Eine Titelkarte für einen Artikel über die Effort-Stufen von Gemini 4, die drei Modellspalten, drei Effort-Zeilen und einen hervorgehobenen Wert von 14,55 Cent für Gemini 4 Neon bei hohem Effort bei einem Prompt mit 40 Tokens zeigt.
Guides & Insights

Gemini 4 Neon Effort-Level: Was Niedrig, Mittel und Hoch tatsächlich kosten

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Ein Prompt, vierzig Eingabe-Tokens und neun Rechnungen. Simon Willison ließ den Pelikan-auf-dem-Fahrrad-Test mit Gemini 4 Carbon, Gemini 4 Neon und Gemini 4 Hydrogen bei niedrigem, mittlerem und hohem Aufwand laufen und veröffentlichte die zurückgegebenen Token-Zahlen, die Dollarkosten und die Wall-Clock-Zeiten – in einem Blogbeitrag vom 18. November 2026 und am folgenden Morgen als Vergleichstabelle auf X. Die neun Ergebnisse sind die bislang konkreteste öffentliche Messung dafür, was eine Denkstufen-Einstellung von Gemini 4 tatsächlich mit einer Rechnung macht, und sie zeigen etwas, das das Launch-Material nicht sagt: Bei einem kurzen, einfachen Prompt verschiebt die Aufwandsstufe die Kosten stärker als die Wahl des Modells, und die Rangfolge zwischen zwei Modellen kann kippen, wenn man die Stufe ändert.

Sein Urteil über die Ausgabe ist bewusst unquantifiziert. Die Neon-Pelikane „sehen besser aus als Hydrogen und schlechter als Carbon“, Detail und Feinschliff nehmen ab, je weiter man in der Familie nach unten geht, und weniger stark, je weiter man auf der Leiter nach unten steigt, und jedes der neun Bilder ist nach wie vor erkennbar ein Pelikan auf einem Fahrrad. Das kann man nicht bewerten. Man kann jedoch zählen, was es gekostet hat.

Neun Rechnungen für einen einzigen Vierzig-Token-Prompt.

Der Prompt ist bei allen neun Läufen identisch, die Eingabe umfasst in jedem Fall 40 Tokens, und variiert werden nur das Modell und die Thinking-Einstellung. Jede der unten aufgeführten Zahlen stammt aus Willisons eigenem Lauf zu Googles veröffentlichten Preisen pro Token, und bei den Kosten handelt es sich um seine Messungen, nicht um Schätzungen.

• Gemini 4 Hydrogen, niedrig — 2.996 Ausgabe-Tokens, 2,25 Cent, 10 Sekunden.

• Gemini 4 Hydrogen, medium — 3.964 Ausgabe-Tokens, 2,98 Cent, 17 Sekunden.

• Gemini 4 Hydrogen, hoch — 5.311 Ausgabe-Tokens, 3,99 Cent, 19 Sekunden.

• Gemini 4 Neon, low — 4.974 Ausgabe-Tokens, 7,47 Cent, 43 Sekunden.

• Gemini 4 Neon, mittel — 7.846 Ausgabe-Tokens, 11,78 Cent, 54 Sekunden.

• Gemini 4 Neon, hoch — 9.691 Ausgabe-Tokens, 14,55 Cent, 1 Minute 11 Sekunden.

• Gemini 4 Carbon, niedrig — 9.153 Ausgabe-Tokens, 9,16 Cent, 1 Minute 34 Sekunden.

• Gemini 4 Carbon, mittel — 11.020 Ausgabe-Tokens, 11,03 Cent, 1 Minute 53 Sekunden.

• Gemini 4 Carbon, hoch — 20.305 Ausgabe-Token, 20,31 Cent, 4 Minuten 11 Sekunden.

Die Arithmetik hinter diesen Rechnungen lohnt sich darzulegen, weil sie alles Folgende erklärt. Bei 40 Eingabe-Tokens liegt die Eingabegebühr bei rund einem Hundertstel Cent und kann vernachlässigt werden, sodass die Rechnung fast genau den Ausgabe-Tokens multipliziert mit dem Ausgabetarif entspricht: Carbon bei 10 $ pro Million Ausgabe-Tokens, Neon bei 15 $, Hydrogen bei 7,50 $. Nichts an der Aufwandseinstellung ändert etwas am Preis. Sie ändert, wie viele Tokens das Modell ausgibt, bevor es stoppt, und bei diesem Prompt reicht dieser Multiplikator von 1,77x bis 2,22x.

Die Sprosse bewegt die Rechnung mehr als das Modell.

