Carton-titre généré portant l'inscription Gemini 4 Neon vs Claude Haiku 5.5, avec le sous-titre The Ends of One Ladder, deux piles verticales d'échelons se faisant face — une sous chaque nom de modèle — et la ligne « Neuf réglages, un index » en dessous.
Engineering & Research

Gemini 4 Neon vs Claude Haiku 5.5 : les extrémités d'une même échelle

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Placez G​emini 4 Neon et Claude H​aiku 5.5 côte à côte sur une fiche technique, et la comparaison ressemble à un déséquilibre : trente fois le prix d’entrée, trente fois le prix de sortie, et un modèle qui coûte un dixième de centime par millier de jetons face à un autre qui en coûte trois. Puis vous remarquez que les deux modèles sont vendus sous forme d’échelles plutôt que de points uniques. Neon possède quatre niveaux de réflexion et est réglé par défaut sur élevé ; H​aiku 5.5 en a cinq et est réglé par défaut sur moyen. Une fois que l’on compare échelon par échelon plutôt que fiche par fiche, le ratio de trente cesse d’être le nombre intéressant et la forme des deux échelles devient le sujet qui vaut la peine d’être débattu.

Les deux modèles sont à jour. Claude Haiku 5.5 a atteint la disponibilité générale le 7 octobre 2026, à 0,10 $ par million de jetons d'entrée et 0,50 $ par million de jetons de sortie ; Gemini 4 Neon est sorti le 18 novembre 2026, à 3,00 $ et 15,00 $. Tous deux disposent d'une fenêtre de contexte d'un million de jetons, acceptent le texte et les images, et facturent respectivement 0,01 $ et 0,15 $ pour l'entrée mise en cache — la même remise de quatre-vingt-quinze pour cent appliquée à des tarifs de base très différents.

Deux échelles, neuf réglages

Artificial Analysis évalue chaque palier des deux modèles sur le même ensemble d’évaluation en neuf volets — AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 et Terminal-Bench-Science 0.1 — et publie un coût par tâche pour chacun. Cela fournit neuf points comparables plutôt que deux, et le coût par tâche est mesuré plutôt que dérivé de la grille tarifaire ; il intègre donc déjà le nombre de tokens que chaque modèle choisit de dépenser.

• Neon en mode faible — 44,1, 0,75 $ par tâche.

• Neon à intensité moyenne — 54,9, 1,90 $

• Neon en élevé (par défaut) — 59,6, 3,74 $.

• Neon à xhigh — 61,4, 6,44 $

• Haiku 5.5 en mode bas — 18,6, 0,044 $.

• H​aiku 5.5 en médium (par défaut) — 24,6, 0,092 $.

• H​aiku 5.5 en mode élevé — 29,9, 0,159 $.

• H​aiku 5.5 à xhigh — 34,6, 0,248 $.

• Haiku 5.5 au maximum — 36,5, 0,411 $.

Deux choses ressortent immédiatement de la liste. L’échelon le moins cher de Neon dépasse de 7,6 points l’échelon le plus cher de H​aiku, et l’échelon le plus cher de Neon coûte 15,7 fois celui le plus cher de H​aiku plutôt que les 30 fois que laissent entendre les grilles tarifaires. Ni l’un ni l’autre n’est un artefact d’arrondi ; les deux viennent du même endroit, à savoir que les deux modèles consomment les tokens très différemment au sommet de leurs plages.

Artificial Analysis model page for Claude Haiku 5.5 at Max effort, showing an Intelligence Index of 36, $0.10 input and $0.50 output per million tokens, $0.41 per Intelligence Index task, 298 million output tokens on the index against a 90-million median, 282 tokens per second, 180.94 seconds to first answer token, a default effort of medium and a 1M-token context window.

