Сгенерированная титульная карточка с надписью Gemini 4 Neon vs Claude Haiku 5.5, подзаголовком «Концы одной лестницы», с двумя обращёнными друг к другу вертикальными стопками перекладин — по одной под каждым названием модели — и строкой «Девять настроек, один индекс» под ними.
Engineering & Research

Gemini 4 Neon против Claude Haiku 5.5: два конца одной лестницы

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Поставьте G​emini 4 Neon и Claude H​aiku 5.5 рядом в таблице характеристик — и сравнение выглядит как несоответствие: в тридцать раз выше цена за входные токены, в тридцать раз выше цена за выходные токены, и модель, которая стоит одну десятую цента за тысячу токенов, против модели, которая стоит три. Затем вы замечаете, что обе модели продаются как лестницы, а не как отдельные точки. У Neon четыре уровня мышления, и по умолчанию используется высокий; у H​aiku 5.5 их пять, и по умолчанию используется средний. Как только вы сравниваете ступень со ступенью, а не карточку с карточкой, тридцатикратное соотношение перестаёт быть интересным числом, а форма двух лестниц становится тем, о чём стоит спорить.

Обе модели актуальны. Claude H​aiku 5.5 стала общедоступной 7 октября 2026 года по цене $0,10 за миллион входных токенов и $0,50 за миллион выходных; G​emini 4 Neon вышла 18 ноября 2026 года по цене $3,00 и $15,00. Обе имеют контекстное окно на 1 млн токенов, обе принимают текст и изображения, и обе взимают $0,01 и $0,15 соответственно за кэшированный ввод — одна и та же скидка 95%, применённая к очень разным базовым тарифам.

Две лестницы, девять настроек

Artificial Analysis оценивает каждый уровень обеих моделей на одном и том же наборе оценок из девяти частей — AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 и Terminal-Bench-Science 0.1 — и публикует стоимость каждой задачи. Это дает девять сопоставимых точек вместо двух, а стоимость задачи измеряется, а не выводится из тарифной сетки, поэтому она уже учитывает, сколько токенов каждая модель решает потратить.

• Neon at low — 44,1, $0,75 за задачу.

• Neon на среднем — 54,9, $1,90.

• Neon на высоких (по умолчанию) — 59.6, $3.74.

Neon при xhigh — 61.4, $6.44.

• H​aiku 5.5 при низком уровне — 18.6, $0.044.

• Haiku 5.5 на среднем (по умолчанию) — 24.6, $0.092.

• H​aiku 5.5 при высоком — 29.9, $0.159.

• Haiku 5.5 при xhigh — 34,6, $0.248.

• H​aiku 5.5 при максимуме — 36,5, $0,411.

Из списка сразу вытекают два факта. Самая дешёвая ступень Neon набирает на 7,6 балла больше, чем самая дорогая ступень H​aiku, а самая дорогая ступень Neon стоит в 15,7 раза больше, чем самая дорогая ступень H​aiku, а не в 30 раз, как следует из тарифных карт. Ни то, ни другое не является артефактом округления; оба факта объясняются одним и тем же: на верхних пределах своих диапазонов эти две модели расходуют токены очень по-разному.

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.

Что означает «High» на каждой карточке

Словарь — первая ловушка. В Neon «high» — это ступень, с которой поставляется модель, та, что получится, если не передавать параметр thinking. В H​aiku 5.5 «high» — третья из пяти, а по умолчанию — «medium». Поэтому сравнение, записанное как «Neon high против H​aiku high», сравнивает значение по умолчанию с не-значением по умолчанию и даёт разрыв в 29,7 пункта, который ни один из поставщиков не признал бы главным результатом.

Сравните фактические значения по умолчанию — Neon на high, H​aiku на medium — и разрыв расширяется до 35,0 пункта, потому что значение по умолчанию у H​aiku находится на одну ступень ниже, чем предполагает его название. Сравните вершины двух лестниц — xhigh против max — и он сужается до 24,9 пункта. Это десятипунктовое колебание, полностью определяемое тем, какую пару настроек вы решили назвать сравнением, и оно шире, чем разрыв между несколькими соседними моделями в одной и той же таблице лидеров.

Сопоставленные ступени и что делает зазор

Сопоставьте ступени по названию, и разрыв индекса будет меняться в узком диапазоне — от 25,5 до 30,3 пункта, без тренда в ту или иную сторону:

• На низком уровне — Neon 44.1 против H​aiku 18.6, разрыв в 25.5 пункта, стоимость за задачу в 17.0 раза выше.

