Gemini 4 Neon 与 Carbon:更快的模型够用吗?

推理时代阅读约 11 分钟

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

来源

一个网关接入多家 AI 服务商, 为生产环境而生。

访问推理时代官网