IA (intelligence artificielle)
Gemini 4 Neon : Google gagne du temps face à Carbon
Sur les tâches d’Artificial Analysis, Gemini 4 Neon termine en 21,5 minutes contre 37,1 pour Carbon. Voici ce que Google propose aux développeurs et aux abonnés Gemini.

Gemini 4 Neon en bref
- Google a annoncé Neon le 18 novembre 2026. Deux vidéos officielles le montrent à l’œuvre : un simulateur de ski sur le relief de Chamonix et une image reconstruite dans Google Sheets.
- Neon obtient 61 points en mode « xhigh », soit la troisième place du tableau d’Artificial Analysis regroupé par modèle au lancement.
- Le déploiement a commencé dans l’application Gemini pour les abonnés Google AI Pro et Ultra, ainsi que dans l’API payante.
Une même IA peut-elle écrire un jeu de ski qui tourne dans un navigateur, puis reconstruire une enseigne lumineuse avec les seules formules d’un tableur ? Ce sont les deux démonstrations que Google a publiées pour le lancement de Gemini 4 Neon. Elles permettent de juger deux résultats bien différents : dans le jeu, le code doit réagir au mouvement ; dans le tableur, les cellules doivent recalculer l’image.
Chamonix : regardez ce qui se passe dans le virage
On distingue les spatules des skis au bas de l’écran. Devant elles, une étendue de neige, puis un versant qui masque une partie de la vue. Une image fixe suffirait à rendre le décor. Ce que Google demande ici à Neon, c’est d’écrire un programme qui le redessine à mesure que le skieur se déplace, calcule sa trajectoire et conserve la trace de son passage. La vidéo dure une minute et six secondes.
Le point de départ est un relevé d’altitude du massif du Mont-Blanc et de Chamonix. Il donne la forme du terrain, pas l’apparence de la neige ni la façon dont un ski accroche une pente. Dans Antigravity, Neon a écrit le simulateur en WebGL 2, la technologie qui dessine la scène 3D dans le navigateur. Google compte 10 200 lignes de shaders, les petits programmes qui commandent le rendu graphique, et six itinéraires de descente.
Deux chiffres décrivent des choses très différentes : les 120 Hz annoncés concernent le calcul des mouvements du skieur, pas le nombre d’images par seconde que votre ordinateur affichera. Les 66 secondes sont la durée du film, pas le temps qu’il a fallu à Neon pour écrire le jeu. Google montre le résultat d’une réalisation dans Antigravity ; cette vidéo ne permet pas de chronométrer la production ni de savoir combien de corrections elle a demandées.
Google Sheets : une enseigne lumineuse, sans image dans les cellules
La deuxième vidéo commence par une enseigne rose et bleue qui forme le mot « Neon ». On la retrouve ensuite dans l’interface de Google Sheets. Le détail à regarder, ce sont les contours des lettres : on les reconnaît encore quand le fond et les couleurs changent. Une photo collée par-dessus la grille aurait gardé le même aspect. Ici, le classeur recalcule ce qu’il affiche.
Dans Antigravity, plusieurs agents coordonnés par Neon sont partis d’une seule image pour construire une feuille de 100 000 cellules. D’après Google, le classeur ne contient aucune image intégrée et ne fait pas appel à Apps Script, le langage de script de Google Sheets. Plus de 500 000 formules servent notamment à repérer les bords, à estimer la profondeur et à modifier l’éclairage. Le film présente six modes interactifs.
Repérer un bord, c’est chercher où deux zones voisines diffèrent nettement : le tube de l’enseigne et le mur sombre, par exemple. Estimer la profondeur est une autre opération : à partir d’une seule vue, on obtient une hypothèse sur le relief, pas un relevé en trois dimensions. L’intérêt du tableur est de séparer ces opérations. On peut changer la représentation d’une même scène sans redessiner les lettres. C’est une démonstration plus instructive que le seul nombre de formules, et pas une recommandation de traiter vos photos dans Sheets.
61 points et un quart d’heure gagné face à Carbon
Dans le tableau d’Artificial Analysis consulté le 19 novembre, quand on retient une configuration par modèle, Neon arrive troisième avec 61 points, derrière Claude Fable 5.2 (65) et GPT-6.2 Astra (62). C’est un score d’indice et non un pourcentage de réponses justes. Le réglage compte : Neon obtient 61 en « xhigh », son effort de raisonnement maximal, et 60 en « high », le réglage par défaut. Si l’on compte séparément les configurations des concurrents, la fiche détaillée affiche un autre rang : sixième sur 96.
Le gain le plus parlant se lit à la colonne « temps par tâche » : 21,5 minutes pour Neon en « xhigh », contre 37,1 pour Carbon en « high ». Sur ce test, cela représente 15,6 minutes de moins. Neon n’est pas le plus rapide pour autant : GPT-6.2 Astra en mode « max » termine en 13,9 minutes. Ces durées portent sur les tâches de l’indice, pas sur le temps que vous attendrez pour une réponse dans l’application.

