谷歌发布 Gemini 4 Neon:中档模型第一次压过自家旗舰,但这 12 天它每 token 反而更贵
3分钟看懂:这次发的是什么
2026 年 11 月 18 日,Google DeepMind 上线 Gemini 4 Neon。按官方博客的说法,它是 Gemini 4 家族的中间档:比 Hydrogen 更会思考,比 Carbon 更快、更便宜,专门用来跑「高频但又不简单」的活儿——多文件改代码、读一堆报表出结论、跑长链条的 Agent 任务。
三个最关键的数字:
- 价格 每百万 token 输入 3 美元、输出 15 美元,缓存输入 0.15 美元(95% 折扣)
- 上下文 100 万 token,且全窗口一个价,不收长上下文附加费
- 在第三方 Artificial Analysis 智能指数上,Neon 在 xhigh 思考档拿到 61 分,总体第三
61 分这个数字是这次发布真正的新闻点:Google 自家的旗舰 Gemini 4 Carbon 在同榜是 60 分。也就是说,一个定位为中档、主打「快和便宜」的模型,第一次在独立榜单上把自家最贵的模型挤到了身后。它前面只剩两个:GPT-6.2 Astra 的 62 分和 Claude Fable 5.2 的 65 分。
为什么这次不一样
过去一年 Google 的模型梯队分工很清楚:Hydrogen 管日常快答,Carbon 管最难的活,中间是空的。Neon 就是来填这个空位的,官方在博客里给它的定位是「在 Hydrogen 不够用、又不需要 Carbon 那层额外复核时选它」。
真正让人意外的是效率差。Artificial Analysis 的实测数据是:Neon 的输出速度约 每秒 110 个 token,Carbon 只有 57;折算下来单任务耗时缩短约 40%。跑完一整套智能指数,Neon 花 6.44 美元,Carbon 花 7.76 美元。
但同一份数据里还藏着一个反直觉的细节:Neon 每个任务消耗的输出 token 比 Carbon 多约 15%。省下来的钱全部来自单价,不是因为它更省 token。这一点很重要——如果你的场景是「输出极长、输入极短」,价差会被这部分多出来的 token 吃掉一部分。
在编码这个最卷的战场上,第三方测出来的结果是 Neon 在 Antigravity CLI 下拿到 59 分(Artificial Analysis 编码 Agent 指数),Carbon 是 55;Claude Code 配 Fable 5.2 和 Opus 5.5 都是 58,Codex 配 GPT-6.2 Astra 是 53。官方自己给的 Coding Agent 指数是 58.6,Terminal-Bench 4.1 为 65.2%,FrontierCode 2.0 在默认 high 档为 46.2%。
账单上的坑:这 12 天,中档比旗舰贵
这是最容易被标题骗过去的地方。
Gemini 4 Carbon 目前还在促销价:输入 2 美元、输出 10 美元每百万 token,这个价格到 11 月 30 日结束。12 月 1 日起,Carbon 回到标准价 4 美元 / 20 美元。
Neon 没有促销价,一上来就是 3 美元 / 15 美元的长期标价。
于是出现一个尴尬的时间窗:11 月 18 日到 11 月 30 日,Neon 每 token 比 Carbon 贵 50%。等到 12 月 1 日 Carbon 涨价,Neon 才变成比旗舰便宜 25% 的那一档。Google 给 Neon 定的是「促销结束后的价格」,只是它比 Carbon 的促销结束得更早。
所以现在切换的正确说法不是「Neon 更便宜」,而是「Neon 更快、分更高,但你得为这 12 天多付单价」。官方对此的说法是:在 high 档,Neon 能以比 Carbon 低 32% 的单任务成本拿到同样的分数——这个对比用的是 Carbon 的标准价。
价格阶梯完整对照(每百万 token,标准档):
- Gemini 4 Hydrogen:1.50 / 7.50 美元
- Gemini 4 Carbon:2 / 10 美元(促销,至 11 月 30 日)→ 4 / 20 美元(12 月 1 日起)
- Gemini 4 Neon:3 / 15 美元,缓存输入 0.15 美元
- Neon 走 Batch 或 Flex:1.50 / 7.50 美元,正好等于 Hydrogen 的标准价
- Neon 走 Priority:5.40 / 27 美元
它具体能干什么
官方博客给出的分数不少,挑几个对普通读者有意义的:
企业文档与知识工作
- 100 万 token 里同时塞表格、PDF、图表、音频、视频,直接产出结构化交付物
- Vals Index 第二(70.9%);Legal Research Bench 和 Tax Agent Bench 都是第一
- Chartography 73.5%(读密排专业图表)
- Zapier 的 AutomationBench 第一(56.3%);Andon Labs 的 Vending-Bench 2 第一(16,843 美元,长程模拟经营一家公司)
- Agent Arena 指数首次进榜即第二(1336 分,覆盖 4200+ 真实 Agent 会话)
编码
- Terminal-Bench 4.1:65.2%
- mini-SWE 环境 12.8%,换到 Antigravity 里跑到 39.0%——同一个模型,脚手架不同差三倍
- 长会话里会主动减少重复读文件、做上下文压缩
科研与数学
- Terminal-Bench Science 70.5%
- RiemannBench 84.0%
- HLE-Diamond 71.3%
安全侧的数字也一并放了出来:Terminal-Bench 4.0 上拒答率 1.98%、Terminal-Bench-Science 上 0%;编码作弊评测里走捷径的比例 2.45%(Gemini 4 系列最低);Agent 诚实度评测通过率 99.2%;在 Gray Swan 的间接提示注入基准上,配合实时防护、最高思考档时攻击成功率 0%。
