Una card del titolo per un articolo sui livelli di impegno di Gemini 4 che mostra tre colonne di modelli, tre righe di impegno e una cifra in evidenza di 14,55 centesimi per Gemini 4 Neon a impegno alto su un prompt di 40 token.
Guides & Insights

Livelli di impegno di Gemini 4 Neon: quanto costano davvero Basso, Medio e Alto

Autore

jinhao.song

Data di pubblicazione

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

Un solo prompt, quaranta token di input e nove bollette. Simon Willison ha eseguito il test del pellicano su una bicicletta con Gemini 4 Carbon, Gemini 4 Neon e Gemini 4 Hydrogen a sforzo basso, medio e alto, e ha pubblicato i conteggi dei token, i costi in dollari e i tempi reali riportati — in un post sul blog datato 18 novembre 2026 e come tabella comparativa su X la mattina seguente. I nove risultati sono la misurazione pubblica più concreta finora di ciò che un'impostazione del livello di ragionamento di Gem​ini 4 fa effettivamente a una bolletta, e dicono qualcosa che il materiale di lancio non dice: su un prompt breve e facile il gradino di sforzo sposta il costo più della scelta del modello, e la classifica tra due modelli può invertirsi quando si cambia gradino.

Il suo verdetto sull'output è volutamente non quantificato. I pellicani Neon «sembrano migliori di Hydrogen e peggiori di Carbon», il dettaglio e la rifinitura calano man mano che si scende nella famiglia e, meno nettamente, man mano che si scende nella scala, e ognuna delle nove immagini è ancora riconoscibilmente un pellicano su una bicicletta. Non puoi dargli un punteggio. Puoi però contare quanto è costato.

Nove fatture per un prompt da quaranta token

Il prompt è identico in tutte e nove le esecuzioni, l'input è di 40 token in ogni caso, e le uniche cose che variano sono il modello e l'impostazione di pensiero. Ogni cifra riportata di seguito proviene dall'esecuzione di Willison stesso alle tariffe per token pubblicate da Google, e i costi sono sue misurazioni anziché stime.

• Gemini 4 Hydrogen, basso — 2.996 token di output, 2,25 centesimi, 10 secondi.

• Gemini 4 Hydrogen, medio — 3.964 token di output, 2,98 centesimi, 17 secondi.

• Gemini 4 Hydrogen, alto — 5.311 token di output, 3,99 centesimi, 19 secondi.

• Gemini 4 Neon, low — 4.974 token di output, 7,47 centesimi, 43 secondi.

• Gemini 4 Neon, medium — 7.846 token di output, 11,78 centesimi, 54 secondi.

• Gemini 4 Neon, alto — 9.691 token di output, 14,55 centesimi, 1 minuto e 11 secondi.

• Gemini 4 Carbon, basso — 9.153 token di output, 9,16 centesimi, 1 minuto e 34 secondi.

• Gemini 4 Carbon, taglia media — 11.020 token di output, 11,03 centesimi, 1 minuto e 53 secondi.

• Gemini 4 Carbon, alto — 20.305 token di output, 20,31 centesimi, 4 minuti e 11 secondi.

Vale la pena esplicitare l’aritmetica dietro quelle bollette perché spiega tutto ciò che segue. Con 40 token di input, l’addebito per l’input è circa lo 0,01 di un centesimo e può essere ignorato, quindi la bolletta è quasi esattamente pari ai token di output moltiplicati per la tariffa di output: Carbon a 10 $ per milione di token di output, Neon a 15 $, Hydrogen a 7,50 $. Nulla nell’impostazione dello sforzo cambia un prezzo. Cambia quanti token il modello emette prima di fermarsi e, su questo prompt, quel moltiplicatore va da 1,77x a 2,22x.

Il piolo sposta il disegno di legge più di quanto faccia il modello.

Prendi il gradino più economico della famiglia più costosa. Hydrogen al livello basso costa 2,25 centesimi. Neon al livello alto costa 14,55. Si tratta di un divario di 6,5x all'interno di una sola famiglia e di un solo prompt, e 3,3x di esso proviene dal modello mentre il restante 1,95x proviene dal gradino. Lo stesso confronto all'interno di un singolo modello è altrettanto ampio: Neon dal basso all'alto è 1,95x, Carbon dal basso all'alto è 2,22x, Hydrogen dal basso all'alto è 1,77x.

Mettete i due effetti uno accanto all'altro e il punto pratico emerge subito. Passare Carbon da high a medium fa risparmiare 9,28 centesimi su questo prompt, cioè il 64% di quanto costa Neon per lo stesso uccello allo stesso gradino. Se il vostro default è «il modello più grande al gradino più profondo», un cambiamento di un solo passo in quel default vale di più, in denaro, che cambiare del tutto modello.

