
Gemini 4 Neon 對比 Claude Haiku 5.5:同一階梯的兩端
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 184 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 727 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 · 121 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
把 Gemini 4 Neon 和 Claude Haiku 5.5 並列在同一張規格表上,這個比較看起來像是不對等的搭配:輸入價格是三十倍、輸出價格是三十倍,而且一個模型每千個 token 只要十分之一美分,另一個卻要三美分。接著你會注意到,這兩款模型都是以階梯式等級販售,而不是單一規格點。Neon 有四種思考等級,預設為高;Haiku 5.5 有五種,預設為中。一旦你改成逐級比較,而不是逐張規格卡比較,三十倍這個比例就不再是有趣的數字,真正值得爭論的反而是這兩道階梯的形狀。
兩款模型目前皆為現行版本。Claude Haiku 5.5 於 2026 年 10 月 7 日正式全面推出,每百萬輸入符元 0.10 美元、每百萬輸出符元 0.50 美元;Gemini 4 Neon 於 2026 年 11 月 18 日上市,價格分別為 3.00 美元與 15.00 美元。兩者都具備 100 萬個符元的上下文視窗,都接受文字與圖像,且針對快取輸入分別收取 0.01 美元與 0.15 美元——同樣的 95% 折扣,套用在截然不同的基礎費率上。
兩把梯子,九種設定
Artificial Analysis 在相同的九部分評估集上,為這兩個模型的每一個層級評分——AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode-AA 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2 與 Terminal-Bench-Science 0.1——並公布每一項的每任務成本。這提供了九個可比較的資料點,而非兩個;而且每任務成本是實測而得,並非由價目表推導,因此已經納入了每個模型選擇花費多少 token。
• Neon 低強度 — 44.1,每項任務 $0.75。
• Neon 中杯 — 54.9,$1.90。
• Neon 在高設定(預設)下 — 59.6,$3.74。
• Neon 在 xhigh — 61.4,$6.44。
• Haiku 5.5 低 — 18.6,$0.044。
• Haiku 5.5 於中等(預設)— 24.6,$0.092。
• Haiku 5.5 高 — 29.9,$0.159。
• Haiku 5.5 於 xhigh — 34.6,$0.248。
• Haiku 5.5 最高 — 36.5,$0.411。
清單上立刻可得出兩件事。Neon 最便宜的層級得分比 Haiku 最貴的層級高 7.6 分,而 Neon 最貴層級的成本是 Haiku 最貴層級的 15.7 倍,而非價目表所暗示的 30 倍。這兩者都不是四捨五入造成的假象;兩者都出自同一個原因,也就是這兩個模型在其範圍頂端消耗 token 的方式非常不同。

每張卡片上的「High」代表什麼意思
詞彙是第一個陷阱。在 Neon 上,high 是模型出廠時預設的等級——若你不傳任何 thinking 參數,得到的就是它。在 Haiku 5.5 上,high 是五個等級中的第三個,而預設是 medium。因此,寫成「Neon high 對上 Haiku high」的比較,其實是在拿預設值比非預設值,並會產生 29.7 點的差距,而這不會被任何一家廠商視為頭條。
