Gemini 4 Neon de Google triplica su puntuación en programación sin modificar el modelo

El nuevo modelo Gemini 4 Neon de Google mejora un 203% su rendimiento en el test de programación SWE-sweep al ejecutarse dentro de la plataforma Antigravity, sin cambios en el modelo base.

Google ha anunciado que su modelo Gemini 4 Neon ha experimentado una mejora espectacular en su desempeño para resolver problemas de programación. Utilizando la plataforma Antigravity, el modelo triplicó su puntuación en el benchmark SWE-sweep de codificación, pasando del 12,8% logrado con el mini-SWE estándar a un impresionante 39,0%, sin modificar el modelo base.

Este salto de más de tres veces plantea una pregunta crucial: ¿cuánto del rendimiento de un agente dedicado a la codificación proviene realmente de la calidad del modelo subyacente y cuánto depende del entorno o armazón (‘harness’) que controla las herramientas, el contexto y la ejecución del código?

Ambos resultados fueron divulgados el miércoles en la presentación oficial del lanzamiento de Neon. Este fenómeno de mejora también se relaciona con un estudio reciente de FrontierHarness que demostraba que el coste operativo de un mismo modelo puede variar hasta cinco veces dependiendo de la eficiencia y diseño del armazón utilizado.

Patrocinado

Resultados variados con un mismo modelo

La ficha técnica de Gemini 4 Neon compara tres modelos punteros evaluados en la prueba SWE-sweep, ejecutados con sus respectivos armazones de proveedor, así como con una configuración común de mini-SWE para una comparación homogénea.

Los modelos Neon y Opus evidenciaron mejoras notables cuando se ejecutaron con sus propios armazones optimizados, al contrario que Sol, que bajó su rendimiento utilizando su armazón especializado en comparación con la configuración mini-SWE.

Por ejemplo, Claude Opus 5.5 aumentó su puntuación del 3,6% con mini-SWE a un 10,1% con Claude Code, mientras que GPT-6.2 Sol descendió del 11,6% al 8,3% al usarse con Codex. Esto demuestra que la configuración del armazón puede ser tan determinante como el propio modelo para el resultado final.

Google evaluó cada modelo en dos variantes del armazón, pero sin especificar qué cambios concretos provocaron las diferencias ni si estos resultados se mantienen en otros benchmarks o bases de código.

La función clave del armazón

El armazón Antigravity, desarrollado conjuntamente con el modelo Gemini, incluye mejoras que optimizan la lectura de archivos y administración del contexto en sesiones extensas de codificación. También puede lanzar subagentes en entornos Git independientes y verificar automáticamente los cambios realizados.

Sin embargo, no está claro cuáles de estas funcionalidades aportan más a la notable mejora en SWE-sweep, dado que Google no ha probado cada característica de forma aislada. Por ahora, Neon solo ha sido evaluado con mini-SWE y Antigravity, sin datos disponibles sobre su desempeño con otros armazones.

Planes para Neon y las arquitecturas Hydrogen

Neon se integra en el sistema de conmutación de modelos que Google introdujo con Gemini 4 Hydrogen, una plataforma de orquestación que permite a Neon encargarse de la planificación y las tareas de mayor complejidad, delegando labores rutinarias a Hydrogen. Este sistema puede ejecutar múltiples subagentes Hydrogen en paralelo mediante la funcionalidad /swarm establecida con el modelo Carbon.

Google no ha detallado el impacto específico de esta arquitectura combinada en los resultados de SWE-sweep ni en el coste asociado a la resolución de tareas.

Análisis del coste y disponibilidad

Además del benchmark SWE-sweep, Neon alcanzó un 65,2% en Terminal-Bench 4.1, un 46,2% en FrontierCode 2.0 y lideró el Índice Artificial Analysis Coding Agent con un 58,6%. Su coste por tarea es un 32% menor que el de Gemini 4 Carbon en condiciones de alta capacidad de razonamiento, según datos facilitados por Google.

En cuanto a la tarificación de la API, se establecen precios de 3 dólares por millón de tokens de entrada y 15 dólares por millón de tokens de salida, con un almacenamiento en caché de entradas a 0,15 dólares por millón de tokens y una ventana de contexto de hasta un millón de tokens.

El modelo Neon está disponible a través de la API de Gemini, Google AI Studio y Gemini para Empresas. Además, los suscriptores de Google AI Pro y Ultra pueden acceder a él mediante la plataforma Antigravity.

Add a Comment

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Patrocinado