Gemini 4 Neon vs. Claude Opus 5.5: benchmarks, precios y una prueba práctica
Gemini 4 Neon de Google se enfrenta a Claude Opus 5.5 de Anthropic. Comparamos benchmarks, precios y acceso, y probamos ambos con una variante de ajedrez.
Anthropic lanzó Claude Opus 5.5 a finales del 22 de septiembre. Promete rendimiento al nivel de Fable en la mayoría de tareas con un 40% menos de coste que Opus 5. Dos meses después, ayer, Google presentó Gemini 4 Neon, un modelo de gama media adaptado de Gemini 4 Carbon
Google fue muy directo en el anuncio de Neon al compararlo con Opus 5.5. Fue el eje del lanzamiento. Todos los benchmarks enfrentan Neon con Opus 5.5 por su nombre, y el precio de lista de Neon es más bajo en cada token.
Antes de entrar en la comparativa, te recomiendo suscribirte a nuestro boletín semanal, The Median, para estar al día de los lanzamientos de modelos más importantes.
TL;DR
Según la model card de Google, Neon supera a Opus 5.5 en la mayoría de benchmarks, con una de sus dos mayores ventajas en razonamiento con contexto largo.
Opus 5.5 mantiene una ligera ventaja en trabajo de terminal y cambios de código listos para hacer merge.
En nuestra prueba de ajedrez Chancellor, ambos escribieron el reglamento correcto siempre, pero solo los motores de Neon ganaron todas las partidas.
Neon cuesta un 25% menos por token y cada una de sus ejecuciones de prueba salió aproximadamente a la mitad de precio.
Elige Neon para documentos largos, contenido multimedia y agentes sensibles al coste; elige Opus 5.5 para programación en terminal, Claude Code y el mayor alcance en la nube.
¿Qué es Gemini 4 Neon?
Gemini 4 Neon es el modelo de gama media de Gemini 4 de Google, lanzado en noviembre de 2026 y adaptado de Gemini 4 Carbon.
Google lo presenta como inteligencia de frontera con finalización rápida de tareas de extremo a extremo: resuelve tareas complejas de software, conocimiento y ciencia en menos pasos que Carbon, con cuatro niveles de pensamiento para intercambiar profundidad por velocidad.
Claude Opus 5.5 es el buque insignia de Anthropic para codificación agentiva de larga duración y trabajo de conocimiento, lanzado en septiembre de 2026.
Su argumento de venta es la eficiencia: Anthropic afirma que rinde al nivel de Claude Fable 5.1 en la mayoría de trabajos usando menos tokens por tarea que Opus 5, y es el modelo con el que recomienda empezar a los desarrolladores.
Gemini 4 Neon vs Claude Opus 5.5: comparativa directa
Todas las puntuaciones cara a cara de abajo proceden de la model card de Neon de Google, la única fuente que prueba ambos modelos en los mismos benchmarks. Neon lidera 16 de las 18 filas donde ambos tienen puntuación, y Opus 5.5 lidera las otras dos por aproximadamente un punto cada una.
Característica
Gemini 4 Neon
Claude Opus 5.5
Desarrollador y lanzamiento
Google, 18 de noviembre de 2026
Anthropic, 22 de septiembre de 2026
Ventana de contexto
1.048.576 tokens, compartidos entre entrada, pensamiento y salida
1M de tokens
Límite de salida síncrona
64K tokens (hasta 1M con decodificación larga)
128K tokens
Control de razonamiento
Niveles de pensamiento: low, medium, high (por defecto), xhigh
Esfuerzo: low, medium (por defecto), high, xhigh, max
GraphWalks (256K a 1M, BFS F1)
95,2%
66,8%
CursorBench 4.1
65,4%
58,1%
Terminal-bench 4.1
65,2%
65,8%
HLE-Diamond
71,3%
67,9%
Precio por token
Un 25% más bajo en entrada, salida y lecturas en caché
Referencia
Contexto largo y trabajo de conocimiento
El razonamiento con contexto largo muestra una de las dos mayores brechas de la comparativa, y la única que se sostiene sin reservas sobre el arnés. En GraphWalks, que pide al modelo recorrer un grafo repartido entre 256K y 1M de tokens de entrada, Neon alcanza un 95,2% frente al 66,8% de Opus 5.5. Ambos aceptan alrededor de un millón de tokens, pero según los datos de Google, Neon aprovecha mucho mejor el extremo alto de esa ventana.