比較實際預設值——Neon 採用 high、Haiku 採用 medium——差距會擴大到 35.0 分,因為 Haiku 的預設值比其名稱所暗示的低了一階。比較兩座階梯的頂端——xhigh 對上 max——差距則縮小到 24.9 分。這完全是取決於你決定用哪一組設定來比較而產生的十點擺盪,而且它比同一張排行榜上數個相鄰模型之間的差距還大。
配對的梯級,以及間隙的作用
將各層級按名稱對齊後,指數差距便在狹窄區間內變動,從 25.5 點到 30.3 點,且無論往哪個方向都沒有趨勢:
• 在低負載下——Neon 44.1 對上 Haiku 18.6,差距 25.5 個百分點,每項任務成本為 17.0 倍。
• 中等設定下 — 54.9 對 24.6,30.3 個百分點,20.8 倍。
• 在高位 — 59.6 對 29.9,29.7 個百分點,23.6 倍。
• 位居首位——61.4 對 34.6,26.8 個百分點,25.9 倍。
智能差距保持穩定。成本比卻不是:當你沿著階梯往上走,它會從 17 倍攀升到 26 倍,因為 Neon 對每一個額外的思考點所收取的費用高於 Haiku。將 Haiku 從 high 推到 xhigh,能以每項任務成本增加 56% 換得 4.7 個指數點。將 Neon 從 high 推到 xhigh,則以成本增加 72% 換得 1.8 個指數點。在邊際上,較便宜的模型反而是報酬率更好的那一個——這與三十倍的價目表比率會讓你預期的結果相反。
第五階正是這項主張破功的地方
Haiku 5.5 有一個 Neon 沒有的檔位:max。它也是這兩款模型所販售的檔位中,性價比最差的一個。從 xhigh 到 max,Haiku 增加了 1.85 個指數分,而每項任務成本則從 $0.248 上升到 $0.411——為了 5% 的改善,成本增加了 66%。在同一個調整步驟中,它測得的第一個回答 token 時間從 46.2 秒躍升至 180.9 秒,大約是四倍。
這不是 Haiku 獨有的缺陷。當評測框架已經用盡容易取得的進展時,額外的一層推理就會呈現這種樣子:模型持續思考,卻停止進步。但這確實意味著,任何引用 Haiku 5.5 的 36.5 的人,引用的是該模型的一種配置,而它的延遲是低一階配置的四倍;任何引用 Neon 的 61.4 的人,也出於同樣的原因,引用的是同類的上限。這兩個主要數字都是同一把梯子的最高一階,而這把梯子在最後會變得陡峭。

推理 token 是隱藏的欄位
每項任務的成本數字,只要看每個模型寫給自己的內容有多少,就說得通了。在 index 執行中,Neon 在 xhigh 下每項任務約產生 80,500 個推理 token 和 61,100 個回答 token。Haiku 5.5 在 max 下約產生 172,800 個推理 token 和 53,200 個回答 token。
所以,在兩者階梯的最頂端,持有三十倍費率表的模型寫出的推理內容不到持有十分錢費率表模型的一半。Haiku 以思考更久來彌補模型較小;Neon 則以思考更少來彌補價格較高。這就是為什麼每項任務的 15.7 倍比率遠低於價目表所暗示的 30 倍,也是為什麼該比率在高階最寬——在那一階,Neon 的 token 使用習慣最接近 Haiku,而它的費率表起了全部作用。
同一個面板中的另一欄是捏造。在 AA-Omniscience 上,Neon 在其預設設定下的幻覺率為 13.9%;Haiku 5.5 在預設設定下為 40.4%,在最大設定下為 34.2%。這意味著模型斷言來源不支持之內容的頻率有兩到三倍的差距,而且與該指數不同,隨著 Haiku 沿其階梯往上爬升,這一點幾乎沒有改善。如果你的工作負載屬於錯誤事實難以被發現、代價高昂的那一類,那麼指數差距是低估了 Neon 的優勢,而不是高估。
便宜模型不再便宜的地方
Haiku 5.5 的價格優勢確實存在,而且在工作內容簡短時最為明顯。一次分類請求、一個路由決策、一段文字的改寫、從表單中擷取資料——任何輸出只有幾百個 token 的工作——在 Haiku 上只需花費一美分的幾分之一,在 Neon 上則較接近一美分。在那樣的規模下,30 倍的比例幾乎是字面上的,而指標差距也無關緊要,因為兩個模型都能輕鬆達標。
