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

Google Gemini 4 Neon: Modelos de linguagem grande de IA

Acesse Google Gemini 4 Neon pela API: raciocínio de alta frequência para programação, análise e pesquisa com contexto de 1M. Experimente grátis; pague por geração, sem assinatura.

Carregar controles interativos

Acesse Google Gemini 4 Neon pela API: raciocínio de alta frequência para programação, análise e pesquisa com contexto de 1M. Experimente grátis; pague por geração, sem assinatura.

📝

Visão geral

Sobre este modelo

Gemini 4 Neon é o modelo Gemini 4 de alta frequência do Google para tarefas complexas, como programação, análise e pesquisa, entre Gemini 4 Hydrogen e Gemini 4 Carbon. Oferece uma janela de contexto de 1M de tokens (compartilhada entre entrada, raciocínio e saída) e quatro níveis de raciocínio (low, medium, high, xhigh; padrão high). Aceita texto e, opcionalmente, uma imagem e um prompt de sistema.

1Programação complexa: escreva, revise e refatore código com raciocínio aprofundado.
2Análise e pesquisa: trabalhe com relatórios e documentos extensos usando a janela de contexto de 1M de tokens.
3Raciocínio para agentes: use-o como modelo de planejamento em agentes com várias etapas e [fluxos de trabalho](/workflows).
4Perguntas e respostas visuais: informe um image_url para fazer perguntas sobre capturas de tela, diagramas ou documentos digitalizados.
💰

Preço e valor

Análise de custos

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

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

Fal.aiNão disponível

No dedicated Gemini 4 Neon endpoint at this time.

ReplicateNão disponível

No dedicated Gemini 4 Neon endpoint at this time.

** Os preços dos concorrentes são estimados com base em arquiteturas de modelos e níveis de uso semelhantes.

⚙️

Detalhes técnicos

Esquema de configuração

alertastring

.

Valor padrãoAudit this function for memory-safety and injection vulnerabilities, then propose a patch.
URL da imagemstring

URL da imagem de entrada.

Valor padrãoundefined
Alerta do sistemastring

, .

Valor padrãoYou are a helpful assistant that responds concisely.
Esforço de raciocínioEnum (4 opções)

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

Valor padrãohigh
📖

Guia de implementação

Documentação do desenvolvedor

Como usar Gemini 4 Neon

  1. Escreva seu prompt: informe a tarefa em prompt. Opcionalmente, adicione system_prompt para definir o papel, o tom ou o formato da resposta.

  2. Escolha o esforço de raciocínio: defina reasoning_effort como low, medium, high (padrão) ou xhigh. Um esforço maior leva mais tempo de raciocínio e consome mais tokens de saída.

  3. Adicione uma imagem (opcional): informe image_url para incluir uma imagem na solicitação.

  4. Envie a solicitação e obtenha o resultado: POST retorna um request_id; consulte /api/v1/predictions/{request_id}/result ou informe uma webhook URL.

Exemplo de 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"
  }'
❓

Perguntas comuns

Perguntas frequentes

O que é Gemini 4 Neon?

Gemini 4 Neon é o modelo Gemini 4 do Google para tarefas complexas de alta frequência (programação, análise e pesquisa), posicionado entre Hydrogen e Carbon.

Como é calculado o preço do Gemini 4 Neon?

A cobrança é por token: $4.00 por milhão de tokens de entrada e $20.00 por milhão de tokens de saída, com cobrança mínima de $0.0004 por chamada. Os tokens de raciocínio contam como saída.

Gemini 4 Neon aceita imagens?

Sim. Envie um image_url junto ao prompt para fazer perguntas sobre uma captura de tela, um diagrama ou um documento fotografado.

Para que serve reasoning_effort?

Define quanto o modelo raciocina antes de responder: low, medium, high (padrão) ou xhigh. Um esforço maior aprofunda a análise de problemas difíceis, mas leva mais tempo e consome mais tokens de saída.

Qual é o tamanho da janela de contexto?

Até 1M de tokens, com entrada e saída compartilhando a mesma janela.

Como recebo o resultado?

O endpoint é assíncrono: você recebe um request_id imediatamente e, em seguida, consulta o endpoint de resultados de predictions ou informa uma URL de webhook para receber uma notificação quando o texto estiver pronto.