Gemini 4 Neon并不是一个全新的模型系列。Google 在模型卡中用一句话说明了这一点:“Gemini 4 Neon 基于 Gemini 4 Carbon 调整而来。”在 Artificial Analysis 上,Neon 使用默认的high设置时,智能指数得分为 59.6,Carbon High 为 60.0;完成一项平均任务,Neon 用时 14.8 分钟,Carbon 则需 36.6 分钟。
价格对比取决于日期。目前,Neon 的每 token 价格比 Carbon 高 50%,而 Carbon 仍处于入门优惠价。12 月 1 日,Carbon 的费率将翻倍,届时 Neon 的 $3/$15 价格表会更便宜。按 high 设置计算,两者目前每项已完成任务的成本大致相同;12 月 1 日之后,Neon 的成本约为 Carbon 的一半。
三句话说清怎么选:
- 如果 Carbon 的长时间推理拖慢了你的进度,现在就切换。Neon High 的指数得分与 Carbon High 持平,完成 AA 指数测试任务所需的时间仅为后者的 40%。
- 如果你关注的是每项任务的成本,最迟在 12 月 1 日前切换。价格调整后,Neon High 测得的每项任务成本约为 Carbon High 的一半。
- 对于最难的推理任务,继续使用 Carbon。它在研究级物理测试中仍领先,幻觉率也更低;Google 也会在“更快的模型卡住”的场景中继续提供它。
Neon 是什么,以及 Google 如何定位它
模型 ID 为gemini-4-neon,在 AIHubMix 上也一样。Google 将其列为稳定版,发布日期为 November 18, 2026。它的知识截止日期为 March 2026,输入与输出共用一个 1,048,576-token 上下文窗口,并支持文本、图像、视频、音频和 PDF 输入。
Google 将它定位在该系列中快速模型和深度推理模型之间。AI Studio 说明称,Neon“处于 Gemini 4 Hydrogen 和 Gemini 4 Carbon 之间,适用于高频复杂任务”。模型选择指南则有更具体的说明:Neon“比 Carbon 更快完成任务,输出 token 更少,同时能处理比 Hydrogen 更难的推理任务”;而 Carbon 仍是“我们推理能力最强的模型”。Google 对这两款模型的速度标签分别是 Neon 的“中等”和 Carbon 的“审慎”。
这两款模型都不在 Google 的免费额度范围内。
Carbon 到 Neon 的变化
| 项目 | Neon | Carbon |
|---|---|---|
| 价格,输入 / 输出 | $3 / $15 | $2 / $10,之后为 $4 / $20 |
| 思考级别 | low、medium、high、xhigh | low、medium、high |
| 默认级别 | high | medium |
| 单次请求输出上限 | 65,536 | 65,536 |
| 原生非流式请求 | 65,536 | 32,768 |
| 输出速度(AA) | 约 100 tok/s | 约 55 tok/s |
价格为 Google 的美元价格,单位是每百万 token;Carbon 的 $2/$10 价格适用至 November 30, 2026,$4/$20 价格自 December 1 起适用。非流式一行指的是 Google 自有 API 上的单次非流式 REST 调用在需要继续生成之前所返回的输出量。输出速度是 Artificial Analysis 在 high 设置下对 Google API 的测量结果。
其中两项会在不改代码的情况下改变行为,还有一项新增了一个选项。
默认级别提高了一级。Carbon 默认使用medium;Neon 默认使用high。如果 Carbon 集成从未设置过级别,换用 Neon 后,每轮会进行更多思考。在质量上,这是可比的设置(见下文),但两者的 token 预算并不相同。
非流式回答的长度上限可能翻倍。直接对 Carbon 发起非流式调用,最多返回 32,768 个输出 token。Google 的长输出指南称,在这类调用中将max_output_tokens设为高于 32,768 的值,“会返回400错误”。Neon 则无论采用哪种方式,都支持 65,536。AIHubMix 的参数架构也记录了同样的差异:Carbon 流式输出上限为 65,536,非流式为 32,768;Neon 两种方式均为 65,536。若 Carbon 集成的非流式调用一直控制在 32K 以内,无需修改;切换到 Neon 后,则可以调高上限。
