---
title: "谷歌把旗舰的脑子，装进了便宜一半的盒子"
date: 2026-11-19
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-gemini-neon-1119
language: zh-CN
---

# 谷歌把旗舰的脑子，装进了便宜一半的盒子

> 每百万输入 3 美元，输出 15 美元。这是 Gemini 4 Neon 的标价。

每百万输入 3 美元，输出 15 美元。

这是 Gemini 4 Neon 的标价。

从 12 月 1 日起，自家旗舰 Carbon 是 4 美元和 20 美元。对顶级竞品，谷歌说它的单任务成本低 50% 到 80%。“便宜一半”说的是后者，不是标价。

11 月 18 日发布，Artificial Analysis 智能指数 xhigh 档 61 分，总榜第 3。前面是 Claude Fable 5.2 的 65 分，GPT-6.2 Astra 的 62 分。这是第三方榜单。

## 61 分只能排第 3

第 3 名不是新闻。

7 周内第 4 次产品变动：Carbon 10 月 28 日，Hydrogen 11 月 12 日，Neon 11 月 18 日，中间还有 3.1 Pro 退场。发布节奏排得这么密，名次本来就不会停，今天争第 3，下 一款再争第 2。这套节奏比单次分数更能说明谷歌在干什么：它不等一个全能冠军，它在把价位填满。

榜单的 61 分是综合分，权重由 Artificial Analysis 定。综合分适合看位置，不适合看能力边界：它把推理、编程、数学、指令跟随压成一个数，一个模型在长尾任务上的失手会被平均值盖住。Neon 的 61 分说明它没有明显短板，不说明它没有短板。7 周里发 4 款，用户记不住每 一款的分数，但记得住每 一档的价格，也记得住自己上次为什么选了贵的。

节奏快还有一个副作用：用户来不及做长期比较。等第三方评测出来，下 一款已经发了。价格先记住，分数后补。

分数会过期。

Vals Index 70.9%，第 2。Agent Arena Index 1336 分，第 2，可引导性也是第 2。AA 编程智能体指数 58.6，第 1。3 个第 2、一个第 1，这个分布比总分更能说明它的位置：不抢第 1，专守第 2，价格也压在第 2 档。名次是入口，不是结论。

这句话对采购也成立。

这 4 个数放在一起，说明它不是全面最强，是偏科偏得刚好：综合分输 4 分，编程分赢回来。

分项更能说明问题。Terminal-Bench 4.1 是 65.2%，FrontierCode 2.0 默认 high 档 46.2%。

这 2 个数，比总分更贴近手头的活。

分项是手脚，综合分是体检报告。这两个数放在 61 分的背景里看，说明它的强项在动手改代码，不在长链条推理。

分数是跑出来的，也是挑出来的。

AA 的 xhigh 档，是各家最高一档的思考配置。横向比要先确认对手也在同档，否则 61 和 65 之间的 4 分，可能只是 一档预算的差别。SWE-sweep 在 Antigravity 环境 39.0%，换 mini-SWE 框架只有 12.8%。同一个模型，2 个框架，差 26 个百分点。这个差距比模型之间的差距大，框架选错，分数掉得比换模型还狠。所以看这类数，先问在哪个框架里跑的，比问模型排第几更有用。一个 39.0% 和一个 12.8%，说的不是模型行不行，是工具链配不配。

安全和网络安全的数字很漂亮：Terminal-Bench 4.0 拒答率 1.98%，作弊率 0.0%；Gray Swan 间接提示注入在最高思考档攻击成功率 0.0%。网络安全 5 项第 1：AutoBaxBench 困难档 76%、SEC-bench Pro 90.5%、CWE-bench v2 70.7%、WebExploitBench v1.2 51.26%。Neon for cyber 会通过 Fairwind 计划向受信任的防御团队开放。

这些全是谷歌自家评估。

第三方复测还没出。

自家评估不是假，是口径。题目自己出、环境自己搭、基线自己选，分数就会好看。AA 的 61 分是第三方给的，可以横向比；安全项那 5 个第 1 是谷歌自己报的，只能等复测。看这组数，先要知道是谁在打分。同一份发布材料里，第三方的分数和自家的分数混在一起，读起来像一份成绩单，其实是 2 套考卷。

## 单价贵，单任务便宜

标价比 Carbon 贵。

3 对 2，15 对 10，都是 50%。

但到 12 月 1 日，Carbon 涨到 4 和 20，Neon 反而便宜 25%。同一个模型，2 个日期，2 种结论。价目表上没写“推荐”，价差已经替它写了。

Argon 也在 12 月 1 日涨到 4 和 20。它是上一代主力，涨价之后，老用户的续费账单会先感受到变化。谷歌给的另一个数更关键：默认 high 档，单任务成本比 Carbon 低 32%。单价贵 50%，单任务便宜 32%，只能说明一件事：同样的活，Neon 用的 token 少得多。按这 2 个数倒推，单任务 token 消耗大约是 Carbon 的 45%。这个倒推是我的算术，不是谷歌的口径，它成立的前提是 2 个模型干同 1 类任务，而谷歌没有公布任务清单。

