Dev.to AI 🤖 Ai 👁 0 📖 10 min read

Comment utiliser l'API Gemini 4 Neon ?

L'API Gemini 4 Neon utilise l'identifiant de modèle gemini-4-neon. Vous l'appelez avec une requête POST vers https://generativelanguage.googleapis.com/v1beta/interactions, votre clé dans l'en-tête x-goog-api-key, et mode

Comment utiliser l'API Gemini 4 Neon ?

L'API Gemini 4 Neon utilise l'identifiant de modèle gemini-4-neon. Vous l'appelez avec une requête POST vers https://generativelanguage.googleapis.com/v1beta/interactions, votre clé dans l'en-tête x-goog-api-key, et model plus input dans le corps JSON. Elle fonctionne uniquement sur le palier payant, à 3 $ par million de tokens d'entrée et 15 $ par million de tokens de sortie, et le niveau de réflexion par défaut est high.

Essayez Apidog dès aujourd'hui

Ce guide couvre les spécificités de Neon : la configuration du palier payant, la migration depuis un autre modèle Gemini 4, les sorties de plus de 64K tokens, l'association de Neon avec Hydrogen, et le contrôle des coûts. Chaque nom de champ provient de la documentation de Google.

De quoi avez-vous besoin avant votre premier appel à l'API Gemini 4 Neon ?

Vous avez besoin d'une clé API Gemini sur un projet avec facturation activée, de l'identifiant de modèle gemini-4-neon et du point de terminaison Interactions. Google a lancé Neon le 18 novembre 2026, comme modèle intermédiaire de la famille Gemini 4, entre Hydrogen et Carbon.

Élément Valeur
Identifiant de modèle gemini-4-neon
Point de terminaison POST /v1beta/interactions sur generativelanguage.googleapis.com
En-tête d'authentification x-goog-api-key: $GEMINI_API_KEY
APIs Interactions API et generateContent
Niveaux de réflexion low, medium, high (par défaut), xhigh
Fenêtre de contexte 1 048 576 tokens, partagés entre entrée, réflexion et sortie
Sortie par étape synchrone 65 536 tokens
Décodage long Jusqu'à 1 048 576 tokens moins votre entrée
Palier gratuit Non
Tarif payant 3,00 $ / 1M entrée, 15,00 $ / 1M sortie (réflexion incluse)
Entrée mise en cache 0,15 $ / 1M via le caching implicite

Pour les PDF, le function calling et le streaming, les formats de requête correspondent à notre guide de l'API Gemini 4 Hydrogen ; il suffit de changer l'identifiant du modèle.

image

Comment obtenir une clé API Gemini compatible avec Neon ?

Neon n'est pas disponible sur le palier gratuit, une clé seule ne suffit donc pas. Le projet associé doit avoir la facturation activée.

  1. Ouvrez la page des clés API dans Google AI Studio et créez une clé, ou réutilisez-en une que vous avez déjà.
  2. Assurez-vous que le projet de la clé est sur le palier payant. Le guide de Google est formel : « Neon est disponible uniquement sur le palier payant (pas sur le palier gratuit). »
  3. Exportez la clé : export GEMINI_API_KEY="YOUR_API_KEY". Les SDK Google GenAI la lisent automatiquement.
  4. Vérifiez vos limites de débit sur le palier payant via la page des limites de débit avant de planifier un lot important. [VERIFY: Neon's per-tier RPM and TPM numbers]

Comment envoyer votre première requête à l'API Gemini 4 Neon ?

Envoyez model et input au point de terminaison Interactions. Voici le format du guide de démarrage rapide de Google :

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "gemini-4-neon",
    "input": "Review this Go handler for missing error checks and suggest fixes."
  }'

Le même appel avec le SDK Python (pip install -U google-genai) :

from google import genai

client = genai.Client()  # reads GEMINI_API_KEY

interaction = client.interactions.create(
    model="gemini-4-neon",
    input="Review this Go handler for missing error checks and suggest fixes.",
)

print(interaction.output_text)
print(interaction.usage)

Lisez usage à chaque réponse pendant vos tests : les tokens de réflexion sont facturés au tarif de sortie de 15 $, c'est donc là que se joue votre coût.

Ces extraits suivent le guide de Google. Nous ne les avons pas exécutés pour cet article, vérifiez donc le format de la réponse avec votre premier appel.

Qu'est-ce qui change quand on passe de Hydrogen ou Carbon à Neon ?

