
Gemini 4 Neon 投入等級:低、中、高實際成本是多少
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 189 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 204 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 · 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 每百萬 tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 93 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 · 211 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 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
一個提示、四十個輸入 token,以及九筆帳單。Simon Willison 以低、中、高三種投入程度,將「腳踏車上的鵜鶘」測試分別跑過 Gemini 4 Carbon、Gemini 4 Neon 和 Gemini 4 Hydrogen,並在 2026 年 11 月 18 日的一篇部落格文章,以及隔天早上於 X 上的比較表格中,公布回傳的 token 數量、美元成本與實際耗時。這九項結果是迄今最具體的公開測量,說明 Gemini 4 的思考等級設定實際上會對帳單造成什麼影響,而且它們揭示了發表資料沒說的一件事:在簡短、簡單的提示下,投入等級對成本的影響大於模型選擇;而且當你改變等級時,兩個模型之間的排名可能翻轉。
他對輸出結果的評價刻意不予量化。Neon 的鵜鶘{{1}}「看起來比 Hydrogen 好,但比 Carbon 差,」{{/1}}細節與精緻度會隨著你在模型家族中往下走而下降,而沿著模型階梯往下走時,下降幅度則較為平緩;九張圖像中的每一張依然可辨認為騎著腳踏車的鵜鶘。這無法打分。不過,你可以計算它花了多少成本。
九張帳單,只為一個四十 token 的提示詞
提示詞在全部九次執行中完全相同,每次的輸入都是 40 個 token,唯一會變動的是模型與思考設定。以下每個數字都來自 Willison 本人依 Google 公布的每 token 費率所做的執行結果,而成本是他的實測值,並非估算值。
• Gemini 4 Hydrogen,低 — 2,996 個輸出 token,2.25 美分,10 秒。
Gemini 4 Hydrogen,中階 —— 3,964 個輸出 token,2.98 美分,17 秒。
• Gemini 4 Hydrogen,高 — 5,311 個輸出 token,3.99 美分,19 秒。
• Gemini 4 Neon,低 — 4,974 個輸出 token,7.47 美分,43 秒。
• Gemini 4 Neon,中等 — 7,846 個輸出 token,11.78 美分,54 秒。
• Gemini 4 Neon,高 — 9,691 個輸出 token,14.55 美分,1 分 11 秒。
• Gemini 4 Carbon,低 — 9,153 個輸出 token,9.16 美分,1 分 34 秒。
• Gemini 4 Carbon,中等 — 11,020 個輸出 token,11.03 美分,1 分 53 秒。
• Gemini 4 Carbon,高 — 20,305 個輸出 token,20.31 美分,4 分 11 秒。
這些帳單背後的算術值得說明,因為它解釋了後續的一切。在 40 個輸入 token 下,輸入費用約為一美分的百分之一,可以忽略,所以帳單幾乎正好等於輸出 token 數乘以輸出費率:Carbon 每百萬輸出 token 10 美元,Neon 為 15 美元,Hydrogen 為 7.50 美元。effort 設定不會改變價格。它改變的是模型在停止前輸出多少 token,而在這個提示詞上,該倍數介於 1.77 倍到 2.22 倍之間。
梯級移動帳單的幅度比模型更大。
取最昂貴系列中最便宜的一檔。Hydrogen 的低檔成本為 2.25 美分。Neon 的高檔成本為 14.55。也就是說,在單一系列與單一提示詞下,差距達 6.5 倍,其中 3.3 倍來自模型,其餘 1.95 倍來自檔位。同一個模型內的相同比較也一樣大:Neon 低檔到高檔為 1.95 倍,Carbon 低檔到高檔為 2.22 倍,Hydrogen 低檔到高檔為 1.77 倍。