Benchmark
Gemini 4 Neon
Claude Opus 5.5
Notas
GraphWalks (256K a 1M, BFS F1)
95,2%
66,8%
Recorrido de grafos con contexto largo
AA Index v5.0.1
61
59
Índice compuesto Artificial Analysis
Vals Index v2.2
70,9%
70,1%
Índice compuesto
Agents' Last Exam v1.1
75,8%
71,6%
Tareas agentivas
MKA (Climb WSR)
56,5%
53,0%
Reportado como tasa de victoria
Los índices generales están ajustados: una ventaja de dos puntos en el AA Index y de menos de un punto en el Vals Index son márgenes que la propia Anthropic dice que hoy guían peor las diferencias del mundo real. La propia vitrina de Anthropic para Opus 5.5 es el trabajo de conocimiento, con un 1846 Elo en GDPval-AA v2.1, pero la tarjeta de Google no informa GDPval, así que esa afirmación no tiene contrapartida para Neon.
Para documentos largos, contratos y bases de código cargados íntegros en contexto, Neon es la apuesta más sólida según lo publicado.
Programación y flujos agentivos
La programación es el terreno más reñido. Opus 5.5 supera ligeramente a Neon en trabajo de terminal y cambios listos para merge, mientras que Neon aventaja en unos 7 puntos en CursorBench 4.1, que extrae tareas ambiguas multiarchivo de sesiones reales de Cursor, y en unos 14 puntos en AutomationBench de Zapier.
Benchmark
Gemini 4 Neon
Claude Opus 5.5
Notas
CursorBench 4.1
65,4%
58,1%
Tareas multiarchivo de sesiones de Cursor
Terminal-bench 4.1
65,2%
65,8%
Precisión ajustada contra trampas
FrontierCode 2.0
46,2%
47,3%
Si el cambio se haría merge
SWE-sweep (arnés del proveedor)
39,0%
10,1%
12,8% vs 3,6% en el arnés Mini-SWE
AutomationBench
56,3%
42,5%
Flujos de negocio entre apps conectadas
Toma estas cifras de programación con cautela:
Google ejecutó Opus 5.5 para su propia model card, y Anthropic no ha publicado puntuaciones de Neon.
Anthropic informa Opus 5.5 en versiones anteriores de los mismos conjuntos (Terminal-Bench 4.0, CursorBench 4.0, FrontierCode v1.1), así que sus cifras no se pueden confrontar con las de Google.
Las puntuaciones de SWE-sweep varían por un factor de tres entre arneses, así que esa fila dice más sobre el andamiaje que sobre los modelos.
Para programación agentiva, podemos llamarlo empate en los benchmarks, con Opus 5.5 un poco por delante en terminal y Neon por delante en un flujo estilo editor.
Ciencia y razonamiento
Neon lidera las tres filas de ciencia y razonamiento. La brecha más clara es Terminal-Bench-Science 0.1, un benchmark de investigación agentiva ejecutado en línea de comandos, donde Neon logra 70,5% frente a 63,3%. Neon también encabeza RiemannBench (84,0% vs 80,0%) y HLE-Diamond. Las diferencias son constantes más que dramáticas, pero todas apuntan en la misma dirección, así que Neon es el mejor valor por defecto para flujos cuantitativos y científicos.
Comprensión multimodal
Neon lidera en vídeo, con 89,0% en LVBench frente a 83,7%, y en lectura de gráficos, con 73,5% en Chartography frente a 66,3%. El resultado en gráficos tiene matiz: Anthropic reporta 89,0% para Opus 5.5 en Chartography con herramientas, una configuración distinta a la de Google, por lo que la brecha depende de si se permiten herramientas.
Ciberseguridad
Neon lidera ambas filas compartidas de seguridad: 70,7% frente a 67,1% en CWE-Bench v2 y 51,3% frente a 37,1% en WebExploitBench v1.2. Ambos proveedores limitan sus capacidades ofensivas más potentes a programas de verificación, el Fairwind Program de Google y el Cyber Verification Program de Anthropic, así que para defensores lo decisivo es a cuál programa pueden acceder más que unos puntos de benchmark.
