Tabbit部落格

Gemini 4 Neon 評測:High 檔值不值得換?

看 Gemini 4 Neon 在多文件編程、圖表分析和自動化中的表現,弄清 High 與 Extra High 的成本差異,以及何時繼續用 Carbon 或 Hydrogen。

本文目錄
  1. 先看結論
  2. Gemini 4 Neon 是甚麼,在哪裡可以用
  3. 同一組任務,四檔差在哪
  4. 基準成績怎麼看
  5. 哪些任務值得試 Neon
  6. 會牽動調用方的代碼修改
  7. 要精讀圖表的文件
  8. 能校驗最終狀態的流程
  9. 實際使用的三個限制
  10. 輸出快,整項任務仍可能很久
  11. Carbon 的價差在 12 月 1 日反轉
  12. 長上下文仍要校驗格式和事實
  13. 用 Tabbit 固定試驗資料
  14. 按工作負荷選模型

如果你經常改多個代碼文件,或要從一堆圖表、PDF 里提取可核對的結論,Gemini 4 Neon 值得用 High 檔試一輪。日常短任務先用 Hydrogen,Carbon 已經穩定通過驗收的任務先保留。Google 於 2026 年 11 月 18 日發佈 Neon,把它放在 Hydrogen 和 Carbon 之間,面向高頻且有一定難度的工作。Google 發佈公告

Zapier 用 AutomationBench 1.0.6 測了同樣的 657 個任務。Extra High 比 High 多通過 13 個,每次嘗試的估算成本卻從 0.88 美元升到 1.69 美元。從 High 起步的理由就在這裡。Reddit 上也有 Antigravity 用戶認為 Neon 在自己的項目里容易讀、結果夠準確。帖子沒有公開倉庫和驗收規則,能否復現取決於你的任務。Zapier 測試報告 · 用戶原帖

phpHater0 在 Reddit 記錄 Neon 在實際項目中的使用反饋
上線當天的項目反饋,作者未公開測試用例。

下面分開看代碼、自動化和文件。涉及多網頁資料時,可以用 Tabbit Browser 把來源固定下來,再讓不同模型答同一套題。

先看結論

  • 多文件修復、需要引證據的分析先試 High。批量任務已有低成本校驗時,再試 Medium。

  • 同樣 657 題,High 過了 357 題,Extra High 過了 370 題。每個新增通過結果值多少錢,比檔位名稱更能指導選擇。

  • Standard API 每百萬 token 輸入 3 美元、輸出 15 美元,思考計入輸出。隱式快取命中的輸入每百萬 0.15 美元。

  • Carbon 的首發價到 11 月 30 日為止。看 Neon 是否便宜,先確認估算用的是哪個時段的 Carbon 費率。

  • Neon 接受 PDF、音頻、視頻、圖片和文本。留好原始資料,復核模型引用了哪一頁、哪個數字。

Gemini 4 Neon 是甚麼,在哪裡可以用

Neon 由 Gemini 4 Carbon 改造而來,輸出為文本,API 模型 ID 是 gemini-4-neon。輸入和輸出共用 1,048,576 token,預設同步輸出上限 65,536 token。長解碼模式可以用共享窗口剩餘的額度。它有 Low、Medium、High 和 Extra High 四檔,預設 High。AI Studio、Gemini 應用和 Antigravity 各自按產品和帳號開放。模型卡 · API 規格 · Antigravity 發佈說明

已經在用 Carbon 或 Argon,可以把現有設定和驗收規則一起帶進測試。Carbon 評測和 Argon 評測有兩款模型的背景和限制。處理簡單任務時,可以先用 Hydrogen 評測里的場景確定基線。

同一組任務,四檔差在哪

Zapier 在 11 月 17 至 18 日完成測試。它讓模型在模擬公司里操作,只有最終狀態滿足該任務的全部斷言才算通過。結果顯示,Medium 到 High 多通過 7 題,High 到 Extra High 多通過 13 題。表裡的成本是按標價和測試時的快取假設估算,適用於這組環境。AutomationBench 方法與結果

思考檔位全部檢查通過通過率每次估算成本
Low326 / 65749.6%0.40 美元
Medium350 / 65753.3%0.58 美元
High357 / 65754.3%0.88 美元
Extra High370 / 65756.3%1.69 美元

把每次成本除以準確的通過比例,High 每項通過約 1.62 美元,Extra High 約 3.00 美元。失敗後如果要手工把整張表重對一遍,多花錢避免失敗可能划算。如果失敗能快速識別、重試也便宜,High 甚至 Medium 更容易跑出好帳。按成功結果算成本