Si vous utilisez déjà un autre modèle Gemini 4, la migration ne nécessite aucun changement de schéma de requête. Modifiez la chaîne model et vérifiez trois points :

Vérification Neon Hydrogen Carbon et Argon
Niveau de réflexion par défaut high high medium
Niveau le plus élevé xhigh xhigh high
Entrée / sortie par 1M 3 $ / 15 $ 1,50 $ / 7,50 $ Voir Tarification de Carbon

Si vous venez de Carbon ou Argon, le passage par défaut de medium à high signifie davantage de tokens de réflexion pour un même prompt. Définissez explicitement thinking_level si vous voulez conserver l'ancien comportement :

interaction = client.interactions.create(
    model="gemini-4-neon",
    input="Audit this payment retry queue for race conditions.",
    generation_config={"thinking_level": "medium"},
)

Si vous venez de Gemini 3.8 Flash ou d'une version antérieure, la liste est plus longue. D'après la checklist de migration de Google :

  • Augmentez les limites de sortie trop basses. max_output_tokens couvre à la fois la réflexion et la réponse. Supprimez les limites codées en dur comme 8 192, ou portez-les à 65 536, et abaissez le niveau de réflexion si vous devez dépenser moins.
  • Supprimez minimal. Neon le rejette avec une erreur.
  • Retirez les paramètres d'échantillonnage. Le serveur ignore temperature, top_p et top_k dans leur plage valide ; les valeurs hors plage renvoient un 400.
  • Abandonnez le caching explicite. Neon ne prend pas en charge cachedContents ni caches.create, supprimez donc les champs cached_content.
  • Déclarez les outils nativement. Demander des appels d'outils en JSON brut sans outils déclarés peut renvoyer MALFORMED_FUNCTION_CALL. Utilisez le function calling ou les sorties structurées.

Comment obtenir plus de 64K tokens de sortie avec Neon ?

Une requête synchrone s'arrête à 65 536 tokens, en streaming ou non. Pour des sorties plus longues, comme une spécification de migration complète accompagnée de sa suite de tests, définissez background sur true et portez max_output_tokens au-delà de 65 536. Les serveurs de Google continuent alors de générer par étapes de 64K tokens jusqu'à atteindre votre limite.

Gemini 4 Neon long decode: a background request with max_output_tokens 262,144 runs as four 65,536-token hops on Google's servers while the client polls GET /v1beta/interactions/{id} until status leaves in_progress, then joins the text from every model_output step

Lancez la tâche et conservez son id :

export ID=$(curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-neon",
    "input": "Generate a complete multi-module migration specification and test suite for this service.",
    "background": true,
    "generation_config": {
      "max_output_tokens": 262144,
      "thinking_level": "high"
    }
  }' | jq -r '.id')

Interrogez ensuite jusqu'à la fin de la tâche et concaténez le texte de chaque étape (Python, avec l'ID exporté) :

import os, time

interaction = client.interactions.get(id=os.environ["ID"])
while interaction.status in ("in_progress", "queued"):
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

text = "".join(
    c.text
    for step in interaction.steps if step.type == "model_output"
    for c in step.content if c.type == "text"
)

Trois règles du guide de Google évitent les mauvaises surprises :

  1. Si vous définissez background sans max_output_tokens, le serveur s'arrête à 65 536 tokens.
  2. La limite peut monter jusqu'à 1 048 576 moins vos tokens d'entrée. Google recommande 131 072 ou 262 144 pour les tâches longues et multi-étapes.
  3. Les prompts complexes peuvent durer plusieurs minutes. Utilisez le mode background, ou réglez les délais d'attente de votre client HTTP à au moins 15 minutes.

Si vous préférez ne pas stocker les interactions côté Google, le guide du décodage long documente aussi la continuation côté client dans les derniers SDK.

Comment associer Neon avec Hydrogen ?

Utilisez Neon pour le jugement et Hydrogen pour le volume. Neon planifie ou examine un workflow, puis vous transmettez son id d'interaction comme previous_interaction_id à un appel gemini-4-hydrogen qui exécute une seule étape. Le guide du développeur Cloud de Google illustre ce modèle :

plan = client.interactions.create(
    model="gemini-4-neon",
    input="Design a 3-step plan to migrate our REST order service to gRPC in Go.",
    store=True,
)

step = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Implement step 1 (.proto service definition) from the plan.",
    previous_interaction_id=plan.id,
)
print(step.output_text)

Gemini 4 Neon as planner and Gemini 4 Hydrogen as executor: Neon writes the plan at $15 per million output tokens, then each step runs on Hydrogen at $7.50 per million through previous_interaction_id, with Neon reviewing the final result

Chaque token de sortie écrit par Hydrogen plutôt que par Neon coûte deux fois moins cher. Notre guide de l'orchestrateur Gemini 4 Hydrogen détaille la même boucle avec Carbon comme planificateur.

Comment maîtriser les coûts de l'API Gemini 4 Neon ?