Precios: lo que realmente pagas
Las tarifas de Neon son exactamente 0,75x las de Opus 5.5 en entrada, salida y lecturas en caché, así que toda la comparación de precios se reduce a un número: Neon es un 25% más barato por token.
Tarifas por token, lado a lado
Tarifa
Gemini 4 Neon
Claude Opus 5.5
Entrada, por 1M de tokens
$3.00
$4.00
Salida, por 1M de tokens
$15.00
$20.00
Lectura de entrada en caché, por 1M de tokens
$0.15
$0.20
Escritura en caché, por 1M de tokens
No aplica (solo caché implícita)
$5.00 (caché de 5 minutos)
Descuento por lotes
50%
50%
Recargo por contexto largo
Ninguno hasta 1M
Ninguno hasta 1M
Acceso para consumidores
Google AI Pro y Ultra
Claude Pro, Max, Team y Enterprise
Como el multiplicador es el mismo en entrada y salida, ninguna forma de carga cambia el resultado. El precio de salida de Neon incluye los tokens de pensamiento, así que un nivel de pensamiento más alto sube la factura a la tarifa de $15. La única diferencia estructural es la caché: Opus 5.5 permite escribir entradas en caché explícitas con un recargo, mientras que Neon solo hace caché implícita, de modo que su tarifa de lectura en caché aplica solo cuando la caché de Google acierta.
Lo que cuesta una carga real
Carga (mensual)
Gemini 4 Neon
Claude Opus 5.5
Diferencia
Asistente equilibrado: 1M in / 250K out
$6.75
$9.00
Neon $2.25 menos (25%)
Generación intensiva: 1M in / 4M out
$63.00
$84.00
Neon $21 menos (25%)
Bucle con mucha caché: prefijo de 100K escrito una vez, 1.000 lecturas en caché, 5K in / 1K out por solicitud
$45.30
$60.50
Neon $15.20 menos (25%)
Cada total es (volumen ÷ 1M) × tarifa, sumado entre entrada y salida a tarifas estándar. La fila con mucha caché asume que las 1.000 lecturas dan en caché; Opus 5.5 lo garantiza con una escritura explícita, mientras que la caché implícita de Neon no. Los modelos usan tokenizadores distintos y ningún proveedor ha publicado conteos de tokens para una carga compartida, así que toma estos totales como una comparación de tarifas y no como una factura.
Cómo rindieron Gemini 4 Neon y Claude Opus 5.5
Para comparar los modelos, ejecuté una única construcción con el mismo prompt y las mismas herramientas.
Mi encargo: crear una única página web que juegue una partida completa de ajedrez contra sí misma. Esta vez pedí una variante llamada ajedrez Chancellor, donde la reina de cada bando se sustituye por un chancellor, una pieza que se mueve como una torre o como un caballo. (El Chancellor a veces también se llama Empress o Elephant.)
En cualquier caso, cada modelo tenía que escribir las reglas y un motor de búsqueda desde cero, dibujar el tablero y la nueva pieza, mantener una lista de jugadas en notación algebraica y terminar con el resultado correcto.
Me gustó la idea de pedir una variante porque el modelo no podría apoyarse en código de ajedrez memorizado. El chancellor cambia reglas en sitios fáciles de pasar por alto, por ejemplo:
desde la posición inicial, el chancellor puede saltar a c3 o e3, así que las blancas tienen 22 jugadas iniciales legales en lugar de 20;
un salto de caballo del chancellor puede dar jaque, o atacar una casilla por la que el rey necesita pasar para enrocar;
una captura al paso es ilegal si dejaría al rey expuesto a un chancellor en la misma fila;
los peones promocionan a chancellor, torre, alfil o caballo, nunca a reina.
El prompt que usé nombraba las reglas de la variante pero no estos casos límite más sutiles.
Así terminó la partida de Neon, con rey, chancellor y dos peones dando mate a un rey solo. Es interesante porque cabría esperar ver la pieza final blanca en G7, pero en esta variante sería tablas por ahogado, así que eligió bien.
