
Gemini 4 Neon 投入等级:低、中、高实际成本是多少
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 189 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 204 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 · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 93 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 · 211 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 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
一个提示词、四十个输入 token 和九张账单。Simon Willison 在低、中、高三档努力级别下,用 Gemini 4 Carbon、Gemini 4 Neon 和 Gemini 4 Hydrogen 跑了鹈鹕骑自行车测试,并公布了返回的 token 数量、美元成本和实际耗时——相关内容见于日期为 2026 年 11 月 18 日的一篇博客文章,以及次日早上发布在 X 上的对比表格。这九项结果是迄今为止关于 Gemini 4 思考级别设置究竟会如何影响账单的最具体公开测量,而且它们说明了发布材料没有说明的一点:在简短、简单的提示词上,努力档位对成本的影响超过模型选择,而且当你改变档位时,两个模型之间的排名可能会翻转。
他对输出结果的评价有意不作量化。Neon 的鹈鹕图“看起来比 Hydrogen 好,比 Carbon 差”;沿着该系列往下走,细节和精致度会下降,而沿着产品阶梯往下走时下降得没那么明显;九张图里的每一张仍能认出是骑自行车的鹈鹕。这没法打分。不过,你可以算清它花了多少成本。
一个四十个 token 的提示词,竟开出九张账单
所有九次运行使用的提示词完全相同,每次输入都是 40 个 token,唯一变化的是模型和思考设置。下面的每个数字都来自 Willison 按 Google 公布的每 token 费率进行的实际运行,成本是他的实测值,而不是估算值。
• Gemini 4 Hydrogen,低 — 2,996 个输出 token,2.25 美分,10 秒。
• Gemini 4 Hydrogen,中等 — 3,964 个输出 token,2.98 美分,17 秒。
• Gemini 4 Hydrogen,高 — 5,311 个输出 token,3.99 美分,19 秒。
• Gemini 4 Neon,低 — 4,974 个输出 token,7.47 美分,43 秒。
• Gemini 4 Neon,中等 — 7,846 个输出 token,11.78 美分,54 秒。
• Gemini 4 Neon,高 — 9,691 个输出 token,14.55 美分,1 分 11 秒。
• Gemini 4 Carbon,低 — 9,153 个输出 token,9.16 美分,1 分 34 秒。
• Gemini 4 Carbon,中等 — 11,020 个输出 token,11.03 美分,1 分 53 秒。
• Gemini 4 Carbon,高 — 20,305 个输出 token,20.31 美分,4 分 11 秒。
这些账单背后的算术值得说明,因为它解释了接下来的一切。在 40 个输入 token 时,输入费用约为百分之一美分,可以忽略不计,因此账单几乎正好是输出 token 数乘以输出费率:Carbon 为每百万输出 token 10 美元,Neon 为 15 美元,Hydrogen 为 7.50 美元。effort 设置不会改变任何价格。它改变的是模型在停止前输出多少 token,而在这个提示词上,该倍率范围从 1.77 倍到 2.22 倍。
档位对账单的影响比模型更大。
取最昂贵家族中最便宜的一档。Hydrogen 在低档位花费 2.25 美分,Neon 在高档位花费 14.55 美分。这意味着在同一个家族、同一个提示词下存在 6.5 倍的差距,其中 3.3 倍来自模型,其余 1.95 倍来自档位。在单个模型内部做同样的比较,差距同样巨大:Neon 从低档到高档为 1.95 倍,Carbon 从低档到高档为 2.22 倍,Hydrogen 从低档到高档为 1.77 倍。