Anche la direzione del confronto tra modelli non è quella che suggerisce il listino prezzi. I $3 e i $15 di Neon sono il 50% in più rispetto ai $2 e $10 attuali di Carbon — la tariffa introduttiva valida per Carbon e Argon fino al 30 novembre, dopo il quale i loro prezzi raddoppiano a $4 e $20. Eppure, su questo prompt, Neon con impostazione high è il più economico dei due, del 28%, perché Carbon emette 2,1 volte il numero di token di output per disegnare lo stesso uccello. Il prezzo per token è il numero sbagliato da confrontare. È il numero di token per risposta quello che finisce in fattura.

Dove Neon e Carbon si scambiano di posto

La coppia non mantiene un ordine coerente lungo la scala, ed è al piolo centrale che si rompe.

• A basso — Neon 7,47 centesimi contro Carbon 9,16, quindi Neon è il 18% più economico.

• A medio — Neon 11,78 centesimi contro Carbon 11,03, quindi Neon è più caro del 6,8%.

• In fascia alta — Neon 14,55 centesimi contro Carbon 20,31, quindi Neon costa il 28% in meno.

Il motivo è il conteggio dei token di Carbon. Cresce ripidamente da basso a medio (da 9.153 a 11.020) e poi quasi raddoppia ad alto (20.305), mentre Neon sale in modo più uniforme (4.974, 7.846, 9.691). A medio i conteggi dei token dei due sono abbastanza vicini che il premio di prezzo dell'1,5x di Neon decide la fattura; ad alto, la verbosità di Carbon annulla la differenza di prezzo. Chiunque avesse fatto un solo confronto a un livello e generalizzato avrebbe ottenuto la risposta al contrario per gli altri due.

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.

Che cosa garantisce la scala in una valutazione rigorosa

Il costo è solo metà del compromesso, e il prompt di disegno è uno strumento inadeguato per l’altra metà perché non esiste un pellicano corretto. Artificial Analysis fornisce l’asse mancante: assegna un punteggio a Gemini 4 Neon separatamente per ciascuna delle sue quattro impostazioni sull’Intelligence Index v5.0.1, e il divario è molto più ampio di qualsiasi cosa mostri la scala dei prezzi.

• Punteggio dell'indice — 44 con low, 55 con medium, 60 con high, 61 con xhigh, come rilevato dalla pagina del tracker il 19 novembre 2026.

• Tempo al primo token di risposta: 13,9 secondi a basso, 20,1 a medio, 40,6 ad alto, 56,5 a xhigh.

• Tempo per attività dell'Intelligence Index — 3,7 minuti con livello basso, 8,3 con livello medio, 14,8 con livello alto, 21,5 con livello xhigh.

• Velocità di output — da 97 a 110 token al secondo, con un lieve aumento man mano che si sale di gradino, l'unica dimensione in cui la scala è quasi piatta.

Diciassette punti indice tra l'impostazione più economica e quella più profonda di Neon rappresentano un divario più ampio di quello che separa Neon a xhigh dal 54 pubblicato di Gemini 4 Hydrogen sullo stesso indice. Questo è il più forte argomento a favore della scala: sulle attività con una risposta corretta, il gradino non è un'impostazione di rifinitura, è un'impostazione di capacità. Lo stesso tracker pubblica una cifra di costo per attività solo per la variante xhigh, $6.44, e quel singolo dato è quello più suscettibile di essere citato fuori contesto. Appartiene alla configurazione più costosa del modello, non al modello.

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.

Perché un uccello è una prova equa del gradino

Il prompt pelican ha una proprietà che lo rende insolitamente adatto a questa domanda e una che lo rende inutile per una domanda diversa. È aperto, quindi ogni livello produce qualcosa e nessuno fallisce del tutto — il che significa che la curva dei costi può essere letta senza essere confusa dai tentativi ripetuti, e la curva della qualità può essere letta come un gradiente anziché come un tasso di successo. Inoltre non è valutato, quindi può dirti che uno sforzo basso ha disegnato una bicicletta più semplice e non può dirti se questo conta per il tuo carico di lavoro.

La documentazione di Google stessa è più diretta sul rischio in cima alla scala di quanto possa esserlo una griglia dimostrativa. Avverte che xhigh «può causare overthinking o esaurire max_output_tokens su prompt più semplici come l'estrazione di testo o JSON», e consiglia di valutare a ogni livello e di scegliere il più basso che supera la soglia di qualità. Willison ha testato Neon a low, medium e high per i pellicani e ha invece usato l'impostazione extra separata in Antigravity per un prompt di animazione Three.js, quindi xhigh non ha un uccello in questo confronto. La sua stessa nota è che Argon è uscito dalla griglia, il che ricorda che questa è la selezione di un professionista e non un set di valutazione pubblicato.

Lette insieme, le due fonti forniscono una regola utilizzabile. Nella generazione facile e aperta, il livello acquista un affinamento di cui potresti non aver bisogno e ti addebita da 1,8 a 2,2 volte i token per questo. Nel ragionamento difficile, lo stesso livello acquista quindici punti indice, e l'aumento di 5,8 volte del tempo per attività è il prezzo di quella capacità anziché un costo di indecisione.

