Titolo generato che recita Gemini 4 Neon vs Claude Haiku 5.5, sottotitolo Le estremità di un'unica scala, con due colonne verticali di pioli affacciate — una sotto ciascun nome di modello — e la riga Nove impostazioni, un indice sotto di esse.
Engineering & Research

Gemini 4 Neon vs Claude Haiku 5.5: I due estremi di un'unica scala

Autore

jinhao.song

Data di pubblicazione

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

Metti G​emini 4 Neon e Claude H​aiku 5.5 uno accanto all'altro su una scheda tecnica e il confronto sembra impari: trenta volte il prezzo di input, trenta volte il prezzo di output, e un modello che costa un decimo di centesimo per mille token contro uno che costa tre. Poi noti che entrambi i modelli sono venduti come scale anziché come punti singoli. Neon ha quattro livelli di pensiero e il valore predefinito è alto; H​aiku 5.5 ne ha cinque e il valore predefinito è medio. Una volta che confronti piolo per piolo invece che scheda per scheda, il rapporto di trenta volte smette di essere il numero interessante e la forma delle due scale diventa ciò su cui vale la pena discutere.

Entrambi i modelli sono attuali. Claude Haiku 5.5 ha raggiunto la disponibilità generale il 7 ottobre 2026 a 0,10 $ per milione di token in input e 0,50 $ per milione in output; Gemini 4 Neon è stato rilasciato il 18 novembre 2026 a 3,00 $ e 15,00 $. Entrambi dispongono di una finestra di contesto da 1 milione di token, entrambi accettano testo e immagini ed entrambi applicano rispettivamente 0,01 $ e 0,15 $ per l'input in cache — lo stesso sconto del novantacinque per cento applicato a tariffe di base molto diverse.

Due scale, nove impostazioni

Artificial Analysis assegna un punteggio a ogni livello di entrambi i modelli sullo stesso set di valutazione composto da nove parti — 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 — e pubblica un costo per attività per ciascuno. Questo fornisce nove punti confrontabili anziché due, e il costo per attività è misurato anziché derivato dal listino prezzi, quindi include già quanti token sceglie di consumare ciascun modello.

• Neon a basso — 44.1, $0,75 per attività.

• Neon a medio — 54,9, $1,90.

• Neon su alto (predefinito) — 59.6, $3.74.

• Neon a xhigh — 61.4, $6.44.

• Haiku 5.5 in modalità bassa — 18,6, $0,044.

• Haiku 5.5 a medio (predefinito) — 24.6, $0.092.

• H​aiku 5.5 in alta — 29,9, $0,159.

• Haiku 5.5 con xhigh — 34,6, $0,248.

• H​aiku 5.5 al massimo — 36.5, $0.411.

Due cose saltano subito all’occhio dalla lista. Il gradino più economico di Neon supera di 7,6 punti quello più costoso di H​aiku, e il gradino più costoso di Neon costa 15,7 volte quello più costoso di H​aiku anziché le 30 volte che i listini lasciano intendere. Nessuno dei due è un artefatto di arrotondamento; entrambi derivano dallo stesso punto, cioè dal fatto che i due modelli spendono token in modo molto diverso nella parte alta dei rispettivi intervalli.

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.

Cosa significa 'High' su ogni scheda

Il vocabolario è la prima trappola. Su Neon, high è il livello con cui viene distribuito il modello — quello che ottieni se non passi alcun parametro thinking. Su H​aiku 5.5, high è il terzo di cinque e il valore predefinito è medium. Quindi un confronto scritto come "Neon high contro H​aiku high" confronta un valore predefinito con uno non predefinito e produce un divario di 29,7 punti che nessuno dei due fornitori riconoscerebbe come dato di punta.

Confronta i valori predefiniti effettivi — Neon su high, H​aiku su medium — e il divario si allarga a 35,0 punti, perché il default di H​aiku si colloca un gradino più in basso di quanto il nome suggerisca. Confronta i punti più alti delle due scale — xhigh rispetto a max — e si restringe a 24,9 punti. Si tratta di uno scarto di dieci punti determinato interamente da quale coppia di impostazioni hai deciso di considerare come confronto, ed è più ampio del divario tra diversi modelli adiacenti nella stessa classifica.

Pioli abbinati, e cosa fa il divario

Allinea i pioli per nome e il divario dell'indice si sposta in una banda ristretta, da 25,5 a 30,3 punti, senza alcuna tendenza in nessuna delle due direzioni:

A basso — Neon 44.1 contro H​aiku 18.6, un divario di 25,5 punti, 17,0 volte il costo per attività.

