Titolo: I primi numeri indipendenti di Gemini 4 Neon, con la riga Il 61 è l'impostazione xhigh. Con l'impostazione predefinita ottiene 59,6, mentre Carbon ottiene 60,0, sopra tre schede che riportano Gemini 4 Neon a xhigh 61,4, Gemini 4 Neon a high (predefinito) 59,6 e Gemini 4 Carbon a high 60,0, in calce con Artificial Analysis Intelligence Index v5.0.1, 19 novembre 2026.
Guides & Insights

I primi benchmark indipendenti di Gemini 4 Neon: il 61 è un numero xhigh e, alle impostazioni predefinite, si colloca dietro Carbon

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Il post di lancio di Google per Gemini 4 Neon si apre con un Artificial Analysis Intelligence Index di 61, terzo in assoluto. Artificial Analysis ora pubblica una propria pagina per Gemini 4 Neon, e quella pagina riporta 61,4 — per la variante xhigh, la più profonda tra quattro impostazioni di pensiero, classificata sesta su 96 modelli nell'indice v5.0.1. All'impostazione a cui Neon ricorre effettivamente come predefinita, high, lo stesso tracker gli assegna 59,6. Gemini 4 Carbon, il modello rispetto al quale l'annuncio di Google misura Neon in quasi ogni paragrafo, si colloca a 60,0 al suo massimo. Leggi le due pagine così come sono pubblicate e il Gemini 4 più recente non è il più intelligente: vince di 1,4 punti quando lo spingi a un livello che Carbon non ha, e perde di 0,4 punti quando confronti i due modelli alle impostazioni consigliate dai rispettivi fornitori.

Niente di tutto ciò rende Neon un modello scadente, e i numeri sulla velocità nello stesso pannello sono il più forte argomento a suo favore che chiunque abbia pubblicato. Ma significa che la cifra più probabilmente destinata a finire in una presentazione questa settimana è la configurazione meno rappresentativa del modello, e ora la correzione è verificabile da chiunque abbia un browser, anziché essere un'inferenza ricavata dalla tabella di un fornitore.

Cosa ha effettivamente pubblicato il tracker

Artificial Analysis indica Gemini 4 Neon come rilasciato il 18 novembre 2026, proprietario, Google, con una finestra di contesto da 1M token e input di testo, immagini, voce e video. Include quattro varianti con punteggio separato — low, medium, high e xhigh — e la pagina si apre su xhigh per impostazione predefinita, motivo per cui la cifra principale è 61,4 anziché il numero che si otterrebbe chiamando il modello senza alcun parametro di thinking. L'indice in vigore è v5.0.1, il che conta per chiunque abbia un punteggio più vecchio: si tratta di un indice con base ricalcolata, e un 61 di una classifica estiva non è la stessa misurazione di un 61 di oggi.

La stessa pagina assegna un punteggio al resto della famiglia, e vale la pena leggere l'ordinamento prima dei singoli numeri. Tutti e quattro usano lo stesso set di valutazione — AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 e Terminal-Bench-Science 0.1 — quindi il confronto è quantomeno omogeneo, cosa che non si può dire della tabella dei benchmark nel post di lancio.

The Artificial Analysis model page for Gemini 4 Neon, headed Gemini 4 Neon: Intelligence, Performance and Price Analysis, showing Intelligence 61 at rank #6 of 96, Performance #73 of 95 with 56.51 seconds per response, 110 output tokens per second and 21.5 minutes per task, Cost #82 of 95 at $3.00 input and $15.00 output per million tokens with a 95% cache discount and $6.44 per Intelligence Index task, and Verbosity #93 of 95, above a low, medium, high and xhigh variant selector.

Un modello, quattro punteggi e una scala molto più ripida

• Neon a basso — 44,1, contro Carbon a basso 54,2 e Gemini 4 Hydrogen a basso 26,9.

• Neon a medio — 54,9, contro Carbon 58,3 e Hydrogen 41,2.

