeiro. Um histórico termina num turno de utilizador. Turnos de modelo pré-preenchidos são recusados.
Ficheiros Word, PowerPoint, Excel e OpenDocument (docx, pptx, xlsx, odt, odp, ods, e os antigos doc, ppt e xls) vão em linha ou por um URI gs://, também dentro de uma resposta de função. O vídeo enviado usa media_processing static por padrão. agentic é o valor para o ativar.
thoughtSignature no primeiro functionCall
Num turno de ferramentas em paralelo, a assinatura fica na primeira parte functionCall. O guia do desenvolvedor chama esse valor thought_signature. A referência do GenerateContent escreve o campo JSON thoughtSignature. A segunda chamada do mesmo turno de modelo omite-o.
{
"role": "model",
"parts": [
{
"functionCall": {
"name": "read_file",
"args": {}
},
"thoughtSignature": "SIG_FROM_MODEL"
},
{
"functionCall": {
"name": "list_dir",
"args": {}
}
}
]
}
Omitir thoughtSignature no primeiro functionCall do turno ativo devolve HTTP 400. Copiá-lo para um functionCall irmão devolve HTTP 400. Repartir chamadas e respostas por turnos alternados devolve HTTP 400. Cada assinatura anterior fica na parte original, incluindo as partes de texto final. Retirá-las pode terminar em MALFORMED_FUNCTION_CALL. O marcador skip_thought_signature_validator descarta o contexto de raciocínio. Cada resposta de função corresponde ao id, ao name e à ordem da chamada.
usage a US$ 3, US$ 0,15 e US$ 15
Os zeros são substituídos pelos campos da resposta. A forma é o objeto Interactions que o guia nomeia. Os zeros ocupam o lugar até a resposta chegar.
{
"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
}
}
A entrada fora da cache é total_input_tokens menos total_cached_tokens, a US$ 3 por milhão. total_cached_tokens vai a US$ 0,15 por milhão. total_output_tokens mais total_thought_tokens vai a US$ 15 por milhão. total_tokens fica fora dessa soma. Numa resposta background já somada, initial_input_tokens é o primeiro prompt e já está dentro de total_input_tokens. Não se soma outra vez na conta. Serve para decidir a compactação. total_input_tokens cresce entre segmentos de continuação porque cada segmento volta a carregar o prompt e os tokens já gerados.
A continuação automática e background: true já somam usage entre segmentos. Um ciclo próprio e um evento interaction.completed em fluxo informam o delta de um segmento: é preciso somar esses deltas. O SDK do GenerateContent acumula usage_metadata e conserva initial_prompt_token_count. Um ciclo REST próprio soma prompt_token_count, cached_content_token_count, candidates_token_count e thoughts_token_count entre segmentos. Cada segmento concluído é faturado no fim desse segmento, também se um segmento posterior falhar ou for cancelado. As consultas de grounding faturam-se à parte, e o guia conta instruções de ferramentas e declarações de funções como tokens processados.
JSON para conferir antes de publicar
- O corpo tem
gemini-4-neon.thinking_levelna Interactions élow,medium,highouxhigh. O GenerateContent usathinkingLevelem maiúsculas. O corpo não levathinking_budget,minimal,temperature,top_p,top_k,frequency_penalty,presence_penalty,candidate_countnemcached_content. - Uma chamada acima de 65.536 tokens põe
max_output_tokensacima de 65536 e usav1beta1.background: truechega comstore: true. Os segmentos de continuação conservammodel,system_instruction,toolsethinking_level. - Um id do Antigravity como
gemini-4-neon-xhighfica nessa CLI. O campo de modelo da API continuagemini-4-neon. Um 400 que dizTHINKING_LEVEL_XHIGHé seguido, nessa superfície, porhigh. - As partes de ferramentas em paralelo conservam
thoughtSignaturesó no primeirofunctionCall. - A conta usa a entrada fora da cache, a entrada em cache, os tokens de saída e os tokens de raciocínio. Deixa de fora
total_tokense uma segunda soma deinitial_input_tokens.
Confira o JSON localmente com o validador JSON, JSONPath ($.usage.total_thought_tokens) e JSON Diff contra o pedido anterior. Nada é enviado.
FAQ
O padrão ainda é medium, como no Carbon?
O padrão do Neon é high. Envie medium quando quiser a latência que Carbon, Argon e gemini-3.8-flash usavam por padrão.
Posso enviar thinking_level xhigh?
O guia da API de 18 de novembro lista xhigh na Interactions e XHIGH no GenerateContent. Relatos da CLI do Antigravity de 18 e 19 de novembro devolvem HTTP 400 Thinking level is unsupported: THINKING_LEVEL_XHIGH para o id gemini-4-neon-xhigh. O corpo da API usa o modelo gemini-4-neon mais thinking_level. Quando esse 400 volta, envie high.
background funciona com store false?
O guia exige store true junto com background true. Um ciclo de primeiro plano sem estado pode pôr store em false, reenviar o input original e passar continuation_token.
A conta deve somar total_tokens?
Deixe total_tokens de fora. A entrada fora da cache vai a US$ 3, total_cached_tokens a US$ 0,15 e total_output_tokens mais total_thought_tokens a US$ 15 por milhão. initial_input_tokens já está dentro da contagem de entrada somada.
Onde fica a assinatura paralela?
Só na primeira parte functionCall, campo thoughtSignature. As partes functionCall irmãs do mesmo turno de modelo omitem-na. Copiá-la para uma irmã devolve HTTP 400.
A janela do Antigravity é de 1.048.576 tokens?
A janela unificada do guia da API é de 1.048.576 tokens. A publicação do Antigravity de 18 de novembro diz até 512K tokens nesse produto.
Resumo
O Neon, aberto em 18 de novembro de 2026, fatura US$ 3, US$ 0,15 e US$ 15, e o raciocínio padrão é high. Envie gemini-4-neon com thinking_level em low, medium, high ou xhigh. Junte background: true, store: true e um max_output_tokens acima de 65536 quando um segmento fica curto. Deixe thoughtSignature no primeiro functionCall paralelo. Quando o Antigravity devolve 400 para THINKING_LEVEL_XHIGH, envie high nessa superfície e deixe o id de modelo da API sem sufixo.