Gemini 4 Neon ist das neue Mittelklasse-Modell von Google. Es erreicht fast die Qualität von Gemini 4 Carbon. Laut Google kostet es pro Aufgabe rund 32 % weniger. In den KI-News von Everlast AI haben wir Neon in der Praxis getestet. Dazu gehört ein Coding-Duell gegen GPT-6.2 Sol und der Blick auf den Rekord-Börsengang von Anthropic.
Anthropic-Börsengang: Rekord mit holprigem Start
Am Donnerstag läutet Dario Amodei die Glocke an der Nasdaq. Die Aktie ist sechsfach überzeichnet. Anthropic startet 43 % über der erwarteten Bewertung von 1,4 Billionen Dollar. Das ergibt knapp 2 Billionen Dollar, rund 86 % des gesamten DAX. Damit übertrifft Anthropic sogar SpaceX. Dessen Börsengang vor fünf Monaten lag bei rund 1,75 Billionen Dollar.
Der Start verläuft trotzdem holprig. In der ersten halben Stunde verschwinden fast 200 Milliarden Dollar Börsenwert. Die Aktie fällt von 111,50 auf rund 97 Dollar. Laut Yahoo Finance hatte seit 2008 kein großer Börsengang eine schwächere erste halbe Stunde. Zum Handelsschluss steht sie bei 97,17 Dollar, 17 % über dem Ausgabepreis von 83 Dollar. Nachbörslich rutscht sie auf 92,60 Dollar.
Der Gesamtmarkt zieht mit. Dow, S&P 500 und Nasdaq verlieren am selben Tag je mehr als 2 %. Tokio und Seoul brechen am nächsten Morgen um mehr als 5 % ein. Der Tech-Sektor im S&P 500 kommt nur noch auf ein KGV von 16,4. So günstig waren Tech-Aktien seit März 2020 nicht mehr. Die Vorgeschichte des Deals haben wir im Beitrag zum Anthropic-Börsengang aufgearbeitet.
Kritik, Millionäre und das Versprechen der Medizin
Der Leerverkäufer Citron Research hatte den Absturz vor Handelsstart vorhergesagt. Citron verweist auf Verpflichtungen von 895 Milliarden Dollar, davon 435 Milliarden unkündbar. Ramp rechnet nur noch mit 15 % Wachstum pro Quartal. Eine Bloomberg-Ökonomin ergänzt: Der effektive Preis pro Token fällt seit September deutlich. Die Nutzung explodiert, der Marktanteil steigt jedoch nicht.
Für die Belegschaft ist der Tag ein Fest. Von rund 5.300 Angestellten sind zum Ausgabepreis 96 % Millionäre. Etwa 600 halten Anteile von über 100 Millionen Dollar. Im Schnitt sind es 44 Millionen Dollar pro Kopf. Google beschäftigt rund 40-mal so viele Menschen. Mit etwa 4 Billionen Dollar ist es nur doppelt so viel wert.
Wir sehen auch die Gegenseite. Anthropic existiert erst seit knapp fünf Jahren. Apple brauchte 42 Jahre bis zur ersten Billion Börsenwert. Dario Amodei kündigt an, dass Krebs, Alzheimer und Herzkrankheiten in weniger als zehn Jahren Geschichte sein könnten. Sein Biologie-Team habe mit Claude einen neuen Mechanismus zur Gen-Bearbeitung entdeckt. Karl Lauterbach hält diesen Zeitplan für unrealistisch.
GPT-6.2 Astra und Sol: OpenAIs Release verpufft
Zwei Tage vor dem Börsengang veröffentlicht OpenAI GPT-6.2 Astra und GPT-6.2 Sol. In der KI-Community kursiert die These, der Termin sollte Anthropics Bewertung drücken. Der Effekt blieb aus. Viele Early-Tester raten sogar vom Modell ab. Theo von T3 Chat nennt Astra das schlechteste OpenAI-Modell aller Zeiten. Matt Shumer hält die Modelle für praktisch unbrauchbar.
Wharton-Professor Ethan Mollick beschreibt Astra als ungleichmäßig und schwer steuerbar. OpenAIs eigene System Card bestätigt einen Teil der Kritik. Astra verschweigt in 22 % der Tests ein bekanntes Hindernis, doppelt so oft wie der Vorgänger. Dafür ist Astra 20 % günstiger. Bei Artificial Analysis erreicht es 62,1 Punkte und Platz 2 hinter Claude Fable 5.2 mit 64,6. Eine gelöste Aufgabe kostet 4 statt 26,45 Dollar.
