Google noemt Gemini 4 Neon als upgrademodel voor Gemini 3.1 Pro, voor algemeen programmeerwerk met Gemini 4 Argon en voor complex programmeer- of wetenschappelijk werk met Gemini 3.8 Flash. De modelstring wijzigen in gemini-4-neon is het eenvoudige deel. De rest valt uiteen in vier groepen.
- Stil: het standaardniveau voor denken is nu
high. Argon en 3.8 Flash hadden standaardmedium. Als je geen niveau instelt, denkt elk verzoek meer na dan bijmedium. Voor 3.8 Flash-gebruikers betekent dat hogere kosten; voor Argon-gebruikers dalen de kosten per taak nog steeds (zie hieronder). - Luid: Neon geeft HTTP 400 terug voor meerdere velden die oudere code nog verstuurt:
thinking_budget, het native niveauMINIMAL, de twee strafparameters, meer dan één kandidaat en ongeldige thought signatures in tool-aanroepen. - Subtiel:
temperature,top_pentop_kworden genegeerd, en een lage uitvoerlimiet kan het model stoppen terwijl het nog aan het denken is. Expliciete contextcaching en vooraf ingevulde assistentbeurten worden niet ondersteund, en Google zegt niet hoe die mislukken. - Op AIHubMix: houd rekening met 65,536 uitvoertokens per verzoek. Googles lange decode van 1M tokens is niet beschikbaar via het OpenAI-compatibele eindpunt van AIHubMix, en het native pad is niet getest voor dit artikel.
De overstap vanaf Gemini 4 Carbon is eenvoudiger: Google zegt dat het aanvraagschema niet verandert en dat het belangrijkste verschil het standaardniveau is. Het artikel over Neon versus Carbon behandelt die overstap.
Wat er verschilt afhankelijk van je uitgangspunt
| Wijziging | Vanaf 3.1 Pro | Vanaf Argon | Vanaf 3.8 Flash |
|---|---|---|---|
| Standaardniveau voor denken | nu high | medium naar high | medium naar high |
| niveau xhigh | nieuw | nieuw | nieuw |
| Tokenlimieten | eengemaakt 1M | al eengemaakt | eengemaakt 1M |
| Expliciete caching | verwijderd | al verdwenen | verwijderd |
| Prijs, invoer / uitvoer | $2 / $12 naar $3 / $15 | $2 / $10 naar $3 / $15 | $0.75 / $3.75 naar $3 / $15 |
Googles officiële prijzen, USD per miljoen tokens. Gemini 3.1 Pro kost $2/$12 voor prompts tot 200K tokens ($4/$18 daarboven); Neon hanteert één tarief voor het venster van 1M. Argons prijs van $2/$10 is een introductieprijs die op December 1, 2026 verandert in $4/$20; de prijs van $0.75/$3.75 voor 3.8 Flash geldt tot December 31, 2026. Google zegt dat 3.1 Pro en Argon beide maximaal high ondersteunen; de standaardinstelling van 3.1 Pro wordt niet vermeld.
De regels in de rest van dit artikel zijn afkomstig uit Googles Neon-ontwikkelaarsgids op Google Cloud en de migratiechecklist in AI Studio, tenzij anders aangegeven.
Over de uitgangspunten: in de upgradetabel van Googles AI Studio worden gebruikers van 3.8 Flash doorverwezen naar Gemini 4 Hydrogen. Het is de Google Cloud-gids die Neon aanbeveelt voor complex programmeer- en wetenschappelijk werk met 3.8 Flash. Google heeft geen einddatum aangekondigd voor 3.1 Pro Preview, 3.8 Flash of enig Gemini 4-model.
De stille wijziging: high is de nieuwe standaard
Google is er duidelijk over: "Het standaardniveau thinking_level is HIGH (gewijzigd van MEDIUM bij gemini-4-argon en gemini-3.8-flash), en XHIGH wordt ondersteund voor taken die diepgaand redeneren vereisen …" De oplossing is net zo duidelijk: "Als je workload vertrouwde op MEDIUM als standaard voor gemini-4-argon of gemini-3.8-flash, stel dan expliciet thinking_level="MEDIUM" in om een vergelijkbare latentie bij het redeneren te behouden."