Nimm die günstigste Stufe der teuersten Familie. Hydrogen kostet bei niedrig 2,25 Cent. Neon kostet bei hoch 14,55. Das ist eine 6,5-fache Spanne über eine Familie und einen Prompt hinweg, und das 3,3-Fache davon stammt vom Modell, während das verbleibende 1,95-Fache von der Stufe stammt. Der gleiche Vergleich innerhalb eines einzelnen Modells ist genauso groß: Neon niedrig zu hoch ist 1,95-fach, Carbon niedrig zu hoch ist 2,22-fach, Hydrogen niedrig zu hoch ist 1,77-fach.

Setzt man die beiden Effekte nebeneinander, wird der praktische Punkt schnell klar. Carbon von hoch auf mittel herunterzustufen spart bei diesem Prompt 9,28 Cent, was 64 % dessen entspricht, was Neon für denselben Vogel auf derselben Stufe kostet. Wenn Ihr Standard „das größte Modell auf der tiefsten Stufe“ lautet, ist eine Änderung dieses Standards um eine Stufe in barer Münze mehr wert als ein kompletter Modellwechsel.

Die Richtung des modellübergreifenden Vergleichs ist ebenfalls nicht die, die die Preisliste nahelegt. Neons 3 $ und 15 $ liegen 50 % über Carbons aktuellen 2 $ und 10 $ – dem Einführungstarif, den Carbon und Argon bis zum 30. November anbieten, danach verdoppeln sich beide auf 4 $ und 20 $. Doch bei diesem Prompt ist Neon auf hoher Stufe der günstigere der beiden – um 28 %, weil Carbon 2,1-mal so viele Ausgabe-Tokens erzeugt, um denselben Vogel zu zeichnen. Der Preis pro Token ist die falsche Vergleichszahl. Die Tokens pro Antwort sind die, die auf der Rechnung landen.

Wo Neon und Kohlenstoff die Plätze tauschen

Das Paar ordnet sich nicht durchgängig über die Leiter hinweg, und die mittlere Sprosse ist der Punkt, an dem es bricht.

• Im niedrigen Bereich — Neon 7,47 Cent gegenüber Carbon 9,16, also ist Neon 18 % günstiger.

• Bei Medium — Neon 11,78 Cent gegenüber Carbon 11,03, also ist Neon 6,8 % teurer.

• Bei hohem Verbrauch — Neon 14,55 Cent gegenüber Carbon 20,31, also ist Neon 28 % günstiger.

Carbons Token-Anzahl ist der Grund dafür. Sie steigt von niedrig auf mittel steil an (9.153 auf 11.020) und verdoppelt sich dann nahezu auf hoch (20.305), während Neon gleichmäßiger zunimmt (4.974, 7.846, 9.691). Im mittleren Bereich liegen die beiden Token-Anzahlen so nah beieinander, dass Neons 1,5-facher Preisaufschlag die Rechnung entscheidet; im hohen Bereich überwiegt Carbons Ausführlichkeit den Preisunterschied. Wer einen Vergleich auf einer Stufe durchführte und verallgemeinerte, hätte für die anderen beiden die Antwort genau umgekehrt.

A scoreboard comparing Gemini 4 Neon, Gemini 4 Carbon and Gemini 4 Hydrogen at low, medium and high effort on a 40-token drawing prompt, listing output tokens and cost in cents for each of the nine runs.

Was die Leiter bei einer harten Bewertung bringt

Die Kosten sind nur die Hälfte des Kompromisses, und der Zeichen-Prompt ist ein schlechtes Instrument für die andere Hälfte, weil es keinen korrekten Pelikan gibt. Artificial Analysis liefert die fehlende Achse: Es bewertet Gemini 4 Neon separat bei jeder seiner vier Einstellungen auf dem Intelligence Index v5.0.1, und die Spannweite ist weit größer als alles, was die Preisstaffel zeigt.

Indexwert — 44 bei niedrig, 55 bei mittel, 60 bei hoch, 61 bei xhigh, abgelesen von der Seite des Trackers am 19. November 2026.

• Zeit bis zum ersten Antwort-Token — 13,9 Sekunden bei niedrig, 20,1 bei mittel, 40,6 bei hoch, 56,5 bei xhoch.

• Zeit pro Intelligence-Index-Aufgabe — 3,7 Minuten bei niedrig, 8,3 bei mittel, 14,8 bei hoch, 21,5 bei xhigh.

• Ausgabegeschwindigkeit — 97 bis 110 Tokens pro Sekunde, steigt mit der Sprosse leicht an, was die einzige Dimension ist, in der die Leiter nahezu flach ist.

