Um cartão de título para um artigo sobre os níveis de esforço do Gemini 4, mostrando três colunas de modelos, três linhas de esforço e um número de destaque de 14,55 centavos para o Gemini 4 Neon com esforço alto em um prompt de 40 tokens.
Guides & Insights

Níveis de Esforço do Gemini 4 Neon: Quanto Low, Medium e High Realmente Custam

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Um prompt, quarenta tokens de entrada e nove faturas. Simon Willison executou o teste do pelicano em uma bicicleta com o Gemini 4 Carbon, o Gemini 4 Neon e o Gemini 4 Hydrogen em esforço baixo, médio e alto, e publicou as contagens de tokens, os custos em dólares e os tempos de relógio que voltaram — em uma entrada de blog datada de 18 de novembro de 2026 e como uma grade de comparação no X na manhã seguinte. Os nove resultados são a medição pública mais concreta até agora do que uma configuração de nível de raciocínio do Gem​ini 4 realmente faz com uma fatura, e dizem algo que o material de lançamento não diz: em um prompt curto e fácil, o degrau de esforço altera o custo mais do que a escolha do modelo, e a classificação entre dois modelos pode se inverter quando você muda o degrau.

O veredito dele sobre o resultado é deliberadamente não quantificado. Os pelicanos Neon "parecem melhores que o Hydrogen e piores que o Carbon"; o detalhe e o acabamento caem à medida que você desce na família e, de forma menos acentuada, à medida que desce na escada, e cada uma das nove imagens ainda é reconhecivelmente um pelicano em uma bicicleta. Você não pode pontuar isso. Pode, no entanto, contar quanto custou.

Nove faturas por um prompt de quarenta tokens

O prompt é idêntico em todas as nove execuções, a entrada tem 40 tokens em todos os casos, e as únicas coisas que variam são o modelo e a configuração de raciocínio. Todos os números abaixo vêm da própria execução de Willison com as tarifas por token publicadas pelo Google, e os custos são medições dele, e não estimativas.

• Gemini 4 Hydrogen, baixo — 2.996 tokens de saída, 2,25 centavos, 10 segundos.

• Gemini 4 Hydrogen, médio — 3.964 tokens de saída, 2,98 centavos, 17 segundos.

• Gemini 4 Hydrogen, alto — 5.311 tokens de saída, 3,99 centavos, 19 segundos.

• Gemini 4 Neon, baixo — 4.974 tokens de saída, 7,47 centavos, 43 segundos.

• Gemini 4 Neon, médio — 7.846 tokens de saída, 11,78 centavos, 54 segundos.

• Gemini 4 Neon, alto — 9.691 tokens de saída, 14,55 centavos, 1 minuto e 11 segundos.

• Gemini 4 Carbon, baixo — 9.153 tokens de saída, 9,16 centavos, 1 minuto e 34 segundos.

• Gemini 4 Carbon, médio — 11.020 tokens de saída, 11,03 centavos, 1 minuto e 53 segundos.

• Gemini 4 Carbon, alto — 20.305 tokens de saída, 20,31 centavos, 4 minutos e 11 segundos.

A aritmética por trás dessas contas vale a pena ser explicitada porque explica tudo o que vem a seguir. Com 40 tokens de entrada, a cobrança de entrada é aproximadamente um centésimo de centavo e pode ser ignorada, então a conta é quase exatamente os tokens de saída multiplicados pela tarifa de saída: Carbon a US$ 10 por milhão de tokens de saída, Neon a US$ 15, Hydrogen a US$ 7,50. Nada na configuração de esforço altera um preço. Ela altera quantos tokens o modelo emite antes de parar e, neste prompt, esse multiplicador varia de 1,77x a 2,22x.

O degrau move a conta mais do que o modelo

O degrau mais barato da família mais cara. Hydrogen no nível baixo custa 2,25 centavos. Neon no nível alto custa 14,55. Isso é uma variação de 6,5x em uma única família e um único prompt, e 3,3x disso vem do modelo, enquanto os 1,95x restantes vêm do degrau. A mesma comparação dentro de um único modelo é igualmente grande: Neon do baixo ao alto é 1,95x, Carbon do baixo ao alto é 2,22x, Hydrogen do baixo ao alto é 1,77x.

Coloque os dois efeitos lado a lado e o ponto prático surge rapidamente. Passar o Carbon de alto para médio economiza 9,28 centavos neste prompt, o que representa 64% do que o Neon custa pelo mesmo pássaro no mesmo nível. Se o seu padrão é "o maior modelo no nível mais profundo", uma mudança de um passo nesse padrão vale mais, em dinheiro, do que trocar de modelo completamente.

