Gemini 4 Neon 与 Carbon 将在 12 月价格反转
按文中报价,每百万输入和输出 token 的价格,Neon 分别为 3 和 15 美元,Carbon 将于 12 月 1 日从 2 和 10 美元涨至 4 和 20 美元。文章还提示切换模型时检查 API 兼容性。
AI 深度解读
同一批 Gemini API 流量,11 月用 Carbon 花 40 美元,到了 12 月就要花 80 美元,换成 Neon 则是 60 美元。原文算出了这个价格反转,也梳理了从旧模型切换时会踩到的 API 变化。做代码审查、自动改代码这类多步任务的团队,可以用这笔账判断什么时候值得迁移。
真正影响选型的是每个验收通过的任务花多少钱。重复发送的上下文能否命中缓存、默认推理档位会消耗多少输出 token、失败后要重试几轮,都可能改变结果。
12 月 1 日过后,同一批流量要花多少钱?
按原文列出的 Gemini API 价格,Gemini 4 Carbon 和 Gemini 4 Argon 截至 2026 年 11 月 30 日,每百万输入、输出和缓存输入 token 分别收费 $2、$10 和 $0.10。12 月 1 日起,这三项都翻倍至 $4、$20 和 $0.20。Gemini 4 Neon 维持 $3、$15 和 $0.15,因此从比 Carbon 贵 50%,变成便宜 25%。Gemini 4 Hydrogen 付费档的对应价格是 $1.50、$7.50 和 $0.075。
作者拿每月 1,000 万输入 token、200 万输出 token 算了一遍,假设完全没有缓存。Carbon 和 Argon 的月费用从 40 美元涨到 80 美元,Neon 保持 60 美元。对按固定价格给客户提供 AI 功能的 SaaS 来说,请求量和用法都一样,模型这一项的支出也会翻倍。
原文称,Google 于 2026 年 11 月 18 日推出 Neon,提供约 100 万 token 的上下文窗口,并逐步开放到 Gemini API、AI Studio、Android Studio 和 Gemini for business。Antigravity 和 Gemini app 面向 Pro、Ultra 用户开放。原文援引的应用端报道还提到,模型菜单现在是 Auto、4 Hydrogen、4 Neon 和 4 Carbon,Neon 接替了 Argon 的位置。应用端菜单与 API 调用是两回事,Neon 的 API 模型 ID 是 gemini-4-neon,仅付费档可用。
为什么同样是 Neon,有人算出 60 美元,有人只要 37 美元?
据原文引述的 Google 文档,Neon 对至少 4,096 token 的提示词提供隐式缓存,命中的输入 token 按原价的 5% 收费,也就是打 95% 的折扣。隐式缓存由服务端处理。代码代理反复带上同一份系统提示词、工具定义或代码库说明时,可以把这些稳定内容放在开头,把当前任务和每轮变化的内容放在后面。
原文用这段公式算出了缓存命中比例对月账单的影响。
cost = 2M x $15 (output) + 10M x [$3 x (1 - f) + $0.15 x f]
= $60 - $28.50 x f (f = share of input tokens cached)
第二行的 f 指实际按缓存价计费的输入 token 占比。比如 1,000 万输入 token 里有 800 万命中,账单就是 37.20 美元。把费用设为 40 美元,持平点约为 70.18%,原文取整写成 70%。这个门槛比较的是 Neon 和涨价前完全没有缓存的 Carbon。Carbon 自己也有缓存价,两边都有命中时,需要分别用实际用量重算。短问答如果连 4,096 token 的门槛都没到,这笔折扣就用不上。
只换模型 ID,哪些旧配置会出问题?
Neon 的推理档位有 low、medium、high 和 xhigh,默认 high,传 minimal 会被拒绝。Carbon 和 Argon 默认 medium,最高到 high。如果旧请求一直省略 thinking_level,换模型后默认档位就会提高,输出 token 开销也可能跟着变。旧代码里的 temperature、top_p 和 top_k 在合法范围内会被忽略,越界仍会返回 HTTP 400。Neon 也取消了显式缓存配置,需要移除 cached_content。
原文用这张配置对照表列出了迁移时要改的字段和请求设置。
- model: gemini-3.x / gemini-4-carbon + model: gemini-4-neon
- temperature: 0.2 (delete)
- top_p / top_k (delete)
- cached_content: ... (delete, rely on implicit caching)
- max_output_tokens: 8192 + max_output_tokens: 65536
+ thinking_level: test low, medium, high and xhigh; keep the lowest that passes
+ request timeout: >= 15 minutes
max_output_tokens 那一行给的是 Google 建议的上限调整示例,具体字段名以所用 SDK 为准。Neon 的共享上下文窗口为 1,048,576 token,同步输出上限是 65,536 token,更长的输出走后台模式,Google 建议请求超时至少设为 15 分钟。带工具调用的代理还要用 API 原生方式声明工具,否则可能遇到 MALFORMED_FUNCTION_CALL,并且要把模型返回的思考签名原样传回。
我的判断
12 月的账单可以先用历史用量估算,换模型能省多少则要等真实任务跑完。作者展示的是价格和缓存的情景测算,原文没有给出作者在同一批代码任务上跑 Neon 和 Carbon 的对照数据。Google 公布的成绩包括 Artificial Analysis Coding Agent Index 第一名、58.6 分,以及 Terminal-Bench 4.1 的 65.2%。Google 还称,high 档下 Neon 的单任务成本比 Carbon 低 32%,但原文说发布材料没有给出任务的绝对完成耗时,也没有列出实际消耗多少 token。Glean 报告了达到或超过 Carbon 的表现、3 倍速度和 60% 的成本。这组数字可以作为一家客户的经验看待,原文没交代它的任务构成和测试条件。
横向比较也要按同样的口径。原文列出的 Claude Sonnet 5.5 和 GPT-6.2 Sol(standard,最多 272K)输入和输出单价为 $2 和 $10,Claude Opus 5.5 为 $4 和 $20。Neon 比前两者贵 50%,比 Opus 便宜 25%。如果输入输出比例相近、缓存待遇相同,Neon 大约得少用三分之一的 token,才能和 Sonnet 或 Sol 打平。对编程代理,我会把工具报错、重试和补生成的消耗一起计入,再按通过验收的任务数摊账。一次调用的低价很容易被后面的几轮修补吃掉。
能拿来做什么
- 从账单导出上个月各模型的输入、输出和缓存输入 token,分别按 12 月 1 日价格和 Neon 价格重算。先用同一份用量比较调价影响,再用试跑数据修正换模型后的估算。
- 如果 Node 服务每轮都带上仓库规范和工具定义,把稳定内容放在前面,把工单、diff 和工具结果放在后面。用实际按缓存价计费的 token 算命中率,再评估调整有没有省钱。
- 迁移
gemini-4-neon时,清掉旧采样参数和cached_content,从日志里抽 20 到 50 个真实任务跑四档推理,记录通过率、费用和完成耗时,选能过验收的最低档位。 - 可以用 Google 的分流建议划测试组。Hydrogen 跑日常请求,Neon 跑频繁出现的复杂任务,Carbon 留给最难的任务,大量简单调用单独测 3.5 Flash-Lite。