Ce que signifie « High » sur chaque carte

Le vocabulaire est le premier piège. Sur Neon, high est l’échelon avec lequel le modèle est livré — celui que l’on obtient si l’on ne passe aucun paramètre de réflexion. Sur H​aiku 5.5, high est le troisième de cinq et la valeur par défaut est medium. Ainsi, une comparaison formulée comme « Neon high versus H​aiku high » compare une valeur par défaut à une valeur non par défaut, et produit un écart de 29,7 points qu’aucun des deux fournisseurs ne reconnaîtrait comme le résultat principal.

Comparez les valeurs par défaut réelles — Neon en high, H​aiku en medium — et l’écart s’élargit à 35,0 points, car la valeur par défaut de H​aiku se situe un cran plus bas que ce que son nom suggère. Comparez les sommets des deux échelles — xhigh contre max — et il se réduit à 24,9 points. C’est une variation de dix points entièrement déterminée par la paire de réglages que vous avez choisi de retenir pour la comparaison, et elle est plus large que l’écart entre plusieurs modèles adjacents du même classement.

Échelons appariés, et ce que fait l’écart

Alignez les barreaux par nom et l’écart d’indice évolue dans une étroite bande, de 25,5 à 30,3 points, sans tendance dans un sens ni dans l’autre :

• Au niveau faible — Neon 44,1 contre H​aiku 18,6, un écart de 25,5 points, soit 17,0 fois le coût par tâche.

• Au niveau moyen — 54,9 contre 24,6, 30,3 points, 20,8x.

• Au plus haut — 59,6 contre 29,9, 29,7 points, 23,6x.

• En haut — 61,4 contre 34,6, 26,8 points, 25,9x.

L’écart d’intelligence est stable. Le ratio de coût ne l’est pas : il grimpe de 17x à 26x à mesure que l’on monte dans l’échelle, parce que Neon facture plus cher chaque point de réflexion supplémentaire que ne le fait H​aiku. Faire passer H​aiku de high à xhigh rapporte 4,7 points d’indice pour 56 % de plus par tâche. Faire passer Neon de high à xhigh rapporte 1,8 point pour 72 % de plus. À la marge, le modèle le moins cher est celui au meilleur rendement — soit l’inverse de ce qu’un ratio de trente pour un sur la grille tarifaire vous laisserait attendre.

Le cinquième échelon est celui où l’affirmation s’effondre.

H​aiku 5.5 possède un échelon que Neon n’a pas : max. C’est aussi l’échelon au pire rapport qualité-prix que vend l’un ou l’autre des modèles. De xhigh à max, H​aiku gagne 1,85 point d’indice et son coût par tâche passe de 0,248 $ à 0,411 $ — une hausse de 66 % pour une amélioration de 5 %. Dans la même étape, son temps mesuré jusqu’au premier jeton de réponse passe de 46,2 secondes à 180,9, soit environ quatre fois plus.

Ce n’est pas un défaut propre à H​aiku. C’est à quoi ressemble un palier de raisonnement supplémentaire lorsque le harnais a épuisé les gains faciles : le modèle continue de réfléchir et cesse de s’améliorer. Mais cela signifie que quiconque cite le 36,5 de H​aiku 5.5 cite la seule configuration de ce modèle qui coûte quatre fois plus de latence que celle juste en dessous, et quiconque cite le 61,4 de Neon cite le même type de plafond pour la même raison. Les deux chiffres phares sont le dernier échelon d’une échelle qui devient raide à la fin.

Generated nine-bar horizontal chart titled Nine settings, one index, with Neon's four bars at 44.1, 54.9, 59.6 and 61.4 followed by Haiku 5.5's five bars at 18.6, 24.6, 29.9, 34.6 and 36.5 on a 0 to 65 AA Index axis, and a dashed reference line at 54.9 labelled Neon medium clears Haiku's ceiling. The footer reads Intelligence Index and thinking levels per Artificial Analysis v5.0.1, 18 November 2026 release.

Les tokens de raisonnement sont la colonne cachée.