Opus 5.5 dibujó piezas más difíciles de distinguir. Las negras acabaron con un caballo y un peón de ventaja, pero el chancellor blanco fue dando jaques de casilla en casilla. El motor de negras nunca encontró salida, así que la partida terminó en tablas:
Principales conclusiones:
Ambos modelos conocen las reglas, chancellor incluido. Ejecuté la simulación dos docenas de veces. Nunca hubo un movimiento ilegal y tampoco vi errores de notación, aunque no revisé la notación de todos los movimientos.
Los motores de Neon cierran partidas; los de Opus 5.5 a menudo se conforman con tablas. Curiosamente, las 12 partidas de Neon acabaron en jaque mate, pero solo la mitad de las de Opus 5.5 lo hicieron.
Neon dibujó la nueva pieza con más claridad. Las tres páginas de Neon dibujaron el chancellor como una pieza compuesta, cabeza de caballo sobre torre. Dos de las tres páginas de Opus 5.5 encajaron una torre pequeña y un caballo pequeño lado a lado en una casilla, lo que a mí me pareció un error visual.
Los dos modelos construyeron la página de forma distinta. Opus 5.5 planificó todo el programa y lo escribió en una sola respuesta. Neon lo hizo en cinco pasos y fue generando un archivo más grande cada vez.
Ese jaque perpetuo es buena defensa del motor de blancas, pero un bando con ventaja de pieza no debería permitirlo.
Métrica
Gemini 4 Neon
Claude Opus 5.5
Partidas que terminan en mate (de 12)
12
7
Tablas (de 12)
0
5
Pasos por ejecución
5
1
Coste por ejecución (USD)
$0.90
$1.70
Neon gana esta prueba. Sus motores convirtieron todas las partidas en jaque mate, y cada ejecución costó aproximadamente la mitad, además de que las piezas de Neon se veían mejor. Quizá Demis Hassabis, CEO de Google DeepMind, haya tenido algo que ver. (Demis fue un niño prodigio del ajedrez.)
Dicho esto, el ejemplo de tablas de Opus 5.5 fue ingenioso y no fácil de encontrar.
Cuándo elegir Gemini 4 Neon vs Claude Opus 5.5
La decisión suele girar en torno a longitud de contexto y precio. La ventaja de Neon en contexto largo importa más cuando tus entradas pasan de 256K tokens, y sus tarifas un 25% inferiores importan más a gran volumen.
Elige Gemini 4 Neon si...
Cargas documentos o repositorios enteros en contexto. La ventaja de Neon en contexto largo es una de las dos brechas más grandes en la tarjeta de Google.
Trabajas con vídeo, gráficos o datos científicos. Neon lidera todas las filas multimodales y científicas que Google reporta para ambos modelos.
Ejecutas agentes a gran escala. Cada token cuesta un 25% menos y, en nuestra prueba, cada ejecución de Neon costó aproximadamente la mitad que una de Opus 5.5.
Construyes sobre el stack de Google. Neon está en Google AI Studio, Vertex AI y Google Antigravity, y se combina con Hydrogen en flujos multimodelo.
Elige Claude Opus 5.5 si...
Tu programación sucede en la terminal o en Claude Code. Opus 5.5 mantiene una ligera ventaja en Terminal-bench 4.1 y FrontierCode 2.0, y Claude Code es el agente propio de Anthropic.
Necesitas respuestas largas en una sola entrega. Opus 5.5 devuelve hasta 128K tokens de forma síncrona, el doble del límite por defecto de Neon, sin pasar a decodificación larga en segundo plano.
Despliegas en AWS o Azure. Opus 5.5 está en Amazon Bedrock y Microsoft Foundry además de Vertex AI.
Quieres caché predecible. Las escrituras explícitas en caché te permiten garantizar la tarifa más barata de lectura en caché sobre un prefijo repetido.