怎么用:三个入口
- 开发者:Gemini API 付费层(含 Interactions API)、Google AI Studio。注意 没有免费额度,也不在免费层开放。
- 订阅用户:Google AI Pro / Ultra 可以在 Gemini app 的模型下拉框里选 Neon,也可以在 Antigravity 里用。同时 Argon 和 Gemini 3.1 Pro Preview 被它取代,3.5 Flash-Lite 在付费用户的选择器里改叫「Auto」。
- 企业:Vertex AI 已对已验证企业客户在 global / US / EU 区域开放;也可通过 Gemini for business 的 API 或模型下拉框调用。OpenRouter 上也能拿到。
调用层面的几个硬限制,最好在写代码前就知道:
- 只输出文本。输入可以是文字、图片、视频、音频、PDF(也吃 Office 和 OpenDocument 文件),但不出图、不出音频,也没有 Live API。
- 同步请求的输出默认上限 65,536 token。想写更长的东西,要么开 background 模式,要么在客户端做续写。
- 缓存只有隐式缓存,且提示词要至少 4096 token 才生效;不支持显式缓存。
- 采样参数(temperature 等)会被忽略,传越界值直接 400。
- 知识截止 2026 年 3 月。
- 难提示词可能要跑几分钟,官方建议背景执行或把客户端超时设到 15 分钟以上。
适用场景
- 高频的代码维护:多文件重构、跨仓库调试、写测试,要求「改得准」而不是「想得深」
- 长文档处理:把一堆报表、合同、PDF 压成一份结论
- Agent 流水线里的「主控」:官方演示的用法是让 Neon 当调度者,把并行子任务分给 Hydrogen
- 批处理任务:走 Batch / Flex,价格直接掉到 Hydrogen 的标准价,这时候性价比最好
不适用场景
- 需要极限推理的一次性难题:这类活还是 Carbon 的地盘,官方也这么定位
- 需要模型直接产图、产音频、或做实时语音对话:Neon 全都不支持
- 预算卡得极紧、又能接受慢一点:11 月 30 日之前,Carbon 促销价每 token 更便宜
- 想白嫖试用:没有免费层,也没有 Neon 的试用额度
避坑:三个具体的坑
- thinking 档位默认是 high,不是 low。从 Hydrogen 迁过来的代码如果没显式设档,等于默认跑更重的配置,延迟和账单都会涨,而质量差还没看见。
- 别在促销期盲切。11 月 30 日之前,同样 token 量下 Neon 比 Carbon 贵 50%。真要在窗口内切,先算清楚你的输入输出比例:Neon 每任务还多用约 15% 输出 token。
- 别指望它一次写完长文。65,536 的同步输出上限对长报告、长代码文件是硬墙,必须提前设计续写或 background 流程。
成本/时间:怎么估自己的账
按标准价粗算,一个任务如果输入 20 万 token、输出 3 万 token:
- Neon:20 万 × 3 美元/百万 + 3 万 × 15 美元/百万 = 0.60 + 0.45 = 1.05 美元
- Carbon 促销价:20 万 × 2 + 3 万 × 10 = 0.40 + 0.30 = 0.70 美元
- Carbon 标准价:20 万 × 4 + 3 万 × 20 = 0.80 + 0.60 = 1.40 美元
同样一笔活,现在跑 Neon 比跑 Carbon 贵 50%,12 月 1 日之后反过来便宜 25%。如果你的输入远大于输出(读长文档、改大仓库),Neon 的相对优势会更明显,因为贵的是输出;反过来,纯生成类任务的价差最小。
时间上,官方和第三方都指向同一个结论:Neon 的单任务耗时比 Carbon 少约 40%,输出速度 110 对 57 token/秒。对交互式产品,这个差别比价格更容易被用户感知。
行动建议
第一步:别急着改默认模型,先在你自己的三条真实任务上各跑一遍 Neon 和 Carbon,把 token 消耗记下来。Artificial Analysis 的「Neon 多用 15% 输出 token」是平均值,你的场景可能完全不同。
第二步:如果结论是「值得切」,在 11 月 30 日之前只做灰度,不要全量——这 12 天你在为单位价格多付钱。把全量切换排在 12 月 1 日之后,那时 Carbon 涨到 4/20,Neon 才真正成为中间档。
第三步:如果需要跑大批量、又不赶时间,直接走 Neon 的 Batch / Flex(1.50 / 7.50),这是整条产品线里唯一「中档智力、入门价格」的组合。
> 本文基于 Google 官方发布博客,以及 9to5Google、OfficeChai、LLM-Stats、VentureBeat 等多家媒体的转述与独立数据整理。Artificial Analysis 的分数与成本由第三方评测机构给出,Google 官方分数为自报,两者口径不同,正文已分别标注。
参考来源
- https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/
- https://9to5google.com/2026/11/18/gemini-4-neon-announcement/
- https://officechai.com/ai/gemini-4-neon-places-ahead-of-gemini-4-carbon-on-artificial-analysis-intelligence-index-becomes-googles-top-model/
- https://llm-stats.com/blog/research/gemini-4-neon-launch
- https://venturebeat.com/technology/google-launches-gemini-4-neon-with-opus-5-5-level-coding-performance-at-25-lower-api-token-prices