
Gemini 4 Neon 正式上線:五項 API 變更,你需要提前規劃
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 185 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 826 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百萬 tokens · 407 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 120 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 108 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 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 每百萬 tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 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 每百萬 tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Gemini 4 Neon 於 2026 年 11 月 18 日正式全面推出,而真正值得一看的文件並不是發布貼文,而是 Google 在其下方公布的遷移檢查清單;你正是從這份清單中發現,將正式環境流量從 Gemini 3.8 Flash,或從 Gemini 4 Carbon或 Gemini 4 Hydrogen 遷移到 Gemini 4 Neon,所改變的不只是模型字串。有五項請求層級的行為會改變:其中一項無聲無息地變了,一項會回傳 400,還有一項的變化幅度只有等到帳單來時才會發現。Google 對這個模型本身的說明相當低調:具備前沿等級的智慧,能在複雜的軟體工程、知識工作與科學領域中快速完成端到端任務,並在高頻複雜任務上介於 Gemini 4 Hydrogen 與 Gemini 4 Carbon 之間。接下來要談的,是這波推出中耗費工程時間、而非 token 的那個部分。
11 月 18 日實際上線了什麼?
價目表是固定的,不會變動:每百萬輸入 token 為 3.00 美元,每百萬輸出 token 為 15.00 美元,每百萬快取輸入為 0.15 美元,僅限付費層級,各處均無免費額度。上下文是單一統一的 1,048,576 token 視窗,由輸入、思考與輸出共用,同步輸出上限為 65,536 token,且長解碼路徑最高可回到一百萬。共有四種思考層級:low、medium、high 與 xhigh,預設為 high,而非 medium。此模型已於付費的 Gemini API 上提供,涵蓋 generateContent 與 Interactions API,也在 AI Studio 中提供給 AI Pro 與 Ultra 訂閱者,並內建於 Gemini Managed Agents 的 Antigravity 代理中。
有兩個來自 Google 以外的數字,值得納入遷移決策。Artificial Analysis 在 xhigh 下給 Gemini 4 Neon 的 Intelligence Index 評分為 61.4,追蹤器顯示為 61,並在 95 個模型中排名第六;它測得每秒 110 個輸出 token,而 Gemini 4 Carbon 為 51。同一份評測面板也記錄到,在 xhigh 下每項 Intelligence Index 任務為 $6.44,且整個評估集共使用 2.83 億個輸出 token;這正是這裡關鍵的細節:這個模型是靠輸出大量 token 來達到其分數,而每一個 token 都會計費。

取樣參數:被忽略,或傳回 400
Google 的遷移說明會告訴你從請求中移除 temperature、top_p 和 top_k。真正需要據以設計的是其確切行為:範圍內的自訂值會被接受,然後被伺服器忽略;而超出範圍的值會傳回 400 驗證錯誤。因此,一個已經默默傳送 temperature 1.3 長達十八個月的服務,不會在輸入時失敗——它會開始傳回與在任何其他設定下會傳回的相同分佈,而唯一的症狀是:你的輸出在某些地方看起來更具確定性,在另一些地方則更不確定,且沒有錯誤可供對照。
實際的修正方式不是限制這些數值,而是刪掉它們,並把你原本用它們來做的事,移到模型真正會遵守的地方:用結構化輸出控制形式,用評估套件處理變異,並在提示詞層級調整風格。任何把溫度當成創意旋鈕來依賴的人,現在已經沒有旋鈕可轉了。
顯式快取已經沒了,隱式快取則是自動的
Gemini 4 Neon 不支援顯式上下文快取。cachedContents 資源與 caches.create 無法在其上使用,而帶有 cached_content 欄位的請求必須移除該欄位。取而代之的是隱式快取:它預設會在至少 4,096 個 token 的提示上運作,並將快取輸入折扣 95%——每百萬 token 為 $0.15,而非 $3.00——而且沒有需要建立、設定到期或支付儲存費用的控制代碼。
對多數團隊而言,這是簡化,也是小幅降低帳單。對少數團隊而言,這是退步,而且退步的形態可預測:如果你的快取命中仰賴一個大型固定前綴只註冊一次,並在許多措辭不同的請求之間重複使用,那麼隱式快取只有在該前綴實際相符時才有幫助,因此致勝做法是讓共用前綴位元組完全相同,並把所有可變內容放在它之後。如果你快取的前綴不到 4,096 個 token,你就完全不再有快取了。
「minimal」會被拒絕,「high」則是預設值。
thinking 預設值是清單中最不顯眼的變更。Gemini 4 Carbon 與 Gemini 4 Argon 預設為 medium,且最高只到 high。Gemini 4 Neon 預設為 high,並在其上新增 xhigh,而且會以錯誤拒絕 minimal——這個等級仍是 Gemini 3.6 Flash 與 Flash-Lite 模型所接受的。因此,從未設定 thinking_level 的程式碼,在 Neon 上以相同請求主體取得的回答,會比在 Carbon 上更深、更慢、成本更高。
Google 自己的指引是:在全部四個層級上進行評估,並把 max_output_tokens 設得夠高,以免上限截斷答案,然後在能達到門檻的最低層級上執行。對一個已公布的獨立分數從其最便宜層級到最深層級跨越 17 個指數點的模型而言,這可不是制式樣板話。你繼承而來的預設值,是最昂貴的正確設定,而不是最便宜的設定。
狀態、簽章,以及新的互動 ID
多輪與工具呼叫工作階段從「重新傳送逐字稿」轉向兩個特定機制。在 Interactions API 中,你透過 previous_interaction_id 攜帶狀態,而不是重建歷史記錄。在由用戶端管理的 generateContent 歷史記錄中,你會在每一輪原樣回傳先前的模型輪次及其 thought 簽章,且不得將簽章複製到平行的 functionCall 部分——簽章會繫結至其來源呼叫。
還有一種失敗模式值得在它於正式環境出現前先了解:透過系統指令提示模型輸出純文字 JSON 工具呼叫,且原生未宣告任何工具時,可能會回傳 MALFORMED_FUNCTION_CALL。請用函式呼叫來宣告工具,或用結構化輸出約束回應。這個問題很容易被忽略,因為它不是結構描述變更——而是一種過去可行的提示模式。
長時間的輸出需要在背景下執行
同步回應無論是否串流,都會在 65,536 個 token 停止。若要超過此上限,請將 max_output_tokens 設為高於 65,536,並將 background 設為 true,伺服器便會以 64K 為單位繼續,直到視窗用盡。若只設定 background 而未提高 max_output_tokens,工作仍會停在 65,536,這正是文件在註記中指出的錯誤。
這項變更的後半部分在你的 HTTP 用戶端,而不是你的提示詞。Google 告訴你要把逾時提高到至少十五分鐘,因為此模型上的困難提示詞在產生第一個回答 token 前可能執行數分鐘。獨立測量也同意這個方向:Artificial Analysis 記錄到 Neon 的第一個回答 token 需 56.5 秒、每個 Intelligence Index 任務需 21.5 分鐘,而 Gemini 4 Argon 則為 45.96 秒與 28.4 分鐘。整體更快,但起步更慢。