Cómo empezar con Gemini 4 Neon y Claude Opus 5.5
Superficie
Gemini 4 Neon
Claude Opus 5.5
App para consumidores
App de Gemini (Google AI Pro y Ultra)
Apps de Claude (Pro, Max, Team, Enterprise)
API de primera parte
Gemini API (nivel de pago), Google AI Studio
Claude API
Plataformas cloud
Vertex AI
Amazon Bedrock, Vertex AI, Microsoft Foundry
Agentes de programación
Google Antigravity, GitHub Copilot, Cursor
Claude Code, GitHub Copilot, Cursor
Routers de terceros
OpenRouter
OpenRouter
ID de modelo en API
gemini-4-neon
claude-opus-5-5
La mayor diferencia de acceso es el alcance en la nube: Opus 5.5 corre en Amazon Bedrock, Vertex AI y Microsoft Foundry, mientras que a Neon solo lo encontramos en Google Cloud. Neon no figura en la documentación de modelos del CLI de Gemini a 19 de noviembre de 2026. Los IDs nativos son gemini-4-neon y claude-opus-5-5; en OpenRouter son google/gemini-4-neon y anthropic/claude-opus-5.5.
Haciendo tu primera llamada al API
Los dos SDK nativos difieren, así que la forma más rápida de compararlos con tus propios prompts es el endpoint compatible con OpenAI de OpenRouter, donde cambiar de modelo es modificar una sola cadena:
from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="YOUR_OPENROUTER_KEY")
response = client.chat.completions.create(
model="google/gemini-4-neon",# or "anthropic/claude-opus-5.5"
messages=[{"role":"user","content":"Refactor this module and explain each change."}],)print(response.choices[0].message.content)Con la tecnología de
Según los benchmarks de Google, Gemini 4 Neon supera a Claude Opus 5.5 en la mayoría de pruebas a menor precio, y nuestra prueba de ajedrez apuntó en la misma dirección: ambos modelos respetaron todas las reglas, pero solo los motores de Neon remataron todas las partidas, a aproximadamente la mitad de coste por ejecución. Los benchmarks de programación están lo bastante igualados como para que Opus 5.5 siga siendo una opción razonable para trabajo en terminal.
Mi recomendación: si trabajas con entradas largas, multimedia o agentes a gran escala, prueba primero Neon. Si tu equipo ya usa Claude Code o despliega en AWS o Azure, Opus 5.5 sigue siendo la opción más cómoda, y la diferencia de calidad es pequeña. Y si quieres crear simulaciones de variantes de ajedrez en tu propio ordenador (poco probable, lo sé), vete con Neon.
Según la model card de Google, Gemini 4 Neon supera a Claude Opus 5.5 en 16 de 18 benchmarks compartidos, con ventajas amplias en razonamiento con contexto largo y en un benchmark de programación, y cuesta un 25% menos por token. Opus 5.5 mantiene una ligera ventaja en programación en terminal. En nuestra prueba de ajedrez Chancellor, ambos clavaron las reglas, pero solo los motores de Neon ganaron todas las partidas.
¿Cuánto más barato es Gemini 4 Neon que Claude Opus 5.5?⌄
Gemini 4 Neon cuesta $3 por millón de tokens de entrada y $15 por millón de tokens de salida, frente a $4 y $20 para Claude Opus 5.5. Las lecturas en caché son $0.15 frente a $0.20. Eso hace que Neon sea un 25% más barato en cada tipo de token, así que cualquier carga cuesta aproximadamente una cuarta parte menos a tarifas estándar.
¿Cuál es mejor para programar, Gemini 4 Neon o Claude Opus 5.5?⌄
Están muy parejos. En la model card de Google, Opus 5.5 lidera ligeramente en Terminal-bench 4.1 y FrontierCode 2.0, mientras que Neon lidera en CursorBench 4.1 y AutomationBench. En nuestra prueba práctica, ambos escribieron desde cero una variante de ajedrez correcta; los motores de Neon jugaron más fuerte y sus ejecuciones costaron aproximadamente la mitad.
¿Dónde puedo usar Gemini 4 Neon y Claude Opus 5.5?⌄
Gemini 4 Neon está en el Gemini API, Google AI Studio, Vertex AI, la app de Gemini para suscriptores de Google AI Pro y Ultra, Google Antigravity, GitHub Copilot y Cursor. Claude Opus 5.5 está en la Claude API y apps, Claude Code, Amazon Bedrock, Vertex AI, Microsoft Foundry, GitHub Copilot y Cursor. Ambos están en OpenRouter.