所以 45% 只能当方向看，不能当承诺看。它还有一层用法：说明 Neon 的省钱来自少生成，不是来自打折。少生成靠思考效率，不靠更便宜的算力。

这 2 个数，一个是价，一个是账。

把 Neon 和 Carbon 的价差除以分数差：4 分，对应 25% 的价差。一分大约 6 个百分点。这个换算不严谨，因为分数不是线性能力，但它说明一件事：旗舰的溢价不是按分数收的，是按任务出错的代价收的。代价没法打分，只能定价。

对买方看单任务，对卖方看单价。

比顶级竞品，单任务低约 50% 到 80%。xhigh 档仍比对手最高配低 36% 以上。标题里的“便宜一半”，出处在这里。注意 xhigh 的位置：61 分是最高思考档跑出来的，在这个档位上还便宜 36%，说明它省的不是思考量，是单位 token 的效率。这 2 套价，一套给媒体，一套给开发者，都真，指向不同。

## 长上下文的账

上下文 100 万 token，最多生成也是 100 万 token。

文本、图像、视频、音频、PDF 都吃，不做图像和音频生成。

100 万 token 的输入，按 3 美元算，是 3 美元。缓存命中 0.15 美元，是标价的 5%。一个中型代码库读一遍，3 美元；读第 2 遍走缓存，0.15 美元。这才是长上下文的用法：不是炫长度，是让重复读变成 0.15 美元的事。一个任务里读 10 次同一份资料很常见：第一次 3 美元，后 9 次各 0.15 美元，合计 4.35 美元，不是 30 美元。但缓存只对稳定前缀有效，上下文改一个字，命中就掉，省钱的用法也就变成了用法的约束：先把资料固定下来，再开始问。

省钱的条件，也规定了怎么用。

输出也能到 100 万 token。这对代码生成、长文档改写有意义，对客服问答没意义。能力写满，不代表用得上。参数表上写得越长，越要看自己的任务落在哪一段。

缓存价 0.15 不是给聊天用的，是给重复读同一份资料的工作流用的。代码审查、合同比对、长文档问答，都符合这个形状：资料不变，问题在变。

## 自家门口的对手

Neon 在家族里居中：Carbon 攻最难的长周期项目，Hydrogen 管高频日常。

但 2 个数把 Carbon 架住了。单任务成本，Neon 低 32%；编程智能体指数，Neon 是第 1。Carbon 剩下的地盘，是最难的那部分任务，问题是这部分任务有多少。这类任务错一次，返工成本高，客户不在乎单价，在乎一次通过率。Neon 抢不走这块，也不该抢。大多数请求不需要 65 分，只需要 61 分加一个便宜的价格，而 61 分已经在榜上排第 3。

产品线在做减法。Gemini 应用里，Neon 取代 Argon，3.1 Pro 退场。用户不需要在 5 个模型里选，只在 3 个价位里选。

这是设计好的自我挤压。旗舰的意义不再是卖得最多，是给中间档定一个上限：最强的在这里，够用的在下面。旗舰还承担一个任务，把新能力先跑通，再往下放。Carbon 10 月 28 日发布，Neon 11 月 18 日跟上，中间隔 3 周。这个间隔就是旗舰的保质期，也是中杯的上市时间表：旗舰先把能力跑通，中杯再把它做成价格。

真正的对手不是 Fable 5.2。

是自家 Carbon。

抢 Carbon 的用户不需要打广告，只需要在价目表上把 2 个数排好，再给 4 个入口。

## 够用的价格

61 分够不够用？看任务。

写代码、改 bug、读文档，58.6 的编程智能体指数比 65 分的综合分更有意义。综合分是给排行榜看的，分项是给采购看的。采购看分项，老板看总账，2 个人看 2 张表，最后买的往往不是分最高的那款。

65 分卖给谁？卖给错一次代价很大的任务。这类任务数量不多，但单价高，也最愿意为确定性付钱。

上线渠道也说明了定位：Gemini API、Gemini for business、Antigravity、Gemini App。4 个入口同时开，不走试点，直接铺量。

那 4 分买的是少返工。返工一次的成本，通常比一个月的 token 账单高，这笔账采购算得清。判断：模型竞争的价格锚，正在从每百万 token 多少钱，变成每完成一个任务多少钱。前者比单价，后者比效率。Neon 把 2 个数一起摆上了桌。单任务成本这个口径也有软肋：它依赖谷歌自己定义的任务集，换个任务集，32% 可能变成 12%，也可能变成 52%。

开放问题：当 61 分够用，65 分的溢价还能撑多久？

**免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。**

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-gemini-neon-1119
本内容仅供参考，不构成投资建议。