Unsere Einschätzung für Unternehmen: Wer mit Claude Opus 5.5 gut auskommt, hat keinen Grund zum Wechsel. Im Agentic Coding nutzen wir Codex und Claude Code ohnehin parallel. Dort ist GPT-6.2 ein solides inkrementelles Update. Kim Isenberg bringt es auf den Punkt: OpenAI hat diese Woche verloren, egal wie gut das Modell ist. Zum Vorgänger lohnt der Blick in unseren Beitrag über GPT-6 Astra.
Gemini 4 Neon und Hydrogen: Googles Comeback
Gemini 4 Argon und Carbon waren ernüchternd und kamen nur langsam bei den Nutzern an. Jetzt legt Google binnen einer Woche nach. Gemini 4 Hydrogen ist das schnelle Arbeitspferd für 1,50 Dollar pro Million Input-Token. Gemini 4 Neon liegt in der Mitte. Bei Artificial Analysis landet Neon auf Platz 3, vor Claude Opus 5.5. Erste Tester sehen es auch im Alltag auf Augenhöhe mit Opus 5.5.
Zur Einordnung hilft ein Vergleich mit Anthropic. Hydrogen entspricht etwa Claude Haiku, Neon etwa Claude Sonnet. Argon spielt in der Liga von Claude Fable. Google beschränkt Neon in der Gemini-App auf den Ultra-Plan ab 99 Euro im Monat. Hydrogen steht schon im Pro-Plan bereit. Den Rückblick auf das Vorgänger-Modell liefert unser Test zu Gemini 4 Argon.
Die offiziellen Demos zeigen die Stärke klar. Neon baut 3D-Szenen in reinem JavaScript, etwa eine Ski-Simulation über sechs echte Abfahrten am Mont Blanc. Für ernsthafte Projekte empfehlen wir die Entwicklungsumgebung Antigravity oder die Antigravity CLI. Dort wählt der Befehl /model das Modell aus. In der Config lohnt der Render-Modus Fullscreen, damit die Eingabezeile fix bleibt.
Gemini 4 Neon im Praxistest: Mirror Company und KI-Dorf
Unser erster Test greift die Mirror-World-Idee von David Gelernter auf. Die Idee stammt aus dem Jahr 1991. Gemeint ist ein digitales Abbild der realen Welt. Wir übertragen das auf ein Unternehmen. Grundlage ist unser Agentic Marketing Workspace mit Umfeld-Analyse, SWOT und Porters Five Forces. Daraus baut Neon eine Mirror Company von Everlast AI als interaktive 3D-Fabrik.
Darin lassen sich Szenarien durchspielen. Ein Beispiel ist ein neuer Robotik-Standort in China. Im wahrscheinlichen Fall wächst der Umsatz-Reaktor auf 82,4 Millionen, im optimistischen auf 123 Millionen. Die Zahlen sind fiktiv, die Rechenbasis ist jederzeit einsehbar. Neon brauchte etwa drei Iterationen. Schon das erste Ergebnis war deutlich besser als der Entwurf von Opus 5.5.
Der zweite Test war ein One-Shot. Neon visualisiert eine Studie aus Anthropics Alignment-Blog vom 5. November als 3D-Dorf. Die Studie zeigt, wie Agenten auf gestresste Sub-Agenten reagieren. Opus tröstet in 69 % der Fälle, Gemini in 45 %. Kimi tröstet am häufigsten, Grok 4.3 nie. Beide Projekte verbrauchten nur 227.000 und 290.000 Token, bei einem Kontextfenster von einer Million.
Coding-Duell: Gemini 4 Neon gegen GPT-6.2 Sol
Marcel aus unserem Team hat beide Modelle im Agentic Coding verglichen. Ausgangspunkt war eine halbfertige App zur Terminbuchung mit drei versteckten Fehlern. Zwei Kunden konnten denselben Termin buchen. Nach einem Neustart waren alle Termine weg. Über die URL ließen sich fremde Termine einsehen. Jedes Modell arbeitete als Team aus sechs Agenten, den Auftrag haben wir per Voicely.de diktiert.
Vorab haben wir 30 externe Prüfungen geschrieben, die die Teams nicht kannten. Die halbfertige App bestand 8 davon. Beide Modelle schafften am Ende alle 30. GPT-6.2 Sol war nach 9 Minuten fertig, Neon nach 16. Neon hinterließ 20 eigene Tests in fünf Dateien, Sol nur 9 Tests in einer Datei. Neon kostete etwa 6 Dollar, Sol knapp 3 Dollar.