¿Cuáles son los IDs de modelo en API para Gemini 4 Neon y Claude Opus 5.5?⌄
En las APIs nativas, los IDs de modelo son gemini-4-neon para el Gemini API de Google y claude-opus-5-5 para la Claude API de Anthropic. En OpenRouter, son google/gemini-4-neon y anthropic/claude-opus-5.5, así que puedes alternarlos cambiando una sola cadena en un cliente compatible con OpenAI.
Alternativas de código abierto a GPT-4 que pueden ofrecer un rendimiento similar y requieren menos recursos informáticos para funcionar. Estos proyectos vienen con instrucciones, fuentes de código, pesos del modelo, conjuntos de datos e IU de chatbot.
Descubre cómo GPT-5 evolucionará hasta convertirse en un sistema unificado con funciones avanzadas, cuyo lanzamiento está previsto para el verano de 2025, basándose en la última hoja de ruta de OpenAI y en la historia de GPT.
DeepSeek-Coder-V2 es un modelo de lenguaje de código de código abierto que rivaliza con el rendimiento de GPT-4, Gemini 1.5 Pro, Claude 3 Opus, Llama 3 70B o Codestral.
Conozca los modelos Claude 3, las pruebas de rendimiento detalladas y cómo acceder a ellas. Además, descubra la nueva API Python de Claude 3 para generar texto, acceder a funciones de visión y streaming.
Este tutorial le presentará todo lo que necesita saber sobre GPT-4 Vision, desde cómo acceder a él hasta ejemplos prácticos del mundo real y sus limitaciones.
Learn how to build, configure, and share Skills in Claude Code — reusable markdown instructions that Claude automatically applies to tasks at the right time.
Anthropic lanzó Claude Opus 5.5 a finales del 22 de septiembre. Promete rendimiento al nivel de Fable en la mayoría de tareas con un 40% menos de coste que Opus 5. Dos meses después, ayer, Google presentó Gemini 4 Neon, un modelo de gama media adaptado de Gemini 4 Carbon
Google fue muy directo en el anuncio de Neon al compararlo con Opus 5.5. Fue el eje del lanzamiento. Todos los benchmarks enfrentan Neon con Opus 5.5 por su nombre, y el precio de lista de Neon es más bajo en cada token.
Antes de entrar en la comparativa, te recomiendo suscribirte a nuestro boletín semanal, The Median, para estar al día de los lanzamientos de modelos más importantes.
TL;DR
¿Qué es Gemini 4 Neon?
Gemini 4 Neon es el modelo de gama media de Gemini 4 de Google, lanzado en noviembre de 2026 y adaptado de Gemini 4 Carbon.
Google lo presenta como inteligencia de frontera con finalización rápida de tareas de extremo a extremo: resuelve tareas complejas de software, conocimiento y ciencia en menos pasos que Carbon, con cuatro niveles de pensamiento para intercambiar profundidad por velocidad.
Nuestra guía de Gemini 4 Carbon cubre el modelo del que parte Neon, y nuestro tutorial del API de Gemini 4 Hydrogen recorre el API compartido de Gemini 4.
¿Qué es Claude Opus 5.5?
Claude Opus 5.5 es el buque insignia de Anthropic para codificación agentiva de larga duración y trabajo de conocimiento, lanzado en septiembre de 2026.
Su argumento de venta es la eficiencia: Anthropic afirma que rinde al nivel de Claude Fable 5.1 en la mayoría de trabajos usando menos tokens por tarea que Opus 5, y es el modelo con el que recomienda empezar a los desarrolladores.
Nuestra guía de Claude Opus 5.5 cubre el lanzamiento, y nuestro tutorial del API de Opus 5.5 construye con él un investigador de incidentes de IA.
Gemini 4 Neon vs Claude Opus 5.5: comparativa directa
Todas las puntuaciones cara a cara de abajo proceden de la model card de Neon de Google, la única fuente que prueba ambos modelos en los mismos benchmarks. Neon lidera 16 de las 18 filas donde ambos tienen puntuación, y Opus 5.5 lidera las otras dos por aproximadamente un punto cada una.
Contexto largo y trabajo de conocimiento
El razonamiento con contexto largo muestra una de las dos mayores brechas de la comparativa, y la única que se sostiene sin reservas sobre el arnés. En GraphWalks, que pide al modelo recorrer un grafo repartido entre 256K y 1M de tokens de entrada, Neon alcanza un 95,2% frente al 66,8% de Opus 5.5. Ambos aceptan alrededor de un millón de tokens, pero según los datos de Google, Neon aprovecha mucho mejor el extremo alto de esa ventana.
