Gemini 4 Neon 與 Carbon 比較:速度更快的模型夠好嗎?

推理時代閱讀約 11 分鐘

Gemini 4 Neon並不是全新的模型系列。Google 在模型卡上用一句話說明了這點:「Gemini 4 Neon 是以 Gemini 4 Carbon 為基礎調整而成。」在 Artificial Analysis 上,Neon 使用預設的 high 設定時,Intelligence Index 得分為 59.6,Carbon High 則為 60.0;平均完成一項任務,Neon 需要 14.8 分鐘,Carbon 則需要 36.6 分鐘。

價格比較取決於日期。目前 Neon 每 token 的價格比 Carbon 高 50%,因為 Carbon 仍採用上市初期費率。12 月 1 日起,Carbon 費率將加倍,而 Neon 的 $3/$15 將成為較便宜的價目。以 high 設定完成每項任務的成本來看,兩者目前大致相同;12 月 1 日之後,Neon 的成本約為一半。

三行看懂如何選擇:

  • 如果 Carbon 冗長的推理過程拖慢你的速度,現在就換用 Neon。Neon High 的指數得分與 Carbon High 相當,完成 AA 指數任務所需時間則只有 40%。
  • 如果你關注的是每項任務的成本,請在 12 月 1 日前換用 Neon。價格調整後,Neon High 實測的每項任務成本約為 Carbon High 的一半。
  • 若是最困難的推理任務,繼續使用 Carbon。它在研究級物理題上仍然領先,幻覺率也較低;Google 也保留 Carbon,供「更快的模型會卡住」時使用。

Neon 是什麼,以及 Google 如何定位它

模型 ID 是 gemini-4-neon,在 AIHubMix 上也相同。Google 將其列為穩定版,於 2026 年 11 月 18 日推出。它的知識截止日期為 2026 年 3 月,輸入與輸出共用 1,048,576-token 上下文視窗,並支援文字、圖片、影片、音訊和 PDF 輸入。

Google 將它定位在系列中快速模型與深度推理模型之間。AI Studio 說明指出,Neon「介於 Gemini 4 Hydrogen 與 Gemini 4 Carbon 之間,適合高頻率的複雜任務」。模型選擇指南則有更具體的說明:Neon「比 Carbon 更快完成任務、使用更少的輸出 token,同時比 Hydrogen 更能處理複雜推理」,而 Carbon 仍是「我們推理能力最強的模型」。Google 對兩者的速度標示分別為 Neon「中等」和 Carbon「從容」。

這兩款模型都不在 Google 的免費額度內。

Carbon 的變更之處

項目 Neon Carbon
價格,輸入/輸出 $3 / $15 $2 / $10,之後為 $4 / $20
思考層級 low、medium、high、xhigh low、medium、high
預設層級 high medium
每次請求的輸出量 65,536 65,536
原生非串流請求 65,536 32,768
輸出速度(AA) 約 100 tok/s 約 55 tok/s

價格為 Google 的美元報價,單位是每百萬 token;Carbon 的 $2/$10 費率適用至 2026 年 11 月 30 日,$4/$20 則自 12 月 1 日起適用。非串流一列指的是在 Google 自家 API 上,單次非串流 REST 呼叫無須接續請求即可傳回的輸出量。輸出速度是 Artificial Analysis 在 high 設定下對 Google API 的測量結果。

其中兩項會在不修改程式碼的情況下改變行為,另有一項新增選項。

預設層級提高了一級。Carbon 的預設值是 medium;Neon 的預設值是 high。若 Carbon 整合從未設定層級,換用 Neon 後,每一輪的思考量就會增加。就品質而言,這是可比較的設定(見下文),但 token 預算並不相同。

非串流回答的長度可能加倍。直接呼叫 Carbon 的非串流請求,最多可傳回 32,768 個輸出 token。Google 的長輸出解碼指南指出,這類請求若將 max_output_tokens 設為高於 32,768,「會傳回 400 錯誤」。Neon 無論是否串流,都允許 65,536 個 token。AIHubMix 的參數規格也記載了相同差異:Carbon 的串流上限為 65,536,非串流為 32,768;Neon 則兩者皆為 65,536。若 Carbon 整合的非串流呼叫維持在 32K 以下,就不需要修改;改用 Neon 的話則可以提高上限。

新增第四個層級。xhigh是這個級別新增的選項;Carbon 的最高層級為 high。只有請求明確指定時才會套用。Google 建議「將 xhigh 保留給 high 無法勝任的高難度多步驟問題」。

