히어로 타이틀 카드에는 Gemini 4 Neon, 2026년 11월 18일 라이브가 표시되고, 부제목에는 요청 수준의 다섯 가지 변경 사항, 푸터에는 Google의 Gemini API 문서에 따른 가격 책정 및 사고 수준(2026년 11월 20일 확인)이 표시됩니다.
Engineering & Research

Gemini 4 Neon 정식 출시: 대비해야 할 다섯 가지 API 변경 사항

작성자

Gideon Frost

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

G​emini 4 Neon은 2026년 11월 18일 정식 제공되었으며, 흥미로운 문서는 출시 게시글이 아닙니다. 바로 그 아래에 G​oogle이 공개하는 마이그레이션 체크리스트이며, 여기서 프로덕션 트래픽을 Gemini 3.8 Flash에서, 또는 Gemini 4 Carbon 또는 G​emini 4 Hydrogen에서 G​emini 4 Neon으로 옮기는 것이 모델 문자열 그 이상을 바꾼다는 점을 알게 됩니다. 요청 수준의 동작 다섯 가지가 바뀌는데, 그중 하나는 조용히, 하나는 400 오류와 함께, 하나는 청구서에서만 알아차릴 수 있는 배수만큼 바뀝니다. 모델 자체에 대한 G​oogle의 요약은 소박합니다. 복잡한 소프트웨어 엔지니어링, 지식 노동, 과학 전반에서 빠른 엔드투엔드 작업 완료를 제공하는 프런티어 수준의 지능으로, 고빈도 복잡 작업에서는 G​emini 4 Hydrogen과 Gemini 4 Carbon 사이에 위치합니다. 이어지는 내용은 토큰보다 엔지니어링 시간을 더 소모하는 롤아웃의 일부입니다.

11월 18일에 실제로 출시된 것은 무엇인가요?

요금표는 단일 요율로 고정되어 있으며 변동이 없습니다. 입력 토큰 100만 개당 $3.00, 출력 토큰 100만 개당 $15.00, 캐시된 입력 100만 개당 $0.15이며, 유료 티어 전용이고 무료 할당량은 어디에도 없습니다. 컨텍스트는 입력, 사고, 출력이 공유하는 하나의 통합 1,048,576토큰 창이며, 동기 출력 상한은 65,536토큰이고 최대 100만 토큰까지 다시 확장되는 긴 디코드 경로가 있습니다. 사고 수준은 low, medium, high, xhigh의 네 가지이며 기본값은 medium이 아니라 high입니다. 이 모델은 generateContent와 Interactions API 모두에서 유료 Gem​ini API로 제공되며, AI Pro 및 Ultra 구독자를 위한 AI Studio와 Gem​ini Managed Agents 내 Antigravity 에이전트 안에서도 제공됩니다.

Google 외부에서 나온 두 숫자는 마이그레이션 결정에 함께 고려할 가치가 있습니다. Artificial Analysis는 Gemini 4 Neon이 xhigh에서 Intelligence Index 61.4점을 기록한다고 평가하며, 이는 트래커에 61로 표시되어 95개 모델 중 6위에 해당합니다. 또한 출력 속도는 초당 110토큰으로 측정되어 Gemini 4 Carbon의 51토큰과 대비됩니다. 같은 패널은 xhigh에서 Intelligence Index 작업당 $6.44, 평가 세트 전체에서 2억 8,300만 출력 토큰도 기록하는데, 바로 이 부분이 여기서 중요합니다. 이 모델은 많은 토큰을 출력해 점수에 도달하는 모델이며, 그 토큰 하나하나에 비용이 청구됩니다.