Du code, mais aussi des pièces à rapprocher
Prenez une facture d’électricité qui a bondi. Avec la facture en PDF, l’historique de consommation dans un tableur et la grille tarifaire, vous pouvez demander à Neon de séparer la hausse liée aux kilowattheures de celle liée au prix. Sa fenêtre d’un million de jetons lui permet de lire les pièces ensemble. Pour contrôler le calcul, demandez-lui aussi la ligne et la période qui justifient chaque montant.
Côté recherche, Google publie un résultat de 70,5 % sur Terminal-Bench Science, un ensemble de problèmes scientifiques à résoudre avec des outils informatiques. Côté code, Koray Kavukcuoglu, responsable de l’IA chez Google, insiste sur une aptitude moins spectaculaire que le simulateur de ski : pouvoir corriger une consigne pendant que le modèle travaille. Pour qui fait reprendre un projet de plusieurs fichiers, changer une contrainte sans recommencer toute la demande a un intérêt immédiat.
Hydrogen, Neon ou Carbon : partez du travail à finir
Google présente Hydrogen comme le modèle du quotidien, Carbon comme son choix pour les projets les plus exigeants qui s’étendent dans le temps, et Neon comme l’option intermédiaire pour les tâches complexes qui reviennent souvent. Prenons un seul exemple : vous entretenez un site de réservation. Le bon point de départ change selon ce que vous devez livrer.
Hydrogen : corriger un champ
Le formulaire refuse les noms composés. Vous connaissez le fichier, la règle à corriger et le résultat attendu. Commencez avec Hydrogen ; deux noms de test permettent de vérifier le changement.
Neon : retrouver un écart de prix
Le montant affiché au client diffère de la facture. Il faut suivre la remise du formulaire jusqu’au PDF, comprendre où les calculs divergent et ajouter un test. Plusieurs pièces sont en jeu, mais le résultat reste facile à vérifier.
Carbon : revoir la facturation
Vous changez les règles de TVA sur tout le site. Les anciens dossiers doivent rester lisibles, les exports comptables doivent suivre et il faudra préparer la migration. C’est le type de chantier long pour lequel Google conserve Carbon.
Neon a lui-même quatre niveaux d’effort. Pour une tâche récurrente, le réglage « high » constitue un point de départ raisonnable : il est activé par défaut et obtient 60 points sur l’Intelligence Index, contre 61 en « xhigh ». Monter d’un cran se justifie si vous identifiez ce qui manque, par exemple une incohérence que le modèle n’a pas su expliquer. Un point d’indice de plus ne garantit pas une meilleure réponse à votre dossier.
Où trouver Neon et combien coûte l’API ?
Google déploie Neon dans le sélecteur de modèles de l’application Gemini pour les abonnés Google AI Pro et Ultra. Ces abonnés peuvent aussi l’essayer dans Google Antigravity. Pour les développeurs, Google annonce l’accès via l’offre payante de l’API Gemini dans Google AI Studio et Android Studio. Pour les entreprises, Neon arrive dans Gemini for business, via l’API ou le sélecteur de modèles.
Google facture le million de jetons à 3 $ en entrée, à 0,15 $ pour une entrée déjà en cache et à 15 $ en sortie. Exemple : pour 100 000 jetons d’entrée hors cache et 10 000 jetons de sortie facturés, le calcul donne 0,30 $ + 0,15 $, soit 0,45 $. Ce prix concerne l’API, pas l’abonnement à l’application Gemini.
Si vous comparez Neon à Carbon sur votre propre travail, gardez le même dossier et le même critère de réussite : un test logiciel qui passe, par exemple, ou un total de facture que vous pouvez reproduire. Chronométrez jusqu’au résultat vérifié, corrections comprises. C’est là que vous verrez si le quart d’heure gagné sur le banc d’essai se retrouve chez vous.
Sources
- Google, « Introducing Gemini 4 Neon », billet de Koray Kavukcuoglu du 18 novembre 2026 : démonstrations, résultats scientifiques, déploiement et tarifs.
- Artificial Analysis, « LLM Leaderboard » et fiche « Gemini 4 Neon: Intelligence, Performance & Price Analysis », consultés le 19 novembre 2026 : scores, réglages, rangs et temps par tâche.
- Sundar Pichai et Koray Kavukcuoglu, annonces publiques sur X du 18 novembre 2026 : accès au modèle et suivi des consignes.
- Google (YouTube), « Chamonix Ski Simulator: Gemini 4 Neon » (1 min 06 s) et « Sheets CV Lab: Gemini 4 Neon » (1 min 15 s), publiées le 18 novembre 2026. Les deux films sont des démonstrations de l’éditeur, pas des essais réalisés par JSD.