Scegliere un gradino invece di un modello

L'abitudine da abbandonare è scegliere tra Gemini 4 Carbon, Gemini 4 Neon e Gemini 4 Hydrogen. Tutti e tre accettano lo stesso parametro di richiesta, quindi la vera decisione è una coppia: quale modello, a quale livello, per quale classe di lavoro. Tre regole seguono dai numeri sopra.

Imposta il livello per classe di attività, non per progetto. Estrazione di testo, formattazione, classificazione breve e riparazione JSON sono i casi che Google indica come rischi di overthinking; sono anche i casi in cui un livello basso o medio ha prodotto una risposta riconoscibile usando da un quinto a un terzo dei token. La programmazione profonda a più passaggi, le lunghe sessioni con uso di strumenti e qualsiasi cosa in cui compaiano i quindici punti dell'indice sono i casi in cui il livello costoso si ripaga.

Misura i token, non i secondi, quando confronti. La scala del tempo e la scala dei costi qui vanno nella stessa direzione ma non con la stessa pendenza: l'impostazione alta di Neon è quasi tre volte più lenta di quella bassa al primo token e quattro volte più lenta a completare un'attività di indicizzazione, mentre la bolletta si muove di 1,95x. I budget di latenza e i budget di costo ti spingeranno su gradini diversi, e solo uno dei due compare in fattura.

Ripeti il confronto dopo il 1° dicembre 2026. A quella data Carbon e Argon raddoppiano a 4 $ e 20 $ per milione di token, mentre Neon resta a 3 $ e 15 $, e i numeri del pellicano scalano linearmente con la tariffa di output. Carbon in configurazione high costerebbe quindi 40,6 centesimi per lo stesso uccello contro i 14,55 di Neon — un divario di 2,8 volte invece del 28% — e Carbon in configurazione medium costerebbe 22,0 centesimi contro gli 11,78 di Neon. Ogni conclusione tratta dal tariffario di questa settimana ha una validità di dodici giorni.

Instradare il livello, non solo il modello

Poiché l'impostazione dell'effort è un parametro della richiesta anziché un deployment separato, l'intera scala è raggiungibile da un'unica integrazione, il che rende economico modificare la decisione di routing. OrcaRouter espone oltre 200 modelli dietro un'unica chiave al prezzo di listino del provider, senza ricarichi, così un aumento di prezzo del fornitore è attivo dalla nostra parte il giorno stesso in cui è attivo su Google — incluso il raddoppio del 1° dicembre di Carbon e Argon, senza nulla da rinegoziare. Il DSL di routing può inviare una classe di attività a un modello e a un gradino specifici, ed è così che una policy per classe come quella sopra diventa configurazione anziché una modifica al codice, e il failover automatico significa che un gradino che stai ancora valutando non diventa mai l'unico percorso verso la produzione.

Un limite onesto: il nostro catalogo attualmente include google/gemini-4-carbon e google/gemini-4-argon, e non include ancora Gemini 4 Neon o Gemini 4 Hydrogen. Quindi non è una raccomandazione a eseguire Neon tramite noi oggi. È la forma del test da eseguire quando arriverà, e il motivo per cui il confronto per livello conta più di quello per modello: una politica che fissa il modello e ignora il livello lascia gran parte della fattura non gestita.

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.

Cosa cambierebbe questa interpretazione?

Tre cose, tutte verificabili. La prima è un costo per attività pubblicato per Neon a high anziché xhigh; il tracker attualmente riporta $6.44 solo per xhigh, e quella singola riga stabilirebbe se la dichiarazione di Google di un costo per attività inferiore del 32% sopravvive a una misurazione indipendente. La seconda è se qualcuno esegua il pelican a xhigh, dato che l'unica impostazione con una modalità di errore documentata sui prompt brevi è quella assente dalla griglia. La terza è il 1° dicembre, che cambia l'aritmetica di ogni confronto in questo articolo senza che nessuno dei due modelli cambi affatto.

Domande che i numeri continuano a invitare

Un livello di impegno più alto costa di più per token?

No. La tariffa per token è fissa per modello: 3 $ e 15 $ per Neon, 2 $ e 10 $ per Carbon oggi, 1,50 $ e 7,50 $ per Hydrogen. Ciò che cambia è il numero di token di output che il modello emette prima di fermarsi, ed è per questo che lo stesso prompt di 40 token ha prodotto nove fatture tra 2,25 e 20,31 centesimi.

Il gradino più economico è sempre la risposta più economica?

Non necessariamente, perché un livello che riflette troppo poco su un compito difficile produce una risposta che scarti e riesegui. Sul pelican ogni livello ha prodotto qualcosa di utilizzabile; sull'Intelligence Index il divario tra basso e alto è di sedici punti, quindi una risposta di livello basso a un compito difficile è un prodotto diverso anziché uno più economico.

Quale tra Neon e Carbon è più economico?

Dipende dallo scaglione e dalla data. Oggi Neon è più economico sia ai livelli bassi sia a quelli alti e più caro a quelli medi; dal 1° dicembre è più economico a ogni scaglione su questo prompt, perché la tariffa di output di Carbon raddoppia mentre quella di Neon no.