การ์ดชื่อเรื่องที่สร้างขึ้นอ่านว่า Gemini 4 Neon vs Claude Haiku 5.5 คำบรรยายใต้ภาพ “ปลายทั้งสองของบันไดเดียว” พร้อมกลุ่มขั้นบันไดแนวตั้งสองกลุ่มที่หันหน้าเข้าหากัน — กลุ่มหนึ่งอยู่ใต้ชื่อโมเดลแต่ละชื่อ — และบรรทัด “เก้าค่าการตั้งค่า หนึ่งดัชนี” อยู่ด้านล่างของสิ่งเหล่านั้น
Engineering & Research

Gemini 4 Neon กับ Claude Haiku 5.5: สองสุดขั้วของบันไดเดียวกัน

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

วาง G​emini 4 Neon กับ Claude H​aiku 5.5 ไว้ข้างกันบนสเปกชีต แล้วการเปรียบเทียบจะดูเหมือนจับคู่ผิด: ราคาอินพุตสูงกว่าสามสิบเท่า ราคาเอาต์พุตสูงกว่าสามสิบเท่า และมีโมเดลที่ราคาหนึ่งในสิบของเซนต์ต่อพันโทเคน เทียบกับอีกโมเดลที่ราคาสามเซนต์ จากนั้นคุณจะสังเกตว่าโมเดลทั้งสองขายเป็นขั้นบันไดมากกว่าจะเป็นจุดเดียว Neon มีระดับการคิดสี่ระดับและค่าเริ่มต้นเป็น high; H​aiku 5.5 มีห้าระดับและค่าเริ่มต้นเป็น medium พอคุณเปรียบเทียบทีละขั้นแทนที่จะเทียบทีละการ์ด อัตราส่วนสามสิบเท่าก็เลิกเป็นตัวเลขที่น่าสนใจ และรูปร่างของบันไดสองอันก็กลายเป็นสิ่งที่ควรถกกัน

ทั้งสองโมเดลเป็นโมเดลปัจจุบัน Claude Haiku 5.5 เปิดให้ใช้งานทั่วไปเมื่อวันที่ 7 ตุลาคม 2026 ในราคา $0.10 ต่ออินพุตหนึ่งล้านโทเคน และ $0.50 ต่อเอาต์พุตหนึ่งล้านโทเคน; Gemini 4 Neon เปิดตัวเมื่อวันที่ 18 พฤศจิกายน 2026 ในราคา $3.00 และ $15.00 ทั้งคู่มีหน้าต่างบริบทขนาด 1 ล้านโทเคน ทั้งคู่รองรับข้อความและรูปภาพ และทั้งคู่คิดค่าอินพุตแบบแคชที่ $0.01 และ $0.15 ตามลำดับ — เป็นส่วนลด 95 เปอร์เซ็นต์แบบเดียวกันที่ใช้กับอัตราฐานที่แตกต่างกันมาก

บันไดสองตัว เก้าระดับการตั้งค่า

Artificial Analysis ให้คะแนนทุกระดับของทั้งสองโมเดลบนชุดการประเมิน 9 ส่วนชุดเดียวกัน ได้แก่ AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 และ Terminal-Bench-Science 0.1 พร้อมเผยแพร่ต้นทุนต่องานสำหรับแต่ละรายการ ซึ่งทำให้ได้จุดที่เทียบเคียงกันได้ 9 จุดแทนที่จะเป็นเพียง 2 จุด และเนื่องจากต้นทุนต่องานนั้นวัดจริงแทนที่จะคำนวณจาก rate card จึงรวมจำนวนโทเคนที่แต่ละโมเดลเลือกใช้ไว้แล้ว