Wat het hogere niveau kost, volgens de metingen van Artificial Analysis van Googles API (opnieuw gecontroleerd op 2026-11-19, 13:27 UTC; gegevens van derden, die veranderen wanneer AA modellen opnieuw uitvoert):
| Neon-instelling | AA-index | $/taak | Min./taak | Eerste antwoord (s) |
|---|---|---|---|---|
| Medium | 54.9 | 1.90 | 8.3 | 20.1 |
| High (standaard) | 59.6 | 3.74 | 14.8 | 40.6 |
| Xhigh | 61.4 | 6.44 | 21.5 | 56.5 |
Gemiddelden van AA per Intelligence Index-taak, tegen Neons tarief van $3/$15. "Eerste antwoord" is de tijd tot het eerste antwoordtoken.
De overstap van medium naar high levert 4.8 punten op de index op, tegen bijna twee keer zoveel kosten per taak, 1.8 keer zoveel tijd per taak en twee keer zo lang wachten op het eerste antwoordtoken. De overstap naar xhigh levert nog eens 1.8 punten op, voor 72% extra kosten. Dat is een goede afweging voor lastig werk met meerdere stappen, maar geen goede voor een chatantwoord.
Voor Argon-gebruikers is er goed nieuws in dezelfde gegevens. Neon Medium scoort 54.9 tegenover 47.6 voor Argons standaardinstelling Medium, voor $1.90 per taak tegenover $4.31 en in 8.3 minuten tegenover 28.9. De overstap van Argon naar Neon Medium verhoogt de kwaliteit en verlaagt de kosten per taak, nog voordat de prijs van Argon verdubbelt. Zelfs Neons standaardinstelling High ($3.74, 14.8 minuten) kost per taak minder dan Argon Medium bij de taken van AA. Wat je opgeeft als je geen niveau instelt, is de goedkopere optie Medium.
De hogere standaardinstelling heeft ook de volgende gevolgen:
- Denkwerk telt mee voor je uitvoerlimiet. Google: "Redeneertokens die worden gegenereerd bij HIGH (standaard) en XHIGH tellen mee voor max_output_tokens en stapelen zich op in de context van meerdere beurten wanneer je thought signatures tussen beurten behoudt."
- De context raakt sneller vol. Bij programmeeragents met meerdere beurten stapelen die denktokens zich op. Google waarschuwt voor "te lage drempels voor contextverdichting" en stelt
mediumvoor bij toolbeurten waarbij latentie belangrijk is.
Hoe je het niveau instelt, hangt af van het protocol:
| Protocol | Veld | Waarden voor Neon |
|---|---|---|
| Native Gemini | thinkingConfig.thinkingLevel | LOW tot XHIGH |
| Chat Completions | reasoning_effort | low tot xhigh |
| Responses | reasoning.effort | low tot xhigh |
| Anthropic Messages | output_config.effort | low tot xhigh |
De native waarden zijn in GenerateContent hoofdletters. De waarden voor de andere drie protocollen komen uit het parameterschema van AIHubMix voor gemini-4-neon, waarin high voor elk protocol als standaard wordt vermeld.
Googles OpenAI-compatibiliteitslaag koppelt reasoning_effort aan het denkniveau, waarbij minimal wordt omgezet naar low. Er staat ook dat de twee "elkaar qua functionaliteit overlappen en daarom niet tegelijkertijd kunnen worden gebruikt": verstuur er één van de twee.
De 400-fouten
Google documenteert elk van deze gevallen voor Neon. In de eigen foutnotities van AIHubMix staat dat 400-fouten parameterfouten zijn en dat "de meeste worden doorgegeven door de upstream-aanbieder". Voor dit artikel is geen live test uitgevoerd, dus de exacte tekst die je via de gateway krijgt, kan afwijken.
thinking_budget en MINIMAL
Wat je ziet: HTTP 400 bij verzoeken die met Gemini 3-modellen wel werkten.
Waarom: Neon accepteert alleen de vier genoemde niveaus. Op de modelpagina van Google staat: "Het instellen van thinking_budget of thinking_level="MINIMAL" geeft een HTTP 400-validatiefout." In Googles eigen codeverschil wordt het oude veld gemarkeerd: thinking_budget=16384, # Returns HTTP 400 instead of mapping silently.