遷移在節省任何成本之前,要付出多少代價
計費涵蓋模型處理的每一個 token,包括思考 token,以及使用 grounding 時的內部系統指令與函式宣告。這對該系列而言是標準做法,但會與 Neon 的兩個特性嚴重衝突:高預設值會比你的 Carbon 程式碼所依據的中預設值消耗更多思考 token,而且模型本身的 token 用量結構偏重。追蹤器在 Intelligence Index 中統計到 Neon 的輸出 token 為 2.83 億,而 Carbon 為 2.05 億——多出 38%,而且此時每 token 價格也高於 Carbon 的初期優惠費率。
那些話都無法反對遷移。它反對的是只改一個字串、然後盯著儀表板來遷移。誠實的順序是:固定舊模型,把一小部分流量分別複製到 gemini-4-neon 的中等與高等設定上,並比較每完成一項任務的成本,而不是每個 token 的成本。這個模型每個 token 的成本是整張表裡最沒有參考價值的數字。

在這一次遷移中,路由器在哪些環節真正證明了自己的價值
這是教科書級的金絲雀發布,也是為什麼即使只是單一供應商遷移,路由層仍然有用的原因。一組 API 金鑰涵蓋 200+ 個模型,因此當你轉移一定比例的流量時,舊路徑與新路徑會位於同一個端點後方;自動容錯移轉表示因參數超出範圍而出現的 400,或長時間執行任務逾時,會退回昨天還正常運作的模型,而不是呼叫值班人員。價格按供應商牌價原樣傳遞,不加價,因此 Neon 的 $3.00 與 $15.00 在你帳單上的數字,和 Google 頁面上的一樣,而 Google 對這些價格所做的任何變更,當天就會反映在我們這邊。
有一點必須說清楚:Gemini 4 Neon 目前尚未收錄在我們的目錄中。Gemini 4 Carbon 和 Gemini 4 Argon 已經收錄,gemini-3.1-pro-preview 也是;而我們不會把費率表描述成一個端點。路由器目前提供給你的,是一個穩定的位置,讓你在 Google 自家 API 上評估 Neon 時可以保留備援鏈;等 Neon 正式推出時,也會提供相同的請求形式。
現在誰應該行動?
現在就採用,如果你的工作負載是儲存庫層級除錯、多檔案重構,或是有大量工具呼叫的長時間代理工作階段——這正是 Google 打造 Neon 的用途,也是獨立實際耗時數據所支持的情況。先等等,如果你依賴明確快取、無法提高用戶端逾時,或你的管線屬於擷取型:Google 自家文件警告,xhigh「可能導致過度思考,或在文字或 JSON 擷取等較簡單提示上耗盡 max_output_tokens」,而在預設為 high 的情況下,你已經比 Carbon 型管線過去所在的位置高一級。
值得觀察且可查證的重點,不是又一篇發布文章,而是 61 在高設定下是否站得住腳——追蹤器給它 59.6 分,落後於 Carbon 在自身上限所測得的 60.0 分——以及 {{1}}Google{{/1}} 是否為模型加入顯式快取。兩者都是有文件記載的行為,兩者都能從外部觀察到,而且兩者都比任何示範更能改變「這是否該成為我們代理機群的預設」這個問題的答案。
本文中的比較1
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
