Titelkarte mit der Aufschrift „Gemini 4 Neon vs. Gemini 4 Carbon“, darunter die Zeile „Langsamer, um vertrauenswürdig zu sein, schneller, um fertig zu werden“, über zwei Karten — Kosten pro Token, Neon höher, und Kosten pro Aufgabe, Neon niedriger, laut Google — mit der Bildunterschrift „Eine Zahl bepreist Token. Die andere bepreist die Arbeit.“
Guides & Insights

Gemini 4 Neon vs. Gemini 4 Carbon: Das neuere Modell braucht länger, um Vertrauen zu gewinnen, und ist schneller fertig

Autor

jinhao.song

Veröffentlicht am

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

Stellt man {{1}}Gem​ini 4 Neon{{/1}} und {{2}}Gemini 4 Carbon{{/2}} auf einer Preisliste nebeneinander, verliert Neon: 3,00 $ Eingabe und 15,00 $ Ausgabe gegenüber 2,00 $ und 10,00 $ bei Carbon. Stellt man sie bei einer abgeschlossenen Aufgabe nebeneinander, sagt {{3}}Goog​le{{/3}} das Gegenteil und behauptet, Neon koste pro Aufgabe 32 % weniger bei seiner standardmäßigen Denkstufe. Beide Aussagen sind wahr, und der Abstand zwischen ihnen ist die gesamte Entscheidung. Die eine Zahl bepreist Tokens. Die andere bepreist die Arbeit, die diese Tokens leisten — und wenn eine Modellfamilie innerhalb von acht Wochen vier Modelle ausliefert, ist die zweite Zahl die einzige, die Ihnen sagt, welches Modell Sie in Produktion nehmen sollten.

Beide sind allgemein verfügbar. Carbon seit dem 10. November 2026, nachdem es zwei Wochen lang über Googles Fairwind-Programm auf Cyber-Verteidiger beschränkt war. Neon seit dem 18. November 2026, von Anfang an für jeden zahlenden Gemini-API-Entwickler offen. Sie teilen sich einen einheitlichen Kontext von 1 Mio. Token, dieselben fünf Eingabemodalitäten, dieselbe standardmäßige Ausgabegrenze von 64K mit bis zu 1 Mio. verfügbar, dasselbe ausschließlich implizite Caching und die gleiche Abwesenheit einer kostenlosen Stufe. Fast alles, was sie unterscheidet, ist Verhalten, nicht Spezifikation.

Kosten pro Token, Kosten pro Aufgabe und die dreizehn Tage, die sie umkehren

Die Tarifkarten zuerst, denn die Umkehrung am 1. Dezember ändert die Antwort auf die Frage „Was ist günstiger?“ – ohne dass sich an einem der beiden Modelle überhaupt etwas ändert.

• Heute, 19. November 2026 — Carbon 2,00 $ Eingabe / 10,00 $ Ausgabe / 0,10 $ Cache; Neon 3,00 $ / 15,00 $ / 0,15 $. Carbon ist bei jeder Position 33 % günstiger.

• Ab dem 1. Dezember 2026 — Carbon steigt gemäß Googles veröffentlichtem Zeitplan auf 4,00 $ / 20,00 $ / 0,20 $; Neon bleibt unverändert. Neon wird in jeder Zeile um 25 % günstiger.

• Batch und Flex – Carbon heute 1,00 $ / 5,00 $, nach dem Schritt 2,00 $ / 10,00 $; Neon unverändert bei 1,50 $ / 7,50 $.

Priorität — die 1,8x-Stufe: Carbon heute $3,60 / $18,00, danach $7,20 / $36,00; Neon konstant bei $5,40 / $27,00.

• Die eigene Carbon-Seite von Artificial Analysis, abgerufen am 19. November, führt Carbon mit 4,00 $ und 20,00 $ auf — den Dezember-Tarif, nicht den, den Goog{{1}}le{{/1}} derzeit berechnet. Wenn Sie die Preise von einem Leaderboard statt aus der Preisliste des Anbieters beziehen, vergleichen Sie möglicherweise bereits mit einem Preis, den noch niemand zahlt.