其餘部分沿用相同的系列設計:共用 1M 上下文視窗、僅支援隱式快取、忽略取樣參數,且請求規格相同。Google 提供的其他 Gemini 4 模型遷移檢查清單只有三項:變更模型 ID、確認思考層級、使用付費專案。會造成破壞性變更的細節,請參閱本系列的遷移文章。

品質:預設層級相近,極端設定則有差異

本文數據來自 Artificial Analysis(AA)的即時排行榜與模型頁面,以及其 coding-agent 指數,並於 2026-11-19 13:27 UTC 再次查核。這些是第三方對 Google API 的測量結果,會隨 AA 重新執行模型而變動。

設定 AA 指數 每項任務分鐘數 首個回答(秒)
Neon Xhigh 61.4 21.5 56.5
Carbon High 60.0 36.6 72.9
Neon High(預設) 59.6 14.8 40.6
Carbon Medium(預設) 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

「首個回答」是 AA 從開始到收到第一個回答 token 所需的時間。「每項任務分鐘數」是 AA 完成一項 Intelligence Index 任務的平均時間。

使用相同層級時,兩者得分相差不到半分:Neon High 為 59.6,Carbon High 為 60.0。Neon 的預設設定比 Carbon 的預設設定高 1.3 分。Neon Xhigh 是指數上得分最高的 Gemini 4 設定,為 61.4。

Google 的上市公告稱其「整體排名第 3」。若每款模型只計一次,這個排名成立:只有 Claude Fable 5.2 和 GPT-6.2 Astra 得分更高。AA 會將每種設定分開排名,因此 Neon Xhigh 在該排行榜上排名第六。

平均分數掩蓋了兩者的差異。在 AA 的個別評測中,Neon High 在 FrontierCode(43.3 對 40.6)、Terminal-Bench-Science(65.7 對 64.8)、AutomationBench(79.2 對 77.8),以及 AA-Briefcase 知識工作評分(1632 對 1611)上勝過 Carbon High。Carbon High 則在三項與高難度工作相關的評測中明顯領先,並在 HLE-Diamond(69.1 對 68.4)略勝一籌:

  • CritPt,AA 的研究級物理評測:69.0 對 59.0。Neon 沒有任何設定的得分高於 62。
  • Terminal-Bench 4.0:65.2 對 61.6。
  • AA Omniscience 測試中的非幻覺率:88.6% 對 86.1%;Carbon Medium 則為 95.8%。

AA 的 coding-agent 排行榜會在程式設計 Agent 中執行各款模型;Google 的模型則在其 Antigravity CLI 中執行。在該排行榜上,Neon Xhigh 以 58.6 排名第一,高於 Carbon High 的 55.5。不過,Neon 領先第二名 Claude Code 搭配 Fable 5.2 Xhigh 的幅度不到 0.2 分:這是並列榜首,而非勝出。

Google 的模型卡並未直接比較這兩款模型:表格中 Neon 的比較對象是 Claude Opus 5.5 和 GPT-6.2 Sol,而非 Carbon。

價格與實際成本

模型與期間 輸入 輸出 快取 今日 AIHubMix 價格
Neon $3.00 $15.00 $0.15 相同
Carbon,截至 11 月 30 日 $2.00 $10.00 $0.10 相同
Carbon,自 12 月 1 日起 $4.00 $20.00 $0.20 尚未公布

Google 的Gemini API 定價,標準級別的美元報價,單位為每百萬 token。輸出費用包含思考 token。Neon 在完整的 1M 上下文視窗內採用統一費率,沒有上市初期優惠期間。

截至 11 月 30 日,Neon 每 token 的價格比 Carbon 高 50%;自 12 月 1 日起則低 25%。AIHubMix 目前依 Google 的現行費率列出這兩款模型。AIHubMix 尚未公布 Carbon 12 月的價格,屆時請查看Carbon 模型頁面。

對這兩款模型來說,每 token 價格並不是合適的比較單位,因為它們完成相同工作時消耗的 token 數量差異很大。AA 的 Intelligence Index 每項任務成本,是更好的衡量方式。

設定 每項任務成本(美元),截至 11 月 30 日 每項任務成本(美元),自 12 月 1 日起
Neon Medium 1.90 1.90
Neon High(預設) 3.74 3.74
Neon Xhigh 6.44 6.44
Carbon Medium(預設) 3.29 6.59
Carbon High 3.88 7.76