Neon ที่ระดับต่ำ — 44.1, $0.75 ต่องาน

• Neon ที่ระดับปานกลาง — 54.9, $1.90

• Neon ที่ระดับสูง (ค่าเริ่มต้น) — 59.6, $3.74

• Neon ที่ xhigh — 61.4, $6.44

• Haiku 5.5 ที่ระดับต่ำ — 18.6, $0.044

• Haiku 5.5 ที่ระดับ medium (ค่าเริ่มต้น) — 24.6, $0.092

• H​aiku 5.5 ที่ระดับสูง — 29.9, $0.159

• Haiku 5.5 ที่ระดับ xhigh — 34.6, $0.248

• H​aiku 5.5 ที่ค่าสูงสุด — 36.5, $0.411

มีสองข้อที่เห็นได้ทันทีจากรายการ: ขั้นที่ถูกที่สุดของ Neon ทำคะแนนได้มากกว่าขั้นที่แพงที่สุดของ H​aiku อยู่ 7.6 คะแนน และขั้นที่แพงที่สุดของ Neon มีค่าใช้จ่ายเป็น 15.7 เท่าของขั้นที่แพงที่สุดของ H​aiku ไม่ใช่ 30 เท่าอย่างที่การ์ดราคาบ่งชี้ ทั้งสองข้อไม่ใช่ผลจากการปัดเศษ ทั้งคู่มาจากสาเหตุเดียวกัน นั่นคือโมเดลทั้งสองใช้โทเคนต่างกันมากที่ช่วงบนสุดของพิสัย

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.

คำว่า 'High' หมายถึงอะไรบนการ์ดแต่ละใบ

คำศัพท์คือกับดักแรก บน Neon ค่า high คือระดับที่โมเดลมาพร้อมเป็นค่าเริ่มต้น — สิ่งที่คุณจะได้หากไม่ส่งพารามิเตอร์ thinking ใด ๆ บน H​aiku 5.5 ค่า high เป็นระดับที่สามจากห้าระดับ และค่าเริ่มต้นคือ medium ดังนั้นการเปรียบเทียบที่เขียนว่า "Neon high เทียบกับ H​aiku high" จึงเป็นการเปรียบเทียบค่าเริ่มต้นกับค่าที่ไม่ใช่ค่าเริ่มต้น และก่อให้เกิดช่องว่าง 29.7 จุด ซึ่งไม่มีผู้จำหน่ายรายใดยอมรับว่าเป็นตัวเลขพาดหัว

เมื่อเทียบค่าเริ่มต้นจริง — Neon ที่ high และ H​aiku ที่ medium — ช่องว่างจะกว้างขึ้นเป็น 35.0 คะแนน เพราะค่าเริ่มต้นของ H​aiku อยู่ต่ำกว่าที่ชื่อของมันสื่อไว้หนึ่งขั้น เมื่อเทียบจุดสูงสุดของทั้งสองบันได — xhigh กับ max — ช่องว่างจะแคบลงเหลือ 24.9 คะแนน นั่นคือความต่างสิบคะแนนที่เกิดจากการที่คุณเลือกว่าจะให้คู่การตั้งค่าใดเป็นการเปรียบเทียบเพียงอย่างเดียว และมันกว้างกว่าช่องว่างระหว่างโมเดลที่อยู่ติดกันหลายคู่บนตารางอันดับเดียวกัน

ขั้นที่จับคู่กัน และสิ่งที่ช่องว่างนั้นทำ

จัดเรียงขั้นต่าง ๆ ตามชื่อ แล้วช่องว่างของดัชนีจะอยู่ในช่วงแคบ ๆ ตั้งแต่ 25.5 ถึง 30.3 จุด โดยไม่มีแนวโน้มไปในทิศทางใดเลย:

• ที่ระดับต่ำ — Neon 44.1 เทียบกับ H​aiku 18.6 ส่วนต่าง 25.5 คะแนน โดยมีต้นทุนต่องานเป็น 17.0 เท่า