A direção da comparação entre modelos também não é a que a tabela de preços sugere. Os US$ 3 e US$ 15 da Neon estão 50% acima dos atuais US$ 2 e US$ 10 da Carbon — a tarifa introdutória praticada por Carbon e Argon até 30 de novembro, depois da qual ambas dobram para US$ 4 e US$ 20. No entanto, neste prompt, a Neon no modo high é a mais barata das duas, em 28%, porque a Carbon emite 2,1 vezes mais tokens de saída para desenhar o mesmo pássaro. O preço por token é o número errado para se comparar. Tokens por resposta é o que vai parar na fatura.

Onde Neon e Carbon trocam de lugar

O par não se ordena de forma consistente ao longo da escada, e é no degrau do meio que isso falha.

• Em baixa — Neon 7,47 centavos contra Carbon 9,16, então a Neon é 18% mais barata.

• No nível médio — Neon 11,78 centavos contra Carbon 11,03, então o Neon está 6,8% mais caro.

• No nível alto — Neon 14,55 centavos contra Carbon 20,31, então Neon é 28% mais barato.

A contagem de tokens do Carbon é o motivo. Ela sobe abruptamente de baixo para médio (9.153 para 11.020) e depois quase dobra para alto (20.305), enquanto o Neon sobe de forma mais uniforme (4.974, 7.846, 9.691). No médio, as duas contagens de tokens estão próximas o suficiente para que o prêmio de preço de 1,5x do Neon decida a conta; no alto, a verbosidade do Carbon supera a diferença de preço. Qualquer pessoa que fizesse uma única comparação em um nível e generalizasse teria chegado à resposta invertida para os outros dois.

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.

O que a escada compra em uma avaliação rigorosa

O custo é apenas metade da equação, e o prompt de desenho é um instrumento ruim para a outra metade, porque não existe um pelicano correto. O Artificial Analysis fornece o eixo que faltava: ele pontua o Gemini 4 Neon separadamente em cada uma de suas quatro configurações no Intelligence Index v5.0.1, e a variação é muito maior do que qualquer coisa que a escala de preços mostra.

Pontuação do índice — 44 no nível baixo, 55 no médio, 60 no alto, 61 no xhigh, conforme lido na página do rastreador em 19 de novembro de 2026.

• Tempo até o primeiro token da resposta — 13,9 segundos no nível baixo, 20,1 no médio, 40,6 no alto, 56,5 no xhigh.

• Tempo por tarefa do Intelligence Index — 3,7 minutos em low, 8,3 em medium, 14,8 em high, 21,5 em xhigh.

• Velocidade de saída — 97 a 110 tokens por segundo, aumentando ligeiramente com o degrau, que é a única dimensão em que a escada é quase plana.

Dezessete pontos de índice entre a configuração mais barata e a mais profunda do Neon representam uma diferença maior do que a que separa o Neon em xhigh dos 54 publicados do Gemini 4 Hydrogen no mesmo índice. Esse é o argumento mais forte a favor da escada: em tarefas com uma resposta correta, o degrau não é um ajuste de refinamento, é um ajuste de capacidade. O mesmo rastreador publica um valor de custo por tarefa apenas para a variante xhigh, $6.44, e esse único ponto é o mais provável de ser citado fora de contexto. Ele pertence à configuração mais cara do modelo, não ao modelo.

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.

Por que um pássaro é um teste justo do degrau

O prompt pelican tem uma propriedade que o torna excepcionalmente bom para esta questão e outra que o torna inútil para uma questão diferente. Ele é aberto, então cada nível produz algo e nenhum deles falha de forma categórica — o que significa que a curva de custo pode ser lida sem ser confundida por novas tentativas, e a curva de qualidade pode ser lida como um gradiente em vez de uma taxa de aprovação. Ele também não é pontuado, então pode dizer que o esforço baixo desenhou uma bicicleta mais simples e não pode dizer se isso importa para sua carga de trabalho.

A documentação do próprio Google é mais direta sobre o risco no topo da escala do que uma grade de demonstração consegue ser. Ela adverte que xhigh "pode causar raciocínio excessivo ou esgotar max_output_tokens em prompts mais simples, como extração de texto ou JSON", e recomenda avaliar em todos os níveis e escolher o mais baixo que atende ao seu padrão de qualidade. Willison testou o Neon nos níveis low, medium e high para os pelicanos e, em vez disso, usou a configuração extra separada no Antigravity para um prompt de animação em Three.js, então xhigh não tem pássaro nesta comparação. A própria observação dele é que o Argon saiu da grade, o que é um lembrete de que esta é a seleção de um profissional e não um conjunto de avaliação publicado.

Lidos em conjunto, as duas fontes oferecem uma regra utilizável. Em geração fácil e aberta, o nível compra um refinamento de que você pode não precisar e cobra de você 1,8 a 2,2 vezes os tokens por isso. Em raciocínio difícil, o mesmo nível compra quinze pontos de índice, e o aumento de 5,8x no tempo por tarefa é o preço dessa capacidade, e não um custo de indecisão.