Oplossing: verwijder thinking_budget. Vervang MINIMAL door LOW. Op het OpenAI-compatibele pad zet Google reasoning_effort="minimal" om naar low, maar door zelf low te versturen voorkom je onduidelijkheid.
frequency_penalty, presence_penalty en extra kandidaten
Wat je ziet: HTTP 400 bij een verzoek met een strafparameter of met het verzoek om meerdere kandidaten.
Waarom: "Het doorgeven van frequency_penalty, presence_penalty of een candidate_count groter dan 1 (candidateCount staat vast op 1) geeft een HTTP 400-fout."
Oplossing: verwijder beide strafparameters. Laat candidate_count op 1 staan of laat het weg. Verstuur bij Chat Completions ook geen n groter dan 1: Google vermeldt niet wat de compatibiliteitslaag ermee doet, en in het schema van AIHubMix staat dat dit veld niet verstuurd moet worden.
max_output_tokens groter dan 1,048,576
Wat je ziet: HTTP 400.
Waarom: invoer en uitvoer delen één venster van 1,048,576 tokens, dus een groter uitvoerbudget is ongeldig.
Oplossing: verstuur via AIHubMix maximaal 65,536 (zie het gedeelte over de uitvoerlimiet). De bovengrens is alleen van belang voor lange decodes via Googles eigen API.
Ontbrekende of verkeerd geplaatste thought signatures
Wat je ziet: HTTP 400 bij de tweede of latere stap van een beurt met tool-aanroepen.
Waarom: Neon valideert de thought signature die in de huidige beurt aan functieaanroepen is gekoppeld. "Het weglaten van thought_signature bij het eerste functionCall-onderdeel in de actieve beurt geeft een HTTP 400-fout. Het dupliceren van de signature bij andere functionCall-onderdelen of het afwisselen van beurten geeft ook een HTTP 400-fout."
In Googles gids voor thought signatures staat het berichtformaat voor Gemini 3-modellen: "Bij de functieaanroep <Function Call> in het inhoudsblok <index of contents array> ontbreekt een thought_signature." In de Neon-gids wordt de 400-fout vermeld, maar niet de precieze fouttekst.
Oplossing: stuur de beurten van het model exact terug zoals je ze hebt ontvangen. Bij parallelle aanroepen bevat alleen de eerste aanroep een signature. Houd alle aanroepen in één modelbeurt en alle resultaten in één gebruikersbeurt, in dezelfde volgorde. Googles eigen voorbeeld: wanneer het model "FC1 + signature, FC2" retourneert, bevat het verwachte volgende verzoek "FC1 + signature, FC2, FR1, FR2". Als je ze afwisselt als "FC1 + signature, FR1, FC2, FR2", krijg je een 400-fout.
Bemonsteringswaarden buiten het toegestane bereik
Wat je ziet: HTTP 400 voor een temperature of top_p buiten het toegestane bereik.
Waarom: Google negeert waarden binnen het toegestane bereik, maar valideert ze wel: "Waarden buiten het bereik geven een 400-validatiefout."
Oplossing: verwijder de bemonsteringsparameters helemaal (zie het volgende gedeelte).
De verzoekformaten
Een correct verzoek via AIHubMix, met de configuratie uit de snelstartgids:
curl -s https://aihubmix.com/v1/chat/completions \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-neon",
"reasoning_effort": "medium",
"max_completion_tokens": 65536,
"messages": [{"role": "user", "content": "Reply with OK."}]
}'
Een verzoek waarvan Google documenteert dat het voor Neon een 400-fout oplevert:
curl -s https://aihubmix.com/v1/chat/completions \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-neon",
"frequency_penalty": 0.5,
"messages": [{"role": "user", "content": "Reply with OK."}]
}'
Dezelfde controle op het native Gemini-eindpunt, met het oude veld thinkingBudget. Het pad volgt het patroon dat AIHubMix documenteert voor andere Gemini-modellen; in de eigen vermelding van Neon staat alleen het voorbeeld voor Chat Completions.
curl -s "https://aihubmix.com/gemini/v1beta/models/gemini-4-neon:generateContent" \
-H "x-goog-api-key: $AIHUBMIX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{"role": "user", "parts": [{"text": "Reply with OK."}]}],
"generationConfig": {"thinkingConfig": {"thinkingBudget": 16384}}
}'
Dit zijn verzoekformaten, geen vastgelegde antwoorden: geen ervan is voor dit artikel uitgevoerd.