• ที่ระดับกลาง — 54.9 เทียบกับ 24.6, 30.3 คะแนน, 20.8x

• ที่ระดับสูง — 59.6 เทียบกับ 29.9, 29.7 คะแนน, 23.6 เท่า

• ที่ด้านบน — 61.4 เทียบกับ 34.6, 26.8 คะแนน, 25.9x

ช่องว่างด้านความฉลาดยังคงที่ แต่อัตราส่วนต้นทุนไม่คงที่ โดยเพิ่มจาก 17 เท่าเป็น 26 เท่าเมื่อไล่ขึ้นไปตามลำดับชั้น เพราะ Neon คิดค่าบริการต่อคะแนนการคิดที่เพิ่มขึ้นแต่ละคะแนนแพงกว่า Haiku การดัน Haiku จาก high ไป xhigh ได้คะแนนดัชนี 4.7 คะแนน แลกกับต้นทุนต่องานที่เพิ่มขึ้น 56 เปอร์เซ็นต์ การดัน Neon จาก high ไป xhigh ได้ 1.8 คะแนน แลกกับต้นทุนที่เพิ่มขึ้น 72 เปอร์เซ็นต์ เมื่อพิจารณาที่ส่วนเพิ่ม โมเดลที่ถูกกว่าคือโมเดลที่ให้ผลตอบแทนดีกว่า ซึ่งตรงกันข้ามกับสิ่งที่อัตราส่วนเรตการ์ดที่ต่างกันสามสิบเท่าจะทำให้คุณคาดหวัง

ขั้นที่ห้าคือจุดที่ข้อกล่าวอ้างนั้นแตกสลาย

Haiku 5.5 มีระดับขั้นที่ Neon ไม่มี: max และยังเป็นระดับขั้นที่คุ้มค่าน้อยที่สุดในบรรดาระดับขั้นที่ทั้งสองโมเดลจำหน่ายด้วย จาก xhigh ถึง max Haiku ได้คะแนนดัชนีเพิ่มขึ้น 1.85 คะแนน และต้นทุนต่องานเพิ่มจาก $0.248 เป็น $0.411 — เพิ่มขึ้น 66 เปอร์เซ็นต์เพื่อการปรับปรุง 5 เปอร์เซ็นต์ ในขั้นเดียวกัน เวลาที่วัดได้ถึงโทเคนคำตอบแรกพุ่งจาก 46.2 วินาทีเป็น 180.9 วินาที หรือประมาณสี่เท่า

นั่นไม่ใช่ข้อบกพร่องเฉพาะของ H​aiku มันคือหน้าตาของการเพิ่มระดับการให้เหตุผลอีกชั้น เมื่อฮาร์เนสหมดแต้มที่ได้มาง่าย ๆ แล้ว: โมเดลยังคิดต่อไปเรื่อย ๆ แต่หยุดพัฒนา แต่ก็หมายความว่าใครที่อ้าง 36.5 ของ H​aiku 5.5 กำลังอ้างการตั้งค่าเดียวของโมเดลนั้นซึ่งแลกมาด้วยเวลาแฝงมากกว่าตัวที่อยู่ต่ำกว่าถึงสี่เท่า และใครที่อ้าง 61.4 ของ Neon ก็กำลังอ้างเพดานชนิดเดียวกันด้วยเหตุผลทำนองเดียวกัน ตัวเลขพาดหัวทั้งสองคือขั้นสูงสุดของบันไดที่ชันขึ้นในช่วงท้าย

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.

โทเค็นการให้เหตุผลคือคอลัมน์ที่ซ่อนอยู่

ตัวเลขต้นทุนต่องานจะสมเหตุสมผลเมื่อคุณดูว่าของแต่ละโมเดลเขียนให้ตัวเองมากแค่ไหน ในการรัน index นั้น Neon ที่ระดับ xhigh สร้างโทเค็นการให้เหตุผลประมาณ 80,500 โทเค็น และโทเค็นคำตอบประมาณ 61,100 โทเค็นต่องาน ส่วน Haiku 5.5 ที่ระดับ max สร้างโทเค็นการให้เหตุผลประมาณ 172,800 โทเค็น และโทเค็นคำตอบประมาณ 53,200 โทเค็น

