用任务总成本比较编程模型
作者称,在 Google Antigravity 的端到端开发测试中,Gemini 4 Neon 的任务成本比 Gemini 4 Carbon 低 32%,尽管测试时 Neon 的标称单价更高。作者将节省归因于免费缓存写入和较少返工,并指出测试采用了较低的推理档位及超过 4096 个 token 的前缀。
AI 深度解读
把编程 Agent 从 Gemini 4 Carbon 换成 Gemini 4 Neon,即使每百万 token 的挂牌价更高,一次任务也可能更便宜。原文引用的 Antigravity 测试里,Neon 完成端到端开发任务的成本低了 32%。另一组迁移日志里,周账单从 $72.67 降到 $46.54,约省 36%。
这两个数字来自不同场景。对前端和全栈团队,更有用的是拆账方法:把隐藏推理、上下文缓存和失败重试算进同一笔任务成本,再看降低推理档位、固定提示词前缀,能不能在验收标准相同的情况下省钱。
为什么单价更高,做完任务反而更便宜
原文给出的价格以每百万 token 计。Gemini 4 Neon 于 2026 年 11 月 18 日发布,输入 $3、输出 $15。Gemini 4 Carbon 截至 2026 年 11 月 30 日的促销价是输入 $2、输出 $10,比 Neon 低约 33%。按原文所列价表,Carbon 从 2026 年 12 月 1 日起涨到 $4 和 $20,届时 Neon 的两项单价都低 25%。
促销期的价差让那组测试更有看头。作者把 Antigravity 环境里的 32% 成本降幅归因于 Neon 生成的代码更精简、无效返工更少。对会读文件、改代码、跑测试、再根据报错重试的 Agent,每多一轮都会带来新的输入和输出。只盯着一次调用的单价,就会漏算整个循环。
原文还列了三组能力分数。衡量 GitHub 仓库实际任务求解能力的 Models Engineering Index 上,Neon 得 68.1,Claude Fable 5.2 得 66.3,Claude Opus 5.5 得 60.8,Carbon 得 60.6。使用 Antigravity-CLI 1.5.9 跑经过防作弊调整的 Terminal-Bench 4.1,Neon 得 65.2%。在衡量自主查找文件和修复缺陷能力的 Artificial Analysis Coding Agent Index 上,Neon 以 58.6 分排第一。这些分数说明了模型在各自测试里的表现,要算账还得看任务跑了多少轮、每轮消耗多少。
隐藏推理和重复上下文,分别怎么收费
作者称,隐藏推理 token 最多可占响应成本的 70%–85%。按原文的计费口径,这部分不会出现在你看到的代码里,却仍按每百万 token $15 计入输出。原文给出的任务平均成本是 low $0.75、默认 high $3.74、xhigh $6.44,任务构成和各档通过率没有交代。
看一笔冷请求就知道钱怎么花的。假设重构组件时发送 10,000 个输入 token,输入花 $0.030。模型产生 2,000 个隐藏推理 token,再返回 1,000 个可见 token,合计 3,000 个输出 token,花 $0.045。整次请求共 $0.075。这里的 token 数是作者为演算设定的,不能直接用来预测一次组件重构的花费。
省输入费靠的是隐式缓存。Agent 连续发请求时,如果仓库规范、文档和稳定代码都放在相同的开头,服务端就有机会复用这段前缀。按原文说法,Neon 不收写入和存储费,命中读取打 95% 折扣,每百万 token 从 $3 降到 $0.15。门槛在原文里有两种说法,一处写「至少 4,096」,另一处写「严格超过 4,096」。做预算时可以留出余量,再看日志是否真的命中。

原文的热请求示例复用了 10,000 个上下文 token,输入只花 $0.0015。请求把推理设为 medium,500 个可见 token 加 800 个推理 token,输出花 $0.0195,合计 $0.021。如果只把这笔请求改成缓存未命中,输出量保持一致,总价就是 $0.0495。这样对比才看得出缓存本身省了多少。
另一组数字来自独立开发者的 Claude Code 插件日志。作者称,迁移后周费用从 $72.67 降到 $46.54,约省 36%,其中约 70% 的节省归因于上下文缓存免写入和存储费。原文列出的 Claude Cache Write 费率随版本变化,每百万 token 为 $2.50–$5.00。Neon 的折扣能吃到多少,仍取决于请求开头有多稳定。
迁移时,哪些参数和计费档位要重新选
按原文援引的文档,Neon 会忽略 temperature、top_p 和 top_k,即使请求结构里还有这些字段。frequency_penalty 和 presence_penalty 也被禁用,显式缓存管理已弃用。如果旧脚本用 temperature=0 来降低 JSON 输出的波动,请求发得出去,原先的配置也可能已经失效。

原文用 Python SDK 的 client.models.generate_content 把重构请求的推理档位设为 medium。
from google import genai
from google.genai import types
client = genai.Client(api_key="YOUR_API_KEY")
response = client.models.generate_content(
model="gemini-4-neon",
contents="Refactor this database class",
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(
thinking_level="medium"
)
)
)
print(response.text)
起作用的是 thinking_level="medium" 这一行。原文列出的有效值是 low、medium、high 和 xhigh,不支持 minimal。示例最后只是打印 response.text,有结构化输出要求的调用方还得校验返回值。
按原文所列规格,输入上下文上限为 100 万 token,长解码模式单段最多输出 65,536 token,知识截止于 2026 年 3 月。计费方面,适合夜间测试或批量日志分析的 Batch 和 Flex 比 Standard 低 50%,每百万 token 的输入、输出、缓存输入分别为 $1.50、$7.50、$0.075。Priority 加价 80%,对应 $5.40、$27、$0.27。作者称 Standard 没有官方延迟 SLA,但没给出 Priority 的具体延迟指标。原文也称 API 和 Google AI Studio 没有免费档,访问需要启用付费结算,或具备相应的 Google AI Pro、Ultra 订阅。
我的判断
我认同作者把「完成一次任务」作为核算单位。按请求平均费用比价,容易让反复重试却始终没通过测试的模型显得便宜。把测试通过、人工接手和失败调用一起记下来,才知道省下的 API 费用有没有转成额外的工程成本。
32% 和 36% 各有参考范围。前者来自特定 Agent 环境的端到端测试,后者来自插件迁移日志。原文没给出同一批任务在相同验收条件下的推理量、缓存命中率和返工次数,也没交代迁移日志里的 Claude 版本和前后任务量。「Neon 返工更少」可以作为试用假设,三组排行榜分数无法单独证实这个归因。至于把整个仓库塞进提示词,原文没有拿它和按需读取相关文件做对照。如果日常任务只改一两个组件,按需读取能直接减少输入量。固定长前缀更适合确实需要反复读取同一批资料的会话。
能拿来做什么
- 用同一批组件重构或 Node 缺陷修复任务做小规模对照,固定测试与验收条件,记录总费用、重试轮数和人工介入次数,再计算每个通过验收的任务花了多少钱。
- 把仓库规范、稳定文档和重复引用的代码放在请求开头,把当前 diff、编译报错和本轮指令放到后面。对照用量日志里的缓存命中情况,再决定哪些资料值得长期放在前缀里。
- 常规编辑从
low或medium开始,给自动修复循环设重试次数或费用上限,复杂任务再升档。迁移依赖temperature=0的 JSON 流程时,把解析失败和结构校验失败都纳入验收。