Siebzehn Indexpunkte zwischen der günstigsten und der tiefsten Einstellung von Neon sind eine größere Lücke als die, die Neon bei xhigh von den veröffentlichten 54 von Gemini 4 Hydrogen auf demselben Index trennt. Das ist das stärkste Argument für die Leiter: Bei Aufgaben mit einer richtigen Antwort ist die Sprosse keine Feinschliff-Einstellung, sondern eine Fähigkeits-Einstellung. Derselbe Tracker veröffentlicht einen Kosten-pro-Aufgabe-Wert nur für die xhigh-Variante, $6.44, und dieser einzelne Wert ist derjenige, der am ehesten aus dem Kontext gerissen zitiert wird. Er gehört zur teuersten Konfiguration des Modells, nicht zum Modell.

Artificial Analysis model page for Gemini 4 Neon showing an Intelligence Index rank of sixth of 96, a price of $3.00 input and $15.00 output per million tokens, and a cost of $6.44 per Intelligence Index task at xhigh.

Warum ein Vogel ein fairer Test für die Sprosse ist

Der Pelican-Prompt hat eine Eigenschaft, die ihn für diese Frage ungewöhnlich gut macht, und eine, die ihn für eine andere Frage nutzlos macht. Er ist offen gestaltet, sodass jede Stufe etwas hervorbringt und keine von ihnen gänzlich scheitert – was bedeutet, dass die Kostenkurve gelesen werden kann, ohne durch Wiederholungen verfälscht zu werden, und die Qualitätskurve als Gradient statt als Bestehensquote gelesen werden kann. Er wird außerdem nicht bewertet, kann dir also sagen, dass geringer Aufwand ein einfacheres Fahrrad gezeichnet hat, aber nicht, ob das für deine Arbeitslast relevant ist.

Googles eigene Dokumentation ist in Bezug auf das Risiko an der Spitze der Skala direkter, als es ein Demo-Raster sein kann. Sie warnt davor, dass xhigh „übermäßiges Nachdenken verursachen oder bei einfacheren Prompts wie Text- oder JSON-Extraktion max_output_tokens ausschöpfen kann“, und empfiehlt, jede Stufe zu evaluieren und sich für die niedrigste zu entscheiden, die Ihre Qualitätsanforderungen erfüllt. Willison testete Neon für die Pelikane bei low, medium und high und verwendete stattdessen die separate extra-Einstellung in Antigravity für einen Three.js-Animationsprompt, sodass xhigh in diesem Vergleich keinen Vogel hat. Seine eigene Anmerkung ist, dass Argon aus dem Raster herausgefallen ist, was daran erinnert, dass dies die Auswahl eines einzelnen Praktikers und kein veröffentlichter Bewertungssatz ist.

Zusammengelesen ergeben die beiden Quellen eine brauchbare Regel. Bei einfacher, offener Generierung erkauft die Stufe eine Verfeinerung, die man vielleicht nicht braucht, und berechnet dir dafür das 1,8- bis 2,2-Fache an Tokens. Bei schwierigem Schlussfolgern bringt dieselbe Stufe fünfzehn Indexpunkte, und der 5,8-fache Anstieg der Zeit pro Aufgabe ist der Preis für diese Fähigkeit und nicht ein Kostenfaktor der Unentschlossenheit.

Statt eines Modells eine Sprosse wählen

Die Gewohnheit, die es zu brechen lohnt, ist die Wahl zwischen Gemini 4 Carbon, Gemini 4 Neon und Gemini 4 Hydrogen. Alle drei verwenden denselben Anfrageparameter, daher ist die eigentliche Entscheidung ein Paar: welches Modell, auf welcher Stufe, für welche Art von Arbeit. Aus den obigen Zahlen folgen drei Regeln.

Lege die Stufe pro Aufgabenklasse fest, nicht pro Projekt. Textextraktion, Formatierung, kurze Klassifikation und JSON-Reparatur sind die Fälle, die Google als Overthinking-Risiken nennt; sie sind auch die Fälle, in denen eine niedrige oder mittlere Stufe bei einem Fünftel bis einem Drittel der Tokens eine erkennbare Antwort lieferte. Tiefgehende mehrstufige Programmierung, lange Sitzungen mit Tool-Nutzung und alles, bei dem die fünfzehn Punkte des Index auftauchen, sind die Bereiche, in denen die teure Stufe ihre Kosten rechtfertigt.

Messen Sie Token, nicht Sekunden, wenn Sie vergleichen. Die Zeitleiter und die Kostenleiter verlaufen hier in dieselbe Richtung, aber nicht mit derselben Steigung: Neons hohe Einstellung ist bis zum ersten Token fast dreimal langsamer als ihre niedrige Einstellung und beim Abschließen einer Indexaufgabe viermal langsamer, während sich die Rechnung um den Faktor 1,95 bewegt. Latenzbudgets und Kostenbudgets werden Sie auf unterschiedliche Sprossen ziehen, und nur eines von beiden taucht auf der Rechnung auf.