ดังนั้นโมเดลที่ใช้อัตราค่าบริการสูงกว่าสามสิบเท่าจึงเขียนเหตุผลได้น้อยกว่าครึ่งหนึ่งของโมเดลที่ราคาสิบเซนต์ เมื่ออยู่บนสุดของบันไดทั้งสอง Haiku ชดเชยการเป็นโมเดลที่เล็กกว่าด้วยการคิดนานขึ้น ส่วน Neon ชดเชยราคาที่สูงกว่าด้วยการคิดน้อยลง นั่นคือเหตุผลว่าทำไมอัตราส่วนต่องานที่ 15.7 เท่าจึงต่ำกว่าค่า 30 เท่าที่ตารางราคาบอกไว้มากนัก และทำไมอัตราส่วนจึงกว้างที่สุดที่ high ซึ่งเป็นขั้นที่พฤติกรรมการใช้โทเค็นของ Neon ใกล้เคียงกับของ Haiku มากที่สุด และตารางราคาของมันเป็นตัวทำงานทั้งหมด

คอลัมน์อีกคอลัมน์ในแผงเดียวกันคือการกุข้อมูลขึ้นมา บน AA-Omniscience อัตราการเกิด hallucination ของ Neon ที่ค่าเริ่มต้นคือ 13.9 เปอร์เซ็นต์; ของ H​aiku 5.5 ที่ค่าเริ่มต้นคือ 40.4 เปอร์เซ็นต์ และ 34.2 เปอร์เซ็นต์ที่ค่าสูงสุด นั่นคือความแตกต่างสองถึงสามเท่าในความถี่ที่โมเดลยืนยันบางสิ่งซึ่งแหล่งข้อมูลไม่รองรับ และต่างจากดัชนีตรงที่มันแทบไม่ดีขึ้นเลยเมื่อ H​aiku ไต่ขึ้นตามบันไดของมัน หากงานของคุณเป็นประเภทที่การจับข้อเท็จจริงที่ผิดมีต้นทุนสูง ช่องว่างของดัชนีก็ทำให้เหตุผลสนับสนุน Neon ดูน้อยเกินไป มากกว่าจะทำให้เกินจริง

จุดที่โมเดลราคาถูกไม่ถูกอีกต่อไป

ข้อได้เปรียบด้านราคาของ H​aiku 5.5 เป็นเรื่องจริง และจะเห็นได้ชัดที่สุดเมื่องานมีขนาดสั้น การเรียกเพื่อจำแนกประเภท การตัดสินใจจัดเส้นทาง การเขียนย่อหน้าคืนใหม่ การดึงข้อมูลจากแบบฟอร์ม — อะไรก็ตามที่เอาต์พุตมีเพียงไม่กี่ร้อยโทเคน — มีค่าใช้จ่ายเพียงเศษเสี้ยวของเซนต์บน H​aiku และใกล้เคียงหนึ่งเซนต์บน Neon เมื่อขนาดเท่านี้ อัตราส่วน 30 เท่าถือว่าใกล้เคียงตามจริง และช่องว่างของดัชนีก็ไม่สำคัญ เพราะทั้งสองโมเดลผ่านเกณฑ์ได้อย่างง่ายดาย

ข้อได้เปรียบจะแคบลงเมื่องานยาวขึ้น และมันแคบลงด้วยเหตุผลสองข้อที่ทบกัน ต้นทุนต่องานของ Neon ถูกครอบงำด้วยอินพุต การอ่านแคช และการเขียนแคช — ในการรันดัชนี การคิดต้นทุนอินพุตคิดเป็น 64 เปอร์เซ็นต์ของบิลที่ระดับสูง — ดังนั้นคำนำหน้าที่เสถียรและยาวจึงทำให้อัตราที่มีผลจริงของ Neon เคลื่อนเข้าหาราคาแคชที่ $0.15 ของมัน H​aiku ได้รับส่วนลดแคช 95 เปอร์เซ็นต์เช่นเดียวกัน แต่บนอัตราฐานที่เล็กอยู่แล้ว จึงมีให้ประหยัดได้น้อยกว่า และสำหรับงานที่ต้องมีการวางแผนหลายขั้น ระดับสูงสุดของ H​aiku ยังต่ำกว่าจุดที่ค่าเริ่มต้นของ Neon ตั้งอยู่ ซึ่งหมายความว่าโทเค็นราคาถูกจำนวนเท่าใดก็ไม่สามารถซื้อคำตอบให้คุณได้