A self-built card titled The five changes, as a checklist, with five rows reading sampling parameters accepted then ignored inside range and a 400 outside it, explicit caching removed in favour of implicit caching on prompts of 4096 tokens or more, thinking default high instead of medium with minimal rejected, state carried by previous_interaction_id with thought signatures preserved, and outputs past 65536 tokens requiring background execution with max_output_tokens raised

샘플링 매개변수: 무시되거나 400

G​oogle의 마이그레이션 노트는 요청에서 temperature, top_p, top_k를 제거하라고 알려줍니다. 설계에서 기준으로 삼아야 할 부분은 바로 이 정확한 동작입니다. 범위 내의 사용자 지정 값은 허용된 뒤 서버에서 무시되지만, 범위를 벗어난 값은 400 유효성 검사 오류를 반환합니다. 따라서 18개월 동안 조용히 temperature 1.3을 전달해 온 서비스는 요청이 들어오는 단계에서 실패하지 않습니다. 대신 다른 어떤 설정에서든 반환했을 것과 동일한 분포를 반환하기 시작하며, 유일한 증상은 일부 위치에서는 출력이 더 결정론적으로 보이고 다른 위치에서는 덜 결정론적으로 보이는 것뿐이고, 대조해 볼 오류도 없습니다.

실질적인 해결책은 값을 클램프하는 것이 아닙니다. 값을 삭제하고, 그 값을 사용하던 목적을 모델이 실제로 존중하는 곳으로 옮기는 것입니다. 형태에는 구조화된 출력, 분산에는 평가 스위트, 스타일에는 프롬프트 수준의 변경입니다. 이제 temperature를 창의성 다이얼로 의존하는 사람에게는 다이얼이 없는 셈입니다.

명시적 캐싱은 사라졌고, 암시적 캐싱은 자동입니다

Gemini 4 Neon은 명시적 컨텍스트 캐싱을 지원하지 않습니다. cachedContents 리소스와 caches.create는 이 모델에서 사용할 수 없으며, cached_content 필드가 포함된 요청에서는 해당 필드를 제거해야 합니다. 이를 대체하는 것은 암시적 캐싱으로, 최소 4,096개 토큰의 프롬프트에서 기본적으로 실행되며 캐시된 입력에 95% 할인을 적용합니다. 즉, 100만 개당 $3.00 대신 $0.15이며, 생성하거나 만료시키거나 스토리지 비용을 지불할 핸들이 없습니다.

대부분의 팀에게 이것은 단순화이자 약간의 비용 절감입니다. 일부 팀에게는 퇴행이며, 그 퇴행의 양상은 예측 가능합니다. 캐시 적중이 한 번 등록되어 서로 다른 표현의 많은 요청에 재사용되는 큰 고정 접두사에 의존했다면, 암시적 캐싱은 접두사가 실제로 일치할 때만 도움이 됩니다. 따라서 승리하는 전략은 공유 접두사를 바이트 단위로 동일하게 만들고 모든 가변 요소를 그 뒤에 배치하는 것입니다. 캐시된 접두사가 4,096토큰 미만이라면, 더 이상 캐싱이 전혀 없는 것입니다.

minimal은 거부되며 high가 기본값입니다.

thinking 기본값은 목록에서 가장 눈에 띄지 않는 변경입니다. Gemini 4 Carbon과 Gemini 4 Argon은 기본값이 medium이고 high에서 멈춥니다. G​emini 4 Neon은 기본값이 high이며 그 위에 xhigh를 추가하고, minimal은 오류로 거부합니다 — Gemini 3.6 Flash와 Flash-Lite 모델은 여전히 허용하는 수준입니다. 따라서 thinking_level을 설정하지 않는 코드는 동일한 요청 본문으로 Carbon에서 받았던 것보다 Neon에서 더 깊고 느리며 더 비싼 답변을 받게 됩니다.

Google 자체의 지침은 답변이 상한에 의해 잘리지 않도록 높은 max_output_tokens로 네 가지 수준 모두를 평가한 다음, 기준을 통과하는 가장 낮은 수준에서 실행하라는 것입니다. 공개된 독립 점수가 가장 저렴한 단계에서 가장 깊은 단계까지 17 인덱스 포인트에 걸쳐 있는 모델에서는 그것은 상투적인 말이 아닙니다. 당신이 물려받는 기본값은 가장 저렴한 설정이 아니라 가장 비용이 많이 드는 올바른 설정입니다.

