标题卡上写着“Gemini 4 Neon 来了”,其下方一行文字是“最新的 Gemini 4 每 token 费用高于旗舰款”,这行文字位于两张细长的价格卡上方——Gemini 4 Neon 为 $3.00 输入 / $15.00 输出,Gemini 4 Carbon 为 $2.00 输入 / $10.00 输出——并配有说明文字“固定费率,无免费套餐”。
Guides & Insights

Gemini 4 Neon 来了,而且它的每 token 成本比作为其对比基准的旗舰产品还要高。

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

Gem​ini 4 Neon 于 2026 年 11 月 18 日正式全面可用,价格为每百万输入 token 3.00 美元、每百万输出 token 15.00 美元。Gemini 4 Carbon 是 Goog​le 在公告几乎每一段中都用来与 Neon 对标的模型,价格为 2.00 美元和 10.00 美元。在十三天里——直到 Carbon 的推广价于 11 月 30 日到期——最新、最快档的 Gem​ini 4 模型是该系列中按 token 计最贵的选择,而且这样的定价是刻意为之。Neon 的定位不是便宜的那一个。它要做的是能完成的那一个。

这种倒置就是事情的全部,而它很容易被忽略,因为今年秋天其他每一次 Gemini 4 发布都朝着相反方向。Argon 在 10 月发布,是效率前沿模型。Carbon 在 11 月发布,是最强的推理模型,先仅向网络防御者开放,随后于 11 月 10 日向所有人开放。Hydrogen 在此两天后发布,是日常使用、带免费层级、$1.50/$7.50 的主力。这些名字每一个都告诉你它处在什么位置:更重,还是更轻。Neon 什么都没告诉你,而价格说的是“更重”,定位说的却是“更快”。

3 美元和 15 美元到底能买到什么

定价表是固定的。没有优惠期,没有计划性涨价,也没有免费层。Goog​le 的定价页面列出输入 $3.00、输出 $15.00、缓存输入 $0.15——整个系列都享有 95% 的缓存折扣——并且没有任何日期会让这些数字发生变化。批量和弹性层级按半价运行,分别为 $1.50 和 $7.50。优先层级按标准价的 1.8 倍运行,分别为 $5.40 和 $27.00。仅支持隐式缓存;任何 Gem​ini 4 模型都不支持显式缓存。

相比之下,Carbon 和 Argon 都采用 $2.00/$10.00,并附带脚注:截至 2026 年 11 月 30 日,之后为 $4.00/$20.00。这就造成了一种奇怪的情况:该系列的价格排名会在一个与 Neon 发布毫无关系的日期发生变化。

• 截至 2026 年 11 月 30 日 — Neon 的 $3.00/$15.00 是 Gemini 4 最贵的档位;Carbon 和 Argon 为 $2.00/$10.00,Hydrogen 为 $1.50/$7.50。

• 自 2026 年 12 月 1 日起 — Carbon 和 Argon 上调至 $4.00/$20.00;Neon 保持 $3.00/$15.00 不变,并且比两者都便宜 25%,而其自身的费率表未作任何更改。

• 缓存定价遵循相同的结构——Neon 为 $0.15,Carbon 和 Argon 为 $0.10,之后为 $0.20,Hydrogen 为 $0.075。

• 批量与弹性 — Neon $1.50/$7.50,Carbon 和 Argon $1.00/$5.00,之后 $2.00/$10.00,Hydrogen $0.75/$3.75。

• 免费套餐 — 仅限 Hydrogen。Neon、Carbon 和 Argon 属于付费套餐模型,完全没有免费额度。

所以,解读 Neon 价格的诚实方式,不是“贵”或“便宜”,而是“唯一一张在 12 月不会变动的 Gem​ini 4 价目表”。如果你要为一项会持续到月底之后的工作负载做预算,那么你该做的比较,是拿 Neon 和 Carbon 在一月份会让你付出的成本相比,而不是 Carbon 今天会让你付出的成本。

四种思考层级,而只有两个模型具备第四层

Neon 默认使用 high,并支持 low、medium、high 和 xhigh。这与 Hydrogen 的层级相同。Carbon 和 Argon 止步于 high,默认使用 medium。Goog​le 自己的文档明确说明,high 在 Carbon 和 Argon 上是“最大推理深度”,但在 Neon 和 Hydrogen 上只是推荐的默认值,而 xhigh 则保留在其之上,用于困难的多步编码和智能体问题。

这一点比表面上更重要,因为 Neon 的大多数主要基准测试数据都是以 xhigh 引用的,而 Carbon 的则是以其自身默认设置引用的。Goog​le 为 Neon 引用的 Artificial Analysis Intelligence Index 数值——61,总排名第三——是一个 xhigh 数值。Neon 的 $3/$15 费率不包含任何额度来覆盖 xhigh 额外消耗的 token。Goog​le 自己的文档警告称,xhigh“可能导致过度思考,或在文本或 JSON 提取等更简单的提示词上耗尽 max_output_tokens”,并建议在全部四个级别上运行评估,并选择能达到你的质量门槛的最低级别。这个建议比基准测试表更有价值,因为 Neon 在 high 与 Neon 在 xhigh 之间的差距,是你需要付出两次代价的差距:一次是 token,一次是延迟。

基准声明,以及每一项分别属于哪种数字

Goog​le 的公告中数字异常密集,而其中几乎没有一个属于买家能够自行复核的那类数字。在内部引用其中任何一个之前,值得先把它们梳理归类。

Google 所引用的第三方排行榜,你可以去查阅。Vals Index 为 70.9%,排名第 2,处于帕累托前沿。在 Arena 新的 Agent Arena Index 上,基于 4,200+ 个真实世界智能体会话,以 1336 分全球首秀即位列第 2,并在该指数的可操控性指标上排名第 2。在 Zapier 的 AutomationBench 上以 56.3% 排名第一,在 Andon Labs 的 Vending-Bench 2 上以 16,843 美元排名第一。Agents' Last Exam v1.1 为 75.8%,被描述为与领先模型相当,而非领先于它们。

Goog​le 自己公布的数字,外部无人复现。Chartography 73.5%。Terminal-Bench Science 70.5%、RiemannBench 84.0% 和 HLE-Diamond 71.3%,均被称为同类最佳。Terminal-Bench 4.1 为 65.2%,FrontierCode 2.0 在默认高设置下为 46.2%,并在 Artificial Analysis Coding Agent Index 上以 58.6 位列总榜第一。在 SWE-sweep 上,mini-SWE 测试框架下为 12.8%,而在 Goog​le 自有的 Antigravity 测试框架内为 39.0%——三倍差距,更能说明问题出在测试框架而非模型本身。

网络安全方面的数据将单独发布。AutoBaxBench 高难度层级为 76%,WebExploitBench v1.2 为 51.26%,SEC-bench Pro 为 90.5%,CWE-bench v2 为 70.7%——比 Carbon 高 3.4 个百分点。这些数据来自“Gem​ini 4 Neon for cyber”变体;Goog​le 表示,该变体会通过 Fairwind Program 在“未来几天内”提供给受信任的防御者。截至 11 月 19 日,该访问通道尚未开放,因此这些安全数据只是关于一个几乎没有任何 Goog​le 外部人员能够调用的模型所给出的说法。

效率方面的说法,才是需要对照你自己的账单核实的那一项。 Goog​le 表示,Neon 在默认高设置下,每项任务成本比 Carbon 低 32%,比竞争前沿模型在其最高思考设置下每项任务成本低 36% 或更多。每项任务成本取决于所消耗的 token,而公告中没有任何地方披露 Neon 的冗长程度。这个数字看似合理——有文档表明 Carbon 是一个非常冗长的模型——但这是供应商针对供应商基准给出的数据。

如果你打算引用这个指数数字,还有一点值得了解。我们在 11 月 19 日查看时,Artificial Analysis 完全没有 Gem​ini 4 Neon 的模型页面:其模型索引只列出了 Gemini 4 Carbon 和 Gem​ini 4 Hydrogen,该系列中再无其他模型。61 和 #3 是 Goog​le 引用 Artificial Analysis 的结果,而不是 Artificial Analysis 发布了一个你可以查看的 Neon 条目。这种情况会改变;在改变之前,请将该数字视为有出处归属,而非已经核实。

A single-column scoreboard titled Gemini 4 Neon — the scoreboard, with six rows: price $3.00 in / $15.00 out, cached input $0.15, free tier none, thinking levels low, medium, high and xhigh, default thinking high, and AA Index 61 at xhigh Google-cited. The footer notes Neon figures are vendor-reported and that the AA Index of 61 is Google citing Artificial Analysis, which had no Neon page on 19 November 2026.

Neon 实际上是用来做什么的

公告中最清晰的信号并不是某项基准测试成绩。而是 Goog​le 把 Neon 描述为一个编排器(Orchestrator):“充当一个快速、高判断力的 Orchestrator,指挥 Goog​le Antigravity 中并行的 Hydrogen 子代理。”这是一个具体的架构角色,也解释了这一定价。编排器会发出许多轮次、持有大量上下文,并把大部分工作下派给更便宜的模型。如果你的代理循环是一个规划器,把 token 花在协调上,并把执行交给一个 $1.50/$7.50 的执行者,那么为规划器支付 $3.00 是合理的。如果你的循环是单个模型包办一切,那么在同一任务上,Neon 严格来说比 Hydrogen 更贵,并且在 12 月 1 日之前也比 Carbon 更贵。

另外还有两项能力值得特别说明,因为它们属于整个系列共有,而非 Neon 独有,而营销文案往往暗示情况并非如此。所有 Gemini 4 模型都拥有相同的统一 100 万 token 上下文,默认最多解码 6.4 万个输出 token,最高可提供 100 万;Neon 并不会为你换来比 Hydrogen 更大的窗口。而且所有 Gemini 4 模型都接受文本、图像、音频、视频和 PDF。Neon 所增加的不是模态或上下文——而是xhigh上限、编排器定位,以及一份不会过期的价目表。

Goog​le 展示的具体演示全都运行在 Antigravity 内,并借助 /swarm 功能:一个基于勃朗峰真实高程数据的 WebGL2 滑雪模拟器、一个对图灵 1936 年在 King's College 房间的交互式 3D 重建,以及将单张图像转换成由 50 万个实时公式驱动的 10 万单元格电子表格。这些都是对一套运行框架加一个模型的演示,而不是对模型本身的演示,而且如今它们都无法通过 API 复现。

你现在可以呼叫什么

Gem​ini 4 Neon 已在 Gemini API 付费层级、Goog​le AI Studio 和 Android Studio、Gemini for business(通过 API 和模型下拉菜单)、面向付费 AI Pro 和 Ultra 订阅者的 Goog​le Antigravity,以及面向 Pro 和 Ultra 订阅者的 Gemini 应用中提供。它在任何地方都不属于免费层级。

在我们这边,目录目前收录了google/gemini-4-carbon和google/gemini-4-argon。Neon 尚未上线,因此你在这里读到的关于调用它的任何内容,都适用于那两款,而不是 Neon——我们不会提供我们并不提供的模型,也不会把价目表假装成端点。当 Neon 进入目录时,它将继承与其他模型相同的条款:供应商标价原样传递、不加价,所以 Goog​le 的价格就是我们的价格,而 Carbon 和 Argon 在 12 月的调价会在 Goog​le 那边出现的当天出现在你的账单上。

与此同时,路由器之所以有用,就在于它正是 Neon 被设计来参与其中的东西。如果你正在构建 Goog​le 所描述的那种编排器模式——由强大的规划器调用更廉价的执行器——你不会希望这种结构依赖于某一家厂商的运行框架按计划实现全面可用。配置一条以 Carbon 为主、Argon 为后援的故障转移链,可以在你评估 Neon 的每任务经济性在你自己流量上、而非在基准测试套件上是否站得住脚的同时,让生产路径保持存活。

Google's blog post Introducing Gemini 4 Neon, with the headline, the subtitle about frontier-level intelligence with fast end-to-end task completion across software engineering, knowledge work and science workflows, and the byline Koray Kavukcuoglu.

这个决定,直白地说

如果你的工作是高频前沿推理——高密度文档、多文件调试、需要完成而非探索的工具密集型智能体——那么 Neon 就是 Google 为此打造的模型,而且在 12 月 1 日之后,它还将成为按 token 获得 Gemini 4 级推理的最便宜方式。如果你的工作是你所面对的最困难的长时程问题,Carbon 仍是 Google 所指的模型,而需要围绕规划的是它的价格阶梯,而不是 Neon 的发布。如果你的工作是大规模的日常执行,这些都与你无关:Hydrogen 自 11 月 12 日起就一直以 Neon 一半的价格做这件事,并且提供 Neon 永远不会有的免费层级。

值得关注的未决问题范围很窄,而且可以核验。Artificial Analysis 是否会发布自己的 Neon 条目,以及它在 Google 的引用之外能得多少分。Fairwind 对 Neon 在 cyber 方面的准入闸门,是否真的会在 Google 承诺的“未来几天”内打开。以及 12 月 1 日对 Carbon 和 Argon 的调价举措,是否经得起需求的检验——对当前大多数生产流量所路由到的两个模型涨价 100%,是该系列中已排定的最大价格变动,而它会在一个模型发布十三天后落地;那款模型的发布价,只有在这次涨价真正发生之前才显得高。

The OrcaRouter models catalogue, showing the filter rail across input modalities, context length, input price, status, access tier, series, supported parameters, privacy and inference region, above the models list.