新增了第四个级别。xhigh是这个级别新增的选项;Carbon 最高为high。只有请求明确指定时才会启用。Google 建议:“当high不够用时,将xhigh留给困难的多步骤问题。”
其余部分沿用相同的系列设计:统一的 1M 上下文窗口、仅隐式缓存、会被忽略的采样参数,以及相同的请求架构。Google 给出的从其他 Gemini 4 模型迁移的检查清单只有三项:更改模型 ID、检查思考级别、使用付费项目。真正会造成破坏性变更的细节见本系列的迁移文章。
质量:默认设置相近,极端设置各有差异
本文数据来自 Artificial Analysis(AA):其实时排行榜和模型页面,以及其编码智能体指数;数据均于 2026-11-19 13:27 UTC 重新核对。这些是对 Google API 的第三方测量结果,会随着 AA 重新运行模型而变化。
| 设置 | AA 指数 | 每项任务分钟数 | 首次回答(秒) |
|---|---|---|---|
| Neon Xhigh | 61.4 | 21.5 | 56.5 |
| Carbon High | 60.0 | 36.6 | 72.9 |
| Neon High(默认) | 59.6 | 14.8 | 40.6 |
| Carbon Medium(默认) | 58.3 | 29.3 | 32.2 |
| Neon Medium | 54.9 | 8.3 | 20.1 |
| Carbon Low | 54.2 | 29.8 | 8.7 |
| Neon Low | 44.1 | 3.7 | 13.9 |
“首次回答”指 AA 测得的首个回答 token 到达时间。“每项任务分钟数”指 AA 智能指数中每项任务的平均耗时。
相同设置下,两者的得分相差不到半分:Neon High 为 59.6,Carbon High 为 60.0。Neon 的默认设置比 Carbon 的默认设置高 1.3 分。Neon Xhigh 是该指数上得分最高的 Gemini 4 设置,达到 61.4。
Google 的发布文章称其“总排名第 #3”。若每个模型只计一次,这一说法成立:只有 Claude Fable 5.2 和 GPT-6.2 Astra 得分更高。AA 会将每种设置分别排名,因此 Neon Xhigh 在那里排第六。
平均分掩盖了两者之间的差异。在 AA 的单项评测中,Neon High 在 FrontierCode(43.3 对 40.6)、Terminal-Bench-Science(65.7 对 64.8)、AutomationBench(79.2 对 77.8)和 AA-Briefcase 知识工作评分(1632 对 1611)上胜过 Carbon High。Carbon High 则在三项对高难度工作很重要的测试中明显领先,并在 HLE-Diamond 上小幅领先(69.1 对 68.4):
- CritPt,AA 的研究级物理评测:69.0 对 59.0。Neon 没有任何设置得分超过 62。
- Terminal-Bench 4.0:65.2 对 61.6。
- AA Omniscience 测试中的无幻觉率:88.6% 对 86.1%;Carbon Medium 则为 95.8%。
AA 的编码智能体排行榜会在编码智能体中运行每个模型;Google 的模型运行于其 Antigravity CLI 中。在这项测试中,Neon Xhigh 以 58.6 排名第一,领先于得分 55.5 的 Carbon High。Neon 相对于第二名 Claude Code with Fable 5.2 Xhigh 的领先幅度不到 0.2 分:这属于并列领先,而非胜出。
Google 的模型卡并未直接比较这两款模型:表格中 Neon 的对手是 Claude Opus 5.5 和 GPT-6.2 Sol,而不是 Carbon。
价格与实际成本
| 模型与时段 | 输入 | 输出 | 缓存 | AIHubMix 当前价格 |
|---|---|---|---|---|
| Neon | $3.00 | $15.00 | $0.15 | 相同 |
| Carbon,至 Nov 30 | $2.00 | $10.00 | $0.10 | 相同 |
| Carbon,自 Dec 1 起 | $4.00 | $20.00 | $0.20 | 未公布 |
Google 的Gemini API 定价,标准层级下的美元价格,单位为每百万 token。输出费用包含思考 token。Neon 在整个 1M 上下文窗口内采用统一费率,没有入门优惠期。