把這兩個效應並排來看,實務重點很快就會浮現。把 Carbon 從 high 降到 medium,在這個提示上可省下 9.28 美分,相當於 Neon 在同一層級處理同一個 bird 所需成本的 64%。如果你的預設是「用最大模型、跑最深層級」,那麼把這個預設改動一級,以現金成本來說,比完全切換模型更有價值。
跨模型比較的方向,也不是價目表所暗示的那樣。Neon 的 $3 和 $15 比 Carbon 目前的 $2 和 $10 高出 50%——這是 Carbon 和 Argon 直到 11 月 30 日採用的導入價,之後兩者都會翻倍至 $4 和 $20。然而在這個提示詞上,Neon 在高設定下反而是兩者中較便宜的一個,便宜 28%,因為 Carbon 為了畫出同一隻鳥,輸出的 token 數是 2.1 倍。每 token 價格不是該拿來比較的數字。每則答案的 token 數,才是會反映在帳單上的那個數字。
Neon 與 Carbon 交換位置之處
這對在整架階梯上的排序並不一致,而問題就出在中間那一階。
• 在低用量下——Neon 為 7.47 美分,Carbon 為 9.16 美分,因此 Neon 便宜 18%。
• 在中階——Neon 為 11.78 美分,相較於 Carbon 的 11.03 美分,因此 Neon 貴 6.8%。
• 在高階——Neon 為 14.55 美分,Carbon 為 20.31,因此 Neon 便宜 28%。
Carbon 的 token 數量就是原因。它從低階到中階陡升(9,153 到 11,020),接著到高階幾乎翻倍(20,305),而 Neon 則攀升得較為平均(4,974、7,846、9,691)。在中階時,兩者的 token 數量夠接近,因此 Neon 高出 1.5 倍的價格溢價決定帳單;在高階時,Carbon 的冗長程度壓過了價格差異。任何只在單一層級做一次比較就概括結論的人,對另外兩個層級都會得到相反的答案。

在嚴苛的評估中,階梯能換來什麼
成本只是這項取捨的一半,而繪圖提示詞對另一半來說是很差的衡量工具,因為根本沒有「正確的鵜鶘」。Artificial Analysis 補上了缺失的軸線:它在 Intelligence Index v5.0.1 上,分別針對 Gemini 4 Neon 的四個設定評分,而這些分數之間的差距,遠大於價格階梯所顯示的任何差距。
• 指數分數 — 低為 44、中為 55、高為 60、xhigh 為 61,資料讀自追蹤器於 2026 年 11 月 19 日的頁面。
• 首個回答 token 的耗時 — 低:13.9 秒,中:20.1 秒,高:40.6 秒,極高:56.5 秒。
• 每項 Intelligence Index 任務所需時間——低:3.7 分鐘,中:8.3 分鐘,高:14.8 分鐘,極高:21.5 分鐘。
• 輸出速度——每秒 97 至 110 個詞元,隨階層略微上升,這是階梯幾乎持平的唯一維度。
Neon 最便宜與最深設定之間相差十七個指數點,這比同一指數上 Neon 在 xhigh 與 Gemini 4 Hydrogen 已公布的 54 之間的差距還大。這是支持這套階梯的最強論據:在有正確答案的任務上,該層級不是調校設定,而是能力設定。同一個追蹤器只為 xhigh 變體公布每任務成本數字,$6.44,而這個單一數據點最可能被斷章取義地引用。它屬於該模型最昂貴的配置,不屬於模型本身。

為什麼鳥是對梯級的一項公平測試
pelican 提示詞有一個特性,使它在這個問題上格外好用;另一個特性則使它在另一個不同的問題上毫無用處。它是開放式的,所以每一階都會產出某些東西,且沒有任何一階會直接失敗——這意味著成本曲線可以在不受重試干擾的情況下解讀,品質曲線也可以當作梯度而非通過率來解讀。它也未被評分,因此它能告訴你低投入畫出了比較簡單的腳踏車,卻不能告訴你這對你的工作負載是否有影響。
Google 自家文件對階梯頂端風險的說明,比示範網格來得更直接。它警告 xhigh「可能在較簡單的提示(例如文字或 JSON 擷取)上導致過度思考,或耗盡 max_output_tokens」,並建議在每個層級都進行評估,然後選定能通過你品質門檻的最低層級。Willison 針對鵜鶘在 low、medium 和 high 測試了 Neon,並改在 Antigravity 中使用另外的 extra 設定來測試 Three.js 動畫提示,因此 xhigh 在這項比較中沒有鳥。他自己的註記是 Argon 已退出網格,這提醒了我們:這只是某位實務工作者的挑選,並非已發表的評估集。