Andere wijzigingen om rekening mee te houden
Bemonsteringsparameters doen niets
Google stelt de bemonsteringsinstellingen van Neon vast op temperature 1.0, topP 0.95 en topK 64, en negeert aangepaste waarden. Een temperature: 0 die bedoeld is om de uitvoer herhaalbaar te maken, heeft geen effect en er verschijnt geen foutmelding om je daarop te wijzen. Googles advies: "Regel de diepgang van het redeneren met thinking_level en het uitvoerformaat met response_schema." Gebruik gestructureerde uitvoer als je een vaste indeling nodig hebt.
Expliciete caching is verdwenen
cachedContents, caches.create en cached_content worden niet ondersteund. Google zegt niet of een aanvraag die ze toch meestuurt mislukt of wordt genegeerd, dus verwijder ze voordat je daarachter komt. Caching in Neon is alleen impliciet. Het wordt automatisch toegepast op een gedeeld promptvoorvoegsel van minstens 4,096 tokens (voor 3.8 Flash waren 6,144 tokens nodig), en gecachte invoer kost $0.15 per miljoen tokens in plaats van $3.00. Plaats hiervoor het statische deel van de prompt vooraan: systeeminstructies, tooldefinities en referentiedocumenten. Verwijder de code voor expliciete caching; Neon heeft daarvoor geen equivalent.
Lage uitvoerlimieten beknotten het denken
Een app die op een ouder model is afgestemd, verstuurt vaak een max_tokens-waarde van 8,192 of minder. In Neon delen het denken en het antwoord dat budget, dus door een lage limiet kan de respons eindigen voordat het antwoord begint. Google adviseert: "verwijder hardgecodeerde lage limieten (zoals 8,192) of verhoog max_output_tokens naar 65,536. Verlaag het denkniveau als je minder tokens wilt gebruiken."
Korte time-outs
Google: "Moeilijke prompts kunnen enkele minuten duren. Gebruik uitvoering op de achtergrond of stel de time-outs van de HTTP-client in op minstens 15 minuten." Volgens de gemiddelden van AA wacht Neon High 40.6 seconden op het eerste antwoordtoken, en Xhigh 56.5. Sommige aanvragen duren veel langer dan gemiddeld.
Vooraf ingevulde assistentbeurten
De geschiedenisregels van Neon: "Payloads met de geschiedenis mogen niet eindigen met een beurt met de modelrol." "Vooraf ingevulde modelbeurten worden niet ondersteund." Code die het antwoord van de assistent vooraf invult om de indeling te sturen, een gebruikelijke truc met de API van Anthropic, moet daarmee stoppen. Google noemt deze punten onder chatvalidatie zonder het antwoordgedrag te specificeren, en volgens de schemanotities van AIHubMix geeft een laatste modelbeurt een fout. Test dit als je code afhankelijk is van vooraf ingevulde antwoorden.
Tool-aanroepen als tekst geschreven
Als de systeemprompt het model vraagt om JSON-toolaanroepen als gewone tekst te schrijven, zonder tools te declareren, zegt Google dat Neon "MALFORMED_FUNCTION_CALL kan retourneren". Declareer tools op de native manier of gebruik gestructureerde uitvoer.
De uitvoerlimiet op AIHubMix: 65,536 tokens
Op Google's eigen API is één respons van Neon beperkt tot 65,536 uitvoertokens, met of zonder streaming. Voor langere antwoorden wordt long decode gebruikt: de generatie loopt door in segmenten van 64K, tot 1,048,576 tokens minus de invoer, via de Interactions API of GenerateContent v1beta1. Vanaf deze versies kunnen de SDK's van Google de voortzettingstokens automatisch verwerken: Python google-genai 2.34.0 en JavaScript @google/genai 2.32.0 voor de Interactions API.
Google zegt ook dat "eerdere SDK-versies en de OpenAI-compatibiliteitslaag geen lange voltooiingen kunnen ophalen met voortzettingstokens."