隨著任務變長,優勢會縮小,而它會縮小是因為兩個會相互疊加的原因。Neon 的每項任務成本主要取決於輸入、快取讀取與快取寫入——在索引執行中,高用量時輸入計費占帳單的 64%——因此,長而穩定的前綴會使 Neon 的有效費率趨近其 $0.15 的快取價格。Haiku 也享有相同的 95% 快取折扣,但其基礎費率本來就極低,因此能節省的部分較少。而在需要多步規劃的工作上,Haiku 的階梯上限低於 Neon 預設所在的水準,這意味著再多的廉價 token 也買不到答案。
第三個值得命名的效應,因為它很容易被忽略:實測的 briefcase Elo——一套不同的測試框架,與指數分開計分——實際上在頂端更偏向 Haiku,但領先幅度比指數來得窄。Neon xhigh 得分 1699,95% 區間為 1688 到 1710;Haiku max 得分 1572。在預設級別下,差距是 1632 對 1441。因此,第二套獨立測試框架同意方向,卻在幅度上不一致;這是常態,也是為什麼在標準化之前要檢查兩個排行榜。
還有第四種,而這正是價目表完全隱藏起來的。Haiku 5.5 採兩段式定價:在提示最多 100,000 個 token 時,每百萬 token 為 $0.10 和 $0.50;超過之後則為 $0.50 和 $2.50,而快取讀取從 $0.01 調升至 $0.05。這個門檻會計入整個輸入,包括快取讀取與寫入,因此長上下文很容易觸發它。到了那時,Haiku 的輸入價格是宣傳主打價格的五倍,輸出價格也是五倍,而與 Neon 一律 $3.00 和 $15.00——完全沒有任何門檻級距——的比率就不再是三十倍,而是六倍,輸出則是三倍。任何人若只看表面來比較這兩張價目表,就是在把兩段式價格拿來跟單段式價格比較,還把第一段當成故事的全貌。
一條能經得起層層考驗的決策規則
四條規則,按重要性排列:
• 如果任務簡短且答案可核對,就選用中等或低階的 Haiku 5.5,然後停止閱讀。在那個規模下,索引差距並不構成限制,而且價格差距極大。
• 如果任務需要多步驟規劃或儲存庫層級的程式碼變更,那麼問題在於 Haiku 的上限,而不是它的價格。它最佳層級的得分是 36.5;Neon 的預設得分是 59.6。到了那個階段,你不是在用成本換品質,而是在用一個能用的答案換一個便宜的答案。
• 如果你已經在使用 Neon,不要將預設值設為 xhigh。從 high 改為 xhigh,每項任務要多花 72% 的成本,換來 1.8 個指數點,以及首次產生 token 的時間多 16 秒。大多數管線更適合使用 medium,它的分數是 54.9,價格只有預設值的一半。
• 如果你使用的是 Haiku,不要假設它是 max。它在任一階梯上都是第四好的價值,而它與 high 之間有 6.6 個指數點的差距,但 high 的成本是它的 2.6 倍。
目前這兩款模型都不在 OrcaRouter 的目錄中,所以這一切都不是在推銷要把其中任何一款搬到我們的金鑰上。我們確實有提供、以供應商定價且不加價的,是Claude Haiku 4.5,每百萬 $1.00 與 $5.00,以及Gemini 4 Carbon,$2.00 與 $10.00——分別是兩邊的前代模型。如果你要測試的是上面那種層級算術,而且想用自己的流量而不是排行榜來測,實用的做法是:用同一把金鑰,拿你已經能呼叫的模型的便宜層級,去對上你正在考慮的模型的昂貴層級,底下再加容錯移轉,以防便宜層級最後沒能達到門檻。
老實說,這兩個模型並不是真的在互相競爭。一個是以溢價販售的前沿級規劃器,另一個是以接近底價販售的高吞吐量工作者;它們的產品階梯只是在名稱上重疊,而不是在區間上重疊,這正是讓這項比較顯得比實際更接近的原因。比較兩端——Neon 的 medium 對上 Haiku 的 max——你會得到 54.9 對上 $1.90,以及 36.5 對上 $0.41。用四倍半的價錢換十八分,這是關於任務值多少的決定,而不是關於哪個模型更好的決定。