Nun die Zahl pro Aufgabe – hier liegt Neons Argument. Die Ankündigung von Goog​le besagt, dass es bei Neons standardmäßigem hohen Denkniveau „32 % geringere Kosten pro Aufgabe als Carbon“ liefert. Das ist keine Preisbehauptung, sondern eine Behauptung zur Ausführlichkeit im Gewand einer Preisbehauptung. Ein Modell, das mit doppelt so vielen Tokens zum halben Preis denkt, kostet pro Aufgabe gleich viel; Goog​le sagt damit, dass Neon deutlich weniger Tokens ausgibt, um eine vergleichbare Antwort zu erreichen. Es ist außerdem die einzige Behauptung in der Ankündigung, die sich direkt in Ihrer eigenen Rechnung niederschlägt, was bedeutet, dass Sie genau diese anhand Ihres eigenen Traffics nachmessen und nicht einfach akzeptieren sollten.

Für diese Richtung gibt es unabhängige Belege. Artificial Analysis misst Carbon mit 205 Mio. Ausgabe-Tokens über den Intelligence Index, den es als sehr wortreich im Vergleich zu einem Median von 65,1 Mio. beschreibt, bei 36,0 Minuten pro Aufgabe und 7,76 US-Dollar pro Aufgabe, mit einer Ausgabegeschwindigkeit von 57 Tokens/Sekunde und 75 Sekunden bis zum ersten Antwort-Token. Wie auch immer Neons eigene Zahlen ausfallen, das Profil von Carbon steht fest: langsam beim Start, tokenintensiv, teuer pro Aufgabe zum Listenpreis. Die gesamte Positionierung von Neon baut darauf auf, das Gegenteil dieses Profils zu sein.

Der Vergleich, den Goog​le tatsächlich anstellt, erfolgt nicht bei identischen Einstellungen.

Das ist die Falle in jeder in dieser Woche kursierenden Tabelle Neon gegen Carbon, einschließlich Googles eigener Grafik. Die beiden Modelle haben nicht dieselbe Denk-Leiter, und ihre Schlagzeilen-Zahlen werden nicht auf derselben Sprosse gemessen.

• Denkstufen — Carbon: niedrig, mittel, hoch, standardmäßig mittel. Neon: niedrig, mittel, hoch, sehr hoch, standardmäßig hoch.

• Was „hoch“ bedeutet – bei Carbon ist es das Maximum; bei Neon ist es der empfohlene Standard, mit einer tieferen Stufe darüber.

• Der Indexwert, den Goog​le für Neon nennt – 61 im Artificial Analysis Intelligence Index, insgesamt auf Platz drei –, ist ein xhigh-Wert. Dieselbe Ankündigung nennt Neons Kostenvorteil pro Aufgabe mit high. Das sind zwei verschiedene Konfigurationen, die in benachbarten Sätzen beschrieben werden.

• Carbons Indexwert — 59 im Index v5.0 zum Marktstart, damals auf Platz eins; die eigene Seite von Artificial Analysis zeigt jetzt 60 bei hoch, Platz sieben von 92 Modellen, da neuere Veröffentlichungen an ihm vorbeigezogen sind.

Der ehrliche Vergleich ist also nicht 61 gegen 60. Er lautet: Neon mit xhigh schlägt Carbon mit high im Index um etwa einen Punkt; Neon mit high ist die Konfiguration, deren Wirtschaftlichkeit Goog​le beansprucht; und Carbon hat kein xhigh, auf das es zurückgreifen könnte. Goog​les eigene Dokumentation empfiehlt, Evaluierungen auf allen vier Neon-Stufen durchzuführen und die niedrigste zu wählen, die Ihre Messlatte überschreitet, und warnt davor, dass xhigh „zu übermäßigem Nachdenken führen oder bei einfacheren Prompts max_output_tokens ausschöpfen kann“. Ein Modell mit einer höheren Obergrenze und einem niedrigeren Standardwert ist ein Modell, das man abstimmen muss, nicht eines, das man einfach einsetzen kann.

A two-column scoreboard titled Gemini 4 Neon vs Gemini 4 Carbon — the scoreboard. Gemini 4 Neon reads price today $3.00 / $15.00, price from 1 Dec $3.00 / $15.00, cached input $0.15 flat, thinking levels low to xhigh, default thinking high, AA Index 61 at xhigh; Gemini 4 Carbon reads $2.00 / $10.00, $4.00 / $20.00, cached input $0.10 then $0.20, thinking levels low to high, default thinking medium, AA Index 60 at high. The footer says Neon figures are vendor-reported and Carbon's Index of 60 is per Artificial Analysis, 19 November 2026.

Wo Carbon nach wie vor das bessere Modell ist – und das ist keine kleine Liste.

