Karta tytułowa artykułu o poziomach wysiłku Gemini 4, przedstawiająca trzy kolumny modeli, trzy wiersze poziomów wysiłku i wyróżnioną kwotę 14,55 centa dla Gemini 4 Neon przy wysokim poziomie wysiłku na prompcie o 40 tokenach.
Guides & Insights

Poziomy wysiłku Gemini 4 Neon: ile faktycznie kosztują niski, średni i wysoki

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Jeden prompt, czterdzieści tokenów wejściowych i dziewięć rachunków. Simon Willison przeprowadził test pelikana na rowerze przez Gemini 4 Carbon, Gemini 4 Neon i Gemini 4 Hydrogen przy niskim, średnim i wysokim wysiłku, po czym opublikował liczby tokenów, koszty w dolarach i czasy rzeczywiste, które otrzymał — we wpisie blogowym datowanym na 18 listopada 2026 r. oraz jako siatkę porównawczą na X następnego ranka. Te dziewięć wyników to najbardziej konkretny publiczny pomiar tego, co ustawienie poziomu myślenia Gemini 4 faktycznie robi z rachunkiem, i mówią coś, czego materiały premierowe nie mówią: przy krótkim, łatwym prompcie szczebel wysiłku zmienia koszt bardziej niż wybór modelu, a ranking między dwoma modelami może się odwrócić, gdy zmienisz szczebel.

Jego werdykt dotyczący wyników jest celowo niewyrażony liczbowo. Pelikany Neon „wyglądają lepiej niż Hydrogen i gorzej niż Carbon”, poziom szczegółowości i dopracowania spada w miarę schodzenia w dół rodziny, a mniej ostro – w miarę schodzenia w dół drabiny, i każdy z dziewięciu obrazów nadal jest rozpoznawalnie pelikanem na rowerze. Nie można tego punktować. Można jednak policzyć, ile to kosztowało.

Dziewięć rachunków za jeden czterdziestotokenowy prompt

Monit jest identyczny we wszystkich dziewięciu uruchomieniach, dane wejściowe wynoszą 40 tokenów w każdym przypadku, a jedyne, co się zmienia, to model i ustawienie trybu myślenia. Każda liczba poniżej pochodzi z własnego uruchomienia Willisona według opublikowanych przez Google stawek za token, a koszty są jego pomiarami, a nie szacunkami.

• Gemini 4 Hydrogen, low — 2 996 tokenów wyjściowych, 2,25 centa, 10 sekund.

• Gemini 4 Hydrogen, medium — 3964 tokeny wyjściowe, 2,98 centa, 17 sekund.

• Gemini 4 Hydrogen, wysoki — 5311 tokenów wyjściowych, 3,99 centa, 19 sekund.

• Gemini 4 Neon, niski — 4 974 tokeny wyjściowe, 7,47 centa, 43 sekundy.

• Gemini 4 Neon, średni — 7 846 tokenów wyjściowych, 11,78 centa, 54 sekundy.

• Gemini 4 Neon, wysoki — 9 691 tokenów wyjściowych, 14,55 centa, 1 minuta 11 sekund.

• Gemini 4 Carbon, niski — 9 153 tokeny wyjściowe, 9,16 centa, 1 minuta 34 sekundy.

• Gemini 4 Carbon, medium — 11 020 tokenów wyjściowych, 11,03 centa, 1 minuta 53 sekundy.

• Gemini 4 Carbon, wysoki — 20 305 tokenów wyjściowych, 20,31 centa, 4 minuty 11 sekund.

Arytmetyka stojąca za tymi rachunkami zasługuje na przytoczenie, ponieważ wyjaśnia wszystko, co nastąpi. Przy 40 tokenach wejściowych opłata za wejście wynosi około jednej setnej centa i można ją pominąć, więc rachunek to niemal dokładnie liczba tokenów wyjściowych pomnożona przez stawkę wyjściową: Carbon po 10 USD za milion tokenów wyjściowych, Neon po 15 USD, Hydrogen po 7,50 USD. Ustawienie poziomu wysiłku nie zmienia ceny. Zmienia ono liczbę tokenów, które model emituje, zanim się zatrzyma, a w przypadku tego polecenia ten mnożnik wynosi od 1,77x do 2,22x.

Szczebel przesuwa rachunek bardziej niż model.

