Gemini 4 Neon 基準測試、API 定價與 Orchestrator 工作流分析
Gemini 4 Neon: The Balance Point Between Carbon and Hydrogen — Benchmarks, API Pricing, and Orchestrator Workflows
Gemini 4 Neon 以高頻複雜工作為定位,本文透過基準、API 定價和 Orchestrator 工作流分析其取捨。
文章按基準測試條件拆解 Gemini 4 Neon 的表現,並比較 Carbon 調價前後的任務成本,説明評測框架與計費假設如何影響選型。
2026年11月18日,Google 推出 Gemini 4 Neon——Gemini 4 系列的第四個分支,之前推出的型號包括 Argon(10月13日)、Carbon(11月10日)和 Hydrogen(11月12日)。Google 用一句話將它定義為「具備前沿級智能,能快速完成端到端任務」。它不是最聰明的模型,而是能以可供全天反覆使用的成本和延遲,把接近前沿水平的判斷力貫徹至任務完成的模型。
1. 為何「中階」如今成為生產環境的核心
這在實際應用上之所以重要,關鍵不在基準測試排名,而在於價格曲線。根據 Google 公佈的價格,Carbon 和 Argon 的入門價格(每 1M tokens 輸入 $2 / 輸出 $10)將於2026年11月30日到期,之後價格會變為$4 / $20,即加倍;快取輸入價格則會由 $0.10 升至 $0.20。Neon 沒有入門價格:固定收費$3 / $15。
- 截至11月30日:Neon 的 token 價格是 Carbon 的1.5倍。
- 由12月1日起:Neon 的 token 價格是 Carbon 的0.75倍。
兩天後價格便會逆轉。你目前在 Carbon 上執行的任何高頻工作負載(程式碼審查、重構、文件擷取、Agent 循環),如果不作調整,12月1日起成本便會加倍;把相同工作轉到 Neon,價格位置便會由 Carbon 入門價格的 1.5 倍,變成新 Carbon 價格的 0.75 倍。
本文不會重述發布時公佈的數字,而會從工程師實際需要考慮的四個面向,拆解如何採用:token 計算方式、思考層級預設值、執行框架整合,以及安全與誠實度指標。
2. 型號陣容:Hydrogen、Neon 和 Carbon 的實際分別
三款模型共用相同的請求結構、一個統一的 1M-token 上下文視窗,以及最高達 1M tokens 的長解碼。這代表你可以切換模型 ID,而無須修改程式碼——這是第 5 節所述混合模型工作流程的前提。
| 項目 | Hydrogen | Neon | Carbon |
|---|---|---|---|
| 模型 ID | gemini-4-hydrogen | gemini-4-neon | gemini-4-carbon |
| 速度 | 快速 | 中等 | 審慎 |
| 上下文 | 1,048,576,統一視窗 | 1,048,576,統一視窗 | 1,048,576,統一視窗 |
| 最高輸出量 | 預設 65,536 / 長解碼 1,048,576 | 相同 | 相同 |
| 思考層級 | low、medium、high、xhigh(預設 high) | low、medium、high、xhigh(預設 high) | low、medium、high(預設 medium),不支援 xhigh |
| 每 1M 輸入 | $1.50 | $3.00 | $2.00 → 12月1日起 $4.00 |
| 每 1M 快取輸入 | $0.075 | $0.15 | $0.10 → 12月1日起 $0.20 |
| 每 1M 輸出(包括思考) | $7.50 | $15.00 | $10.00 → 12月1日起 $20.00 |
| 免費方案 | 提供 | 沒有 | 沒有 |
有三個細節很容易被忽略。第一,Carbon 不支援 xhigh,而且預設為 medium,因此遷移時務必明確設定 thinking_level。第二,所有 Gemini 4 模型在整個 1M 視窗內均採用固定價格——500K tokens 和 5K tokens 的每百萬 token 價格相同。第三,只有 Hydrogen 提供免費方案;免費方案的輸入和輸出會用於改進 Google 產品。
3. 按基準測試條件解讀結果,而非只看排名
表 2. 官方基準測試結果
| 基準測試 | 結果 | 排名/條件 |
|---|---|---|
| Artificial Analysis Intelligence Index | 61 | xhigh 下整體排名第 3 |
| Artificial Analysis Coding Agent Index | 58.6 | 整體排名第 1 |