把这两种效果并排比较,实际结论很快就清楚了。将 Carbon 从高档降到中档,在这条提示词上可节省 9.28 美分,相当于 Neon 在同一档位处理同一只鸟所需成本的 64%。如果你的默认设置是“最深档位上的最大模型”,那么对这一默认设置做一步调整,在现金成本上比彻底切换模型更划算。
跨模型比较的方向也不是价目表所暗示的那样。Neon 的 $3 和 $15 比 Carbon 当前的 $2 和 $10 高出 50%——这是 Carbon 和 Argon 在 11 月 30 日前享有的 introductory rate,之后两项价格都翻倍至 $4 和 $20。然而在这个提示词上,Neon 在 high 档下反而是两者中更便宜的,便宜 28%,因为 Carbon 为画出同一只鸟输出了 2.1 倍的 token。每 token 价格不是用来比较的正确数字。每次回答的 token 数才是最终落在账单上的那个数字。
氖与碳互换位置之处
这对元素在整个阶梯上的排序并不一致,而中间那一级正是它失效的地方。
• 在低档位——Neon 为 7.47 美分,而 Carbon 为 9.16 美分,因此 Neon 便宜 18%。
• 在中等档位——Neon 为 11.78 美分,而 Carbon 为 11.03 美分,因此 Neon 贵 6.8%。
• 在高位——Neon 为 14.55 美分,Carbon 为 20.31 美分,因此 Neon 便宜 28%。
原因在于 Carbon 的 token 数量。它从低档到中档急剧上升(9,153 到 11,020),随后到高档几乎翻倍(20,305),而 Neon 的增长更为平缓(4,974、7,846、9,691)。在中档,两者的 token 数量足够接近,Neon 高出 1.5 倍的价格决定了账单;在高档,Carbon 的冗长压倒了价格差异。任何只在一个档位做一次比较就一概而论的人,都会对另外两个档位得出相反的答案。

在严苛评估中,阶梯能换来什么
成本只是权衡的一半,而绘图提示词对另一半来说是个糟糕的工具,因为并不存在唯一正确的鹈鹕。Artificial Analysis 提供了缺失的那条轴:它在 Intelligence Index v5.0.1 上分别针对 Gemini 4 Neon 的四种设置打分,而得分跨度远大于价格阶梯所显示的任何差异。
• 指数得分——低为 44,中为 55,高为 60,超高为 61,数据读取自追踪器页面,日期为 2026 年 11 月 19 日。
• 首个答案 token 耗时——低档 13.9 秒,中档 20.1 秒,高档 40.6 秒,xhigh 档 56.5 秒。
• Intelligence Index 每项任务用时——低档 3.7 分钟,中档 8.3 分钟,高档 14.8 分钟,xhigh 档 21.5 分钟。
• 输出速度——每秒 97 至 110 个 token,并随档位略有上升,这是整个阶梯中几乎持平的一个维度。
Neon 最便宜设置与最深设置之间相差十七个指数点,这一差距比 Neon 在 xhigh 下与 Gemini 4 Hydrogen 在同一指数上公布的 54 分之间的差距还要大。这是支持这种档位阶梯的最有力论据:在有正确答案的任务上,档位不是润色设置,而是能力设置。同一追踪器只针对 xhigh 变体公布了每任务成本数据,为 $6.44,而这单独一个数据点最有可能被脱离上下文引用。它属于该模型最昂贵的配置,而不属于模型本身。

为什么鸟是对梯级的公平测试
pelican 提示词有一个特性,使它对这个异常有用,也有一个特性,使它另一个问题毫无用处。它是开放式的,所以每个档位都会产出一些东西,且没有一个会直接失败——这意味着成本曲线可以在不受重试干扰的情况下读取,质量曲线可以作为梯度而不是通过率来读取。它也没有评分,因此它能告诉你低努力画出了一辆更简单的自行车,却不能告诉你这对你的工作负载是否重要。
Google 自己的文档对阶梯顶端的风险说明得比演示网格更直接。它警告说,xhigh“在更简单的提示(如文本或 JSON 提取)上可能导致过度思考,或耗尽 max_output_tokens”,并建议在每一层级都进行评估,然后选定能通过质量门槛的最低层级。Willison 针对鹈鹕在 low、medium 和 high 下测试了 Neon,而 Three.js 动画提示则改用 Antigravity 中单独的额外设置,因此 xhigh 在这组对比中没有鸟。他自己的备注是 Argon 退出了网格,这提醒人们:这是一位实践者的选择,而不是一套已发布的评估集。