Der Positionierungssatz von Goog​le lautet: „Carbon bewältigt deine schwierigsten Projekte mit langem Zeithorizont, und Hydrogen übernimmt die schnelle alltägliche Ausführung, während Neon Tiefe und Effizienz ausbalanciert.“ Wörtlich gelesen setzt das Neon zwischen die beiden, nicht über Carbon — und die Benchmark-Liste stützt diese Lesart an den Stellen, die für Arbeit mit langem Zeithorizont am wichtigsten sind.

• FrontierCode 2.0 — Neon 46,2 % bei seiner Standardeinstellung high. Goog​le veröffentlicht in der Neon-Ankündigung Carbons Wert für denselben Benchmark nicht, eine Auslassung, die in einem Dokument, das ansonsten großzügig mit direkten Vergleichszahlen umgeht, bemerkenswert ist.

• SWE-sweep — Neon 12,8 % auf dem Mini-SWE-Harness, 39,0 % in Antigravity. Die dreifache Spannweite bedeutet, dass Goog​le dir sagt, dass seine beste Coding-Zahl von seinem eigenen Agent-Harness abhängt, und die Zahl ohne Harness ist die, die jemand, der die API normal aufruft, wiedererkennen würde.

• Multimodale Wissensarbeit — Carbon startete mit einem Rang auf dem neuen Multimodal Knowledge Agent-Benchmark (Zweiter, bei mehr als 6-fach niedrigeren Kosten pro Aufgabe als der Spitzenreiter). Neons Ankündigung nennt keinen MKA-Wert.

• Webentwicklung — Carbon steigt um 89 Elo-Punkte auf Platz vier der WebDev Arena mit 1768. Für Neon ist keine WebDev-Arena-Zahl veröffentlicht.

• Cyber — Carbons SEC-bench Pro 88,2 %, ExploitGym 54,8 % und CWE-bench 71,0 % sind die Zahlen, an denen Neon gemessen wird, und Neons bessere Werte (90,5 % und 70,7 % bei CWE-bench v2) stammen aus der separaten Variante „Neon for cyber“, die nach wie vor nur für Fairwind-Mitglieder zugänglich ist.

Das Muster ist konsistent: Neons Stärken liegen bei Benchmarks, die das effiziente Erledigen einer Aufgabe innerhalb einer festen Sitzung belohnen, und Carbons Stärken liegen bei Benchmarks, die das lange Ringen an einem schwierigen Problem belohnen. Das ist keine Marketing-Unterscheidung, sondern eine andere Form des Rechenaufwands, und sie entscheidet, welche von beiden in deine Agent-Loop gehört.

Wofür die beiden Modelle jeweils konzipiert sind

Goog​le beschreibt Neon als einen Orchestrator: „ein schneller, urteilsstarker Orchestrator, der parallele Hydrogen-Subagenten in Goog​le Antigravity steuert.“ Dieser eine Satz ist nützlicher als sämtliche Prozentangaben. Ein Orchestrator verbringt sein Leben damit, Zustand zu lesen, zu entscheiden, was als Nächstes zu tun ist, und zu delegieren – viele Turns, bescheidene Ausgabe pro Turn, hohe Latenzempfindlichkeit. Das dokumentierte Profil von Carbon ist das Gegenteil: ein Modell, das „tagelang läuft, um Sackgassen zu überstehen“, und dabei mehr Tokens als Argon verwendet, „um gründlich zu erkunden, tief zu schlussfolgern und ausgedehnte Verifikationsschleifen durchzuführen.“

Wenn Sie sich bei einem einmaligen schwierigen Problem zwischen ihnen entscheiden – einem subtilen Fehler in einer großen Codebasis, einer offenen Forschungsfrage, einer Sicherheitsüberprüfung, bei der das Übersehen der Schwachstelle der Fehlermodus ist –, ist Carbon das Modell, dessen angegebenes Design zur Aufgabe passt, und die Preisanpassung im Dezember ist ein Budgetierungsproblem und kein Grund zu wechseln.

Wenn Sie sich für eine Pipeline entscheiden, die tausende Male am Tag läuft und bei der jeder Lauf abgeschlossen werden muss, passt Neons Design genau zu dieser Aufgabe, und sein Pauschaltarif ist ein echter Vorteil gegenüber einem Modell, dessen Preis sich innerhalb von zwölf Tagen verdoppelt. Der teure Fehler besteht darin, „neuer“ als „besser“ zu behandeln und eine langfristig ausgelegte Arbeitslast auf ein Modell zu verlagern, das Google selbst in puncto Tiefe unter Carbon einordnet.