| Vals Index | 70.9% | 排名第 2,位於 Pareto 前沿 |
| Vals Legal Research / Tax Agent Bench | - | 兩項均排名第 1 |
| Arena Agent Arena Index | 1,336 | 在 4,200 多場真實 Agent 會話中排名第 2 |
| Zapier AutomationBench | 56.3% | #1 |
| Andon Labs Vending-Bench 2 | $16,843 | #1 |
| Agents' Last Exam v1.1 | 75.8% | 表現與同級領先者相當 |
| Chartography | 73.5% | - |
| Terminal-Bench Science | 70.5% | 同級最佳 |
| RiemannBench | 84.0% | 同級最佳 |
| HLE-Diamond | 71.3% | 同級最佳 |
| Terminal-Bench 4.1 | 65.2% | - |
| FrontierCode 2.0 | 46.2% | 在預設的 high 設定下 |
| SWE-sweep | 12.8% → 39.0% | mini-SWE 測試框架 → Antigravity 測試框架(SOTA) |
請按以下次序閲讀表格。先看通用智能(61,#3),可見它「並非第一」:Google 自己表示,它「僅稍遜於規模更大、速度更慢的模型」,而這個分數是在 xhigh 設定下取得。若你確實需要最高水平的智能,Carbon 或競爭對手最大型的模型仍然勝出;Neon 的價值在於以多低的成本完成低於這個級別的重複工作。
接着,留意Agent 能力軸上連續三項排名 #1 的成績(Coding Agent 58.6、AutomationBench 56.3%、Vending-Bench 2 為 $16,843)。它們有一個共同特點:這些並非只需給出單一答案的任務,而是涉及多步執行、呼叫工具、讀取檔案、保留狀態,以及長期資金管理。相反,知識與科學軸的表現是「同級最佳」;Google 自己的措辭顯示,這代表與同儕的差異在誤差範圍內。
最具實際參考價值的是最後一行:在 mini-SWE 測試框架上的得分為 12.8%,在 Antigravity 上則為 39.0%——模型完全相同,測試框架令得分增加至三倍。
- 將供應商提供的數字視為一個範圍,並在作出承諾前,使用自己的測試框架重新量度。
- 投資於 Agent 工具(上下文壓縮、減少重複讀取檔案、平行子 Agent),所帶來的效益可能勝過更換模型。
- 即使是最佳模型,遇上薄弱的測試框架,得分仍只有 12.8%。大部分「我們換了模型,但沒有變好」的結論,其實反映的是測試框架的表現。
方法上的注意事項:排名只比較「相若的模型」;各項分數採用的思考級別各不相同;第三方指標會按成本及延遲加權;Agent Arena 容易受樣本組成影響;誠信及作弊指標由 Google 內部評估,無法重現;公開基準測試亦有受污染的風險。
4. 成本:Token 計算及思考級別設計
Neon 的價格為每 1M tokens 收取 $3 輸入費、$0.15 快取輸入費(折扣 95%),以及 $15 輸出費。關鍵細節是:輸出定價包含思考 tokens。提高思考級別會直接增加按輸出費率計算的 tokens,而 max_output_tokens 會同時限制思考內容與輸出。首要的成本調節手段是思考級別,而非提示詞長度。
表 3. API 定價、快取及節省金額(每 1M tokens,USD)
| 項目 | Neon | Carbon(現在 → Dec 1) | Hydrogen |
|---|---|---|---|
| 輸入 | $3.00 | $2.00 → $4.00 | $1.50 |
| 快取輸入(折扣 95%) | $0.15 | $0.10 → $0.20 | $0.075 |
| 輸出(包括思考內容) | $15.00 | $10.00 → $20.00 | $7.50 |
| 快取模式 | 僅限隱式 | 僅限隱式 | 僅限隱式 |
| 長上下文附加費 | 無 | 無 | 無 |
| 每項任務成本(預設 high) | 比 Carbon 低 32% | 基準 | - |
推算低 32% 的原因。Neon 的 Token 價格是 Carbon 推出時價格的 1.5 倍,但每項任務的成本低 32%。簡單計算顯示,Neon 完成相同任務所收取的 tokens 費用,約為 Carbon 的 45%(0.68 ÷ 1.5 ≈ 0.45)。這是我根據上述兩項已公佈數字作出的計算,並非 Google 披露的資料;而且假設兩項每任務成本數字是在相同的基準測試及任務集上量度。方向十分明確:Neon 的優勢來自 Token 效率,而非價目表。
