Hacker News 上 Gemini 4 Neon 的发布帖底下,有人给 Carbon 下了个挺损的定义:它就是 Argon 换了一副更舍得烧思考 token 的脾气。他顺手还补了一句,估计 Neon 也逃不掉这个毛病。
楼下另一个回帖说得更具体。他拿 Carbon、Hydrogen 和刚出来的 Neon 做演示页面,三个模型的 token 用量都在 Argon 的三到四倍。
这条吐槽我觉得只说中了一半。
11 月 18 日谷歌放出 Gemini 4 Neon,这是一个月里的第四个 Gemini 型号。官方卖点很直白:比 Carbon 快 3 倍,完成同样任务的成本低 40%。可翻开价目表,Neon 每百万输入 token 3 美元、输出 15 美元,比 Carbon 现在挂着的 2 美元和 10 美元贵了一半。单价更贵,每道题却更省,中间差的就是那堆思考 token 到底烧了多少。
11 月 30 日一过,价目表会自己翻个面
Carbon 的 2 美元和 10 美元不是正价。它是推广价,写明到 11 月 30 日为止,12 月 1 日起恢复成 4 美元和 20 美元,Argon 也是同一套安排。
所以今天去 OpenRouter 比价,看到的是 Carbon 比 Neon 便宜;十来天后再看,Neon 反而比 Carbon 的正价低 25%。网上不少比价页面是某一天的快照,没写日期,这个坑最容易踩。
做预算请按 4 和 20 算。
上下文两边都是百万级。Carbon 的窗口是 1,048,576 个 token,输入、思考和输出共用这一个池子,思考写得越长,留给正式输出的空间就越小。Neon 官方给的是约 100 万上下文,最多能生成 100 万 token 的输出。
同样开 high 档,Neon 只用了四成时间
Artificial Analysis 的数据是这次最值得看的。Neon 开到 xhigh,智能指数 61 分,总榜第三,比 Carbon 的 high 档高 1 分;在 Vals Index 上它排第二。
可这 1 分是拿更高的思考档位换来的。把两边都放在 high 档,分数都是 60,差别全在别处:Neon 跑完整套题用了 14.8 分钟、花 3.74 美元,Carbon 用了 36.1 分钟、花 4.90 美元。
时间差 2.4 倍,和谷歌说的「快 3 倍」接近。钱只差 24%,离「便宜 40%」还有一段距离,而且 4.90 美元是按 Carbon 的推广价算的。
按正价重算,差距会被拉开。
另一份口径算出 Neon 每题 6.44 美元、Carbon 正价 7.76 美元,只省 17%;谷歌自己在默认 high 档给出的数字是 32%。三个数各说各的,原因是思考档位和价格假设都不一样。我的判断是,「便宜 40%」只在某个特定档位、特定任务组合上成立,直接拿来写预算会偏乐观,按 20% 到 30% 估更稳。
| 项目 | Gemini 4 Neon | Gemini 4 Carbon |
|---|---|---|
| 单价(每百万 token,输入 / 输出) | 3 / 15 美元 | 推广价 2 / 10 美元(至 11 月 30 日),12 月 1 日起 4 / 20 美元 |
| 上下文 | 约 100 万,输出最多 100 万 | 1,048,576,输入、思考、输出共用 |
| AA 智能指数 | 61(xhigh)/ 60(high) | 60(high) |
| AA high 档跑完耗时 | 14.8 分钟 | 36.1 分钟 |
| AA high 档总花费 | 3.74 美元 | 4.90 美元(推广价) |
写代码那一轮,Carbon 没输
代码审查工具 Bito 自己做了一轮编程测试,结果有点意思:Carbon 总分 80.7%,Neon 79.8%,Carbon 反倒高了 0.9 个点。可每次会话的花费,Neon 是 7.37 美元,Carbon 是 16.50 美元,贵出两倍多。
这只是单一博客的测试,没有第三方复现,我只当参考。但它的方向和 AA 一致:两者的能力几乎贴在一起,真正拉开的是时间和账单。反过来说,如果你的任务对那不到 1 个点非常敏感,比如一次失败就要人工返工的大型重构,返工一次的人力远比多出来的 9 美元贵,Carbon 仍然有理由留在工具箱里。
大多数日常任务不在此列。
屏幕上那段思考摘要,参考价值有限
同一个帖子里还有一条,发布会上不会有人讲。有回帖说,Gemini 展示给用户的思考摘要,和模型原始的推理过程差别很大,有时甚至会把人带偏。
原始推理谷歌不对外开放,这一点没法核实。但它提醒了一件实际的事:想知道模型到底想了多少,看摘要写得多认真没用,要看接口 usage 里实际计费的思考 token 数。思考 token 按输出价计费,Neon 是每百万 15 美元,Carbon 正价是 20 美元。
这也是那条「烧 token」吐槽的另一面。按 AA 的统计,Carbon high 档每道题输出约 12.3 万 token,比 Claude Opus 5.5 max 档的 17.3 万还少 29%,放在前沿模型里算不上最话多的。只是和 Argon 一比就显得重了,Argon 每题约 6.2 万。吐槽的人拿 Argon 当参照系,所以觉得 Carbon 和 Neon 都在挥霍;换成 Opus 当参照系,结论就反过来了。
两边各自的毛病
Neon 的问题有三个。单价确实不便宜,3 和 15 比 Hydrogen 的 1.5 和 7.5 贵了一倍。它的「快」依赖档位,开到 xhigh 才拿到 61 分,这时速度优势会被吃掉一部分。再就是上线才一天,长任务、多轮工具调用下的稳定性还没有足够的第三方数据。
Carbon 的问题更直接。慢,同档 36.1 分钟对 14.8 分钟。推广价马上到期,12 月起 4 和 20 的正价在这一代 Gemini 里最贵。思考 token 用量大,窗口又是和输出共用的,喂进去几十万 token 的长文档任务里,正式输出能用的空间会被挤小。
谷歌自己大概也清楚 Carbon 的处境有点尴尬。
一个月出了四个型号,Argon、Carbon、Hydrogen、Neon,Neon 的位置正好卡在 Hydrogen 和 Carbon 中间。等 11 月 30 日推广价一过,Carbon 剩下的理由就只有那不到一个点的编程分。
月底前后,两种不同的用法
已经跑在 Carbon 上的批处理任务,月底前没必要急着动,推广价还剩十来天,能省就省。12 月 1 日之前,把默认模型切到 Neon 的 high 档,拿自己的任务集先跑一轮,看分数掉不掉。
要低延迟的交互场景,比如客服对话、IDE 里的补全,Neon 也不是最优解。Hydrogen 单价只有它一半,谷歌公布的 Terminal-Bench 4.1 成绩是 57%,日常写代码够用。
只有那种一次失败就要人工收拾、对正确率锱铢必较的长任务,我会继续留着 Carbon,并且从 12 月起老老实实按 4 美元和 20 美元认账。
相关对比:《Claude Fable 5.2 和 Gemini 4 Carbon:单价便宜四倍的 Carbon,low 档每道题反而更贵》、《Gemini 4 Carbon、Claude Opus 5.5、GPT-6 Astra:领先一分的 Carbon,这个月多数人只能看榜单》、《Gemini 4 Hydrogen 和 Claude Sonnet 5.5:57% 和 70.6% 根本不是同一张卷子》
© 版权声明
文章版权归作者所有,未经允许请勿转载。






Gemini 4 Neon 对上 Gemini 4 Carbon:推广价 11 月 30 日到期,今天的比价结论下个月会反过来