• На среднем уровне — 54,9 против 24,6, 30,3 балла, 20,8x.

• На высоком уровне — 59,6 против 29,9, 29,7 пункта, 23,6x.

• Наверху — 61,4 против 34,6, 26,8 пункта, 25,9x.

Разрыв в интеллекте стабилен. А соотношение затрат — нет: оно растёт с 17x до 26x по мере продвижения вверх по лестнице, потому что Neon берёт больше за каждую дополнительную единицу размышлений, чем H​aiku. Переход H​aiku с high на xhigh даёт 4,7 пункта индекса при увеличении стоимости на 56% на задачу. Переход Neon с high на xhigh даёт 1,8 пункта при увеличении на 72%. В предельном случае более дешёвая модель — та, у которой лучшая отдача, что противоположно тому, что можно было бы ожидать исходя из тридцатикратного соотношения в тарифной сетке.

Именно на пятой ступени утверждение рушится

У H​aiku 5.5 есть ступень, которой нет у Neon: max. Это также самая невыгодная ступень из всех, что предлагает любая из этих двух моделей. При переходе с xhigh на max H​aiku прибавляет 1.85 балла индекса, а стоимость одной задачи возрастает с $0.248 до $0.411 — рост на 66 процентов ради улучшения на 5 процентов. На том же шаге измеренное время до первого токена ответа подскакивает с 46.2 секунды до 180.9 секунды, примерно в четыре раза.

Это не дефект, уникальный для H​aiku. Так выглядит дополнительный уровень рассуждений, когда у испытательного стенда закончились лёгкие улучшения: модель продолжает думать и перестаёт улучшаться. Но это означает, что любой, кто цитирует 36.5 у H​aiku 5.5, цитирует ту единственную конфигурацию этой модели, которая даёт в четыре раза большую задержку, чем конфигурация ниже, а любой, кто цитирует 61.4 у Neon, цитирует такой же потолок по той же причине. Оба ключевых числа — это верхняя ступень лестницы, которая в конце становится крутой.

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.

Токены рассуждений — это скрытая колонка

Цифры стоимости на задачу обретают смысл, если посмотреть, сколько каждая модель записывает сама себе. В прогонах index Neon при xhigh создаёт около 80 500 токенов рассуждений и 61 100 токенов ответа на задачу. H​aiku 5.5 при max создаёт около 172 800 токенов рассуждений и 53 200 токенов ответа.

Итак, модель с тридцатикратной тарифной сеткой выдаёт менее половины того объёма рассуждений, что и модель с десятицентовой, на вершине обеих лестниц. H​aiku компенсирует меньший размер модели более долгими размышлениями; Neon компенсирует более высокую цену тем, что размышляет меньше. Вот почему соотношение 15,7x в расчёте на задачу оказывается намного ниже 30x, которое подразумевает прайс-лист, и почему это соотношение максимально на высоком уровне — на той ступени, где привычка Neon расходовать токены ближе всего к привычке H​aiku, а всю работу делает его тарифная сетка.

Другая колонка на той же панели посвящена фабрикациям. В AA-Omniscience доля галлюцинаций у Neon при настройках по умолчанию составляет 13,9 процента; у Haiku 5.5 при настройках по умолчанию — 40,4 процента, а при максимуме — 34,2 процента. Это двух-трёхкратная разница в том, как часто модель утверждает что-то, чего не поддерживает источник, и, в отличие от индекса, этот показатель почти не улучшается по мере того, как Haiku поднимается по своей лестнице. Если в вашей рабочей нагрузке обнаружение неверного факта обходится дорого, разрыв по индексу скорее преуменьшает, а не преувеличивает аргументы в пользу Neon.

Где дешёвая модель перестаёт быть дешёвой

Ценовое преимущество H​aiku 5.5 реально, и оно наибольшее там, где работа короткая. Вызов классификации, решение о маршрутизации, переписывание абзаца, извлечение данных из формы — всё, где на выходе всего несколько сотен токенов, стоит доли цента на H​aiku и ближе к центу на Neon. При таком объёме соотношение 30x близко к буквальному, а разрыв в индексе не имеет значения, поскольку обе модели легко проходят планку.