• Neon a livello alto — 59,6, rispetto a Carbon 60,0 e Hydrogen 50,8. Questo è il valore predefinito di Neon e il tetto massimo di Carbon.

• Neon con xhigh — 61.4, contro l'assenza totale di una voce Carbon. Gemini 4 Hydrogen ha un quarto gradino e totalizza 53.9.

La forma di quei quattro numeri è la parte che il post di lancio non comunica. Neon copre 17,3 punti indice dal suo livello più economico a quello più profondo; Carbon ne copre 5,8 attraverso i suoi tre livelli. Neon non è una quantità fissa che per caso ha una manopola di regolazione — sono quattro modelli sostanzialmente diversi a seconda del livello che si considera, e le differenze sono più marcate in basso, dove il bassoè 10,1 punti sotto il basso. Se hai confrontato Neon con Carbon usando un unico numero per modello, la versione onesta è una curva contro una linea piatta.

Ciò ha una conseguenza pratica che va nella direzione opposta rispetto all'impostazione del lancio. La documentazione di Google dice agli sviluppatori di valutare a tutti e quattro i livelli e di scegliere il più basso che supera la loro soglia di qualità, e avverte che xhigh "può causare un ragionamento eccessivo o esaurire max_output_tokens su prompt più semplici come l'estrazione di testo o JSON". I numeri indipendenti mostrano perché quel consiglio è portante anziché prudente: scendere di livello non è un errore di arrotondamento su questo modello. Gli 1,8 punti tra l'impostazione predefinita di Neon e il suo tetto sono più di quattro volte la distanza tra Neon e Carbon; i 4,7 punti tra high e medium sono quasi dodici volte quella distanza.

A two-column scoreboard titled Gemini 4 Neon — the scoreboard. Gemini 4 Neon at xhigh reads AA Index 61.4, cost per task $6.44, output tokens 283M, time per task 21.5 min, output speed 110 tok/s; Gemini 4 Carbon at high reads AA Index 60.0, cost per task $4.90, output tokens 205M, time per task 36.1 min, output speed 57 tok/s. The footer says both figures are per Artificial Analysis on index v5.0.1, read 19 November 2026, and that Google's 32% cheaper-per-task claim is not reproduced at these settings.

Quanto costa un’attività, misurato anziché dichiarato

L'affermazione che vale la pena verificare è quella per attività. Google afferma che Gemini 4 Neon, con l'impostazione predefinita alta, costa il 32% in meno per attività rispetto a Gemini 4 Carbon, e il 36% o più in meno rispetto ai modelli di frontiera concorrenti alla loro massima impostazione di ragionamento. Il costo per attività dipende da quanti token emette un modello, e il post di lancio non divulga alcun conteggio di token, quindi fino a questa settimana il numero non era verificabile dall'esterno.

Il pannello del tracker colloca Neon a $6,44 per compito dell'Intelligence Index e Carbon a $4,90. Non si tratta di un risparmio del 32%; è un premio del 31%, e la direzione è opposta a quella dell'affermazione. L'avvertenza onesta è che si tratta di un disallineamento di configurazione, e taglia in entrambe le direzioni: $6,44 è Neon a xhigh, perché xhigh è la variante su cui si apre la pagina, mentre $4,90 è Carbon a high, il suo massimo. Il dato del 32% di Google riguarda Neon a high, che il tracker valuta separatamente a 59,6 ma non presenta in evidenza con un costo nello stesso pannello. Quindi l'affermazione corretta è più circoscritta di "Google ha torto": la configurazione pubblicata di Neon costa più per compito di quella pubblicata di Carbon, e il confronto specifico che Google sta facendo non è stato riprodotto in modo indipendente.