Los índices generales están ajustados: una ventaja de dos puntos en el AA Index y de menos de un punto en el Vals Index son márgenes que la propia Anthropic dice que hoy guían peor las diferencias del mundo real. La propia vitrina de Anthropic para Opus 5.5 es el trabajo de conocimiento, con un 1846 Elo en GDPval-AA v2.1, pero la tarjeta de Google no informa GDPval, así que esa afirmación no tiene contrapartida para Neon.
Para documentos largos, contratos y bases de código cargados íntegros en contexto, Neon es la apuesta más sólida según lo publicado.
Programación y flujos agentivos
La programación es el terreno más reñido. Opus 5.5 supera ligeramente a Neon en trabajo de terminal y cambios listos para merge, mientras que Neon aventaja en unos 7 puntos en CursorBench 4.1, que extrae tareas ambiguas multiarchivo de sesiones reales de Cursor, y en unos 14 puntos en AutomationBench de Zapier.
Toma estas cifras de programación con cautela:
Para programación agentiva, podemos llamarlo empate en los benchmarks, con Opus 5.5 un poco por delante en terminal y Neon por delante en un flujo estilo editor.
Ciencia y razonamiento
Neon lidera las tres filas de ciencia y razonamiento. La brecha más clara es Terminal-Bench-Science 0.1, un benchmark de investigación agentiva ejecutado en línea de comandos, donde Neon logra 70,5% frente a 63,3%. Neon también encabeza RiemannBench (84,0% vs 80,0%) y HLE-Diamond. Las diferencias son constantes más que dramáticas, pero todas apuntan en la misma dirección, así que Neon es el mejor valor por defecto para flujos cuantitativos y científicos.
Comprensión multimodal
Neon lidera en vídeo, con 89,0% en LVBench frente a 83,7%, y en lectura de gráficos, con 73,5% en Chartography frente a 66,3%. El resultado en gráficos tiene matiz: Anthropic reporta 89,0% para Opus 5.5 en Chartography con herramientas, una configuración distinta a la de Google, por lo que la brecha depende de si se permiten herramientas.
Ciberseguridad
Neon lidera ambas filas compartidas de seguridad: 70,7% frente a 67,1% en CWE-Bench v2 y 51,3% frente a 37,1% en WebExploitBench v1.2. Ambos proveedores limitan sus capacidades ofensivas más potentes a programas de verificación, el Fairwind Program de Google y el Cyber Verification Program de Anthropic, así que para defensores lo decisivo es a cuál programa pueden acceder más que unos puntos de benchmark.
Precios: lo que realmente pagas
Las tarifas de Neon son exactamente 0,75x las de Opus 5.5 en entrada, salida y lecturas en caché, así que toda la comparación de precios se reduce a un número: Neon es un 25% más barato por token.
Tarifas por token, lado a lado
Como el multiplicador es el mismo en entrada y salida, ninguna forma de carga cambia el resultado. El precio de salida de Neon incluye los tokens de pensamiento, así que un nivel de pensamiento más alto sube la factura a la tarifa de $15. La única diferencia estructural es la caché: Opus 5.5 permite escribir entradas en caché explícitas con un recargo, mientras que Neon solo hace caché implícita, de modo que su tarifa de lectura en caché aplica solo cuando la caché de Google acierta.
Lo que cuesta una carga real
Cada total es (volumen ÷ 1M) × tarifa, sumado entre entrada y salida a tarifas estándar. La fila con mucha caché asume que las 1.000 lecturas dan en caché; Opus 5.5 lo garantiza con una escritura explícita, mientras que la caché implícita de Neon no. Los modelos usan tokenizadores distintos y ningún proveedor ha publicado conteos de tokens para una carga compartida, así que toma estos totales como una comparación de tarifas y no como una factura.
Cómo rindieron Gemini 4 Neon y Claude Opus 5.5
Para comparar los modelos, ejecuté una única construcción con el mismo prompt y las mismas herramientas.
