如果你经常改多个代码文件,或要从一堆图表、PDF 里提取可核对的结论,Gemini 4 Neon 值得用 High 档试一轮。日常短任务先用 Hydrogen,Carbon 已经稳定通过验收的任务先保留。Google 于 2026 年 11 月 18 日发布 Neon,把它放在 Hydrogen 和 Carbon 之间,面向高频且有一定难度的工作。Google 发布公告
Zapier 用 AutomationBench 1.0.6 测了同样的 657 个任务。Extra High 比 High 多通过 13 个,每次尝试的估算成本却从 0.88 美元升到 1.69 美元。从 High 起步的理由就在这里。Reddit 上也有 Antigravity 用户认为 Neon 在自己的项目里容易读、结果够准确。帖子没有公开仓库和验收规则,能否复现取决于你的任务。Zapier 测试报告 · 用户原帖

下面分开看代码、自动化和文档。涉及多网页资料时,可以用 Tabbit Browser 把来源固定下来,再让不同模型答同一套题。
先看结论
多文件修复、需要引证据的分析先试 High。批量任务已有低成本校验时,再试 Medium。
同样 657 题,High 过了 357 题,Extra High 过了 370 题。每个新增通过结果值多少钱,比档位名称更能指导选择。
Standard API 每百万 token 输入 3 美元、输出 15 美元,思考计入输出。隐式缓存命中的输入每百万 0.15 美元。
Carbon 的首发价到 11 月 30 日为止。看 Neon 是否便宜,先确认估算用的是哪个时段的 Carbon 费率。
Neon 接受 PDF、音频、视频、图片和文本。留好原始资料,复核模型引用了哪一页、哪个数字。
Gemini 4 Neon 是什么,在哪里可以用
Neon 由 Gemini 4 Carbon 改造而来,输出为文本,API 模型 ID 是 gemini-4-neon。输入和输出共用 1,048,576 token,默认同步输出上限 65,536 token。长解码模式可以用共享窗口剩余的额度。它有 Low、Medium、High 和 Extra High 四档,默认 High。AI Studio、Gemini 应用和 Antigravity 各自按产品和账号开放。模型卡 · API 规格 · Antigravity 发布说明
已经在用 Carbon 或 Argon,可以把现有配置和验收规则一起带进测试。Carbon 测评和 Argon 测评有两款模型的背景和限制。处理简单任务时,可以先用 Hydrogen 测评里的场景确定基线。
同一组任务,四档差在哪
Zapier 在 11 月 17 至 18 日完成测试。它让模型在模拟公司里操作,只有最终状态满足该任务的全部断言才算通过。结果显示,Medium 到 High 多通过 7 题,High 到 Extra High 多通过 13 题。表里的成本是按标价和测试时的缓存假设估算,适用于这组环境。AutomationBench 方法与结果
| 思考档位 | 全部检查通过 | 通过率 | 每次估算成本 |
|---|---|---|---|
| Low | 326 / 657 | 49.6% | 0.40 美元 |
| Medium | 350 / 657 | 53.3% | 0.58 美元 |
| High | 357 / 657 | 54.3% | 0.88 美元 |
| Extra High | 370 / 657 | 56.3% | 1.69 美元 |
把每次成本除以准确的通过比例,High 每项通过约 1.62 美元,Extra High 约 3.00 美元。失败后如果要手工把整张表重对一遍,多花钱避免失败可能划算。如果失败能快速识别、重试也便宜,High 甚至 Medium 更容易跑出好账。按成功结果算成本
自己测时,两边用同一份输入和通过标准。代码跑同一组测试,也检查有没有顺手改动无关文件。文档逐条核对数字、日期和出处。把失败重跑、人工返工和等待时间都记上,才能知道换模型以后省了什么。
基准成绩怎么看
| 评测 | Neon | Claude Opus 5.5 | GPT-6.2 Sol | 测什么 |
|---|---|---|---|---|
| Artificial Analysis Intelligence Index v5.0.1 | 61 | 59 | 57 | 九项评测的综合指数 |
| Vals Index v2.2 | 70.9% | 70.1% | 66.1% | 多类实际任务 |
| CursorBench 4.1 | 65.4% | 58.1% | 未列出 | 指定环境下的编程任务 |
| Terminal-Bench 4.1 | 65.2% | 65.8% | 61.5% | 经校正的终端任务准确率 |
| FrontierCode 2.0 | 46.2% | 47.3% | 43.8% | 指定配置下的仓库任务 |
数据来自 Google DeepMind 模型卡。综合指数的 Neon 61 分用了 Extra High,FrontierCode 的 46.2% 用的是默认 High。每行的任务、工具环境和档位可能不同。Opus 5.5 在末两行略高,CursorBench 没有列出 Sol。复测时保留同样的设置,才有比较意义。DeepMind 评测方法
哪些任务值得试 Neon
会牵动调用方的代码修改
挑一个涉及接口、调用方和测试的改动,先写好预期结果。Artificial Analysis 用 Antigravity CLI 跑 Neon Extra High 时,Coding Agent Index 得分为 58.6,发布分析四舍五入写为 59。这个结果属于模型和该工具环境的组合。横向比较时,固定运行器、工具和测试。Artificial Analysis 发布分析 · Opus 5.5 测评
Hacker News 的 catigula 说,用 Neon 复核时发现了 Astra 6.2 答案里的几处错误。帖子没有交代做的是哪道题或如何验收。要判断复核能力,可以选自己能够复现的案例。原评论