December 1 情境。Carbon 和 Argon 的輸入、輸出及快取輸入價格全部翻倍;Neon 則維持不變。請分別按 December 1 前後的情況計算預算。
快取成本計算示例(我的計算)。假設一項任務使用 200K 個輸入 token(其中 150K 個命中快取)和 4K 個輸出 token(包括思考過程)。總成本:Neon $0.2325、Carbon(截至 11 月 30 日)$0.155、Carbon(由 12 月 1 日起)$0.310。當 75% 的輸入已快取時,輸入成本會降至總成本約五分之一,輸出成本則佔主導。
- 固定前綴。將穩定內容(系統提示詞、工具結構描述、程式碼庫地圖)放在最前,並將會變動的內容(用戶輸入、搜尋結果、工具輸出)放在後面。提示詞至少有 4,096 個 token 時會啟用隱式快取,命中快取的部分可享 95% 折扣。前綴中只要有一個字元不穩定,就會令快取失效。
- 移除明確快取。Neon 不支援 cachedContents / caches.create;請移除 Gemini 3 程式碼中遺留的 cached_content 欄位。
Batch API 也可減價 50%,並支援 Flex 和 Priority 推理。Hydrogen 的價格只有 Neon 的一半,為 $1.50 / $7.50;Gemini 3.8 Flash 將於 2027 年 1 月 1 日調整至相同價格——因此,是否由 Flash 轉用 Hydrogen 的考量會變成:「反正 2027 年起價格一樣,不如現在就轉用。」
5. 實際應用:Orchestrator、Copilot 和 /swarm
Orchestrator:Neon 規劃,Hydrogen 執行。Google Antigravity 的 Orchestrator 現在可在同一個工作階段中,讓 Neon 擔任規劃器、Hydrogen 擔任執行器。Neon 負責規劃、架構設計和複雜推理;Hydrogen 則處理常規修改、套件更新和測試執行。如果 Hydrogen 遇到阻礙,便會交回 Neon 檢查狀態、修正計劃並繼續執行。Google 表示,類似的 Carbon + Hydrogen 配搭在 Terminal-Bench 4.0 上維持接近 Carbon 的成功率,同時少用 24% 配額,完成速度快 19%。
可在哪裏使用。付費 Google AI Pro 和 Ultra 訂閲用戶可在 Google Antigravity 桌面應用程式、Antigravity CLI 和 IDE 擴充功能中使用 Neon;企業用戶則可透過 Gemini for business 使用。在 Gemini API 上,可於付費層級呼叫 gemini-4-neon(Google AI Studio、Android Studio)。
GitHub Copilot 供應情況。Neon 已在 Copilot 的 Pro+、Max、Business 和 Enterprise 方案中全面開放使用,可在 VS Code、Visual Studio、Copilot CLI、Copilot coding agent、Copilot 應用程式、github.com、GitHub Mobile、JetBrains IDE、Xcode 和 Eclipse 中選用。費用按用量計算,並按供應商牌價收費,與 premium request 額度分開計算;Enterprise 和 Business 管理員透過模型政策管理存取權,除非管理員停用,否則新模型預設為啟用。
1M 多模態輸入與長篇解碼。Neon 可在單一 1M 視窗中處理文字、圖片、影片、音訊和 PDF。同步回應上限為 65,536 個 token,因此如需較長輸出,請同時設定 background: true 和 max_output_tokens (131,072–262,144)。難度較高的提示詞可能需時數分鐘;HTTP 逾時設定至少為 15 分鐘。
/swarm 示範説明瞭甚麼。透過 Blender MCP 操作的 3D 實驗室工作台、重建為互動式 3D 場景的 Alan Turing 1936 年書房、由單張圖片建立且含有 100,000 個儲存格和 500,000 條即時公式的 Google Sheet,以及有 10,200 行自訂着色器程式碼的第一人稱 WebGL2 滑雪模擬器——全部均未使用任何預製素材。重點是:harness 設計比模型選擇更能決定你最終可交付成果的上限。
程式碼層面的遷移檢查清單
- 將模型 ID 設為 gemini-4-neon(無須更改 schema),並使用付費層級的專案
- 明確設定 thinking_level:Neon 預設為 high(Carbon 和 Argon 預設為 medium),支援 xhigh,並拒絕 minimal