Les chiffres du coût par tâche deviennent logiques lorsqu’on examine la quantité de texte que chaque modèle écrit pour lui-même. Sur les exécutions d’index, Neon à xhigh produit environ 80 500 jetons de raisonnement et 61 100 jetons de réponse par tâche. H​aiku 5.5 à max produit environ 172 800 jetons de raisonnement et 53 200 jetons de réponse.

Ainsi, le modèle dont la grille tarifaire est trente fois plus élevée produit moins de la moitié du raisonnement du modèle à dix cents, au sommet des deux échelles. H​aiku compense un modèle plus petit en réfléchissant plus longtemps ; Neon compense un prix plus élevé en réfléchissant moins. C’est pourquoi le ratio par tâche de 15,7x se situe si loin sous le 30x suggéré par la liste de prix, et pourquoi le ratio est le plus large au niveau élevé — l’échelon où l’habitude de consommation de jetons de Neon est la plus proche de celle de H​aiku et où sa grille tarifaire fait tout le travail.

L'autre colonne du même panneau porte sur la fabrication d'informations. Sur AA-Omniscience, le taux d'hallucination de Neon à sa configuration par défaut est de 13,9 % ; celui de H​aiku 5.5 à sa configuration par défaut est de 40,4 %, et de 34,2 % au maximum. Cela représente un écart d'un facteur deux à trois dans la fréquence à laquelle le modèle affirme quelque chose que la source n'étaye pas, et contrairement à l'indice, cela ne s'améliore guère à mesure que H​aiku gravit les échelons. Si votre charge de travail est de celles où une erreur factuelle coûte cher à détecter, l'écart d'indice sous-estime plutôt qu'il ne surestime l'argument en faveur de Neon.

Là où le modèle bon marché cesse d’être bon marché

L’avantage tarifaire de H​aiku 5.5 est réel, et il est le plus marqué lorsque la tâche est courte. Un appel de classification, une décision de routage, la réécriture d’un paragraphe, une extraction depuis un formulaire — tout ce dont la sortie fait quelques centaines de tokens — coûte des fractions de centime sur H​aiku et plutôt de l’ordre d’un centime sur Neon. À cette taille, le ratio de 30x est presque littéral et l’écart d’index est sans importance, car les deux modèles franchissent facilement la barre.

L’avantage se réduit à mesure que la tâche s’allonge, et il se réduit pour deux raisons qui se cumulent. Le coût par tâche de Neon est dominé par l’entrée, les lectures de cache et les écritures de cache — sur les exécutions d’index, la comptabilisation de l’entrée représente 64 % de la facture à haut régime — donc un préfixe long et stable rapproche le tarif effectif de Neon de son prix de cache de 0,15 $. H​aiku bénéficie de la même remise de 95 % sur le cache, mais sur un tarif de base déjà minuscule, il y a donc moins à économiser. Et pour un travail qui exige plusieurs étapes de planification, l’échelle de H​aiku plafonne sous le niveau par défaut de Neon, ce qui signifie qu’aucune quantité de jetons bon marché ne vous achètera la réponse.

Il y a un troisième effet qui mérite d’être nommé, car il est facile à manquer : l’Elo mesuré du briefcase — un harnais différent, évalué séparément de l’indice — favorise en réalité H​aiku en tête avec une marge plus étroite que ne le fait l’indice. Neon xhigh obtient 1699 avec un intervalle à 95 pour cent de 1688 à 1710 ; H​aiku max obtient 1572. Aux échelons par défaut, l’écart est de 1632 contre 1441. Ainsi, un second harnais indépendant s’accorde sur la direction et diverge sur l’ampleur, ce qui est la situation normale et une raison de vérifier deux classements avant de standardiser.