要精读图表的文档
在 Artificial Analysis 的 GDP.pdf 评测里,Neon High 得到 33.4%,Neon Extra High 为 28.0%,Carbon High 为 28.4%。如果你的任务是从报表提取数字或判断图表含义,两档都值得用同一批文件试一次。验收时要求列出页码和单位,避免数字正确却引用错了图。文档评测结果 · 带来源的浏览器调研
能校验最终状态的流程
自动化可以用一条明确规则验收,例如汇总表中的每一行都能和来源对上。Zapier 里 High 已经通过 54.3% 的任务,和 Neon 自己的 Extra High 相差 2 个百分点。若有机器校验,优先比较怎样用最低成本获得足够多的合格结果。手工修复的部分也要记账。Zapier AutomationBench
实际使用的三个限制
输出快,整项任务仍可能很久
Artificial Analysis 测到 Neon Extra High 约每秒输出 110 token,同时 Intelligence Index 单项任务约需 21.5 分钟。前一个数字描述流式输出速度,后一个数字来自一套重任务的全程。交互场景记下第一条可用回复和最终验收的时间,排队任务看整次运行占用多久。Artificial Analysis 模型数据
Antigravity 还有账号额度。Duck_nine 说自己用 Neon Orchestrator 检查一个项目,五小时滚动额度用完前没能完成。额度消耗随账户和任务变化,先用自己的项目看一次完整运行要占多少。原评论

Carbon 的价差在 12 月 1 日反转
AA 用 Carbon 的标准价估算出 Neon Extra High 每任务 6.44 美元、Carbon High 7.76 美元。Google 的 Carbon Standard 首发价每百万输入、输出 token 分别是 2 美元和 10 美元,持续到 11 月 30 日,12 月 1 日起变成 4 美元和 20 美元。以 10 万未缓存输入、2 万输出为例,不计工具费,Neon 是 0.60 美元,Carbon 首发价是 0.40 美元,12 月费率是 0.80 美元。算自己的账时用账单生效日期和实际用量。Google 费率表 · AA 成本分析 · Carbon 定价详解
长上下文仍要校验格式和事实
Google 在模型卡列出了幻觉限制。Reddit 用户 LoveMind_AI 说,自己的一次长会话超过约 20 万 token 后,Neon 开始把后续内容写成用户发言。这个反馈只对应一个会话。做长文档试验时,可以留一道必须翻到后页才能正确引用的题,同时检查输出是否符合所需格式。模型卡 · 原讨论

用 Tabbit 固定试验资料
在 Tabbit Browser 里打开 Neon 规格、Google 费率和 Zapier 结果。通过 Tabbit CLI让已连接的 Agent 读取三页,记录原文、日期和 URL,按多模型调研流程存成同一份输入。
本次用 Tabbit Browser 只读查看三份公开资料,已核对下方四项参考值。Zapier 原页也显示 0.88 和 1.69 美元两项估算。 Zapier 原始图表

这组材料有四项可以逐条核对:共享上下文 1,048,576 token,输出单价 15 美元,以及 Zapier 的 High 通过 357 题、Extra High 通过 370 题。把同一份材料发给待测模型,请它返回这四项带链接的数字,再给出考虑 Carbon 费率生效日期的建议。这里 Tabbit 负责浏览器取证。运行 Neon 时,选显示该模型的 Google 产品或已配置的 API 端点,并记下实际环境。
按工作负载选模型
| 常见工作 | 先试哪个 | 什么时候换 |
|---|---|---|
| 小改动、日常摘要 | Hydrogen | 漏条件、返工造成的损失超过节省的成本时试 Neon。 |
| 有测试的高频多文件修复 | Neon High | 对 High 没过的任务加试 Extra High,算清新增通过率的价值。 |
| 图表多、要引出处的分析 | Neon High | 简单材料加试 Medium,留下能对齐数字、单位和出处的档位。 |
| Carbon 已经稳定通过的难任务 | 保留 Carbon 基线 | Neon 在同批任务上通过率和实际账单都合适,再迁移。 |
| 偶尔用一下 | 先用已有套餐 | 出现反复要做、容易验收的任务,且账号能选 Neon 时再试。 |
选近期开过工的三个任务,拿 Neon High 和现用模型跑同一套标准,记录合格结果数、人工复核时间和总成本。如果输入在多个网页里,可以用 Tabbit 收集这轮要用的证据。
常见问题
Gemini 4 Neon 值得升级吗?
经常改多个代码文件,或要结合图表和文档做分析,可以先试 High。用同一批任务对比可验收结果数和耗时,再决定是否换模型或套餐。
Gemini 4 Neon 可以免费用吗?
Gemini Developer API 将 Neon 列在付费层。Google 宣布符合条件的 Google AI Pro 和 Ultra 用户可在 Gemini 应用和 Antigravity 使用,实际权限和额度以对应产品为准。
Gemini 4 Neon API 怎么收费?
Gemini Developer API Standard 每百万 token 收费为输入 3 美元、缓存命中输入 0.15 美元、输出 15 美元。思考 token 按输出计费,工具和其他服务层有各自的规则。
Gemini 4 Neon 比 Carbon 便宜吗?
截至 2026 年 11 月 30 日,Carbon 的 Standard 首发输入和输出价分别为每百万 token 2 美元和 10 美元,低于 Neon。12 月 1 日起 Carbon 公布的费率为 4 美元和 20 美元,Neon 的单位价格更低。实际任务还要计入思考、缓存和重试。
Gemini 4 Neon 应该选哪个思考档?
较难的任务先用 High。可自动验收的批量任务可以试 Medium。只有额外通过的任务或节省的复核时间抵得过成本时,才把 Extra High 留给这类任务。
Gemini 4 Neon 的上下文和输出上限是多少?
API 的输入和输出共用 1,048,576 token,默认同步调用最多输出 65,536 token。启用单独的长解码模式后,输出可用额度取决于共享窗口里的剩余 token。