自己測時,兩邊用同一份輸入和通過標準。代碼跑同一組測試,也檢查有沒有順手改動無關文件。文件逐條核對數字、日期和出處。把失敗重跑、人工返工和等待時間都記上,才能知道換模型以後省了甚麼。

基準成績怎麼看

評測NeonClaude Opus 5.5GPT-6.2 Sol測甚麼
Artificial Analysis Intelligence Index v5.0.1615957九項評測的綜合指數
Vals Index v2.270.9%70.1%66.1%多類實際任務
CursorBench 4.165.4%58.1%未列出指定環境下的編程任務
Terminal-Bench 4.165.2%65.8%61.5%經校正的終端任務準確率
FrontierCode 2.046.2%47.3%43.8%指定設定下的倉庫任務

資料來自 Google DeepMind 模型卡。綜合指數的 Neon 61 分用了 Extra High,FrontierCode 的 46.2% 用的是預設 High。每行的任務、工具環境和檔位可能不同。Opus 5.5 在末兩行略高,CursorBench 沒有列出 Sol。復測時保留同樣的設置,才有比較意義。DeepMind 評測方法

哪些任務值得試 Neon

會牽動調用方的代碼修改

挑一個涉及接口、調用方和測試的改動,先寫好預期結果。Artificial Analysis 用 Antigravity CLI 跑 Neon Extra High 時,Coding Agent Index 得分為 58.6,發佈分析四捨五入寫為 59。這個結果屬於模型和該工具環境的組合。橫向比較時,固定運行器、工具和測試。Artificial Analysis 發佈分析 · Opus 5.5 評測

Hacker News 的 catigula 說,用 Neon 復核時發現了 Astra 6.2 答案里的幾處錯誤。帖子沒有交代做的是哪道題或如何驗收。要判斷復核能力,可以選自己能夠復現的案例。原評論

Hacker News 用戶用 Neon 復核 Astra 6.2 答案的評論
catigula 報告發現幾處錯誤,任務及檔位未知。

要精讀圖表的文件

在 Artificial Analysis 的 GDP.pdf 評測里,Neon High 得到 33.4%,Neon Extra High 為 28.0%,Carbon High 為 28.4%。如果你的任務是從報表提取數字或判斷圖表含義,兩檔都值得用同一批文件試一次。驗收時要求列出頁碼和單位,避免數字正確卻引用錯了圖。文件評測結果 · 帶來源的瀏覽器研究

能校驗最終狀態的流程

自動化可以用一條明確規則驗收,例如匯總表中的每一行都能和來源對上。Zapier 里 High 已經通過 54.3% 的任務,和 Neon 自己的 Extra High 相差 2 個百分點。若有機器校驗,優先比較怎樣用最低成本獲得足夠多的合格結果。手工修復的部分也要記帳。Zapier AutomationBench

實際使用的三個限制

輸出快,整項任務仍可能很久

Artificial Analysis 測到 Neon Extra High 約每秒輸出 110 token,同時 Intelligence Index 單項任務約需 21.5 分鐘。前一個數字描述流式輸出速度,後一個數字來自一套重任務的全程。交互場景記下第一條可用回復和最終驗收的時間,排隊任務看整次運行佔用多久。Artificial Analysis 模型資料

Antigravity 還有帳號額度。Duck_nine 說自己用 Neon Orchestrator 檢查一個項目,五小時滾動額度用完前沒能完成。額度消耗隨帳戶和任務變化,先用自己的項目看一次完整運行要佔多少。原評論

Duck_nine 報告 Neon Orchestrator 檢查項目時耗盡額度
單次項目檢查,套餐和項目細節未知。

Carbon 的價差在 12 月 1 日反轉

AA 用 Carbon 的標準價估算出 Neon Extra High 每任務 6.44 美元、Carbon High 7.76 美元。Google 的 Carbon Standard 首發價每百萬輸入、輸出 token 分別是 2 美元和 10 美元,持續到 11 月 30 日,12 月 1 日起變成 4 美元和 20 美元。以 10 萬未快取輸入、2 萬輸出為例,不計工具費,Neon 是 0.60 美元,Carbon 首發價是 0.40 美元,12 月費率是 0.80 美元。算自己的帳時用帳單生效日期和實際用量。Google 費率表 · AA 成本分析 · Carbon 定價詳解