상태, 서명 및 새 상호작용 ID

멀티턴 및 도구 호출 세션은 "트랜스크립트 다시 보내기"에서 두 가지 특정 메커니즘으로 전환됩니다. Interactions API에서는 기록을 재구성하는 대신 previous_interaction_id로 상태를 유지합니다. 클라이언트 관리 generateContent 기록에서는 매 턴마다 이전 모델 턴과 해당 thought signature를 변경 없이 반환해야 하며, 병렬 functionCall 파트 간에 signature를 복사해서는 안 됩니다. signature는 해당 호출에 바인딩되어 있습니다.

프로덕션에서 마주치기 전에 알아두면 좋은 실패 모드가 하나 더 있습니다. 네이티브로 선언된 도구가 하나도 없는 상태에서 시스템 지시를 통해 모델에게 원시 텍스트 JSON 도구 호출을 내보내도록 프롬프트하면 MALFORMED_FUNCTION_CALL이 반환될 수 있습니다. 함수 호출로 도구를 선언하거나, 구조화된 출력으로 응답을 제한하세요. 이 문제는 스키마 변경이 아니라 예전에는 통하던 프롬프트 패턴이라는 점 때문에 놓치기 쉽습니다.

긴 출력은 백그라운드에서 실행해야 합니다

동기 응답은 스트리밍 여부와 관계없이 65,536토큰에서 멈춥니다. 그 이상으로 넘어가려면 max_output_tokens를 65,536보다 높게 설정하고 background를 true로 설정해야 하며, 그러면 서버는 창이 소진될 때까지 64K 단위로 계속 진행합니다. max_output_tokens를 높이지 않고 background만 설정하면 작업은 여전히 65,536에서 멈추는데, 이는 문서에서 참고 사항으로 정확히 지적하는 실수입니다.

이 변경의 후반부는 프롬프트가 아니라 HTTP 클라이언트에 있습니다. Google은 타임아웃을 최소 15분으로 늘리라고 말합니다. 이 모델에서 어려운 프롬프트는 첫 답변 토큰이 나오기까지 몇 분이 걸릴 수 있기 때문입니다. 독립적인 측정도 같은 방향을 뒷받침합니다: Artificial Analysis는 Neon의 경우 첫 답변 토큰까지 56.5초, Intelligence Index 작업당 21.5분을 기록했으며, Gemini 4 Argon은 45.96초와 28.4분이었습니다. 전체적으로는 더 빠르지만 시작은 더 느립니다.

Screenshot of Google's What's new in Gemini 4 Neon documentation page, showing the model table with the gemini-4-neon model ID, thinking levels low, medium, high and xhigh, and the paid tier price of 3 dollars per million input tokens and 15 dollars per million output tokens

마이그레이션이 비용을 절감하기까지 얼마나 드는가

청구는 모델이 처리하는 모든 토큰을 따르며, 여기에는 사고 토큰과 그라운딩을 사용할 때의 내부 시스템 지침 및 함수 선언도 포함됩니다. 이는 해당 패밀리의 표준이지만 두 가지 Neon 특유의 사항과는 나쁘게 맞물립니다. high 기본값은 Carbon 코드가 작성된 기준인 medium 기본값보다 더 많은 사고 토큰을 소모하고, 모델 자체의 토큰 프로필도 무겁습니다. 트래커는 Intelligence Index 전반에서 Neon의 출력 토큰을 2억 8,300만 개로 집계했으며, Carbon은 2억 500만 개였습니다 — 38% 더 많은 수치이며, 토큰당 가격도 Carbon의 출시 초기 요금보다 높은 시점입니다.