Weź najtańszy poziom najdroższej rodziny. Wodór przy niskim kosztuje 2,25 centa. Neon przy wysokim kosztuje 14,55. To 6,5-krotna rozpiętość w obrębie jednej rodziny i jednego promptu, a 3,3x z tego pochodzi od modelu, podczas gdy pozostałe 1,95x pochodzi od poziomu. To samo porównanie w obrębie jednego modelu jest równie duże: Neon od niskiego do wysokiego to 1,95x, Carbon od niskiego do wysokiego to 2,22x, Wodór od niskiego do wysokiego to 1,77x.

Zestaw oba efekty obok siebie, a praktyczny wniosek nasunie się szybko. Przejście Carbona z wysokiego na średni poziom oszczędza 9,28 centa na tym prompcie, co stanowi 64% kosztu Neona dla tego samego ptaka na tym samym szczeblu. Jeśli domyślnie wybierasz „największy model na najgłębszym szczeblu”, zmiana tego domyślnego wyboru o jeden krok jest warta więcej pod względem pieniężnym niż całkowita zmiana modelu.

Kierunek porównania między modelami również nie jest taki, jak sugeruje cennik. Stawki Neon 3 USD i 15 USD są o 50% wyższe niż obecne 2 USD i 10 USD Carbon — to stawka wprowadzająca, którą Carbon i Argon mają do 30 listopada, po czym obie rosną dwukrotnie, do 4 USD i 20 USD. Jednak przy tym prompcie Neon w trybie high jest tańszy z tych dwóch, o 28%, ponieważ Carbon generuje 2,1 razy więcej tokenów wyjściowych, aby narysować tego samego ptaka. Cena za token to niewłaściwa liczba do porównywania. Liczba tokenów na odpowiedź to ta, która trafia na fakturę.

Gdzie Neon i Carbon zamieniają się miejscami

Ta para nie układa się konsekwentnie wzdłuż drabiny, a właśnie na środkowym szczeblu następuje załamanie.

• Przy niskim — Neon 7,47 centa wobec Carbon 9,16, więc Neon jest o 18% tańszy.

• Na poziomie średnim — Neon 11,78 centa wobec Carbon 11,03, więc Neon jest o 6,8% droższy.

{{1}}• Przy wysokim — Neon 14,55 centa wobec Carbon 20,31, więc Neon jest o 28% tańszy.{{/1}}

Liczba tokenów Carbonu jest tego powodem. Rośnie gwałtownie z niskiego do średniego poziomu (9,153 do 11,020), a następnie prawie podwaja się do wysokiego (20,305), podczas gdy Neon rośnie bardziej równomiernie (4,974, 7,846, 9,691). Przy średnim poziomie obie liczby tokenów są na tyle bliskie, że o rachunku decyduje 1,5-krotnie wyższa cena Neon; przy wysokim rozwlekłość Carbonu bierze górę nad różnicą cen. Ktoś, kto przeprowadził jedno porównanie na jednym szczeblu i uogólnił, uzyskałby odwrotną odpowiedź dla pozostałych dwóch.

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.

Co drabinka daje w trudnej ewaluacji

Koszt to tylko połowa kompromisu, a prompt rysunkowy jest kiepskim narzędziem do oceny drugiej połowy, ponieważ nie istnieje poprawny pelikan. Artificial Analysis dostarcza brakującej osi: ocenia Gemini 4 Neon osobno przy każdym z jego czterech ustawień w Intelligence Index v5.0.1, a rozrzut jest znacznie większy niż cokolwiek, co pokazuje drabinka cenowa.

• Wynik indeksu — 44 dla niskiego, 55 dla średniego, 60 dla wysokiego, 61 dla xhigh, odczytane ze strony trackera 19 listopada 2026 r.

• Czas do pierwszego tokenu odpowiedzi — 13,9 sekundy przy niskim, 20,1 przy średnim, 40,6 przy wysokim, 56,5 przy xhigh.

• Czas na zadanie w Intelligence Index — 3,7 minuty przy niskim, 8,3 przy średnim, 14,8 przy wysokim, 21,5 przy xhigh.

Szybkość generowania — od 97 do 110 tokenów na sekundę, nieznacznie rosnąca wraz z kolejnym szczeblem, co stanowi jedyny wymiar, w którym drabinka jest niemal płaska.