兩份來源合讀,可得出一個實用的規則。在簡單、開放式的生成任務上,這個層級換來的是你可能不需要的細緻度,並為此向你收取 1.8 到 2.2 倍的 token。在困難推理上,同一個層級換來十五個指數點,而每項任務時間增加 5.8 倍,是換取這項能力的代價,而不是猶豫不決所造成的成本。
選擇梯級,而非模型
值得改掉的習慣,就是在 Gemini 4 Carbon、Gemini 4 Neon 和 Gemini 4 Hydrogen 之間做選擇。這三者採用相同的請求參數,因此真正的決策是一組配對:哪個模型、在哪個層級、用於哪一類工作。由上述數字可得出三條規則。
依任務類別設定檔位,而不是依專案設定。文字擷取、格式化、短分類與 JSON 修復,是 Google 點名為過度思考風險的案例;它們也是低或中檔位僅用五分之一到三分之一的 token 就能產出可辨識答案的案例。深度多步驟程式設計、長時間使用工具的會話,以及任何會出現該 index 十五個點的情況,才是昂貴檔位值得其花費的地方。
比較時要衡量詞元,而不是秒數。時間階梯與成本階梯在這裡方向相同,但斜率不同:Neon 的高設定在產生第一個詞元上所需的時間將近是低設定的三倍,完成索引任務則要四倍,而帳單只變動 1.95 倍。延遲預算和成本預算會把你拉向不同的階層,而只有其中一個會出現在帳單上。
請在 2026 年 12 月 1 日之後重新執行比較。屆時 Carbon 和 Argon 會加倍至每百萬個 token 4 美元和 20 美元,而 Neon 則維持在 3 美元和 15 美元,且 pelican 的數字會隨輸出速率呈線性縮放。如此一來,高階 Carbon 處理同一隻鳥的費用會是 40.6 美分,而 Neon 是 14.55 美分——差距是 2.8 倍,而非 28%——而中階 Carbon 會是 22.0 美分,Neon 則是 11.78 美分。從本週費率表得出的每個結論,保鮮期都只有十二天。
路由的是層級,而不只是模型
因為 effort 設定是請求參數,而非獨立部署,整個階梯可從單一整合存取,這讓路由決策的變更成本很低。OrcaRouter 以單一金鑰提供 200+ 個模型,採供應商牌價且不加價,因此供應商價格調整會在 Google 那邊上線當天,於我們這邊同步生效——包括 12 月 1 日 Carbon 與 Argon 的價格翻倍——無需重新協商。路由 DSL 可將任務類別導向特定模型與階梯層級,這讓上述這類依類別制定的政策成為設定,而非程式碼變更;自動容錯移轉則意味著,你仍在評估的層級永遠不會成為通往生產環境的唯一路徑。
一個誠實的限制:我們的目錄目前收錄了 google/gemini-4-carbon 與 google/gemini-4-argon,但尚未收錄 Gemini 4 Neon 或 Gemini 4 Hydrogen。因此,這並不是建議你今天透過我們來執行 Neon。這只是它上線後該跑的測試樣貌,也是為什麼逐階層比較比逐模型比較更重要的原因:一個只固定模型、卻忽略階層的政策,會讓大部分的帳單處於無人管理的狀態。

什麼會改變這個解讀?
有三件事,全部都可以查證。第一是 Neon 在 high 而非 xhigh 下已公布的每項任務成本;追蹤器目前只給出 xhigh 的 $6.44,而單憑那一列就能判定 Google 所謂每項任務便宜 32% 的說法能否經得起獨立量測。第二是有沒有人以 xhigh 執行 pelican,因為唯一在短提示上有記錄到失效模式的設定,正是格狀表中缺席的那一個。第三是 12 月 1 日,它會改變本文中每一項比較的算術,即使兩個模型完全沒有改變。
數字不斷引出的問題
較高的 effort 等級會使每個 token 的成本更高嗎?
不。每個 token 的費率依模型固定:Neon 是 $3 和 $15,Carbon 目前是 $2 和 $10,Hydrogen 是 $1.50 和 $7.50。會變的是模型停止前所輸出的 token 數量,這就是為什麼同樣是 40 個 token 的提示詞,卻產生九筆金額介於 2.25 到 20.31 美分之間的帳單。
最便宜的層級總是最便宜的答案嗎?
不一定,因為對困難任務思考不足的 rung 所產生的答案,會被丟棄並重新執行。在 pelican 上,每個 rung 都產出了可用的結果;在 Intelligence Index 上,低與高之間的差距是十六分,所以低 rung 對困難任務的答案是不同的產品,而不是更便宜的產品。
Neon 與 Carbon 哪一個較便宜?
這取決於級距和日期。目前 Neon 在低級距和高級距較便宜,在中級距較貴;從 12 月 1 日起,以此提示而言,它在每個級距都較便宜,因為 Carbon 的輸出費率加倍,而 Neon 的則沒有。