• A livello medio — 54,9 contro 24,6, 30,3 punti, 20,8x.

• A livello alto — 59,6 contro 29,9, 29,7 punti, 23,6x.

• In alto — 61,4 contro 34,6, 26,8 punti, 25,9x.

Il divario di intelligenza è stabile. Il rapporto tra i costi no: sale da 17x a 26x man mano che si sale nella scala, perché Neon fa pagare di più per ogni punto aggiuntivo di ragionamento rispetto a H​aiku. Portare H​aiku da high a xhigh costa il 56 percento in più per attività e rende 4,7 punti di indice. Portare Neon da high a xhigh costa il 72 percento in più e rende 1,8 punti. Al margine, il modello più economico è quello con il rendimento migliore — l'opposto di ciò che un rapporto di listino di trenta a uno ti farebbe aspettare.

Il quinto gradino è quello in cui l'affermazione cede

H​aiku 5.5 ha un livello che Neon non ha: max. È anche il livello con il peggior rapporto qualità-prezzo tra quelli offerti dai due modelli. Da xhigh a max, H​aiku guadagna 1,85 punti indice e il suo costo per attività sale da $0,248 a $0,411 — un aumento del 66 per cento per un miglioramento del 5 per cento. Nello stesso passaggio, il tempo misurato fino al primo token di risposta balza da 46,2 secondi a 180,9, circa quattro volte tanto.

Quello non è un difetto esclusivo di H​aiku. È l'aspetto che ha un livello di ragionamento aggiuntivo quando l'harness ha esaurito le vittorie facili: il modello continua a pensare e smette di migliorare. Ma significa che chiunque citi il 36,5 di H​aiku 5.5 sta citando l'unica configurazione di quel modello che costa quattro volte la latenza di quella sotto, e chiunque citi il 61,4 di Neon sta citando lo stesso tipo di tetto per lo stesso tipo di motivo. Entrambi i numeri di punta sono il gradino più alto di una scala che diventa ripida alla fine.

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.

I token di ragionamento sono la colonna nascosta

I numeri del costo per attività hanno senso una volta che si guarda quanto ciascun modello scrive a se stesso. Nelle esecuzioni sull'indice, Neon con xhigh produce circa 80.500 token di ragionamento e 61.100 token di risposta per attività. H​aiku 5.5 con max produce circa 172.800 token di ragionamento e 53.200 token di risposta.

Quindi il modello con il tariffario trenta volte più alto scrive meno della metà del ragionamento rispetto al modello da dieci centesimi, al vertice di entrambe le scale. H​aiku compensa un modello più piccolo pensando più a lungo; Neon compensa un prezzo più alto pensando meno. È per questo che il rapporto per attività di 15,7x resta così al di sotto del 30x suggerito dal listino prezzi, e che il rapporto è più ampio in alto — il gradino in cui l'abitudine ai token di Neon è più vicina a quella di H​aiku ed è il suo tariffario a fare tutto il lavoro.

L'altra colonna nello stesso pannello riguarda la fabbricazione. Su AA-Omniscience, il tasso di allucinazione di Neon alla sua impostazione predefinita è del 13,9 percento; quello di H​aiku 5.5 alla sua impostazione predefinita è del 40,4 percento, e del 34,2 percento al massimo. Si tratta di una differenza di due o tre volte nella frequenza con cui il modello afferma qualcosa che la fonte non supporta e, a differenza dell'indice, migliora appena man mano che H​aiku sale lungo la sua scala. Se il tuo carico di lavoro è del tipo in cui un fatto errato è costoso da individuare, il divario nell'indice sottostima le ragioni a favore di Neon anziché sovrastimarle.

Dove il modello economico smette di essere economico

Il vantaggio di prezzo di H​aiku 5.5 è reale ed è maggiore dove il lavoro è breve. Una chiamata di classificazione, una decisione di instradamento, la riscrittura di un paragrafo, un'estrazione da un modulo — qualsiasi cosa in cui l'output sia di poche centinaia di token — costa frazioni di centesimo su H​aiku e qualcosa più vicino a un centesimo su Neon. A quella dimensione il rapporto di 30x è quasi letterale e il divario di indice è irrilevante, perché entrambi i modelli superano agevolmente la soglia.

