
Gemini 4 Neon 已上线:需要提前规划的五项 API 变更
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 185 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 826 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百万 tokens · 407 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 120 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 108 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Gemini 4 Neon 于 2026 年 11 月 18 日全面可用,而真正值得关注的文件并不是发布博文。它是 Google 在其下方发布的迁移检查清单;正是在这里你会发现,将生产流量迁移到 Gemini 4 Neon 上——无论从 Gemini 3.8 Flash 迁移,还是从 Gemini 4 Carbon 或 Gemini 4 Hydrogen 迁移——改变的不只是一个模型字符串。五项请求级行为会发生变化:其中一项悄无声息,一项会以 400 错误显现,还有一项的变化倍数只有在账单上才会注意到。Google 对模型本身的概述很克制:具备前沿级智能,能在复杂软件工程、知识工作和科学任务中快速完成端到端任务;对于高频复杂任务,其定位介于 Gemini 4 Hydrogen 和 Gemini 4 Carbon 之间。接下来要讲的,是这次发布中耗费工程时间而非 token 的那部分。
11月18日实际上发布了什么
价目表固定不变:每百万输入 token 3.00 美元,每百万输出 token 15.00 美元,每百万缓存输入 0.15 美元,仅限付费层级,任何地方都没有免费配额。上下文是一个统一的 1,048,576 token 窗口,由输入、思考和输出共享,同步输出上限为 65,536 token,并且长解码路径可回升至一百万。共有四个思考级别——低、中、高和 xhigh——默认是高,而不是中。该模型可在付费 Gemini API 上使用,涵盖 generateContent 和 Interactions API,在 AI Studio 中面向 AI Pro 和 Ultra 订阅者提供,并在 Gemini Managed Agents 中的 Antigravity 智能体内置。
有两个来自 Google 之外的数字值得纳入迁移决策。Artificial Analysis 在 xhigh 下给 Gemini 4 Neon 的 Intelligence Index 打出 61.4 分,该追踪器显示为 61,并在 95 个模型中排名第六;它还测得每秒输出 110 个 token,而 Gemini 4 Carbon 为 51。同一面板还记录到,在 xhigh 下每个 Intelligence Index 任务为 $6.44,整个评估集共输出 2.83 亿个 token,而这正是这里的关键细节:这个模型是通过输出大量 token 来达到其分数的,而每一个 token 都要计费。

采样参数:被忽略,或返回 400
Google 的迁移说明要求你从请求中移除 temperature、top_p 和 top_k。真正需要围绕其设计的是确切行为:范围内的自定义值会被接受,然后被服务器忽略;而超出范围的值会返回 400 验证错误。因此,一个已经悄悄传了 temperature 1.3 长达十八个月的服务,并不会在入口处失败——它开始返回与任何其他设置下本应返回的相同分布,而唯一的症状是:你的输出在某些地方看起来更确定,在另一些地方则更不确定,并且没有错误可供关联。
实际做法不是去钳制这些值,而是把它们删掉,并把原本用它们来做的事移到模型真正遵守的地方:用结构化输出控制形态,用评估套件处理方差,用提示词层面的改动控制风格。任何依赖 temperature 作为创造力旋钮的人,现在都没有旋钮了。
显式缓存已移除,隐式缓存是自动的
Gemini 4 Neon 不支持显式上下文缓存。cachedContents 资源和 caches.create 在该模型上不可用,携带 cached_content 字段的请求必须去掉该字段。取而代之的是隐式缓存,它在长度至少为 4,096 个 token 的提示上默认启用,并将缓存输入的费用降低 95%——每百万 token 0.15 美元,而非 3.00 美元——且无需创建、使其过期或为其支付存储费用的句柄。
对大多数团队来说,这是一种简化,也能小幅降低账单。对少数团队来说,这是一次性能倒退,而且这种倒退的形态是可预测的:如果你的缓存命中依赖于一个很大的固定前缀被注册一次、并在许多措辞不同的请求之间复用,那么隐式缓存只有在该前缀实际匹配时才有帮助,所以制胜之举是让共享前缀逐字节完全一致,并把所有可变内容放在它之后。如果你缓存的前缀不足 4,096 个 token,那你就根本没有缓存了。
minimal 被拒绝,high 是默认值
思考默认值是这份清单中最不起眼的变化。Gemini 4 Carbon 和 Gemini 4 Argon 默认使用 medium,最高到 high。Gemini 4 Neon 默认使用 high,并在其之上增加 xhigh,而且遇到 minimal 会报错拒绝——而 Gemini 3.6 Flash 和 Flash-Lite 模型仍然接受该级别。因此,从不设置 thinking_level 的代码,在 Neon 上使用相同请求体时会得到比在 Carbon 上更深、更慢、更昂贵的回答。
Google 自己的指导是:在全部四个层级上进行评估,并将 max_output_tokens 设得足够高,以免上限截断回答,然后运行能够过线的最低层级。对于一个已公布的独立得分从最便宜档位到最深档位跨越 17 个指数点的模型来说,这并不是套话。你继承到的默认值是最昂贵的正确设置,而不是最便宜的那个。
状态、签名和新的交互 ID
多轮和工具调用会话正从“重新发送对话记录”转向两种具体机制。在 Interactions API 中,你使用 previous_interaction_id 携带状态,而不是重建历史记录。在客户端管理的 generateContent 历史记录中,你需要在每一轮都原样返回先前的模型轮次及其 thought signatures,并且不得将签名复制到并行的 functionCall 部分——签名绑定于它来源的那个调用。
还有一种失败模式值得在生产环境中出现之前了解:通过系统指令提示模型发出原始文本 JSON 工具调用,同时未原生声明任何工具,可能会返回 MALFORMED_FUNCTION_CALL。使用函数调用声明工具,或用结构化输出约束响应。这一项很容易被忽略,因为这不是 schema 变更——而是一种曾经有效的提示模式。
长输出需要后台执行
同步响应会在 65,536 个 token 处停止,无论是否使用流式传输。要超过这个限制,需将 `max_output_tokens` 设置为高于 65,536,并将 `background` 设为 `true`,随后服务器会以 64K 为步长继续,直到窗口耗尽。若只设置 `background` 而不提高 `max_output_tokens`,任务仍会在 65,536 处停止,这正是文档在一则说明中明确指出的那个错误。
这项改动的后半部分在你的 HTTP 客户端里,而不在你的提示词里。Google 建议将超时时间提高到至少十五分钟,因为在这个模型上,高难度提示词可能要运行数分钟才会产生首个答案 token。独立测量也支持这一方向:Artificial Analysis 记录到,Neon 的首个答案 token 用时 56.5 秒,每个 Intelligence Index 任务耗时 21.5 分钟;相比之下,Gemini 4 Argon 为 45.96 秒和 28.4 分钟。总体更快,但启动更慢。