截至 November 30,Neon 的每 token 价格比 Carbon 高 50%;自 December 1 起则低 25%。AIHubMix 上这两款模型目前都按 Google 的现行价格收费。AIHubMix 尚未公布 Carbon 12 月的价格,届时请查看Carbon 模型页面。
对这两款模型来说,每 token 价格并不是合适的比较单位,因为它们完成同一项工作所消耗的 token 数相差很大。AA 的智能指数单项任务成本是更好的衡量指标。
| 设置 | 截至 Nov 30 的每项任务成本($) | 自 Dec 1 起的每项任务成本($) |
|---|---|---|
| Neon Medium | 1.90 | 1.90 |
| Neon High(默认) | 3.74 | 3.74 |
| Neon Xhigh | 6.44 | 6.44 |
| Carbon Medium(默认) | 3.29 | 6.59 |
| Carbon High | 3.88 | 7.76 |
AA 按每项任务计算的美元成本,使用同一数据快照。AA 按 Carbon 的 12 月费率($4/$20)计价。Carbon 的每档费率在 November 30 前都恰好是这个价格的一半,因此第一列中的两个 Carbon 数值是 AA 数据减半得出的:属于估算值,并非 AA 的测量结果。
逐行来看:
- 今天,Neon High 和 Carbon High 的每项任务成本相差不大,分别为 $3.74 和约 $3.88。Carbon Medium 约为 $3.29,比 Neon High 更便宜。12 月之前,Neon 的优势在于速度,而非价格。
- 从 12 月 1 日起,Neon High 的每项任务成本比 Carbon High 低 52%,比 Carbon Medium 低 43%,而得分相近或更高。
Google 的发布文章声称,按 Neon 默认设置计算,“每项任务的成本比 Carbon 低 32%”。根据 AA 今天的数据,12 月 1 日之后低 43–52%;在此之前则从便宜 3.5% 到贵 14% 不等。应将 Google 的数字视为其自有估算。
费用计算示例
假设一次智能体调用的提示词有 200,000 个 token。其中 150,000 个 token 是稳定前缀,可命中隐式缓存;模型生成 20,000 个思考与回答 token。
- Neon:每百万 token 计算(50,000 × $3 + 150,000 × $0.15 + 20,000 × $15)= $0.47。
- Carbon,截至 November 30:$0.32。
- Carbon,自 December 1 起:$0.63。
这个例子假设两款模型消耗的 token 数相同,这会让 Carbon 相较于 Neon High 显得更划算,但对比 Neon Xhigh 时则不会。AA 的每项任务数据表明,如果两者价格相同,Neon High 在相同任务上的成本会比 Carbon High 低约 36%,而 Neon Xhigh 则会高约 11%。
两个设置决定你的实际费用:你指定的思考级别,以及稳定前缀是否达到隐式缓存所需的 4,096-token 最低长度。AA 的模型页面显示,Neon Xhigh 在智能指数测试中生成了 283 million 个 token,Carbon High 生成了 205 million 个,而中位数为 65.1 million。
速度:在 12 月之前切换的理由
处理长任务时,Carbon 速度较慢。智能指数任务的平均耗时,High 设置为 36.6 分钟,Medium 设置为 29.3 分钟。Neon High 用时 14.8 分钟,Neon Medium 用时 8.3 分钟。输出速度解释了其中大部分差异:AA 测得 Neon 的速度约为每秒 100 个 token,Carbon 约为每秒 55 个。
首个回答 token 则看的是另一种耗时。Carbon High 需要等待 72.9 秒,Neon High 将其缩短到 40.6 秒。但 Carbon 的默认设置 Medium 仅需 32.2 秒,比 Neon High 更快。对于聊天式使用,应比较 Carbon Medium 和 Neon Medium:前者等待首个回答需 20.1 秒,每项任务耗时 8.3 分钟,指数得分低 3.4 分。
在编码智能体排行榜上,速度差距小得多:Neon Xhigh 的平均任务耗时为 30.5 分钟,Carbon High 为 33.6 分钟,前者约少 9%。智能体运行还会花时间执行工具调用,而输出速度对此没有影响。AA 测得这两种设置的每项任务成本分别为 $6.86 和 $9.75,Carbon 按 12 月费率计价;按当前费率计算,Carbon High 的成本约为 $4.88,比 Neon Xhigh 便宜。