長上下文仍要校驗格式和事實

Google 在模型卡列出了幻覺限制。Reddit 用戶 LoveMind_AI 說,自己的一次長會話超過約 20 萬 token 後,Neon 開始把後續內容寫成用戶發言。這個反饋只對應一個會話。做長文件試驗時,可以留一道必須翻到後頁才能正確引用的題,同時檢查輸出是否符合所需格式。模型卡 · 原討論

LoveMind_AI 報告 Neon 長會話出現發言角色錯亂
一次超過約 20 萬 token 的會話,設置和失敗頻率未知。

用 Tabbit 固定試驗資料

在 Tabbit Browser 里打開 Neon 規格、Google 費率和 Zapier 結果。通過 Tabbit CLI讓已連接的 Agent 讀取三頁,記錄原文、日期和 URL,按多模型研究流程儲存為同一份輸入。

本次透過 Tabbit Browser 唯讀查閱三份公開資料,並核對下方四項參考值。Zapier 原頁也列出 0.88 和 1.69 美元兩項估算。 Zapier 原始圖表

Zapier 原圖顯示 High 通過 357 項,Extra High 通過 370 項
在 Tabbit Browser 中開啟的 AutomationBench 原始圖表。

這組材料有四項可以逐條核對:共享上下文 1,048,576 token,輸出單價 15 美元,以及 Zapier 的 High 通過 357 題、Extra High 通過 370 題。把同一份材料發給待測模型,請它返回這四項帶連結的數字,再給出考慮 Carbon 費率生效日期的建議。這裡 Tabbit 負責瀏覽器蒐集資料。運行 Neon 時,選顯示該模型的 Google 產品或已設定的 API 端點,並記下實際環境。

按工作負荷選模型

常見工作先試哪個甚麼時候換
小改動、日常摘要Hydrogen漏條件、返工造成的損失超過節省的成本時試 Neon。
有測試的高頻多文件修復Neon High對 High 沒過的任務加試 Extra High,算清新增通過率的價值。
圖表多、要引出處的分析Neon High簡單材料加試 Medium,留下能對齊數字、單位和出處的檔位。
Carbon 已經穩定通過的難任務保留 Carbon 基線Neon 在同批任務上通過率和實際帳單都合適,再遷移。
偶爾用一下先用已有套餐出現反復要做、容易驗收的任務,且帳號能選 Neon 時再試。

選近期開過工的三個任務,拿 Neon High 和現用模型跑同一套標準,記錄合格結果數、人工復核時間和總成本。如果輸入在多個網頁里,可以用 Tabbit 收集這輪要用的證據。

Tabbit Browser

常見問題

Gemini 4 Neon 值得升級嗎?

經常改多個代碼文件,或要結合圖表和文件做分析,可以先試 High。用同一批任務對比可驗收結果數和耗時,再決定是否換模型或套餐。

Gemini 4 Neon 可以免費用嗎?

Gemini Developer API 將 Neon 列在付費層。Google 宣佈符合條件的 Google AI Pro 和 Ultra 用戶可在 Gemini 應用和 Antigravity 使用,實際權限與額度以各產品公告為準。

Gemini 4 Neon API 怎麼收費?

Gemini Developer API Standard 每百萬 token 收費為輸入 3 美元、快取命中輸入 0.15 美元、輸出 15 美元。思考 token 按輸出計費,工具和其他服務層有各自的規則。

Gemini 4 Neon 比 Carbon 便宜嗎?

截至 2026 年 11 月 30 日,Carbon 的 Standard 首發輸入和輸出價分別為每百萬 token 2 美元和 10 美元,低於 Neon。12 月 1 日起 Carbon 公佈的費率為 4 美元和 20 美元,Neon 的單位價格更低。實際任務還要計入思考、快取和重試。

Gemini 4 Neon 應該選哪個思考檔?

較難的任務先用 High。可自動驗收的批量任務可以試 Medium。只有額外通過的任務或節省的復核時間抵得過成本時,才把 Extra High 留給這類任務。

Gemini 4 Neon 的上下文和輸出上限是多少?

API 的輸入和輸出共用 1,048,576 token,預設同步調用最多輸出 65,536 token。啟用單獨的長解碼模式後,輸出可用額度取決於共享窗口裡的剩餘 token。

下一步

讓 Tabbit 與你並肩工作。

跨分頁調研、自動化重複的瀏覽器工作,讓每一處上下文都觸手可及。