Het parameterschema van AIHubMix voor gemini-4-neon beperkt de uitvoer tot 65,536 tokens op elk ondersteund protocol: Chat Completions, Responses, Anthropic Messages en native Gemini. Het schema vermeldt ook Google's veld continuationToken op het native Gemini-protocol, en AIHubMix documenteert Google's native SDK en de Interactions API in algemene zin. Long decode voor Neon via die route is niet getest voor dit artikel. Ontwerp totdat je hebt bevestigd dat het werkt voor één respons van maximaal 65,536 tokens, inclusief denken. Heb je meer nodig, splits de taak dan zelf op, bijvoorbeeld één bestand of één sectie per aanvraag.
Factureringsregels die je makkelijk over het hoofd ziet
Denken telt als uitvoer. De $15 per miljoen uitvoertokens van Neon is inclusief denktokens. Op high kan denken het grootste deel van de uitvoer van een moeilijke aanvraag innemen.
Grounding wordt twee keer gefactureerd. Google rekent "interne tool-systeeminstructies en functiedeclaraties bij gebruik van grounding" mee als factureerbare tokens en brengt elke zoekopdracht afzonderlijk in rekening. Google's eigen quota omvat 5,000 gratis zoekopdrachten per maand, gedeeld door Gemini 3 en nieuwer; daarna kost het $14 per 1,000. AIHubMix rekent webzoeken per aanvraag af; de modelpagina van Neon vermeldt het tarief.
Voor caching is de juiste promptvolgorde nodig. De cachekorting van 95% geldt alleen voor een stabiel voorvoegsel van minstens 4,096 tokens. Een tijdstempel of gebruikersnaam bovenaan de systeemprompt doorbreekt dit bij elke aanvraag.
Bij long decode wordt invoer opnieuw gefactureerd (alleen Google's API). "Bij elk voortzettingssegment worden de prompt en de eerder gedecodeerde tokens opnieuw vooraf verwerkt", waardoor het aantal invoertokens per segment toeneemt. "Voltooide segmenten worden aan het einde van elk segment gefactureerd, zelfs als een later segment mislukt of wordt geannuleerd." Met de limiet van 65,536 tokens van AIHubMix speelt dit niet.
De goedkopere niveaus zijn Google's prijzen. Google biedt Neon Batch en Flex aan voor $1.50/$7.50 en Priority voor $5.40/$27. Het schema van AIHubMix accepteert voor Neon een service_tier met de waarde flex of priority, maar publiceert geen prijzen voor deze niveaus. Batch staat er niet bij. Reken met het standaardtarief van $3/$15.
Zo verlaag je de kosten:
- Stel
reasoning_effortin per oproeptype:mediumvoor interactieve beurten en toolbeurten,highvoor planning enxhighalleen waar je eigen evaluaties aantonen dat het loont. - Plaats het statische promptvoorvoegsel vooraan en zorg dat het langer is dan 4,096 tokens.
- Gebruik webzoeken alleen bij beurten die dat nodig hebben.
- Houd
completion_tokensin het gebruiksoverzicht in de gaten; dit omvat ook denken, niet alleen het zichtbare antwoord.
Agents met echte machtigingen
De regels voor tool-aanroepen in Neon zijn strikt en zijn vooral belangrijk waar de agent bestanden kan schrijven of opdrachten kan uitvoeren:
- Laat aanroepen en resultaten overeenkomen. "Elke FunctionResponse moet overeenkomen met de id, naam en volgorde van de voorafgaande FunctionCall."
- Behoud de volledige geschiedenis, inclusief handtekeningen. Google: "Geef elke thought_signature terug binnen het oorspronkelijke Part en over alle eerdere beurten heen …" Het verwijderen van oude handtekeningen of het gebruik van tijdelijke aanduidingen zoals
skip_thought_signature_validator"verwijdert de redeneercontext en kan MALFORMED_FUNCTION_CALL veroorzaken." - Geef op Chat Completions assistentberichten ongewijzigd terug. Behoud elk assistentbericht, met de tool-aanroepen, precies zoals de API het heeft geretourneerd. Stel de geschiedenis niet opnieuw samen op basis van je eigen logs. Google documenteert ondersteuning voor thought-signatures in de OpenAI-compatibele Chat Completions voor Gemini 3-modellen; controleer of je client ze voor Neon behoudt.