同一批快照中 AA 計算的每項任務美元成本。AA 對 Carbon 採用 12 月費率($4/$20)。截至 11 月 30 日,Carbon 的每項費率剛好是這個價格的一半,因此第一欄中的兩個 Carbon 數字是 AA 數據減半後的結果:這是推算值,並非 AA 實測數據。

逐列來看:

  • 目前,Neon High 和 Carbon High 每項任務的成本大致相同,分別是 $3.74 和約 $3.88。Carbon Medium 約為 $3.29,比 Neon High 便宜。12 月前 Neon 的優勢在速度,而非成本。
  • 自 12 月 1 日起,Neon High 每項任務的成本比 Carbon High 低 52%,比 Carbon Medium 低 43%,得分則相近或更高。

Google 的上市公告宣稱,Neon 使用預設層級時「每項任務成本比 Carbon 低 32%」。根據 AA 今日的數據,12 月 1 日後成本將低 43–52%;在此之前則可能低 3.5%,也可能高 14%。Google 的數字應視為 Google 自行估算的結果。

實際費用試算

假設一個 Agent 回合的提示詞有 200,000 個 token,其中 150,000 個 token 是可穩定命中隱式快取的固定前綴,而模型會產生 20,000 個思考與回答 token。

  • Neon:(50,000 × $3 + 150,000 × $0.15 + 20,000 × $15)/1,000,000 = $0.47。
  • Carbon,截至 11 月 30 日:$0.32。
  • Carbon,自 12 月 1 日起:$0.63。

這裡假設兩者使用相同數量的 token,因此相較於 Neon High,對 Carbon 較有利;但若比較 Neon Xhigh,情況就不同。AA 的每項任務數據顯示,在價格相同時,Neon High 完成相同任務的成本約比 Carbon High 低 36%,而 Neon Xhigh 則高約 11%。

有兩個設定會決定你的實際費用:你送出的思考層級,以及固定前綴是否達到 4,096-token 的隱式快取最低門檻。AA 模型頁面指出,Neon Xhigh 在 Intelligence Index 中產生了 283 million 個 token,Carbon High 則產生 205 million 個,兩者都高於 65.1 million 的中位數。

速度:在 12 月前換用 Neon 的理由

處理長時間任務時,Carbon 的速度很慢。Intelligence Index 任務平均需要 36.6 分鐘(High)或 29.3 分鐘(Medium)。Neon High 需要 14.8 分鐘,Neon Medium 則需要 8.3 分鐘。大部分差異來自輸出速度:AA 測得 Neon 約為每秒 100 個 token,Carbon 約為每秒 55 個。

收到第一個回答 token 的時間,衡量的是另一種速度。Carbon High 需要等 72.9 秒,Neon High 則將時間縮短至 40.6 秒。但 Carbon 的預設 Medium 只需 32.2 秒就會開始回覆,比 Neon High 還快。若用於聊天,應比較 Carbon Medium 和 Neon Medium:前者收到首個回答需要 20.1 秒,每項任務需時 8.3 分鐘,而指數得分低 3.4 分。

在 coding-agent 排行榜上,兩者的時間差小得多:Neon Xhigh 每項任務平均需時 30.5 分鐘,Carbon High 則為 33.6 分鐘,少約 9%。Agent 執行過程也需要花時間呼叫工具,而輸出速度不會影響這部分。AA 計算的每項任務成本分別為 $6.86 和 $9.75,其中 Carbon 採用 12 月費率;若以目前費率計算,Carbon High 約為 $4.88,比 Neon Xhigh 便宜。

Carbon 仍然較適合的情況

最艱難的推理。CritPt 是差距最明顯的項目:Carbon 得分 69.0,Neon High 則為 59.0。Google 的建議也指出同樣方向:在「系統架構、多檔案除錯、密集多模態分析、形式化證明和安全稽核,或較快的模型卡住時」使用 Carbon。

較少捏造答案。在 AA 的非幻覺率指標上,Carbon Medium 得分 95.8%,Neon High 則為 86.1%。如果自信卻錯誤的答案,比慢一點但正確的答案代價更高,這項差距就比指數分數更重要。

本月帳單,適用於 Medium 使用者。在 11 月 30 日之前,Carbon Medium 的每項任務成本低於 Neon High。如果你的評測在 Carbon Medium 上都能通過,而且沒有人需要等答案,等到價格變動前繼續使用也不會多花錢。

快速取得第一個 token。Carbon Low 在 8.7 秒內回傳第一個答案 token,是這裡所有設定中最快的,得分為 54.2。不過每項任務仍需 29.8 分鐘,因此只有在第一個 token 的速度是衡量指標時才有幫助。