综合来看,这两个来源给出了一条可用的规则。在简单、开放式生成任务中,这一档位带来的是你可能并不需要的精细度提升,并为此向你收取 1.8 到 2.2 倍的 token。在困难推理任务中,同一档位带来了十五个指数点的提升,而每项任务耗时增加 5.8 倍,是获得这项能力的代价,而不是犹豫不决的成本。
选择梯级而非模型
值得打破的习惯,是在 Gemini 4 Carbon、Gemini 4 Neon 和 Gemini 4 Hydrogen 之间做选择。这三者都接受相同的请求参数,所以真正的决策其实是一对组合:哪个模型、处在哪一档、用于哪一类工作。根据上面的数字,可以得出三条规则。
按任务类别而非按项目设置档位。文本提取、格式化、短分类和 JSON 修复,是 Google 称为过度思考风险的情形;它们也是低档或中档仅用五分之一到三分之一的 token 就能给出可识别答案的情形。深度多步编码、长时间使用工具的会话,以及任何会出现索引中十五个要点的情形,才是昂贵档位值回票价的地方。
比较时,请衡量 token,而不是秒数。时间阶梯与成本阶梯在这里方向相同,但斜率不同:Neon 的高档设置首 token 比低档慢近三倍,完成索引任务慢四倍,而账单只变动 1.95 倍。延迟预算和成本预算会把你拉向不同的梯级,而只有其中一个会出现在账单上。
请在 2026 年 12 月 1 日之后重新运行比较。到那一天,Carbon 和 Argon 将翻倍至每百万 token 4 美元和 20 美元,而 Neon 保持 3 美元和 15 美元,pelican 的各项数字会随输出费率线性缩放。届时,高配置 Carbon 处理同一只鸟将花费 40.6 美分,而 Neon 为 14.55 美分——差距是 2.8 倍,而非 28%——中配置 Carbon 则需 22.0 美分,而 Neon 为 11.78。从本周价目表得出的每一个结论都只有十二天有效期。
对层级进行路由,而不仅仅是模型
由于 effort 设置是请求参数而非单独部署,整个档位阶梯都可从同一次集成访问,因此路由决策的变更成本很低。OrcaRouter 通过单一密钥提供200+ 个模型,按供应商标价且无任何加价,因此供应商价格调整在 Google 那边生效当天就会在我们这边生效——包括 12 月 1 日 Carbon 和 Argon 价格翻倍,且无需重新谈判。路由 DSL 可将某个任务类别定向到特定模型和档位,正因如此,像上文这样的按类别策略才能成为配置而非代码变更;自动故障转移则意味着,你仍在评估的档位永远不会成为通往生产的唯一路径。
一个诚实的限制:我们的目录目前收录了 google/gemini-4-carbon和google/gemini-4-argon,但尚未收录 Gemini 4 Neon 或 Gemini 4 Hydrogen。所以这并不是建议你今天通过我们来运行 Neon。这是它上线后要运行的测试的形态,也是为什么逐档位比较比逐模型比较更重要:一个固定了模型却忽略档位的策略,会让大部分账单处于无人管理的状态。

什么会改变这一解读
三件事,每一项都可核验。第一件是已公布的 Neon 在 high 而非 xhigh 下的单任务成本;追踪器目前只给出 xhigh 的 $6.44,而仅这一行就能判定 Google 所谓每任务便宜 32% 的说法能否经得起独立测量。第二件是是否有人以 xhigh 运行 pelican,因为在短提示上唯一有记录失败模式的设置,恰恰是网格中缺失的那个。第三件是 12月1日,它改变了本文中每一项比较的算术,而两个模型本身完全没有变化。
数字不断引发的问题
更高的努力程度是否会导致每个 token 的成本更高?
不是。每个模型的每 token 费率是固定的:Neon 为 3 美元和 15 美元,Carbon 目前为 2 美元和 10 美元,Hydrogen 为 1.50 美元和 7.50 美元。真正变化的是模型在停止前输出的 token 数量,这就是为什么同一个 40 token 的提示词会产生九张介于 2.25 到 20.31 美分之间的账单。
最便宜的那一档总是最便宜的答案吗?
不一定,因为如果某个档位对困难任务思考不足,它产生的答案会被丢弃并重新运行。在 pelican 上,每个档位都产出了可用的结果;而在 Intelligence Index 上,低档与高档之间的差距是十六分,因此低档对困难任务给出的答案是一种不同的产品,而不是更便宜的产品。
Neon 和 Carbon 哪个更便宜?
这取决于档位和日期。今天,Neon 在低档和高档更便宜,在中档更贵;从 12 月 1 日起,在这个提示词上,它在每个档位都更便宜,因为 Carbon 的输出费率翻倍,而 Neon 的没有。