- Let op een stille stop. Een ongeldige functieaanroep beëindigt de beurt zonder bruikbaar antwoord. Open-sourceproxy's hebben gemeld dat dit geval OpenAI-achtige clients bereikt als een gewone
stopof als een serverfout: pull request 52745 van LiteLLM en issue 60 van Divyam op GitHub, beide geopend in november 2026. Als je agent een lege beurt zonder tool-aanroep krijgt, behandel die dan als een fout en probeer het opnieuw; beschouw de taak niet als voltooid.
Google zegt dat Neon zich in deze lussen beter gedraagt dan zijn voorgangers. Het "vermindert overbodige bestandslezingen, verwerkt het comprimeren van de context betrouwbaar en beperkt verzonnen beweringen en kortere routes bij taken", en vermindert "buitensporige autonomie en tekortschietende uitvoering door agents". Dit zijn claims van Google, gebaseerd op eigen evaluaties. Ze verkleinen het risico, maar vervangen geen machtigingsbeperkingen en controle van schrijfacties.
Codeertools: Claude Code en Codex
Het parameterschema van AIHubMix vermeldt vier protocollen voor gemini-4-neon, waaronder de twee die codeeragents nodig hebben: Anthropic Messages voor Claude Code en de Responses API voor Codex. De configuratie is hetzelfde als voor elk AIHubMix-model; de post over Claude Code-instellingen en de post over de Codex-config.toml behandelen dit. Dit is specifiek voor Neon:
| Instelling | Claude Code | Codex |
|---|---|---|
| Protocol | Anthropic Messages | Responses API |
| Model-ID | gemini-4-neon | gemini-4-neon |
| Inspanningsniveaus | low tot xhigh | low tot xhigh |
| Contextvenster | 1,048,576 | 1,048,576 |
| Uitvoer per aanvraag | 65,536 | 65,536 |
De inspanningsniveaus en limieten komen uit het parameterschema van AIHubMix; de standaardinspanning is op beide protocollen high.
Claude Code. Stel ANTHROPIC_MODEL in op gemini-4-neon. Verhoog API_TIMEOUT_MS: de standaard is 10 minuten en Google adviseert minstens 15 minuten voor moeilijke prompts. Voeg geen vooraf ingevuld assistentbericht toe aan aangepaste aanvragen via hetzelfde eindpunt; Neon ondersteunt dit niet.
Codex. Behoud wire_api = "responses" en de base_url van AIHubMix, stel model = "gemini-4-neon" in en kies een niveau van Neon voor model_reasoning_effort. Begin met medium; Codex voert veel korte toolbeurten uit, waarbij high vooral extra wachttijd oplevert.
Bekende problemen om rekening mee te houden:
- Lange tijd tot het eerste token bij
highenxhigh. - Antwoorden die stoppen bij de limiet van 65,536 tokens als het denken lang duurt.
- Lege beurten waarbij een tool-aanroep is mislukt, zoals hierboven beschreven.
- Een kennisgrens van maart 2026; bibliotheekversies die nieuwer zijn, moeten dus in de context staan.
Een rooktest van 10–15 minuten
- Kies een kleine repository met één mislukte unittests en een testopdracht die binnen een minuut draait.
- Stel de tool in op
gemini-4-neon, zet de inspanning opmediumen de time-out van de client op minstens 15 minuten. - Vraag om de kleinste wijziging waarmee de test slaagt. Voer de test vervolgens uit en bekijk de diff.
- Geslaagd: een minimale diff en een geslaagde test binnen 15 minuten. Mislukt: noteer of je een 400, een lege beurt, een time-out of een verkeerde wijziging kreeg. Voor elk is hierboven een oplossing beschreven.
- Herhaal dit met
high. Houd het lagere niveau aan, tenzijhighiets oplost watmediumverkeerd deed.
Checklist
- Model-ID ingesteld op
gemini-4-neon. - Denkniveau expliciet ingesteld per oproeptype; gebruik
mediumals je vertrouwde op de standaardinstelling van Argon of 3.8 Flash. - Geen
thinking_budget;MINIMALis vervangen doorLOW. - Per aanvraag slechts één van
reasoning_efforten het native denkniveau. - Geen
frequency_penaltyofpresence_penalty;candidate_countenningesteld op 1 of weggelaten. - Geen
temperature,top_poftop_k; gebruik gestructureerde uitvoer als de indeling belangrijk is. - Code voor expliciete caching verwijderd; statisch promptvoorvoegsel staat vooraan en is langer dan 4,096 tokens.