그중 어느 것도 이전하는 것에 반대하는 논거가 아니다. 그것은 문자열 하나를 바꾸고 대시보드를 지켜보는 방식으로 이전하는 것에 반대하는 논거다. 정직한 순서는 이렇다: 기존 모델을 고정하고, 트래픽의 일부를 medium 및 high 수준에서 gemini-4-neon으로 복제한 뒤, 토큰당 비용이 아니라 완료된 작업당 비용을 비교하는 것이다. 이 모델의 토큰당 비용은 시트에서 가장 정보가 적은 숫자다.

Screenshot of the Gemini API pricing page for Gemini 4 Neon showing the Standard tab with an input price of 3 dollars and an output price of 15 dollars per million tokens, context caching at 0.15 dollars with a note that only implicit caching is supported, a free tier reading not available, and a callout stating that every token including thinking tokens is billed

이 마이그레이션에서 라우터가 진가를 발휘하는 지점

이것은 교과서적인 카나리 롤아웃이며, 단일 벤더 마이그레이션에서도 라우팅 계층이 유용한 이유입니다. 하나의 API 키로 200개 이상의 모델을 지원하므로, 트래픽의 일정 비율을 이동하는 동안 기존 경로와 새 경로가 동일한 엔드포인트 뒤에 위치합니다; 자동 장애 조치란 범위를 벗어난 매개변수로 인한 400 응답이나 장시간 실행되는 작업의 타임아웃이 발생하면 누군가를 호출하는 대신 어제까지 작동하던 모델로 폴백된다는 의미입니다. 가격은 마크업 없이 공급자 정가로 전달되므로, Neon의 $3.00 및 $15.00은 G​oogle의 페이지에 있는 숫자와 동일하게 청구서에 표시되며, G​oogle이 해당 가격을 변경하면 같은 날 저희 쪽에도 반영됩니다.

한 가지 분명히 말씀드리자면, Gemini 4 Neon은 아직 저희 카탈로그에 없습니다. Gemini 4 Carbon과 Gemini 4 Argon은 있고 gemini-3.1-pro-preview도 있습니다. 그리고 저희는 요금표를 엔드포인트라고 표현하지는 않을 것입니다. 라우터가 오늘 제공하는 것은 Google 자체 API에서 Neon을 평가하시는 동안 폴백 체인을 유지할 수 있는 안정적인 자리이며, Neon이 출시되면 동일한 요청 형태를 그대로 제공합니다.

누가 지금 움직여야 하나요?

다음과 같은 경우 지금 바로 이동하세요. 워크로드가 리포지토리 수준 디버깅, 다중 파일 리팩터링 또는 도구 호출이 많은 긴 에이전트 세션인 경우 — G​oogle이 Neon을 만든 대상이자 독립적인 실제 경과 시간 수치가 유리하게 가리키는 작업입니다. 명시적 캐싱에 의존하거나, 클라이언트 타임아웃을 늘릴 수 없거나, 파이프라인이 추출 형태라면 기다리세요. G​oogle 자체 문서에서는 xhigh가 "텍스트나 JSON 추출과 같은 더 단순한 프롬프트에서 과잉 사고를 유발하거나 max_output_tokens를 소진할 수 있다"고 경고하며, 기본값이 high인 상황에서는 Carbon 형태의 파이프라인이 예전에 있던 위치보다 이미 한 단계 위에 있는 것입니다.

확인 가능한 관찰 대상은 또 다른 출시 글이 아니다. 그것은 61이 high에서 버티는지 — 트래커가 이를 59.6으로 평가해 Carbon 자체의 상한에서 Carbon의 60.0보다 뒤처지게 하는 — 그리고 G​oogle이 모델에 명시적 캐싱을 추가하는지 여부다. 둘 다 문서화된 동작이고, 둘 다 외부에서 확인할 수 있으며, 둘 다 "이것이 우리 에이전트 플릿의 기본값인가"에 대한 답을 어떤 데모보다 더 크게 바꾼다.

이 글에서 비교한 모델1

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트