在节省任何成本之前,迁移需要花费多少
计费按模型处理的每个 token 计算,包括思考 token;当你使用 grounding 时,还包括内部系统指令和函数声明。这对该系列来说属于标准做法,但它会与 Neon 的两个具体特性产生严重冲突:high 默认配置消耗的思考 token 比你的 Carbon 代码编写时所针对的 medium 默认配置更多,而且模型自身的 token 用量特征也偏重。跟踪器在 Intelligence Index 上统计到 Neon 的输出 token 为 2.83 亿,而 Carbon 为 2.05 亿——多出 38%,而此时每 token 价格也高于 Carbon 的初始优惠价。
这些都不构成反对迁移的理由。它们反对的是靠改一个字符串、盯着仪表盘就迁移。诚实的顺序是:固定旧模型,将一部分流量分别以 medium 和 high 复制到 gemini-4-neon,比较每完成一项任务的成本,而不是每 token 成本。这个模型上的每 token 成本是表格里信息量最小的数字。

在这次迁移中,路由器在哪些环节真正发挥作用
这是一次教科书式的金丝雀发布,也正是即便只是单一供应商迁移,路由层依然有用的原因。一个 API 密钥即可覆盖 200+ 个模型,因此在你逐步切换一定比例流量时,旧路径和新路径位于同一端点之后;自动故障转移意味着,因参数超出范围而返回的 400,或长时间运行任务上的超时,都会回退到昨天还正常工作的模型,而不是去呼叫值班人员。价格按提供商标价原样传递,不加价,因此 Neon 的 $3.00 和 $15.00 在你的发票上与 Google 页面上是同样的数字,并且 Google 对这些价格的任何变更都会当天同步到我们这边。
有一点需要明确:Gemini 4 Neon 尚未列入我们的目录。Gemini 4 Carbon 和 Gemini 4 Argon 已在目录中,gemini-3.1-pro-preview 也是;我们不会把费率卡说成端点。路由器目前为你提供的,是在你通过 Google 自有 API 评估 Neon 期间,一个可以稳定放置回退链的位置;等 Neon 上线后,请求形态也保持一致。
现在谁应该行动?
如果你的工作负载是仓库级调试、多文件重构,或包含大量工具调用的长时间 agent 会话,那就现在就迁移——这些正是 Google 构建 Neon 的用途所在,也是独立的墙钟数据更看好的场景。如果你依赖显式缓存、无法提高客户端超时时间,或者你的流水线属于抽取型任务,那就再等等:Google 自己的文档警告称,xhigh“可能会在文本或 JSON 抽取等更简单的提示上导致过度思考,或耗尽 max_output_tokens”,而在默认即为 high 的情况下,你已经比 Carbon 型流水线过去所处的位置高出一档。
值得关注的可核查点并不是又一篇发布文章,而是 61 在 high 档下是否依然站得住——跟踪器给它评分为 59.6,落后于 Carbon 在其自身上限下的 60.0——以及 Google 是否会为模型加入显式缓存。这两点都是有记录的行为,都能从外部观察到,而且它们比任何演示都更能改变“这是否是我们智能体集群的默认选择”的答案。
本文中的对比1
根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新