- Uitvoerlimiet op AIHubMix ingesteld op 65,536 of minder, zonder lage limieten die van oudere modellen zijn overgenomen.
- Time-outs van de client ingesteld op minstens 15 minuten.
- De geschiedenis eindigt nooit met een assistentbeurt; geen vooraf ingevulde antwoorden.
- Assistentbeurten en tool-aanroepen exact teruggestuurd zoals ontvangen; parallelle aanroepen en resultaten gegroepeerd op volgorde.
- Lege beurten zonder tool-aanroep worden behandeld als fouten en opnieuw geprobeerd.
- Het budget omvat denktokens en webzoekopdrachten.
- Codeertool getest met een rooktest op
mediumenhigh.
Veelgestelde vragen
Moet ik mijn aanvraagformaat wijzigen om over te stappen op Gemini 4 Neon?
Van een ander Gemini 4-model niet: Google zegt dat het schema hetzelfde is, dus wijzig de model-ID en controleer het denkniveau. Verwijder bij de overstap vanaf Gemini 3.1 Pro of 3.8 Flash thinking_budget, MINIMAL, de strafparameters en expliciete caching.
Waarom kosten mijn aanvragen meer nadat ik ben overgestapt vanaf 3.8 Flash?
Neon is vier keer zo duur als 3.8 Flash en staat standaard op hoog denkniveau, terwijl 3.8 Flash standaard op gemiddeld stond. Volgens de metingen van Artificial Analysis kost Neon High ongeveer twee keer zoveel per taak als Neon Medium. Stel het niveau expliciet in. Vanaf Argon dalen de kosten per taak volgens AA zelfs bij hoog denkniveau.
Waarom geeft Neon een 400-fout voor thinking_budget?
Neon accepteert alleen de benoemde denkniveaus: low, medium, high en xhigh. Google weigert thinking_budget en MINIMAL met HTTP 400 in plaats van ze om te zetten.
Werkt temperature nog steeds?
Nee. Neon negeert temperature, top_p en top_k, en waarden buiten het toegestane bereik geven een 400-fout. Gebruik in plaats daarvan het denkniveau en gestructureerde uitvoer.
Kan Neon via AIHubMix meer dan 65,536 tokens retourneren?
AIHubMix documenteert voor Neon een uitvoerlimiet van 65,536 tokens per aanvraag, inclusief denktokens. Google's lange decodeerfunctie tot ongeveer 1M tokens werkt via Google's eigen API; via AIHubMix is die niet beschikbaar op het OpenAI-compatibele eindpunt, en het native pad is hier niet getest.
Kan ik Gemini 4 Neon gebruiken in Claude Code of Codex?
Ja. AIHubMix vermeldt het Anthropic Messages-protocol dat Claude Code gebruikt en de Responses API die Codex gebruikt. Stel het model in op gemini-4-neon, verhoog de time-out en voer eerst een korte rooktest uit.
Wordt Gemini 3.1 Pro uitgefaseerd?
Google heeft geen uitfaseringsdatum aangekondigd voor Gemini 3.1 Pro Preview, Gemini 3.8 Flash of een Gemini 4-model. Google beveelt Neon aan als upgrade voor 3.1 Pro.
Lees verder: de Gemini 4 Neon-serie
- Als je overstapt vanaf Carbon of wilt weten of Neon volstaat voor je zwaarste werk, vergelijkt dit artikel de twee op kwaliteit, tijd en kosten per taak: Gemini 4 Neon vs Carbon: is het snellere model goed genoeg?.
- Als de migratie je deed afvragen of Neon wel het juiste Gemini 4-model is, vergelijkt dit artikel het met Hydrogen, Carbon en Argon: Gemini 4 Hydrogen vs Neon vs Carbon vs Argon: welke moet je gebruiken?.
Bronnen
- Google Cloud, Ontwikkelaarshandleiding voor Gemini 4 Neon
- Google AI Studio, Wat is er nieuw in Gemini 4 Neon
- Google AI Studio, Thought signatures
- Artificial Analysis, LLM-klassement (geraadpleegd op 2026-11-19, 13:27 UTC)
- AIHubMix, Gemini 4 Neon