Ciò che è riproducibile è il profilo dei token, e ciò indebolisce la lettura intuitiva di un modello più veloce. Neon ha generato 283M token in output sull'Intelligence Index contro i 205M di Carbon — il 38% in più — su 8,12B token in input, con l'output pari al 3,5% dell'input. La mediana tra i modelli valutati dal tracker è di 65,1M token in output, quindi Neon non è semplicemente più loquace di Carbon; è tra i modelli più verbosi della classifica, al 93º posto su 95 per quella misura. Carbon, che aveva la reputazione di essere verboso, è al 90º. Qualunque cosa Neon ti stia facendo risparmiare, non la sta risparmiando in token emessi.

Dove è davvero più veloce — e questo è l'argomento più forte a suo favore — è il tempo reale:

• Tempo per attività dell'Intelligence Index — Neon 21,5 minuti, Carbon 36,1, Hydrogen 15,3, Argon 29,6. La mediana per i modelli comparabili è 12,4 minuti.

• Velocità di output — Neon 110 token al secondo, Carbon 57, Hydrogen 168, Argon 65.

• Tempo al primo token di risposta — Neon 56,5 secondi, Carbon 75,0, Hydrogen 47,2, Argon 47,1.

Neon completa lo stesso set di valutazione in 40% meno tempo reale rispetto a Carbon, a una velocità di generazione circa doppia, emettendo più token e ottenendo 0,4 punti in meno a parità di impostazioni predefinite. È un prodotto coerente, e è un prodotto diverso da quello che la tabella di benchmark lascia intendere: è un modello che scegli per finire prima, non uno che scegli per avere ragione più spesso.

Tre numeri nel post di lancio che il tracker non conferma

Il posizionamento. Google dice terzo complessivamente. La pagina live del tracker classifica la variante xhigh al sesto posto su 96 nell'indice v5.0.1. Entrambe le cifre possono essere ricondotte ad Artificial Analysis e comunque essere diverse, perché l'insieme dei modelli cambia; ciò che non può essere vero è che entrambe siano attuali. Cita la pagina live e indica a quale variante appartiene, altrimenti il numero non sopravviverà alla prossima release.

L'impostazione dietro il punteggio. Un 61 senza qualificatore viene letto come il punteggio del modello. È uno di quattro, è il più costoso da eseguire ed è quello su cui la documentazione ufficiale di Google mette in guardia per i compiti di tipo estrazione. Il valore predefinito è 59.6.

Il vantaggio per attività. Discusso sopra: nelle configurazioni che il tracker pubblica nel suo pannello di riepilogo, Neon costa il 31% in più per attività, non il 32% in meno. L'affermazione del fornitore potrebbe comunque valere a livelli elevati sull'harness di Google stesso. Non è stato dimostrato che valga in alcun contesto verificabile da un lettore.

Tutto il resto nell'annuncio resta quello che era — le classifiche di terze parti citate da Google e le valutazioni non riprodotte di Google stesso, da Chartography al 73,5% a FrontierCode 2.0 al 46,2%, e i dati cyber che vengono forniti solo tramite il programma Fairwind defenders. Niente di tutto ciò è contraddetto dai numeri indipendenti. Semplicemente non è la parte che chiunque può verificare, e la parte che può essere verificata ora si legge diversamente.

Cosa cambia questo se stavi per adottare Neon come standard

Se il motivo per cui hai scelto Neon era il 61, il numero che dovresti portare in un piano di capacità è 59,6, e con quella configurazione non batte alcun modello della famiglia attuale — il 60,0 di Carbon è superiore e il prezzo di Carbon è di $2,00 e $10,00 per milione di token contro i $3,00 e $15,00 di Neon, finché la tariffa introduttiva su Carbon e Argon non passerà a $4,00 e $20,00 il 1° dicembre 2026.

Se il motivo era la velocità, il caso è concreto e i numeri qui sopra lo confermano. Ventuno minuti contro trentasei sullo stesso set di valutazione sono il tipo di differenza che cambia quanto puoi eseguire in una giornata lavorativa, e un tasso di generazione di 1,9x si nota nel lavoro interattivo molto prima che in un processo batch.