Il vantaggio si riduce man mano che l’attività si allunga, e si riduce per due motivi che si sommano. Il costo per attività di Neon è dominato da input, letture dalla cache e scritture in cache — nelle esecuzioni dell’indice, la voce input rappresenta il 64 percento della fattura ai livelli elevati — quindi un prefisso lungo e stabile sposta la tariffa effettiva di Neon verso il suo prezzo della cache di $0.15. H​aiku ottiene lo stesso sconto sulla cache del 95 percento, ma su una tariffa base già minuscola, quindi c’è meno da risparmiare. E sui lavori che richiedono diversi passaggi di pianificazione, la scala di H​aiku si ferma sotto il livello predefinito di Neon, il che significa che nessuna quantità di token economici ti compra la risposta.

C’è un terzo effetto che vale la pena menzionare perché è facile da trascurare: il briefcase Elo misurato — un harness diverso, valutato separatamente dall’indice — favorisce in realtà H​aiku ai vertici con un margine più stretto di quanto faccia l’indice. Neon xhigh ottiene 1699 con un intervallo al 95 per cento da 1688 a 1710; H​aiku max ottiene 1572. Ai livelli predefiniti il divario è 1632 contro 1441. Quindi un secondo harness indipendente concorda sulla direzione e non concorda sulla dimensione, che è il normale stato delle cose e un motivo per controllare due classifiche prima di standardizzare.

E ce n'è un quarto, ed è quello che il tariffario nasconde del tutto. H​aiku 5.5 applica prezzi su due fasce: $0,10 e $0,50 per milione fino a un prompt di 100.000 token, poi $0,50 e $2,50 oltre, con la lettura della cache che passa da $0,01 a $0,05. La soglia conteggia l'intero input, comprese le letture e le scritture della cache, quindi un contesto lungo la fa scattare facilmente. A quel punto il prezzo di input di H​aiku è cinque volte quello che dice il prezzo in evidenza, il suo prezzo di output è cinque volte, e il rapporto con i $3,00 e $15,00 fissi di Neon — che non scattano a nessuna soglia — non è più di trenta volte ma di sei volte, o di tre volte sull'output. Chi confronta i due tariffari al valore nominale sta confrontando un prezzo a due fasce con un prezzo a una fascia e considera la prima fascia come se raccontasse tutta la storia.

Una regola decisionale che sopravvive ai gradini

Quattro regole, nell'ordine che conta:

• Se il compito è breve e la risposta è verificabile, scegli H​aiku 5.5 a livello medio o basso e smetti di leggere. Il divario nell'indice non è vincolante a quella dimensione e il divario di prezzo è enorme.

• Se l'attività richiede una pianificazione in più passaggi o modifiche al codice a livello di repository, il limite di H​aiku è il problema, non il suo prezzo. Il suo miglior livello ottiene 36,5; il valore predefinito di Neon ottiene 59,6. A quel punto non stai scambiando costo con qualità, stai scambiando una risposta funzionante con una economica.

• Se sei già su Neon, non impostare xhigh come predefinito. Il passaggio da high a xhigh costa il 72 percento in più per attività per 1,8 punti indice e 16 secondi di tempo aggiuntivo al primo token. La maggior parte delle pipeline trae maggior beneficio da medium, che è 54,9 a metà del prezzo del valore predefinito.

• Se sei su H​aiku, non dare per scontato max. È il quarto miglior valore su entrambe le scale, e il divario tra esso e high è di 6,6 punti indice per un costo 2,6 volte superiore.

Nessuno dei due modelli è nel catalogo di OrcaRouter oggi, quindi nulla di tutto questo è un tentativo di spostare l'uno o l'altro sulla nostra chiave. Quello che offriamo, al prezzo di listino del provider senza ricarichi, è Claude Haiku 4.5 a $1,00 e $5,00 per milione e Gemini 4 Carbon a $2,00 e $10,00 — i predecessori su ciascun lato. Se l'aritmetica dei gradini di cui sopra è il tipo di cosa che vuoi testare sul tuo traffico anziché su una classifica, la mossa utile è eseguire il gradino economico di un modello che puoi già chiamare contro il gradino costoso di quello che stai considerando, su un'unica chiave, con failover sotto nel caso in cui il gradino economico non riesca a superare la soglia.

Il riassunto onesto è che questi due modelli non sono davvero in competizione. Uno è un pianificatore di fascia frontier venduto a un prezzo premium, l’altro è un lavoratore ad alto volume venduto quasi al prezzo minimo, ed è il fatto che le loro scale si sovrappongano nel nome anziché nella fascia a far sembrare il confronto più ravvicinato di quanto non sia. Confronta gli estremi — il medium di Neon contro il max di H​aiku — e ottieni 54,9 per $1,90 contro 36,5 per $0,41. Diciotto punti per quattro volte e mezzo il costo sono una decisione su quanto vale il compito, non una decisione su quale modello sia migliore.

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.