Führen Sie den Vergleich nach dem 1. Dezember 2026 erneut durch. Carbon und Argon verdoppeln sich an diesem Datum auf 4 $ und 20 $ pro Million Tokens, während Neon bei 3 $ und 15 $ bleibt, und die Pelikan-Zahlen skalieren linear mit der Ausgaberate. Carbon at high würde dann 40,6 Cent für denselben Vogel kosten, gegenüber 14,55 bei Neon – eine 2,8-fache Lücke statt einer 28-prozentigen –, und Carbon at medium würde 22,0 Cent kosten, gegenüber 11,78 bei Neon. Jede Schlussfolgerung, die aus der Preistabelle dieser Woche gezogen wird, hat eine Gültigkeit von zwölf Tagen.

Die Sprosse routen, nicht nur das Modell

Da die Effort-Einstellung ein Anfrageparameter und keine separate Bereitstellung ist, ist die gesamte Leiter von einer einzigen Integration aus erreichbar, was die Routing-Entscheidung kostengünstig zu ändern macht. OrcaRouter stellt 200+ Modelle hinter einem einzigen Schlüssel zum Listenpreis des Anbieters ohne Aufschlag bereit, sodass ein Preisschritt des Anbieters bei uns an dem Tag live ist, an dem er bei Google live ist — einschließlich der Verdopplung von Carbon und Argon zum 1. Dezember, ohne dass etwas neu verhandelt werden muss. Die Routing-DSL kann eine Aufgabenklasse an ein bestimmtes Modell und eine bestimmte Sprosse senden, wodurch eine klassenbezogene Richtlinie wie die obige zu Konfiguration statt zu einer Codeänderung wird, und automatisches Failover bedeutet, dass eine Sprosse, die Sie noch evaluieren, nie zum einzigen Weg in die Produktion wird.

Eine ehrliche Einschränkung: Unser Katalog führt derzeit google/gemini-4-carbon und google/gemini-4-argon, und er führt noch nicht Gemini 4 Neon oder Gemini 4 Hydrogen. Das ist also keine Empfehlung, Neon heute über uns laufen zu lassen. Es ist die Form des Tests, der zu fahren ist, wenn sie verfügbar sind, und der Grund, warum der Vergleich pro Stufe mehr zählt als der pro Modell: Eine Richtlinie, die das Modell festschreibt und die Stufe ignoriert, lässt den größten Teil der Rechnung unverwaltet.

OrcaRouter model page for google/gemini-4-carbon, showing the model listed as a Google multimodal model with vision, audio and tool support, dated 2026-11-10, with a playground panel.

Was würde diese Lesart ändern

Drei Punkte, alle überprüfbar. Der erste ist ein veröffentlichter Kostenwert pro Aufgabe für Neon bei high statt xhigh; der Tracker gibt derzeit nur für xhigh $6.44 an, und diese eine Zeile würde klären, ob Googles Behauptung, pro Aufgabe 32 % günstiger zu sein, einer unabhängigen Messung standhält. Der zweite ist, ob irgendjemand den pelican auf xhigh laufen lässt, da die einzige Einstellung mit einem dokumentierten Fehlermodus bei kurzen Prompts diejenige ist, die im Raster fehlt. Der dritte ist der 1. Dezember, der die Rechengrundlage jedes Vergleichs in diesem Text verändert, ohne dass sich eines der beiden Modelle überhaupt ändert.

Fragen, die die Zahlen immer wieder aufwerfen

Kostet eine höhere Effort-Stufe mehr pro Token?

Nein. Der Preis pro Token ist pro Modell festgelegt: 3 $ und 15 $ für Neon, 2 $ und 10 $ für Carbon derzeit, 1,50 $ und 7,50 $ für Hydrogen. Was sich ändert, ist die Anzahl der Ausgabe-Tokens, die das Modell ausgibt, bevor es stoppt; deshalb ergab derselbe 40-Token-Prompt neun Abrechnungen zwischen 2,25 und 20,31 Cent.

Ist die billigste Sprosse immer die billigste Antwort?

Nicht unbedingt, denn eine Stufe, die eine schwierige Aufgabe zu oberflächlich durchdenkt, liefert eine Antwort, die man verwirft und erneut ausführt. Beim Pelican lieferte jede Stufe etwas Brauchbares; beim Intelligence Index beträgt der Abstand zwischen niedrig und hoch sechzehn Punkte, sodass eine Antwort einer niedrigen Stufe auf eine schwierige Aufgabe ein anderes Produkt ist statt eines günstigeren.

Welches von Neon und Carbon ist günstiger?

Es hängt von der Stufe und dem Datum ab. Heute ist Neon bei niedrig und hoch günstiger und bei mittel teurer; ab dem 1. Dezember ist es bei jeder Stufe in diesem Prompt günstiger, weil sich der Output-Tarif von Carbon verdoppelt, während der von Neon unverändert bleibt.