Siedemnaście punktów indeksu między najtańszym a najgłębszym ustawieniem Neon to większa luka niż ta, która dzieli Neon przy xhigh od opublikowanego wyniku 54 Gemini 4 Hydrogen w tym samym indeksie. To najmocniejszy argument za drabinką ustawień: w zadaniach z jedną poprawną odpowiedzią szczebel nie jest ustawieniem dopieszczenia, lecz ustawieniem zdolności. Ten sam tracker publikuje wskaźnik kosztu na zadanie tylko dla wariantu xhigh — $6.44 — i właśnie ten pojedynczy punkt najłatwiej wyrwać z kontekstu. Dotyczy on najdroższej konfiguracji modelu, a nie samego modelu.

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.

Dlaczego ptak stanowi rzetelny test szczebla

Prompt „pelican” ma jedną właściwość, która czyni go wyjątkowo dobrym do tego pytania, i jedną, która czyni go bezużytecznym do innego. Jest otwarty, więc każdy szczebel daje coś i żaden nie zawodzi całkowicie — co oznacza, że krzywą kosztu można odczytać bez zakłóceń powodowanych ponownymi próbami, a krzywą jakości można odczytać jako gradient, a nie wskaźnik zaliczeń. Nie jest też oceniany, więc może ci powiedzieć, że niski wysiłek narysował prostszy rower, ale nie może powiedzieć, czy ma to znaczenie dla twojego obciążenia pracą.

Dokumentacja Google'a jest bardziej bezpośrednia co do ryzyka na górze drabiny, niż może to pokazać siatka demonstracyjna. Ostrzega, że xhigh „może powodować nadmierne zastanawianie się lub wyczerpywać max_output_tokens przy prostszych promptach, takich jak ekstrakcja tekstu lub JSON”, i zaleca ocenianie na każdym poziomie oraz wybranie najniższego, który spełnia próg jakości. Willison testował Neon na poziomach low, medium i high dla pelikanów, a w przypadku promptu do animacji Three.js użył osobnego ustawienia extra w Antigravity, więc xhigh nie ma tu swojego ptaka w tym porównaniu. Jego własna uwaga jest taka, że Argon wypadł z siatki, co przypomina, że to wybór jednego praktyka, a nie opublikowany zestaw ewaluacyjny.

Rozpatrywane łącznie, oba źródła dają użyteczną regułę. Przy łatwym, otwartym generowaniu ten szczebel daje dopracowanie, którego możesz nie potrzebować, a rachunek za nie wynosi 1,8–2,2 razy więcej tokenów. Przy trudnym rozumowaniu ten sam szczebel daje piętnaście punktów indeksu, a 5,8x wzrost czasu na zadanie jest ceną tej zdolności, a nie kosztem niezdecydowania.

Wybór szczebla zamiast modelu

Nawyk, który warto przełamać, to wybieranie między Gemini 4 Carbon, Gemini 4 Neon i Gemini 4 Hydrogen. Wszystkie trzy przyjmują ten sam parametr żądania, więc prawdziwa decyzja to para: który model, na którym poziomie, do której klasy pracy. Z powyższych liczb wynikają trzy zasady.

Ustaw poziom dla klasy zadania, a nie dla projektu. Ekstrakcja tekstu, formatowanie, krótka klasyfikacja i naprawa JSON to przypadki, które Google wskazuje jako ryzyko nadmiernego myślenia; to także przypadki, w których niski lub średni poziom dawał rozpoznawalną odpowiedź za jedną piątą do jednej trzeciej tokenów. Głębokie wieloetapowe kodowanie, długie sesje z użyciem narzędzi i wszystko, gdzie ujawnia się piętnaście punktów indeksu, to miejsca, w których drogi poziom zwraca swój koszt.

Mierz tokeny, a nie sekundy, kiedy porównujesz. Drabina czasu i drabina kosztów biegną tu w tym samym kierunku, ale nie mają tego samego nachylenia: wysokie ustawienie Neon jest prawie trzykrotnie wolniejsze od niskiego ustawienia w czasie do pierwszego tokenu i czterokrotnie wolniejsze w ukończeniu zadania indeksowania, podczas gdy rachunek zmienia się 1,95x. Budżety opóźnień i budżety kosztów będą ciągnąć cię na różne szczeble, a tylko jeden z nich pojawia się na fakturze.

