Wink Pings

Gemini 4三款实测:最贵的Carbon,只赢了一半

Google一次发了三个Gemini 4模型。Artificial Analysis实测发现:最贵的Carbon只在低推理时领先,Neon和Hydrogen拉高推理后性价比反超。怎么选,数据说了算。

Google把Gemini 4拆成三个版本一起发了:Carbon、Neon、Hydrogen。Artificial Analysis的实测数据已经出来,结论反常识:最贵的Carbon,只赢了一半。

定价差多少

模型输入价($/百万token)输出价($/百万token)
Carbon$4$20
Neon$3$15
Hydrogen$1.50$7.50

低推理:Carbon最强,但代价是token

低推理模式下,Carbon是三者中表现最好的,但同任务消耗的token也更多。Neon和Hydrogen在更高推理级别上的扩展效率更高,还多一个xhigh选项。

Carbon的软肋

Carbon在CritPt(研究生级物理评估)上拿了第一,但在agentic研究和知识工作上输了。原因是它从低推理到高推理的提升幅度,明显不如Neon和Hydrogen。

Pareto前沿被Neon和Hydrogen包圆

Neon和Hydrogen占据了智能 vs 每任务成本、智能 vs 每任务时间的所有Pareto前沿。两兄弟组合起来,从Hydrogen低推理(智能指数27,每任务$0.29)到Neon xhigh(智能指数61,每任务$6.44),开发者可以通过调节推理级别,在成本和智能之间做精细权衡。

Carbon不在这条趋势线上。它的各推理级别之间,时间和成本差异很小。

有人已经算了一笔账

Cameron Peterson算了一笔账:Neon默认的high模式智能指数59.6,几乎贴着Carbon的60.0,每任务成本却只要$3.74,Carbon要$7.76。调到xhigh能到61.4,正好是Google发布时宣传的数字。他的结论很直接:Neon在high模式下打平Carbon,成本砍半。

其他网友也在讨论。有人提到Hydrogen虽然便宜,但幻觉最少,不少任务下反而可能更可靠。有人觉得Carbon比Hydrogen贵了近三倍,日常使用感知不到差距。还有人指出,Neon和Hydrogen都有xhigh,而Carbon最高只到high,按思考量选模型,这个思路不错。更直接的提议是:别急着下结论,拿实际工作负载跑一遍再决定。

怎么选

如果你的任务不复杂,Carbon的低推理模式确实能打。但愿意把推理级别拉高,Neon和Hydrogen的性价比优势更明显。

完整对比数据:https://artificialanalysis.ai/models/comparisons/gemini-4-neon-vs-gemini-4-carbon

发布时间: 2026-11-20 05:39