Carbon 仍然更合适的场景
最难的推理任务。CritPt 是最明显的差距:Carbon 得分为 69.0,而 Neon High 为 59.0。Google 的建议也指向同一结论:在“系统架构、多文件调试、密集型多模态分析、形式化证明和安全审计,或更快的模型陷入困境时”使用 Carbon。
更少编造答案。在 AA 的非幻觉率指标上,Carbon Medium 得分为 95.8%,Neon High 为 86.1%。如果自信但错误的答案比正确但缓慢的答案代价更高,那么这个差距比指数得分更重要。
本月账单,适用于 Medium 用户。截至 11 月 30 日,Carbon Medium 的单项任务成本低于 Neon High。如果你在 Carbon Medium 上的评测结果合格,而且没人等着这些答案,那么在价格变更前继续使用它不会多花钱。
更快拿到首个 token。Carbon Low 在 8.7 秒内返回首个回答 token,是这里所有设置中最快的,得分为 54.2。但每项任务仍需 29.8 分钟,因此只有在首个 token 的速度是衡量指标时,它才有帮助。
谁该立即切换,谁该等待
如果 Carbon 的运行触发了客户端超时,或长时间推理任务成了瓶颈,现在就切换。先从 Neon 的默认设置 high 开始:完成每项指数任务所需的时间只有 Carbon Medium 的一半,指数得分却与之持平。对于工具密集型智能体循环,节省的时间较少,因此请测量自己的运行情况。对于交互式轮次,使用 medium:它比 Carbon Medium 提前 12 秒开始回答,但指数得分低 3.4 分。
如果每项任务的成本是决定因素,请在 12 月 1 日前切换。在 11 月最后一周,使用你自己的评测集分别测试 Neon High 和 Carbon,并在价格变更当天切换。
对于研究级推理、安全审计,以及幻觉率是决定性指标的工作,继续使用 Carbon。你也可以同时运行两者:大部分复杂工作交给 Neon,Neon 出错的情况则交给 Carbon。
有意设置推理强度。如果 Carbon 集成从未设置思考强度,那么在 Neon 上将以 high 运行。它与 Carbon High 相当,但每项任务的成本是 Neon Medium 的两倍。
通过同一个端点试用两者
这两个模型都可通过 AIHubMix 的 OpenAI 兼容端点使用,因此切换只需改一行。AIHubMix 的参数架构列出了 Neon 从 low 到 xhigh 的 reasoning_effort 取值,以及 Carbon 从 low 到 high 的取值。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
)
for model in ["gemini-4-neon", "gemini-4-carbon"]:
response = client.chat.completions.create(
model=model,
reasoning_effort="high", # Neon also accepts "xhigh"; Carbon tops out at "high"
max_completion_tokens=32768, # Carbon's non-streaming limit; Neon allows 65,536
timeout=900, # hard prompts can take several minutes
messages=[{"role": "user", "content": "Find the race condition in this retry queue and propose a fix: ..."}],
)
print(model, response.usage.completion_tokens)
print(response.choices[0].message.content[:500])
示例将输出 token 数控制在 32,768 以内,因为它没有启用流式输出,而这是 Carbon 的非流式输出上限;启用流式输出后,Carbon 的上限可达 65,536。AIHubMix 的 OpenAI 兼容端点无法继续生成超过 65,536 个 token。其架构列出了 Google 原生 Gemini 端点上的续写 token,但本文未对此进行测试。本文没有进行实时测试,因此示例展示的是请求格式,而非经过验证的响应。对比页面并列展示了这两个模型的条目。
常见问题
Gemini 4 Neon 比 Carbon 更好吗?