Преимущество сокращается по мере удлинения задачи и сокращается по двум причинам, которые усиливают друг друга. Стоимость одной задачи у Neon определяется главным образом входными данными, чтением кэша и записью в кэш — в прогонах по индексу на входные данные приходится 64 процента счёта при высоких объёмах, — поэтому длинный стабильный префикс приближает эффективную ставку Neon к её цене кэша в $0.15. H​aiku получает ту же 95-процентную скидку на кэш, но от базовой ставки, которая и так крошечная, поэтому экономить меньше. А на работе, требующей нескольких этапов планирования, линейка H​aiku заканчивается ниже уровня Neon по умолчанию, а значит, сколько бы дешёвых токенов вы ни потратили, ответа они не купят.

Есть и третий эффект, который стоит назвать, потому что его легко упустить: измеренный briefcase Elo — другой испытательный стенд, оцениваемый отдельно от индекса — на самом деле отдаёт H​aiku верхнюю позицию с меньшим отрывом, чем индекс. Neon xhigh набирает 1699 при 95-процентном интервале от 1688 до 1710; H​aiku max набирает 1572. На ступенях по умолчанию разрыв составляет 1632 против 1441. Таким образом, второй, независимый испытательный стенд соглашается с направлением, но расходится в размере — это нормальное положение дел и причина проверять две таблицы лидеров, прежде чем стандартизировать.

И есть четвёртый, который карточка тарифов полностью скрывает. H​aiku 5.5 устанавливает цены в двух диапазонах: $0.10 и $0.50 за миллион при промпте до 100 000 токенов, затем $0.50 и $2.50 выше этого порога, при этом чтение из кэша растёт с $0.01 до $0.05. Порог учитывает весь ввод, включая чтения и записи кэша, поэтому длинный контекст легко его превышает. В этот момент цена ввода H​aiku в пять раз выше заявленной, цена вывода — в пять раз, а соотношение с фиксированными $3.00 и $15.00 у Neon — которые не меняются ни на каком пороге — уже не тридцатикратное, а шестикратное, или трёхкратное по выводу. Любой, кто сравнивает две карточки по номиналу, сравнивает двухдиапазонную цену с однодиапазонной и принимает первый диапазон за всю историю.

Правило принятия решений, выдерживающее все ступени

Четыре правила, в порядке важности:

• Если задача короткая и ответ можно проверить, возьмите H​aiku 5.5 на среднем или низком уровне и прекратите читать. При таком размере разрыв в индексе не имеет значения, а разрыв в цене огромен.

• Если задаче нужно многошаговое планирование или изменения кода на уровне репозитория, проблема — потолок H​aiku, а не его цена. Его лучшая ступень набирает 36.5; Neon по умолчанию набирает 59.6. В этот момент вы торгуете не стоимостью ради качества, а рабочим ответом ради дешёвого.

• Если вы уже используете Neon, не выбирайте xhigh по умолчанию. Переход с high на xhigh обходится на 72 процента дороже за задачу ради 1,8 пункта индекса и 16 секунд дополнительного времени до первого токена. Большинству пайплайнов лучше подходит medium — 54,9 при вдвое меньшей цене, чем у значения по умолчанию.

• Если вы используете H​aiku, не стоит автоматически выбирать max. Это четвёртое по выгодности значение на любой из лестниц, и разрыв между ним и high составляет 6,6 индексных пункта при затратах в 2,6 раза больше.

Ни одной из этих моделей нет в каталоге сегодня, поэтому всё это не попытка перевести какую-либо из них на наш ключ. А вот что мы действительно предоставляем — по цене из прайс-листа провайдера, без наценки, — это Claude Haiku 4.5 по $1.00 и $5.00 за миллион и Gemini 4 Carbon по $2.00 и $10.00 — предшественники с каждой стороны. Если приведённая выше арифметика ступеней — то, что вы хотите проверить на своём трафике, а не в таблице лидеров, полезный ход — прогнать дешёвую ступень модели, которую вы уже можете вызывать, против дорогой ступени той, которую рассматриваете, на одном ключе, с резервным переключением на случай, если дешёвая ступень не дотянет до планки.

Честный вывод таков: эти две модели на самом деле не конкурируют. Одна — планировщик передового уровня, продаваемый с наценкой, а другая — работяга для больших объёмов, продаваемый почти по нижней границе цены, и то, что их линейки пересекаются скорее по названиям, чем по диапазону, создаёт ощущение, будто сравнение ближе, чем есть на самом деле. Сравните крайние варианты — medium у Neon против max у Haiku — и получите 54,9 за $1,90 против 36,5 за $0,41. Восемнадцать пунктов при затратах в 4,5 раза больше — это решение о том, сколько стоит задача, а не о том, какая модель лучше.

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.