มีผลกระทบที่สามที่ควรค่าแก่การตั้งชื่อเพราะมองข้ามได้ง่าย: ค่า Elo ของ briefcase ที่วัดได้ — ซึ่งเป็นฮาร์เนสอีกตัวหนึ่งที่ให้คะแนนแยกจากดัชนี — จริง ๆ แล้วกลับสนับสนุน H​aiku ที่ตำแหน่งบนสุดด้วยส่วนต่างที่แคบกว่าที่ดัชนีทำ Neon xhigh ได้ 1699 โดยมีช่วงความเชื่อมั่น 95 เปอร์เซ็นต์ที่ 1688 ถึง 1710; H​aiku max ได้ 1572 ที่ระดับเริ่มต้นช่องว่างคือ 1632 เทียบกับ 1441 ดังนั้นฮาร์เนสตัวที่สองที่เป็นอิสระจึงเห็นด้วยกับทิศทางแต่ไม่เห็นด้วยกับขนาด ซึ่งเป็นสภาวะปกติและเป็นเหตุผลให้ตรวจสอบสองลีดเดอร์บอร์ดก่อนกำหนดมาตรฐาน

และยังมีปัจจัยที่สี่ ซึ่งเป็นสิ่งที่ตารางราคาปกปิดไว้อย่างสิ้นเชิง H​aiku 5.5 คิดราคาเป็นสองช่วง: $0.10 และ $0.50 ต่อล้าน สำหรับพรอมป์ต์สูงสุด 100,000 โทเค็น จากนั้น $0.50 และ $2.50 เมื่อเกินกว่านั้น โดยการอ่านแคชขยับจาก $0.01 เป็น $0.05 เกณฑ์ดังกล่าวนับอินพุตทั้งหมด รวมถึงการอ่านและการเขียนแคช ดังนั้นบริบทแบบยาวจึงทำให้เกินเกณฑ์ได้ง่าย เมื่อถึงจุดนั้น ราคาอินพุตของ H​aiku จะเป็นห้าเท่าของราคาที่พาดหัวไว้ ราคาเอาต์พุตก็เป็นห้าเท่า และอัตราส่วนเมื่อเทียบกับราคาคงที่ของ Neon ที่ $3.00 และ $15.00 — ซึ่งไม่มีการเปลี่ยนขั้นตามเกณฑ์ใด ๆ เลย — จะไม่ใช่สามสิบเท่าอีกต่อไป แต่เป็นหกเท่า หรือสามเท่าสำหรับเอาต์พุต ใครก็ตามที่เปรียบเทียบตารางราคาทั้งสองแบบตามมูลค่าที่เห็นบนหน้าตาราง กำลังเปรียบเทียบราคาแบบสองช่วงกับราคาแบบช่วงเดียว และมองว่าช่วงแรกคือเรื่องทั้งหมด

กฎการตัดสินใจที่ผ่านแต่ละขั้น

สี่กฎ โดยเรียงตามลำดับความสำคัญ:

• หากงานสั้นและคำตอบตรวจสอบได้ ให้ใช้ H​aiku 5.5 ที่ระดับ medium หรือ low แล้วหยุดอ่าน ช่องว่างของดัชนีไม่มีผลจำกัดที่ขนาดนั้น และช่องว่างของราคาก็มหาศาล