The OrcaRouter model page for Gemini 4 Carbon, showing the identifier google/gemini-4-carbon, a 1,048,576-token context window, multimodal input across text, image, audio, video and documents, and the pricing panel reading $2.00 input and $10.00 output per million tokens with a 10.00 second p50 time to first token.

Sie zusammen durchzuführen, statt zu wählen

Die realistische Antwort für die meisten Produktionssysteme lautet: beides, und der Grund dafür ist, dass die beiden Modelle auf unterschiedliche Weise scheitern. Carbon scheitert durchs Mahlen: Es verbringt Minuten und Hunderttausende Tokens, bevor es antwortet, was bei einem schwierigen Problem richtig und bei einem einfachen verschwenderisch ist. Neon scheitert durchs Hochschrauben: Schiebt man xhighauf eine Aufgabe, die es nicht braucht, bekommt man Überdenken, abgeschnittenes JSON und eine Rechnung, die wie die von Carbon aussieht.

Das ist zuerst ein Routing-Problem und erst dann ein Modellproblem. In unserem Katalog, google/gemini-4-carbon ist heute zum Listenpreis des Anbieters ohne Aufschlag verfügbar – 2,00 $ und 10,00 $ pro Million Token, solange der Einführungstarif gilt, mit einem Anstieg auf 4,00 $ und 20,00 $ am 1. Dezember, wobei die Erhöhung an dem Tag auf Ihrer Rechnung erscheint, an dem sie bei Goog​le erscheint. google/gemini-4-argon ist zu denselben Bedingungen verfügbar. Neon ist noch nicht im Katalog, und dieser Artikel wird keine Fallback-Kette zu einem Modell beschreiben, das wir nicht bedienen können; wenn es kommt, dann zu denselben Pass-through-Bedingungen.

Was Ihnen die Routing-Schicht heute bringt, ist die Möglichkeit, die Entscheidung einmal zu formulieren, statt sie fest zu verdrahten: eine Regel, die Klassifizierung und Extraktion an die günstige Stufe schickt, alles, was einen ersten Durchlauf nicht besteht, an Carbon weiterreicht und die Denktiefe pro Route statt pro Modell begrenzt. Wenn Neon zu einer Option wird, bekommt diese Regel einen zusätzlichen Zweig, statt dass eine Migration nötig wird. Und weil der Router automatisch ein Failover durchführt, reißt eine sprunghafte Veränderung bei Preis oder Verfügbarkeit eines Anbieters die Pipeline nicht mit in den Abgrund.

Welchen soll ich am 19. November nehmen?

Wählen Sie Carbon, wenn die Arbeit schwierig und selten ist, wenn Sie die veröffentlichten Multimodal-Knowledge- oder Web-Development-Kennzahlen benötigen oder wenn Sie Carbon bereits optimiert haben und der Dezember-Schritt verkraftbar ist. Wählen Sie Neon, wenn die Arbeit hochfrequent, werkzeugintensiv und an erledigten Aufgaben statt an gelösten Problemen gemessen wird – und wenn Sie bereit sind, Ihren eigenen Traffic bei hohem Aufkommen zu benchmarken, bevor Sie einer Pro-Aufgabe-Behauptung aus der Ankündigung des Modells selbst vertrauen. Wählen Sie noch keines von beiden, wenn Ihre Arbeitslast alltägliche Ausführung in großem Umfang ist: Gem​ini 4 Hydrogen erledigt das seit dem 12. November für 1,50 $ und 7,50 $ mit einem kostenlosen Tarif, und nichts an diesen beiden Markteinführungen ändert diese Rechnung.

Worauf man tatsächlich achten sollte, ist nicht die Indexlücke, die ohnehin nur ein, zwei Punkte in die eine oder andere Richtung beträgt. Entscheidend ist, ob Googles Behauptung, pro Aufgabe 32 % günstiger zu sein, einer unabhängigen Messung standhält – und ob die Verdopplung am 1. Dezember bei Carbon den Produktionsverkehr schneller in Richtung Neon treibt, als irgendjemand für ein Modell geplant hatte, das dreizehn Tage vor der Erhöhung auf den Markt kam.

The OrcaRouter models catalogue filter rail, with controls for input modalities, context length, input price, status, access tier, series, supported parameters, privacy and inference region.