Mi encargo: crear una única página web que juegue una partida completa de ajedrez contra sí misma. Esta vez pedí una variante llamada ajedrez Chancellor, donde la reina de cada bando se sustituye por un chancellor, una pieza que se mueve como una torre o como un caballo. (El Chancellor a veces también se llama Empress o Elephant.)
En cualquier caso, cada modelo tenía que escribir las reglas y un motor de búsqueda desde cero, dibujar el tablero y la nueva pieza, mantener una lista de jugadas en notación algebraica y terminar con el resultado correcto.
Me gustó la idea de pedir una variante porque el modelo no podría apoyarse en código de ajedrez memorizado. El chancellor cambia reglas en sitios fáciles de pasar por alto, por ejemplo:
El prompt que usé nombraba las reglas de la variante pero no estos casos límite más sutiles.
Así terminó la partida de Neon, con rey, chancellor y dos peones dando mate a un rey solo. Es interesante porque cabría esperar ver la pieza final blanca en G7, pero en esta variante sería tablas por ahogado, así que eligió bien.
Opus 5.5 dibujó piezas más difíciles de distinguir. Las negras acabaron con un caballo y un peón de ventaja, pero el chancellor blanco fue dando jaques de casilla en casilla. El motor de negras nunca encontró salida, así que la partida terminó en tablas:
Principales conclusiones:
Ese jaque perpetuo es buena defensa del motor de blancas, pero un bando con ventaja de pieza no debería permitirlo.
Neon gana esta prueba. Sus motores convirtieron todas las partidas en jaque mate, y cada ejecución costó aproximadamente la mitad, además de que las piezas de Neon se veían mejor. Quizá Demis Hassabis, CEO de Google DeepMind, haya tenido algo que ver. (Demis fue un niño prodigio del ajedrez.)
Dicho esto, el ejemplo de tablas de Opus 5.5 fue ingenioso y no fácil de encontrar.
Cuándo elegir Gemini 4 Neon vs Claude Opus 5.5
La decisión suele girar en torno a longitud de contexto y precio. La ventaja de Neon en contexto largo importa más cuando tus entradas pasan de 256K tokens, y sus tarifas un 25% inferiores importan más a gran volumen.
Elige Gemini 4 Neon si...
Elige Claude Opus 5.5 si...
Cómo empezar con Gemini 4 Neon y Claude Opus 5.5
La mayor diferencia de acceso es el alcance en la nube: Opus 5.5 corre en Amazon Bedrock, Vertex AI y Microsoft Foundry, mientras que a Neon solo lo encontramos en Google Cloud. Neon no figura en la documentación de modelos del CLI de Gemini a 19 de noviembre de 2026. Los IDs nativos son
gemini-4-neonyclaude-opus-5-5; en OpenRouter songoogle/gemini-4-neonyanthropic/claude-opus-5.5.Haciendo tu primera llamada al API
Los dos SDK nativos difieren, así que la forma más rápida de compararlos con tus propios prompts es el endpoint compatible con OpenAI de OpenRouter, donde cambiar de modelo es modificar una sola cadena:
En las APIs nativas, la profundidad de razonamiento de Neon se ajusta con
thinking_levely la de Opus 5.5 coneffort. Nuestro tutorial del API de Opus 5.5 y el tutorial del API de Gemini 4 Hydrogen cubren cada SDK en detalle.Reflexiones finales
Según los benchmarks de Google, Gemini 4 Neon supera a Claude Opus 5.5 en la mayoría de pruebas a menor precio, y nuestra prueba de ajedrez apuntó en la misma dirección: ambos modelos respetaron todas las reglas, pero solo los motores de Neon remataron todas las partidas, a aproximadamente la mitad de coste por ejecución. Los benchmarks de programación están lo bastante igualados como para que Opus 5.5 siga siendo una opción razonable para trabajo en terminal.
Mi recomendación: si trabajas con entradas largas, multimedia o agentes a gran escala, prueba primero Neon. Si tu equipo ya usa Claude Code o despliega en AWS o Azure, Opus 5.5 sigue siendo la opción más cómoda, y la diferencia de calidad es pequeña. Y si quieres crear simulaciones de variantes de ajedrez en tu propio ordenador (poco probable, lo sé), vete con Neon.
Para construir con los modelos de Anthropic, prueba nuestro curso Introduction to Claude Models.