Et il y en a un quatrième, celui que la grille tarifaire dissimule complètement. H​aiku 5.5 applique deux tranches de prix : $0.10 et $0.50 par million jusqu’à un prompt de 100 000 tokens, puis $0.50 et $2.50 au-delà, la lecture du cache passant de $0.01 à $0.05. Le seuil compte l’intégralité de l’entrée, y compris les lectures et écritures de cache, si bien qu’un contexte long le franchit facilement. À ce stade, le prix d’entrée de H​aiku est cinq fois ce qu’annonce le tarif vedette, son prix de sortie est cinq fois, et le rapport aux tarifs uniformes de Neon, $3.00 et $15.00 — qui ne changent de palier à aucun seuil — n’est plus de trente fois mais de six fois, ou de trois fois en sortie. Quiconque compare les deux grilles telles quelles compare un prix à deux tranches à un prix à une seule tranche et considère la première tranche comme toute l’histoire.

Une règle de décision qui survit aux échelons

Quatre règles, dans l’ordre qui compte :

• Si la tâche est courte et que la réponse est vérifiable, prenez H​aiku 5.5 en niveau moyen ou faible, puis arrêtez de lire. À cette taille, l'écart d'indices n'est pas contraignant et l'écart de prix est énorme.

• Si la tâche nécessite une planification en plusieurs étapes ou des modifications de code à l’échelle du dépôt, le plafond de H​aiku est le problème, pas son prix. Son meilleur niveau obtient 36,5 ; la valeur par défaut de Neon obtient 59,6. À ce stade, vous n’échangez pas du coût contre de la qualité, vous échangez une réponse fonctionnelle contre une réponse bon marché.

• Si vous êtes déjà sur Neon, ne passez pas à xhigh par défaut. Le passage de high à xhigh coûte 72 % de plus par tâche pour 1,8 point d’indice et 16 secondes de temps supplémentaire jusqu’au premier token. La plupart des pipelines sont mieux servis par medium, qui est à 54,9 pour la moitié du prix de la configuration par défaut.

• Si vous êtes sur H​aiku, ne présumez pas que max est la meilleure option. C’est la quatrième meilleure valeur sur l’une comme sur l’autre des échelles, et l’écart entre elle et high est de 6,6 points d’indice pour 2,6 fois le coût.

Aucun des deux modèles ne figure dans le catalogue d'OrcaRouter aujourd'hui, donc rien de tout cela n'est un argument pour faire basculer l'un ou l'autre sur notre clé. Ce que nous proposons, au prix catalogue du fournisseur et sans marge, c'est Claude Haiku 4.5 à 1,00 $ et 5,00 $ par million et Gemini 4 Carbon à 2,00 $ et 10,00 $ — les prédécesseurs de chaque côté. Si l'arithmétique des échelons ci-dessus est le genre de chose que vous voulez tester sur votre propre trafic plutôt que sur un classement, le geste utile consiste à faire tourner l'échelon bon marché d'un modèle que vous pouvez déjà appeler face à l'échelon coûteux de celui que vous envisagez, sur une seule clé, avec un basculement automatique en dessous au cas où l'échelon bon marché ne franchirait pas la barre.

Le résumé honnête, c’est que ces deux modèles ne sont pas vraiment concurrents. L’un est un planificateur de niveau frontier vendu à prix premium, l’autre est un travailleur à gros volume vendu près du plancher, et le fait que leurs gammes se recoupent par le nom plutôt que par l’éventail de prix donne à la comparaison une apparence de proximité qu’elle n’a pas. Comparez les extrémités — le medium de Neon contre le max de H​aiku — et vous obtenez 54.9 pour $1.90 contre 36.5 pour $0.41. Dix-huit points pour quatre fois et demie le prix, c’est une décision sur ce que vaut la tâche, pas une décision sur le modèle qui est meilleur.

Artificial Analysis model page for Gemini 4 Neon at Xhigh effort, showing an Intelligence Index of 61, $3.00 input and $15.00 output per million tokens, $6.44 per Intelligence Index task, 283 million output tokens on the index against a 65.4-million median, 110 tokens per second, 56.54 seconds to first answer token, a default effort of high and a 1M-token context window.