- 移除明確快取設定(cachedContents、cached_content)
- 移除 temperature、top_p 和 top_k(超出範圍的值會返回 400)
- 以原生方式宣告工具;提示模型以純文字 JSON 格式呼叫工具會返回 MALFORMED_FUNCTION_CALL
- 多輪對話使用 previous_interaction_id,並原樣傳回 thought signatures(切勿在平行的 functionCall parts 之間複製)
- 超過 64K 時使用背景執行或用戶端延續處理,並移除硬編碼的偏低 max_output_tokens 上限
- 重新計算計費預算:thinking tokens、內部 grounding 指令和函式宣告都會計費
\n \n 6. 網絡防禦與安全:數字背後的條件\n
網絡防禦(Neon for cyber)。這個變體針對防禦工作流程調校,正透過 Fairwind Program 向可信任的防禦人員推出,並非用於攻擊的能力。在難度較高的 AutoBaxBench 層級,安全程式碼生成達到最先進水平(76%);在 SEC-bench Pro 上,漏洞發現率達 90.5%,每項挑戰的成本約為一半;ExploitGym 驗證以 Carbon 一半的 token 數達到前沿水平;修補在 CWE-bench v2 上達 70.7%(較 Carbon 高 3.4 個百分點);WebExploitBench v1.2 則以 51.26% 達到 SOTA。
安全與誠信。在 Terminal-Bench 4.0 上,正當拒絕率為 1.98%;在 Terminal-Bench-Science 上則為 0%。在 Terminal-Bench 4.0 上,作弊及走捷徑的比率為 0.0%;在 Google 的程式編寫作弊評估中則為 2.45%。不對齊行為率為 0.09%,Agent 誠信評估通過率為 99.2%;服務不足的情況減少 43–56%,過度介入則減少 15–35%。
須區分不同評估條件:拒絕率、誠信和不對齊情況均來自Google 內部評估;而 0.0% 的 IPI 數據則只適用於在最高 thinking level 並啟用安全防護的情況。如果你的系統會把外部網頁、電郵或文件輸入 Agent,請勿把供應商提供的數字視為豁免理由;應定期自行進行提示詞注入紅隊測試。1.98% 的拒絕率確實顯示,模型不會過度封鎖正當的安全工作;這是內部安全自動化中最常見的失效模式。
\n \n 7. 採用清單:團隊和個人開發者的四項準則\n
1. 按使用頻率 × 難度選擇級別。高頻率、中等難度(多檔案重構、程式碼檢視、文件分析、Agent 循環)適合 Neon。低頻率、極高難度(架構設計、跨子系統根因分析、形式化證明、安全審核)適合 Carbon。高頻率、低難度(翻譯、摘要、大量 JSON 擷取)適合 Hydrogen 或 Flash-Lite。個人開發者可用 Neon 處理互動式 IDE 工作,並用 Hydrogen batch 執行隔夜自動化工作。
2. 按 12 月 1 日的價格,將預算估算兩遍。找出目前 Carbon 用量的每月成本,並將以下三種方案並列比較:(a) 維持現狀;(b) 轉用 Neon,並明確假設快取命中率;(c) 只在最困難的工作流程中保留 Carbon,其餘部分則分拆處理。
3. 使用評估集固定 thinking level,並限制 xhigh 的使用。從 low 到 xhigh 逐一測試,選擇能達到品質要求的最低層級作為預設值。評估期間,將 max_output_tokens 設為 65,536 或以上。
4. 先修正執行框架和帳單整合。 直接使用 API 時,套用以上檢查清單。在 Antigravity 上,啟用 Neon + Hydrogen Orchestrator 並監察配額。在 Copilot 上,確認方案、推出狀態、帳單限制和模型政策。最後,記錄 token 數量、快取命中率和重試率。
結語
Gemini 4 Neon 並非「最聰明的模型」。在整體智能方面排名第三,在科學與知識方面同級最佳,在代理式編碼與自動化方面排名第一——這些特點合起來,描述了一款在關鍵之處保留判斷能力,同時降低重複執行單位成本的模型。隨着 Carbon 和 Argon 的價格於 12 月 1 日翻倍,Neon 的真正價值不在於 $3 / $15 的定價表,而在於其運作定位:以比 Carbon 每項任務低 32% 的成本處理高頻複雜工作,而且 12 月後差距會進一步擴大。
按以下次序作決定:使用頻率 × 難度 → 重新計算 12 月價格 → 固定思考層級 → 執行框架與帳單整合——不要按排行榜決定。
資料來源
來源:DEV Community · dev.to