誰該立即切換,誰該等待

立即切換,如果 Carbon 執行時會觸發用戶端逾時,或長時間推理任務是瓶頸。先從 Neon 預設的 high 開始:它在指數上的表現與 Carbon 相當,但每項指數任務耗時只有 Carbon Medium 的一半。對於工具密集的 Agent 循環,省下的時間較少,因此請測量自己的執行情況。互動式對話則使用 medium:它比 Carbon Medium 提早 12 秒開始回答,但指數分數低 3.4 分。

在 12 月 1 日前切換,如果每項任務的成本是決策關鍵。請在 11 月最後一週,使用 Neon High 和 Carbon 跑自己的評測集,並在價格變動當天切換。

繼續使用 Carbon,適用於研究級推理、安全稽核,以及幻覺率是決定性指標的工作。你也可以同時使用兩者:大部分複雜工作交給 Neon,Neon 出錯的情況則交給 Carbon。

有意識地設定推理等級。如果 Carbon 整合從未設定思考等級,Neon 就會以 high 執行。這與 Carbon High 相同,但每項任務的成本是 Neon Medium 的兩倍。

透過同一個端點試用兩者

兩個模型都支援 AIHubMix 的 OpenAI 相容端點,因此只要改一行就能切換。AIHubMix 的參數結構定義列出 Neon 的 reasoning_effort 值,範圍從 low 到 xhigh;Carbon 則從 low 到 high。

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])

由於這個範例不使用串流,輸出 token 數控制在 32,768 以下,這也是 Carbon 非串流模式的上限;若要讓 Carbon 輸出最多 65,536 個 token,請使用串流。AIHubMix 的 OpenAI 相容端點無法延續超過 65,536 個 token。其結構定義列出了 Google 原生 Gemini 端點上的延續 token,而本文未測試該端點。本文未進行即時測試,因此範例呈現的是請求格式,並非經過驗證的回應。比較頁面並列呈現了兩個模型的資訊。

常見問題

Gemini 4 Neon 比 Carbon 好嗎?
在 Artificial Analysis Intelligence Index 上,兩者於相同設定下的得分大致相同:Neon High 為 59.6,Carbon High 為 60.0。Neon 完成任務所需時間不到 Carbon 的一半。Carbon 在 CritPt 等研究級推理方面仍占優勢,且幻覺率較低。

Neon 比 Carbon 便宜嗎?
截至 11 月 30 日,Neon 的每 token 價格並不較低:Neon 為 $3/$15,Carbon 為 $2/$10。從 12 月 1 日起,Carbon 價格將調為 $4/$20,因此 Neon 的每 token 價格便宜 25%。在 high 設定下,AA 的數據顯示,從 12 月 1 日起,Neon 每項任務的成本約為 Carbon 的一半;以目前價格計算,Carbon 費用減半後,Neon 與 Carbon 的每項任務成本則大致相當。

Neon 預設的思考等級是什麼?
High。Carbon 的預設值是 medium。Neon 另提供 Carbon 沒有的 xhigh。

從 Carbon 換成 Neon,需要修改請求嗎?
Google 表示不需要變更請求結構定義。只要更改模型 ID;如果你依賴 Carbon 的 medium 預設值,也請明確設定思考等級。

Neon 在所有情況下都比較快嗎?
不是。以每項任務來看,Neon 確實比較快:AA 的數據顯示,Neon High 需時 14.8 分鐘,Carbon High 則為 36.6 分鐘。但以取得第一個答案 token 的時間來看,Neon High(40.6 秒)比 Carbon 預設的 Medium(32.2 秒)慢。Neon Medium(20.1 秒)則比兩者都快。

12 月 1 日之後,AIHubMix 會對 Carbon 收取多少費用?
目前尚未公布。AIHubMix 現在列出的 Carbon 價格,是 Google 目前的 $2/$10;Google 的價格將在 12 月 1 日調整為 $4/$20。屆時請查看 Carbon 模型頁面。

Neon 能在單次回應中產生超過 65,536 個 token 嗎?
使用 Google 自家的 API 可以,透過 Interactions API 或 GenerateContent 的長解碼功能即可。使用 AIHubMix 的 OpenAI 相容端點時,每次請求的輸出上限為 65,536 個 token;Carbon 非串流呼叫的上限則是 32,768 個 token。

繼續閱讀:Gemini 4 Neon 系列

資料來源

一個閘道接入多家 AI 服務商, 為正式環境而生。

前往推理時代官網