在相同设置下,它们在 Artificial Analysis Intelligence Index 上的得分大致相同:Neon High 为 59.6,Carbon High 为 60.0。Neon 完成任务所需的时间不到 Carbon 的一半。Carbon 在 CritPt 等研究级推理任务上仍然领先,且幻觉率更低。
Neon 比 Carbon 便宜吗?
截至 11 月 30 日,按 token 计并不便宜:Neon 的价格为 $3/$15,Carbon 为 $2/$10。从 12 月 1 日起,Carbon 的价格将升至 $4/$20,因此 Neon 的单 token 价格低 25%。按高强度设置计算每项任务的成本,AA 的数据表明,从 12 月 1 日起,Neon 的成本约为 Carbon 的一半;而按 Carbon 当前价格减半计算,Neon 目前的任务成本与 Carbon 大致持平。
Neon 的默认思考强度是什么?
High。Carbon 的默认值是 medium。Neon 还新增了 Carbon 不具备的 xhigh。
从 Carbon 切换到 Neon,需要修改请求吗?
Google 表示无需更改请求架构。修改模型 ID 即可;如果你依赖 Carbon 的 medium 默认值,请明确设置思考强度。
Neon 在所有情况下都更快吗?
不是。按每项任务计算,Neon 更快:在 AA 的数据中,Neon High 用时 14.8 分钟,而 Carbon High 用时 36.6 分钟。但在返回首个回答 token 的速度上,Neon High(40.6 秒)比 Carbon 的默认设置 Medium(32.2 秒)慢。Neon Medium(20.1 秒)则比两者都快。
12 月 1 日之后,AIHubMix 会如何为 Carbon 定价?
目前尚未公布。AIHubMix 今天列出的 Carbon 价格为 Google 当前的 $2/$10,而 Google 的价格将在 12 月 1 日升至 $4/$20。届时请查看 Carbon 模型页面。
Neon 能在单次响应中生成超过 65,536 个 token 吗?
通过 Google 自有 API 可以,可使用 Interactions API 或 GenerateContent 的长解码功能。通过 AIHubMix 的 OpenAI 兼容端点,每个请求最多可输出 65,536 个 token;Carbon 非流式调用的上限则为 32,768 个。
继续阅读:Gemini 4 Neon 系列
- 如果你正在迁移 Carbon、Argon 或 Gemini 3.1 Pro 集成,想了解哪些地方会出问题,迁移指南介绍了更高的默认值、400 错误和输出上限:Gemini 4 Neon 迁移:默认 high 思考强度、400 错误和 65K 上限。
- 如果你考虑的不只是 Neon 和 Carbon,系列对比文章会用相同的指标,将 Hydrogen 和 Argon 与它们放在一起比较:Gemini 4 Hydrogen、Neon、Carbon 与 Argon 对比:该选哪个?。
来源
- Google AI Studio,Gemini 4 Neon 新功能
- Google DeepMind,Gemini 4 Neon 模型卡
- Google AI Studio,Gemini API 定价
- Artificial Analysis,LLM 排行榜(访问时间:2026-11-19 13:27 UTC)
- AIHubMix,Gemini 4 Neon