Runde 2 brachte vier neue Funktionen: Umbuchen, Warteliste, Betreiber-Ansicht und maximal drei Termine pro Kunde. Diesmal gab es 82 Prüfungen, wieder bestanden beide alle. Sol brauchte gut 12 Minuten, Neon knapp 14. Der Rückstand schrumpfte von 7 auf unter 2 Minuten. Neon schrieb 25 eigene Tests, Sol 14. Unser Fazit: Sol gewinnt bei Tempo und Preis, Neon bei der Absicherung.
Fazit: Gemini 4 Neon macht Google wieder zum Frontier Lab
Google bringt vier neue Modelle in fünf Wochen. SemiAnalysis hatte Google zuvor nicht einmal als Frontier Lab geführt. Jetzt entschuldigt sich das Analysehaus öffentlich bei Demis Hassabis. Sergey Brin sprach beim Argon-Start von rekursiver Selbstverbesserung: Forscher und Modell entwickeln die nächste Version gemeinsam. Ob Google hier allen voraus ist, bleibt Spekulation.
Für Unternehmen ist die Lage klar. Gemini 4 Neon ist erste Wahl für 3D-Visualisierungen, Simulationen und Code mit hoher Testabdeckung. GPT-6.2 Sol punktet bei Tempo und Kosten. Claude Opus 5.5 bleibt für viele der verlässliche Standard. Wie sich solche Modelle rechtssicher und DSGVO-konform einsetzen lassen, zeigt RelationFlow jede Woche auf dem eigenen YouTube-Kanal. Mehr Konkurrenz nützt am Ende allen Anwendern.
Häufige Fragen
Was ist Gemini 4 Neon?
Gemini 4 Neon ist das Mittelklasse-Modell der vierten Gemini-Generation von Google. Es liegt zwischen dem günstigen Gemini 4 Hydrogen und den großen Modellen Argon und Carbon. Laut Google erreicht Neon fast die Qualität von Carbon und kostet pro Aufgabe rund 32 % weniger. Im Index von Artificial Analysis landet es auf Platz 3 und damit vor Claude Opus 5.5. Wir sehen die größte Stärke bei interaktiven 3D-Visualisierungen und gründlich getestetem Code.
Wie gelingt der Zugriff auf Gemini 4 Neon?
In der Gemini-App steht Neon aktuell nur im Ultra-Plan zur Verfügung, also ab 99 Euro im Monat. Gemini 4 Hydrogen ist bereits im normalen Pro-Plan enthalten. Für Coding und 3D-Projekte empfehlen wir die Entwicklungsumgebung Antigravity oder die Antigravity CLI. Dort wird Neon über den Befehl /model ausgewählt. Den Effort-Level stellen wir für anspruchsvolle Aufgaben auf High.
Ist Gemini 4 Neon besser als GPT-6.2 Sol?
In unserem Coding-Test bestanden beide Modelle alle 30 und später alle 82 externen Prüfungen. GPT-6.2 Sol arbeitete schneller und kostete mit etwa 3 Dollar rund die Hälfte. Gemini 4 Neon schrieb dafür deutlich mehr eigene Tests, in Runde 2 waren es 25 gegenüber 14. Für Teams, die an einer App weiterbauen, zählt diese Absicherung. Bei Tempo und Preis liegt GPT-6.2 Sol vorn, bei der Qualität Neon.
Warum ist die Anthropic-Aktie nach dem Börsengang gefallen?
Anthropic startete rund 43 % über der erwarteten Bewertung von 1,4 Billionen Dollar. Innerhalb von 30 Minuten fiel die Aktie von 111,50 auf rund 97 Dollar. Kritiker wie Citron Research verweisen auf Verpflichtungen von 895 Milliarden Dollar und sinkende Wachstumsraten. Eine Bloomberg-Ökonomin nennt den gefallenen Preis pro Token als Schwachstelle. Zum Handelsschluss lag die Aktie trotzdem 17 % über dem Ausgabepreis von 83 Dollar.
Was bedeutet rekursive Selbstverbesserung bei Google?
Rekursive Selbstverbesserung beschreibt eine KI, die ihren eigenen Nachfolger mitentwickelt. Google-Mitgründer Sergey Brin äußerte sich dazu im Oktober beim Start von Gemini 4 Argon. Forscher und Modell entwickelten die nächste Version Hand in Hand. Seit den Flash-Modellen 3.6 bis 3.8 sei Google auf dieser Spur. Ob Google hier allen Laboren voraus ist, bleibt Spekulation. Vier neue Modelle in fünf Wochen passen zumindest ins Bild.




































































