Escolhendo um degrau em vez de um modelo

O hábito que vale a pena abandonar é escolher entre Gemini 4 Carbon, Gemini 4 Neon e Gemini 4 Hydrogen. Todos os três usam o mesmo parâmetro de solicitação, então a decisão real é um par: qual modelo, em qual nível, para qual classe de trabalho. Três regras decorrem dos números acima.

Defina o nível por classe de tarefa, não por projeto. Extração de texto, formatação, classificação curta e reparo de JSON são os casos que o Google aponta como riscos de pensar demais; também são os casos em que um nível baixo ou médio produziu uma resposta reconhecível por um quinto a um terço dos tokens. Codificação profunda em várias etapas, sessões longas com uso de ferramentas e qualquer coisa em que os quinze pontos do índice apareçam são onde o nível caro justifica o custo.

Meça tokens, não segundos, quando comparar. A escada do tempo e a escada do custo seguem na mesma direção aqui, mas não com a mesma inclinação: a configuração alta do Neon é quase três vezes mais lenta que a baixa até o primeiro token e quatro vezes mais lenta para concluir uma tarefa de indexação, enquanto a conta varia 1,95x. Orçamentos de latência e orçamentos de custo vão puxar você para degraus diferentes, e apenas um deles aparece na fatura.

Reexecute a comparação após 1 de dezembro de 2026. Carbon e Argon dobram para US$ 4 e US$ 20 por milhão de tokens nessa data, enquanto Neon permanece em US$ 3 e US$ 15, e os números do pelican escalam linearmente com a taxa de saída. Carbon no nível alto custaria então 40,6 centavos para o mesmo pássaro, contra 14,55 do Neon — uma diferença de 2,8x em vez de 28% — e Carbon no nível médio custaria 22,0 centavos contra 11,78 do Neon. Toda conclusão tirada da tabela de preços desta semana tem validade de doze dias.

Roteando o degrau, não apenas o modelo

Como a configuração de esforço é um parâmetro de requisição e não um deployment separado, toda a escada é alcançável a partir de uma única integração, o que torna a decisão de roteamento barata de alterar. O OrcaRouter expõe mais de 200 modelos por trás de uma única chave, pelo preço de tabela do provedor e sem markup, de modo que uma mudança de preço do fornecedor fica ativa do nosso lado no mesmo dia em que fica ativa no do Google — incluindo a duplicação de Carbon e Argon em 1º de dezembro, sem nada a renegociar. A DSL de roteamento pode enviar uma classe de tarefa para um modelo e degrau específicos, o que faz com que uma política por classe como a acima se torne configuração em vez de alteração de código, e o failover automático garante que um degrau que você ainda está avaliando nunca se torne o único caminho para produção.

Um limite honesto: nosso catálogo atualmente inclui google/gemini-4-carbon e google/gemini-4-argon, e ainda não inclui Gemini 4 Neon nem Gemini 4 Hydrogen. Portanto, esta não é uma recomendação para executar o Neon conosco hoje. É o formato do teste a ser executado quando ele chegar, e o motivo pelo qual a comparação por degrau importa mais do que a por modelo: uma política que fixa o modelo e ignora o degrau deixa a maior parte da fatura sem gestão.

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.

O que mudaria esta leitura?

Três coisas, todas verificáveis. A primeira é um custo publicado por tarefa para o Neon em high, e não em xhigh; o tracker atualmente fornece US$ 6,44 apenas para xhigh, e essa única linha resolveria se a alegação do Google de 32% mais barato por tarefa sobrevive à medição independente. A segunda é se alguém executa o pelican em xhigh, já que a única configuração com um modo de falha documentado em prompts curtos é a que está ausente da grade. A terceira é 1º de dezembro, que muda a aritmética de todas as comparações deste artigo sem que nenhum dos modelos mude absolutamente nada.

Perguntas que os números continuam a suscitar

Um nível de esforço mais alto custa mais por token?

Não. A taxa por token é fixa por modelo: US$ 3 e US$ 15 para o Neon, US$ 2 e US$ 10 para o Carbon hoje, US$ 1,50 e US$ 7,50 para o Hydrogen. O que muda é o número de tokens de saída que o modelo emite antes de parar, e é por isso que o mesmo prompt de 40 tokens gerou nove cobranças entre 2,25 e 20,31 centavos.

O degrau mais barato é sempre a resposta mais barata?

Não necessariamente, porque um nível que pensa de menos diante de uma tarefa difícil produz uma resposta que você descarta e executa de novo. No pelican, todos os níveis produziram algo utilizável; no Intelligence Index, a diferença entre o baixo e o alto é de dezesseis pontos, então uma resposta de nível baixo para uma tarefa difícil é um produto diferente, e não um mais barato.

Qual é mais barato, Neon ou Carbon?

Depende do escalão e da data. Hoje, a Neon é mais barata nos escalões baixo e alto e mais cara no intermédio; a partir de 1 de dezembro, é mais barata em todos os escalões deste prompt, porque a taxa de output da Carbon duplica, enquanto a da Neon não.