• หากงานต้องมีการวางแผนหลายขั้นตอนหรือแก้โค้ดระดับรีโป เพดานของ H​aiku คือปัญหา ไม่ใช่ราคา ขั้นที่ดีที่สุดของมันได้ 36.5 ขณะที่ค่าเริ่มต้นของ Neon ได้ 59.6 ณ จุดนั้นคุณไม่ได้แลกต้นทุนกับคุณภาพ แต่คุณกำลังแลกคำตอบที่ใช้งานได้กับคำตอบที่ถูก

• หากคุณใช้ Neon อยู่แล้ว อย่าตั้งค่าเริ่มต้นเป็น xhigh การเปลี่ยนจาก high เป็น xhigh มีต้นทุนเพิ่มขึ้น 72 เปอร์เซ็นต์ต่องาน แลกกับ 1.8 คะแนนดัชนี และเวลาเพิ่มขึ้น 16 วินาทีถึงโทเคนแรก โดยทั่วไปแล้วไปป์ไลน์ส่วนใหญ่จะได้ประโยชน์มากกว่าจาก medium ซึ่งให้ 54.9 ในราคาเพียงครึ่งหนึ่งของค่าเริ่มต้น

• หากคุณใช้ H​aiku อยู่ อย่าสันนิษฐานว่าจะต้องเป็น max มันเป็นตัวเลือกที่คุ้มค่าอันดับสี่บน ladder ทั้งสองแบบ และช่องว่างระหว่างมันกับ high คือ 6.6 index points เมื่อต้องจ่ายแพงกว่า 2.6 เท่า

ทั้งสองโมเดลยังไม่มีอยู่ในแค็ตตาล็อกของ OrcaRouter ในตอนนี้ ดังนั้นทั้งหมดนี้จึงไม่ใช่การเสนอขายเพื่อย้ายโมเดลใดโมเดลหนึ่งมาใช้คีย์ของเรา สิ่งที่เราให้บริการจริงในราคาตามรายการของผู้ให้บริการโดยไม่บวกกำไร คือClaude Haiku 4.5 ในราคา $1.00 และ $5.00 ต่อล้านโทเค็น และ Gemini 4 Carbon ในราคา $2.00 และ $10.00 — ซึ่งเป็นรุ่นก่อนหน้าของแต่ละฝั่ง หากการคำนวณขั้นบันไดข้างต้นเป็นสิ่งที่คุณอยากทดสอบกับทราฟฟิกของคุณเองมากกว่าบนกระดานผู้นำ สิ่งที่ควรทำคือลองใช้ขั้นบันไดราคาถูกของโมเดลที่คุณเรียกใช้ได้อยู่แล้ว เทียบกับขั้นบันไดราคาแพงของโมเดลที่คุณกำลังพิจารณา บนคีย์เดียว โดยมีระบบสำรองรับมืออยู่ด้านล่าง เผื่อว่าขั้นบันไดราคาถูกจะไม่ผ่านเกณฑ์

สรุปตามจริงคือสองโมเดลนี้ไม่ได้แข่งขันกันจริง ๆ ตัวหนึ่งเป็นตัววางแผนระดับแนวหน้าที่ขายในราคาพรีเมียม อีกตัวเป็นผู้ปฏิบัติงานปริมาณมากที่ขายใกล้ราคาพื้น และการที่ชื่อรุ่นในแต่ละระดับของทั้งสองทับกันแต่ช่วงไม่ทับกัน คือสิ่งที่ทำให้การเปรียบเทียบรู้สึกใกล้กันกว่าที่เป็นจริง เมื่อเทียบปลายทั้งสอง — รุ่น medium ของ Neon กับรุ่น max ของ H​aiku — จะได้ 54.9 ในราคา $1.90 เทียบกับ 36.5 ในราคา $0.41 สิบแปดคะแนนแลกกับเงินที่มากกว่าสี่เท่าครึ่ง เป็นการตัดสินใจว่างานนั้นคุ้มค่าแค่ไหน ไม่ใช่การตัดสินใจว่าโมเดลไหนดีกว่า

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.
© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube