
Gemini 4 Neon 对比 Gemini 4 Argon:每项任务 50 美分换 9 分
- 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 和 Gemini 4 Argon是两款中端价位的 Gemini 4 模型;从纸面上看,它们相差一个档位,这让选择看起来像是一个预算问题。实际情况更接近相反。Google 的独立评分显示,Gemini 4 Neon 在默认高设置下于 Artificial Analysis Intelligence Index 上得分为 59.6,而 Gemini 4 Argon 在自身最高设置下得分为 50.4——9.2 分的差距,任何提示工程都无法弥合。Argon 的反向论据也同样真实且可量化:它的每 token 成本更低,而且生成的 token 数量少得多,所以今天完成一项 Index 任务花费更少。然后 11 月 30 日到来,Argon 的入门费率翻倍,更便宜的模型就不再更便宜。在这场对比中,日历和基准测试同样重要。
两份费率卡,以及它们出现差异的日期
两者都仅限付费层级,均具备相同的 1,048,576 token 统一上下文,均接受文本、图像、视频、音频和 PDF 并输出文本,且都能同步解码最多 64K token,并拥有一条通向百万 token 的长解码路径。规格如此接近,以至于整个决策就落在三个数字和一个日期上。
• 输入与输出价格 — Gemini 4 Neon 统一定价为 $3.00 和 $15.00,无到期日。Gemini 4 Argon 在 2026 年 11 月 30 日之前为 $2.00 和 $10.00,之后为 $4.00 和 $20.00。
• 缓存输入 — Neon 每百万 $0.15(95% 折扣),Argon 今日 $0.10,自 12 月 1 日起 $0.20。
• 思考级别 — Neon 默认使用 high,并支持 low、medium、high 和 xhigh。Argon 默认使用 medium,最高支持到 high。
• 实测智能水平——Neon 在 high 下为 59.6,在 xhigh 下为 61.4。Argon 在 high 下为 50.4,是其最高档位。
• 实测速度 — Neon 每秒输出 110 个 token,Argon 为 68 个。首个 token 的耗时是 56.5 秒,而 Argon 为 46.0 秒。
• 每个 Index 任务的实测成本 — Neon 为 6.44 美元,Argon 为 4.97 美元。
最后一行是为 Argon 辩护的坦诚理由,而且很有说服力:由同一追踪器在同样的九项评估中测得,每完成一项任务的成本低 23%。它上面一行则是反对它的坦诚理由:指数上相差九点,而在同一比较类别中,中位模型的得分为 44。
为什么 Argon 每项任务成本低,而 Neon 则不然
每项任务成本不过是贴上价格标签的 token 数量,因此真正有意思的数字是这些数量。在 Intelligence Index 评测集上,Artificial Analysis 记录到 Gemini 4 Argon 的输出 token 为 1.13 亿个,Gemini 4 Neon 为 2.83 亿个;二者的输入量大致相近,分别为 75.5 亿和 81.2 亿个 token。Argon 的整个产品主张正是如此:Google 将其描述为提供 Gemini 4 级别的智能,且每轮 token 消耗低于 Gemini 4 Carbon,测量结果也印证了这一点——Argon 是该榜单上更精简的推理模型之一。
因此,这笔权衡的结构并不寻常。Neon 是思考更深入、输出更多的模型,而 Argon 是输出更少的模型。如果你的工作是一种有界转换,其中错误答案很容易被发现、但重做代价高昂,那么 Argon 每次尝试更低的成本,比它更低的上限更有价值。如果你的工作是一个长时间的智能体会话,其中一次错误的架构决策会毒害接下来的四十次工具调用,那么九个指数点就不是一笔小的溢价。
单任务数字掩盖了一个二阶效应:Neon 的默认档位是 high,而 Google 的文档明确指出,模型已公布能力中的很大一部分是在 xhigh 下测得的,并且降档是行为上的真实变化,而不是舍入误差。Argon 根本没有 xhigh 档位。当你比较“每个模型能做到的最好水平”时,你是在把处于 xhigh 的 Neon 与处于 high 的 Argon 相比,这有 11 个百分点的差距,而且 Neon 的单任务账单比上文引用的 $6.44 更贵。


Argon 实际上是用来做什么的
Argon 于 2026 年 9 月 30 日发布,定位为高效前沿模型——它能让你在编程、智能体、数学和科学任务上获得 Gemini 4 级别的推理能力,同时响应更快、花费比 Carbon 更低。此后八周里,这个家族围绕它逐渐补齐:Carbon 作为能力上限模型,Hydrogen 作为免费层的主力,而现在 Neon 作为高频前沿模型,位于 Hydrogen 和 Carbon 之间。
这让 Argon 处于一个尴尬位置,而这与它的质量无关。它是一款处于中间档产品之中的中间档产品,而该中间档现在有四款模型,并且它是唯一一款价格计划翻倍的模型。最清晰的解读是,Argon 面向的是那些已经认定答案质量门槛“足够好”、并正在优化账单的团队:带验证的批量分类、长文档结构化抽取,以及更便宜的规划器就够用的智能体子任务,因为执行工作的是 Hydrogen。
Argon 仍然完胜的地方是首个 token 的延迟:46 秒,而 Neon 是 56.5 秒。如果你的产品会卡在这个数字上,而且任务很短,那么领先 10 秒加上更低的费用,就是留下来的合理理由——不管基准测试结果如何。
12月1日的步骤,已定价
Argon 的每任务成本取决于其价目表,因此直接推算的结果是:输入和输出价格翻倍,任务成本也大致翻倍:$4.97 会变成接近 $9.90。Neon 的价目表则完全不变。从 12 月 1 日起,这个算术关系会反转,并持续保持反转:在相同默认设置下聪明九分的模型,也是每个已完成任务更便宜的那个;而当初作为高效选项出售的模型,则成为两者中在两个维度上都更贵的那个。
有两点注意事项,二者都值得明说,而不是避而不谈。按今天的价格测算的单任务成本,并不承诺十二月的成本也会如此,因为缓存行为和思考级别会改变成本构成;隐式缓存达到 95% 时,输入密集型工作负载对输入价格不敏感。而且在该系列短暂的历史中,Google 已经改过一次这个日期,所以这个推算只是基于已公布时间表做算术,而不是预测。
可以确定的是方向。如果你今天要在两个模型之间做选择,而其中一个在10天后会有一个价格台阶,那么你该做的比较不是 Neon 对 Argon,而是 Neon 对 Argon 到一月份会让你付出的成本。
同时运行两者,而不是二选一
在价格环节后仍能成立的结构,正是 Google 自己为这一模型家族所描述的结构:由能力强的模型负责规划,由便宜的模型承担大量工作。Argon 的低 token 消耗使其成为合理的执行者;Neon 的 xhigh 上限使其成为合理的规划者;Hydrogen 定价为 $1.50 和 $7.50,并提供免费层级,在纯执行方面比两者都更便宜。
这正是路由层比基准测试表更有价值的地方。Gemini 4 Argon 和 Gemini 4 Carbon 如今都已收录在我们的目录中,与 gemini-3.1-pro-preview 并列,而你看到的价格是提供商标价原样透传、无任何加价——这一点在这里尤其重要,因为当 Argon 的费率卡在 12 月 1 日翻倍时,你账单上的数字会在 Google 页面上变化的同一天随之变化,无需再谈第二份合同。自动故障转移是另一半:一个在 56 秒时因首个 token 超时的规划器,可以把同一请求交给 Argon,而你的应用代码无需知道发生了回退。Gemini 4 Neon 尚未收录在我们的目录中,我们不会假装费率卡就是端点——诚实的说法是,Argon 现在可以在这里调用,而 Neon 还不能。

什么会改变这个答案
三件可核查的事,按它们对决策的影响程度排序。如果 Neon 在高设置下的得分最终被证明是下限而非平台期——也就是说,如果中等设置下的独立运行结果落在 Argon 的 50 附近,而不是明显高于它——那么这九分的差距实际上只是一个昂贵设置下的差距,而即便到了十二月之后,按任务计算的经济性也开始有利于 Argon。如果 Argon 的价格上调被推迟或缓和,支持它的理由就会明显更充分。而如果 Google 为 Neon 推出显式缓存或更便宜的档位,那么每任务成本比较的变动幅度将超过任何基准修订。
在这些方案中的某一个落地之前,建议既具体又朴素:任务短、可验证且量大时用 Argon,在这种情况下,46 秒才拿到首个 token 也比更好的答案更划算;任务长、失败代价高,而且额外 token 正是关键所在时用 Neon。如果你的任务量大到由单任务成本决定取舍,就把迁移放在路由器之后,这样 12 月 1 日那一步就只是路由变更,而不是重写。