Se il tuo motivo era l'economia per singola attività di Google, esegui tu stesso il test prima di dedicargli un percorso di produzione. Il profilo dei token è l'unico fattore che determina se l'affermazione per singola attività regge sul tuo traffico, e la misurazione indipendente dice che Neon emette più token del modello che dovrebbe battere sul prezzo. Nel lavoro a forte componente di input il quadro si inverte, perché oggi il prezzo di input di Neon è superiore del 50% a quello di Carbon e la mossa di Carbon a dicembre chiude persino quel divario a favore di Neon — che è una finestra di quattordici giorni, non una strategia.

Eseguendo il confronto sul tuo traffico

Il motivo per cui interessarsi a una scala a quattro gradini anziché a un singolo punteggio è che il gradino è una decisione di costo, e le decisioni di costo sono meno care da prendere quando entrambi i modelli sono a una sola chiamata di distanza. Il nostro catalogo presenta google/gemini-4-carbon e google/gemini-4-argon al prezzo di listino del provider senza ricarico, il che significa che lo scatto del 1° dicembre su quei due modelli compare sulla tua fattura il giorno stesso in cui compare su quella di Google, e la posizione di Neon a dicembre rispetto a loro cambia senza che nessuno debba rinegoziare nulla. Gemini 4 Neon non è ancora nel catalogo, quindi questa non è una raccomandazione di eseguirlo tramite noi oggi — è la forma del test da eseguire quando arriverà.

The OrcaRouter model page for Gemini 4 Carbon, showing the model identifier google/gemini-4-carbon, a maximum output of 65K tokens, multimodal input across text, image, file, audio and video, capability chips for vision, audio, tools, JSON, reasoning and output text, the line by Google · 2026-11-10, a p50 time to first token of 10.005 seconds, and the description noting a 1,048,576-token context window.

La valutazione che i numeri sopra sostengono non è un'esecuzione di benchmark. È lo stesso prompt con impostazione alta su entrambi i modelli, misurato in token per il completamento anziché in secondi, su un campione delle tue attività. Quel test richiede che entrambi i modelli siano raggiungibili da un'unica chiave con un fallback alle spalle, perché lo scopo di eseguire Neon è scoprire se la tesi per singola attività regge il confronto con il tuo traffico, e lo scopo del fallback è che un modello che stai ancora valutando non sia mai l'unico percorso verso la produzione. Carbon alle spalle, Argon dietro quello, e il confronto tra i livelli diventa un cambio di routing anziché una migrazione.

L'unica cosa da non fare è calibrare la decisione sulla tabella di lancio. Il tracker ha ormai pubblicato quattro punteggi per un modello, il divario tra il top e il default è maggiore del divario tra il default e il modello che sostituisce, e l'affermazione sui costi che rende funzionante l'intera proposta è l'unico numero sulla slide che nessuno al di fuori di Google ha riprodotto.

Cosa guardare dopo

Tre cose, tutte verificabili. Se il costo per attività del tracker per Neon con impostazione alta si avvicina al dato del 32% di Google — quella singola riga risolverebbe la questione, ed è una variante che ha già un punteggio di indice pubblicato. Se il gate Fairwind sulla variante cyber si apre, poiché i dati sulla sicurezza sono ancora affermazioni su un modello che quasi nessuno al di fuori di Google può chiamare. E se il passaggio del 1° dicembre su Carbon e Argon regge l'impatto con la domanda, perché è la data in cui le tariffe fisse di Neon a $3,00 e $15,00 smettono di sembrare care e iniziano a sembrare il livello di ragionamento Gemini 4 più economico per token.

Fino ad allora, il riassunto utile sta in una sola frase: Gemini 4 Neon è il modo più rapido per ottenere una risposta da Gemini 4, non è quello più accurato con l'impostazione con cui viene fornito, e l'affermazione sull'efficienza che ne giustifica il prezzo resta quella di un fornitore.