🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →

Google Gemini 4 Neon: AI Large Language Models

Utilisez Google Gemini 4 Neon via API : raisonnement à haute fréquence pour le codage, l’analyse et la recherche, avec un contexte de 1M tokens. Essayez gratuitement, payez par génération, sans abonnement.

Commandes interactives du modèle

Utilisez Google Gemini 4 Neon via API : raisonnement à haute fréquence pour le codage, l’analyse et la recherche, avec un contexte de 1M tokens. Essayez gratuitement, payez par génération, sans abonnement.

📝

Aperçu

À propos de ce modèle

Gemini 4 Neon est le modèle Gemini 4 de Google destiné aux tâches complexes à haute fréquence, comme le codage, l’analyse et la recherche. Il se situe entre Gemini 4 Hydrogen et Gemini 4 Carbon. Il prend en charge une fenêtre de contexte de 1M tokens (partagée entre l’entrée, le raisonnement et la sortie) et quatre niveaux de raisonnement (low, medium, high, xhigh ; high par défaut). Il accepte du texte, ainsi qu’une image et un prompt système facultatifs.

1Codage complexe : écrivez, relisez et refactorisez du code avec un raisonnement approfondi.
2Analyse et recherche : analysez de longs rapports et documents grâce à la fenêtre de contexte de 1M tokens.
3Raisonnement agentique : utilisez le modèle comme planificateur au sein d’agents multi-étapes et de [workflows](/workflows).
4Questions-réponses visuelles : transmettez une image via image_url pour poser des questions sur des captures d’écran, des schémas ou des documents numérisés.
💰

Prix ​​et valeur

Analyse des coûts

muapiapp$4.00/M input, $20.00/M output

Token-based billing at Google's official rates. Minimum $0.0004 per call.

Fal.aiNon disponible

No dedicated Gemini 4 Neon endpoint at this time.

ReplicateNon disponible

No dedicated Gemini 4 Neon endpoint at this time.

** Les prix des concurrents sont estimés sur la base d'architectures de modèles et de niveaux d'utilisation similaires.

⚙️

Détails techniques

Schéma de configuration

invitestring

.

Valeur par défautAudit this function for memory-safety and injection vulnerabilities, then propose a patch.
URL de l'imagestring

entréeimageURL.

Valeur par défautundefined
Invite systèmestring

, .

Valeur par défautYou are a helpful assistant that responds concisely.
Effort de raisonnementÉnumération (options 4)

How much reasoning the model applies before answering. Higher effort is slower and uses more output tokens.

Valeur par défauthigh
📖

Guide de mise en œuvre

Documentation du développeur

Comment utiliser Gemini 4 Neon

  1. Rédigez votre prompt : indiquez la tâche dans prompt. Vous pouvez ajouter system_prompt pour définir le rôle, le ton ou le format de sortie.

  2. Choisissez le niveau de raisonnement : définissez reasoning_effort sur low, medium, high (par défaut) ou xhigh. Un niveau supérieur prolonge le raisonnement et augmente le nombre de tokens de sortie facturés.

  3. Ajoutez une image (facultatif) : fournissez image_url pour inclure une image dans la requête.

  4. Envoyez la requête et récupérez le résultat : POST renvoie un request_id ; interrogez /api/v1/predictions/{request_id}/result ou transmettez une URL webhook.

Exemple cURL

curl -X POST "https://api.muapi.ai/api/v1/gemini-4-neon" \
  -H "x-api-key: $MUAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Refactor this function to remove the nested loops and explain the change.",
    "system_prompt": "You are a senior software engineer. Be concise.",
    "reasoning_effort": "high"
  }'
❓

Questions courantes

Foire aux questions

Qu’est-ce que Gemini 4 Neon ?

Gemini 4 Neon est le modèle Gemini 4 de Google destiné aux tâches complexes à haute fréquence (codage, analyse, recherche). Il se situe entre Hydrogen et Carbon.

Comment Gemini 4 Neon est-il facturé ?

La facturation se fait au token : $4.00 par million de tokens d’entrée et $20.00 par million de tokens de sortie, avec un minimum de $0.0004 par appel. Les tokens de raisonnement sont comptabilisés comme des tokens de sortie.

Gemini 4 Neon accepte-t-il les images ?

Oui. Transmettez une image via image_url avec votre prompt pour poser des questions sur une capture d’écran, un schéma ou un document photographié.

À quoi sert reasoning_effort ?

Ce paramètre définit l’intensité du raisonnement avant la réponse : low, medium, high (par défaut) ou xhigh. Un niveau supérieur approfondit l’analyse des problèmes difficiles, mais ralentit la réponse et consomme davantage de tokens de sortie.

Quelle est la taille de la fenêtre de contexte ?

Jusqu’à 1M tokens, partagés entre les entrées et les sorties.

Comment récupérer le résultat ?

L’endpoint est asynchrone : vous recevez immédiatement un request_id, puis interrogez l’endpoint de résultat predictions ou fournissez une URL de webhook pour être averti lorsque le texte est prêt.