Uruchom ponownie porównanie po 1 grudnia 2026 r. Carbon i Argon podwajają stawki do 4 i 20 dolarów za milion tokenów w tym dniu, podczas gdy Neon pozostaje przy 3 i 15 dolarach, a liczby pelikana skalują się liniowo wraz z szybkością wyjściową. Carbon w trybie wysokim kosztowałby wtedy 40,6 centa za tego samego ptaka wobec 14,55 w przypadku Neonu — różnica 2,8x zamiast 28% — a Carbon w trybie średnim kosztowałby 22,0 centa wobec 11,78 w przypadku Neonu. Każdy wniosek wyciągnięty z cennika z tego tygodnia ma termin ważności dwunastu dni.

Trasowanie szczebla, a nie tylko modelu

Ponieważ ustawienie wysiłku jest parametrem żądania, a nie osobnym wdrożeniem, cała drabina jest osiągalna z jednej integracji, co sprawia, że decyzję o routingu można tanio zmienić. OrcaRouter udostępnia ponad 200 modeli pod jednym kluczem w cenie katalogowej dostawcy, bez marży, więc zmiana ceny u dostawcy jest u nas aktywna tego samego dnia, w którym staje się aktywna u Google — w tym podwojenie cen Carbon i Argon z 1 grudnia, bez konieczności ponownego negocjowania. DSL routingu potrafi kierować klasę zadań do konkretnego modelu i szczebla, dzięki czemu polityka dla poszczególnych klas, taka jak powyższa, staje się konfiguracją, a nie zmianą w kodzie; automatyczne przełączanie awaryjne sprawia zaś, że szczebel, który wciąż oceniasz, nigdy nie staje się jedyną ścieżką do produkcji.

Jedno uczciwe ograniczenie: nasz katalog obejmuje obecnie google/gemini-4-carbon i google/gemini-4-argon, a nie obejmuje jeszcze Gemini 4 Neon ani Gemini 4 Hydrogen. Nie jest to więc rekomendacja, by już dziś uruchamiać Neon przez nas. To kształt testu do przeprowadzenia, gdy się pojawi, i powód, dla którego porównanie na poszczególnych poziomach ma większe znaczenie niż porównanie poszczególnych modeli: polityka, która ustala model i ignoruje poziom, pozostawia większość rachunku bez kontroli.

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.

Co zmieniłoby tę interpretację?

Trzy rzeczy, wszystkie możliwe do sprawdzenia. Po pierwsze, opublikowany koszt na zadanie dla Neon przy ustawieniu high, a nie xhigh; tracker obecnie podaje $6.44 tylko dla xhigh, a ten jeden wiersz rozstrzygnąłby, czy twierdzenie Google o 32% niższym koszcie na zadanie przetrwa niezależny pomiar. Po drugie, czy ktokolwiek uruchamia pelican przy xhigh, ponieważ jedyne ustawienie z udokumentowanym trybem awarii na krótkich promptach to to, którego brakuje w siatce. Po trzecie, 1 grudnia, który zmienia arytmetykę każdego porównania w tym tekście, mimo że żaden z modeli w ogóle się nie zmienia.

Pytania, które liczby wciąż wywołują

Czy wyższy poziom wysiłku kosztuje więcej za token?

Nie. Stawka za token jest stała dla danego modelu: 3 i 15 dolarów dla Neon, 2 i 10 dolarów dla Carbon obecnie, 1,50 i 7,50 dolara dla Hydrogen. Zmienia się liczba tokenów wyjściowych, które model emituje, zanim się zatrzyma, dlatego ten sam prompt o długości 40 tokenów wygenerował dziewięć rachunków od 2,25 do 20,31 centa.

Czy najtańszy szczebel zawsze jest najtańszą odpowiedzią?

Niekoniecznie, ponieważ szczebel, który zbyt mało myśli nad trudnym zadaniem, daje odpowiedź, którą odrzucasz i uruchamiasz ponownie. W przypadku pelican każdy szczebel dawał coś użytecznego; w Intelligence Index różnica między niskim a wysokim wynosi szesnaście punktów, więc odpowiedź z niskiego szczebla na trudne zadanie jest innym produktem, a nie tańszym.

Który jest tańszy: Neon czy Carbon?

To zależy od poziomu i daty. Dziś Neon jest tańszy na niskim i wysokim poziomie, a droższy na średnim; od 1 grudnia jest tańszy na każdym poziomie w tym prompcie, ponieważ stawka za output Carbon się podwaja, a Neon nie.