Gemini 4 Neon 和 Claude Opus 5.5:编程智能体打平,每个任务 6.86 美元对 12.61 美元,Opus 还有两个折扣按钮

AI资讯13分钟前发布 mabry
1.1K 0

上个月有个开发者在 Antigravity 里拿 Gemini 4 Argon 查一个老项目,发帖说它揪出了一个别的前沿模型都没看出来的 bug,可同一轮对话里,它也编出了好几处代码里根本不存在的调用。好评和差评写在同一条帖子里。

这条帖子我一直记着,因为 11 月 18 日谷歌又发了一个 Gemini:Gemini 4 Neon。七周里的第四个 Gemini 4 型号,主打的正好是写代码当智能体,比较对象直接点名 Claude Opus 5.5。

Argon 那种「找得准、也编得狠」的毛病,Neon 有没有继承,目前没人能给出答案。能查到的是另外几笔账。

谷歌那张 19 项的表,输掉的是哪几项

谷歌官方表格的说法是:Neon 在 19 项测试里有 16 项压过 Claude Opus 5.5 和 GPT-6.2 Sol。

细看有两处要打折。第一,表里有一个对手在其中 3 项上没有分数,空格不算输赢,16 胜是在 19 项里扣掉空格之后数出来的。第二,Neon 输掉的 3 项里,有 2 项是编程测试,输给的都是 Claude;剩下一项看图表,输给了 OpenAI。

一个主打编程智能体的模型,在厂商自己挑的编程题上输给了对手两次。

第三方的排法也不一样。Artificial Analysis 的综合指数里 Neon 拿 61 分,排第三,前面是 GPT-6.2 Astra 和 Claude Fable 5.2,两个都更大更慢。Opus 5.5 不在它前面,这一点谷歌没说错。

当编程智能体时,账单差将近一倍

Neon 真正站得住的地方在成本。Artificial Analysis 单独跑了编程智能体那一组任务,Neon 和 Opus 5.5 打成平手,每个任务的花费是 6.86 美元对 12.61 美元,Opus 贵 84%。

标价本身只差三成多。Neon 每百万 token 输入 3 美元、输出 15 美元;Opus 5.5 是 4 美元和 20 美元,9 月 22 日发布时比上一代 Opus 5 的 5 美元和 25 美元降过一次。单价差 25%,任务账单差 84%,多出来的部分来自 Opus 思考时吐的 token 更多。

这一点在 Opus 身上有前科。它的 max 档每道题平均要输出约 17.3 万 token,跑一遍 AA 完整指数用了 2.18 亿 token。Anthropic 后来发的 Fable 5.2 更能说,同一套题跑了 2.75 亿,所以 Opus 在自家阵营里还算克制的那个。

Gemini 4 Neon Claude Opus 5.5
发布日期 2026-11-18 2026-09-22
标价(每百万 token,输入/输出) 3 / 15 美元 4 / 20 美元
缓存读取 官方页未单列 0.20 美元
批量接口 未查到 半价
上下文 / 单次最大输出 约 100 万 / 约 100 万 token 100 万 / 12.8 万 token
AA 编程智能体每任务花费 6.86 美元 12.61 美元

Opus 的账,有两个按钮能往回拉

直接拿标价比,会漏掉 Opus 的两个折扣。

缓存读取每百万 token 只要 0.20 美元,是正常输入价的二十分之一。编程智能体每一轮都要把同一个仓库的上下文重新喂一遍,命中缓存之后,输入这一侧的成本几乎可以忽略,账单里剩下的主要是输出。批量接口则直接打五折。夜里跑的代码审查、批量补单测这类不着急的活,走 Batch 之后,Opus 的单价就落到 2 美元和 10 美元,比 Neon 的标价还低。

反方向也有一个按钮:fast 模式,输出速度最高 2.5 倍,价格翻到 8 美元和 40 美元。赶时间开它,84% 的差距会变成三倍多。

所以「Neon 便宜一半」这句话,只在实时交互、缓存命中率又不高的场景下才完全成立。

Neon 的短板不在分数上

我对 Neon 最大的顾虑是节奏。

Argon 9 月 30 日发布,当时只开放给少数受信任的测试者和安全合作伙伴,有评测作者试了三个模型 ID,全部返回 404。之后 Carbon、Hydrogen、Neon 一个接一个,七周四个型号,价格还分推广价和正价,Argon 那套 2 美元和 10 美元的推广价要到 11 月 30 日才结束。对写一次性脚本的人,这无所谓。对把模型写死进 CI 流水线、提示词调了几个星期的团队,每换一个型号就要重测一遍,这个成本不会出现在每任务 6.86 美元里。

另一个是编程质量本身。代码审查工具 Bito 的单家测试里,Neon 拿 79.8%,比自家的 Carbon 还低 0.9 个点。彭博社在 Argon 发布时报道过,谷歌内部有员工怀疑它的实际编程能力,前端设计尤其吃亏,谷歌公开否认了。Neon 是在这个底子上做快做便宜,前端这块有没有补上,还没有独立测试能回答。

Opus 的短板就是贵,外加一个反直觉的地方

贵这一点上面算过了。

反直觉的是,Opus 5.5 在编程基准上被自家更便宜的 Sonnet 5.5 压过:官方数字 70.6% 对 66.4%,而 Sonnet 的价格只有它一半。我们之前做 Sonnet 和 Opus 对比时也看到过,Opus 写出来的代码 bug 率排在后面,抓别人代码里的 bug 又是它最强。

它更像一个审查者,不像一个高产的写手。

这也解释了谷歌那张表:Neon 输给 Claude 的两项编程测试,如果是读代码、找问题那一类,就和 Opus 的长处对得上。谷歌没有在表里写明那两项具体考什么,这一点我没法替它补全。

我会怎么分活

大量生成、改得动、测试能兜底的代码,交给 Neon。每任务省下 5.75 美元,一天跑两百个任务就是一千多美元,足够多跑几轮测试把它编出来的东西筛掉。

合并前的代码审查、要在终端里连续操作很久的任务,留给 Opus,并且打开缓存。夜间批处理走 Batch,Opus 的单价反而低于 Neon。

手上已经有 Argon 或 Carbon 在跑的,先别急着换 Neon。11 月 30 日推广价一到期,Gemini 自家几个型号的相对价格还会再洗一次牌,等 12 月第一周的账单出来再定也不迟。

相关对比:《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》、《Claude Sonnet 5.5 和 Opus 5.5:写代码的 bug 率 Opus 垫底,抓 bug 又是 Opus 赢》、《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》

© 版权声明

相关文章

Gemini 4 Neon 和 Claude Opus 5.5:编程智能体打平,每个任务 6.86 美元对 12.61 美元,Opus 还有两个折扣按钮 暂无评论

none
暂无评论...