Quatre leviers, dans l'ordre où ils sont généralement rentables :

  1. Choisissez le niveau de réflexion le plus bas qui passe. Google conseille d'exécuter vos évaluations aux quatre niveaux avec un max_output_tokens élevé, puis de retenir le thinking_level le plus bas qui atteint votre seuil de qualité.
  2. Réutilisez les longs prompts. Le caching implicite s'applique par défaut aux prompts d'au moins 4 096 tokens et réduit de 95 % le coût de l'entrée en cache, de 3,00 $ à 0,15 $ par million. Placez la partie longue et stable de votre prompt (texte système, documentation, schémas) au début.
  3. Confiez l'exécution à Hydrogen. Voir le modèle d'association ci-dessus.
  4. Comptez tout. Google facture chaque token traité par le modèle, y compris les tokens de réflexion et les instructions internes ajoutées lorsque vous utilisez le grounding. Le grounding avec Google Search est également facturé par requête.

Un rapide ordre de grandeur : un appel avec 20 000 tokens d'entrée et 8 000 tokens de sortie (réflexion incluse) coûte 0,06 $ en entrée et 0,12 $ en sortie, soit 0,18 $ au tarif catalogue.

Laissez votre agent de code comparer Neon et Hydrogen avec Apidog CLI

Neon vaut-il le double du prix de Hydrogen sur vos prompts ? Laissez votre agent de code (Claude Code, Codex, Cursor) construire un cas de test et l'exécuter sur les deux modèles avec Apidog CLI.

Configuration en une fois :

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Puis donnez un seul prompt à votre agent :

In Apidog project <projectId>, create an environment "gemini" with base URL
https://generativelanguage.googleapis.com and variables GEMINI_API_KEY,
MODEL (default "gemini-4-hydrogen") and THINKING (default "high"). Add an
endpoint for POST /v1beta/interactions with the x-goog-api-key header from
GEMINI_API_KEY. Create a test case that sends model {{MODEL}}, our code-review
prompt and generation_config.thinking_level {{THINKING}}, and asserts: HTTP 200,
status is "completed", a non-empty model_output step, and usage.total_tokens
exists. Run it for gemini-4-hydrogen and gemini-4-neon, then compare
usage.total_thought_tokens and usage.total_output_tokens.

L'agent lit chaque schéma de charge utile et valide son JSON avant d'écrire quoi que ce soit :

apidog environment create gemini --project <projectId> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file endpoint.json
apidog endpoint create --project <projectId> --file endpoint.json
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> --env-var "MODEL=gemini-4-hydrogen" -r cli,json
apidog run --test-case <caseId> --project <projectId> -e <envId> --env-var "MODEL=gemini-4-neon" -r cli,json

Multipliez les tokens de chaque exécution par le prix du modèle et vous obtenez un coût réel par tâche pour votre prompt, et non une moyenne issue d'un article de lancement. Ajoutez --upload-report pour consulter l'exécution dans l'application Apidog, ou remplacez -r cli,json par -r junit pour intégrer la même vérification dans votre CI. Le guide CI/CD d'Apidog CLI présente le pipeline, et Apidog CLI dans Claude Code couvre la configuration de l'agent. Le plan gratuit d'Apidog couvre jusqu'à 4 utilisateurs.

FAQ

Quel est l'identifiant du modèle Gemini 4 Neon ? gemini-4-neon. Il fonctionne avec l'API Interactions et generateContent.

L'API Gemini 4 Neon est-elle gratuite ? Non. Neon est disponible uniquement sur le palier payant de l'API Gemini, à 3 $ par million de tokens d'entrée et 15 $ par million de tokens de sortie. Les abonnés Google AI Pro et Ultra peuvent l'essayer dans le chat d'AI Studio.

Mon code Hydrogen fonctionne-t-il avec Neon ? Oui. Google indique que le passage d'un modèle Gemini 4 à un autre ne nécessite aucun changement de schéma de requête. Mettez à jour la chaîne model, puis décidez si vous souhaitez le niveau de réflexion high par défaut.

Quelle est la sortie maximale de l'API Gemini 4 Neon ? 65 536 tokens par requête synchrone. Avec background défini sur true et un max_output_tokens plus élevé, Neon peut générer jusqu'à la fenêtre de 1 048 576 tokens moins votre entrée.

Gemini 4 Neon prend-il en charge temperature ? Non. Le serveur ignore les valeurs de temperature, top_p et top_k dans leur plage valide et renvoie un 400 pour les valeurs hors plage. Utilisez thinking_level pour arbitrer entre qualité, vitesse et coût.

Neon prend-il en charge le caching explicite du contexte ? Non. Supprimez cached_content de vos requêtes. Le caching implicite s'applique toujours automatiquement aux prompts de 4 096 tokens ou plus, avec une réduction de 95 % sur l'entrée en cache.

📰 Read the original article on Dev.to AI

Originally published by Dev.to AI. Aggregated on AIWithGhost for educational purposes — full credit and traffic to the original publisher.