Claude Opus 5.5 已在 SeedRouter 上线

Gemini 4 Neon vs Carbon vs Hydrogen:该选哪个模型?

对比 Gemini 4 Neon、Carbon 与 Hydrogen:默认思考级别、REST 单次输出上限、12 月 1 日价格反转、实时 API 费率及三项 Neon 接入实测。

以 Markdown 阅读

高频信息提取、对话和快速子智能体循环,先从 Gemini 4 Hydrogen 起步。跨文件编程智能体、电子表格与文档分析以及常态化生产工作流,切到 Gemini 4 Neon。只有遇到最棘手的系统架构设计、根因调试和安全审计——也就是每轮多做一次验证确实能解决前两个模型漏掉的问题时——再留给 Gemini 4 Carbon。

2026 年 11 月 18 日之前发布的对比文章,几乎只覆盖了 Hydrogen、Carbon 和 Argon。两个变化让那些旧指南已经不再完整:一是 Google 发布了 gemini-4-neon,作为介于 Hydrogen 和 Carbon 之间的均衡中档;二是 Carbon 的入门优惠 API 费率将于 2026 年 11 月 30 日到期。现在在这三个模型之间做决定,归根结底看三件具体事实:上线第一天就会碰到的 API 契约差异、12 月 1 日的价格反转,以及思考 token 是如何推高输出账单的。

Gemini 4 Neon、Carbon 与 Hydrogen 的纸面差异

三款模型都使用同一套原生 Gemini generateContent 和 streamGenerateContent 请求格式。Google 的 Gemini 4 Neon 迁移指南明确说明,从 Carbon、Argon 或 Hydrogen 切换过来无需改动请求 schema。改个模型字符串确实省事,但如果忽略默认参数差异,团队也很容易在不经意间踩进静默的行为变化。

下表依据 Google 模型文档及 20261119 版 Gemini API 发现规范整理,核对日期为 2026 年 11 月 20 日:

契约字段或限制Gemini 4 HydrogenGemini 4 NeonGemini 4 Carbon
稳定模型 IDgemini-4-hydrogengemini-4-neongemini-4-carbon
统一上下文窗口1,048,576 token(输入 + 思考 + 输出共用)相同相同
思考级别low、medium、high、xhighlow、medium、high、xhighlow、medium、high
默认思考级别highhighmedium
同步流式单次输出上限65,536 token65,536 token65,536 token
直接非流式 REST 单次输出上限65,536 token65,536 token32,768 token
长文本分段生成通过 continuationToken 在 1M 共用预算内续写相同相同
输入模态文本、图片、音频、视频、PDF相同相同
输出模态仅文本仅文本仅文本
显式 cachedContent不支持(4,096 token 起启用隐式缓存,命中享 95% 折扣)相同相同
Google API 免费层列出限速免费层仅付费层仅付费层

切换模型时,有三个契约细节最容易让人措手不及:

默认思考级别不一致。 不传 thinkingConfig.thinkingLevel 时,Neon 和 Hydrogen 默认走 high,而 Carbon 默认走 medium。反过来更麻烦:把 xhigh 发给 Carbon 会直接校验失败,因为 Carbon 只接受 low、medium 和 high。三款模型传入 minimal 都会返回 HTTP 400;把已弃用的 thinkingBudget 与 thinkingLevel 混用同样返回 HTTP 400。

非流式 REST 单次输出上限不同。 无论流式还是非流式 REST 调用,Neon 和 Hydrogen 单次响应最多都返回 65,536 token。Carbon 在流式或 SDK 辅助模式下支持 65,536 token,但直接调用非流式 REST 时单次响应封顶在 32,768 token。如果存量任务还在用非流式接口写长报告,用 Neon 或 Hydrogen 所需的续写轮次只有 Carbon 的一半。

采样旋钮已弃用。 三款模型都固定了采样行为:合法范围内的自定义 temperature、topP 和 topK 会被直接忽略,超出范围的值仍会报 HTTP 400。三者也都不支持显式 cachedContent,重复提示词依赖 4,096 token 起自动生效的隐式缓存。另外,在 20261119 发现规范中,Google 新增了结构化媒体切片字段(Part.audioMetadata、Part.documentMetadata、Part.spreadsheetMetadata 和 VideoMetadata.contentLayers),客户端可以直接在原生请求里圈定页码、表格区域或音视频轨道。

那 Gemini 4 Argon 呢?Argon 是 2026 年 10 月最早发布的 Gemini 4 模型,与 Carbon 共用 medium 默认思考级别、三档思考级别、32,768 token 的非流式 REST 单次上限,以及相同的入门优惠价格表。随着 Neon 补齐 Hydrogen 和 Carbon 之间的均衡档位,Argon 不再是中间唯一的选择;目前仍固定使用 gemini-4-argon 的团队,应该把 Neon 当作直接对标评估的候选模型。

12 月 1 日的价格反转,以及为什么只看单价会误判

不看日历,费率表显得一目了然。以下为 Google 官方 Standard 付费层每 100 万 token 目录价(全 1M 上下文窗口统一费率,于 2026 年 11 月 20 日核对自 Google 定价页面),Neon 与 Carbon 的高低顺位会在 2026 年 12 月 1 日直接对调:

每 100 万 token(Google Standard 目录价)HydrogenNeonCarbon(截至 2026 年 11 月 30 日)Carbon(自 2026 年 12 月 1 日起)
输入US$1.50US$3.00US$2.00US$4.00
输出(含思考 token)US$7.50US$15.00US$10.00US$20.00
缓存输入(隐式 95% 折扣)US$0.075US$0.15US$0.10US$0.20

同样一次请求,按 Google 目录价计算 100,000 未缓存输入 token 加 10,000 计费输出 token:

  • Hydrogen 费用为 US$0.225。
  • Neon 费用为 US$0.450。
  • Carbon 在 2026 年 11 月 30 日前为 US$0.300,12 月 1 日起跳至 US$0.600。

这 11 天的窗口期造成了一个挺别扭的现象:11 月 30 日之前,Carbon 的促销标价按单 token 算比 Neon 的标准价还便宜;12 月 1 日一过,Neon 每 token 比 Carbon 便宜 25%,恰好是 Hydrogen 的 2 倍。如果你今天在做第四季度或 2027 年预算,只按 Carbon 的 US$2 / US$10 入门价测算、没把 12 月 1 日翻倍算进去,上线两周预算就会失真。

SeedRouter 上三款模型当前的实时每 token 费率直接加载在下方:

Gemini 4 Neon

美元 / 100 万 token

项目googlellm-vertextgooglellm
输入US$2.40US$1.65
输出(含思考)US$12.00US$8.25
缓存输入US$0.12US$0.0825

当前 token 费率。缓存输入仅按其专属费率计费一次;思考计入输出。使用工具和处理档位前,请检查其可用性。

Gemini 4 Hydrogen

美元 / 100 万 token

项目googlellm-vertextgooglellm
输入US$1.20US$0.825
输出(含思考)US$6.00US$4.125
缓存输入US$0.06US$0.04125

当前 token 费率。缓存输入仅按其专属费率计费一次;思考计入输出。使用工具和处理档位前,请检查其可用性。

Gemini 4 Carbon

美元 / 100 万 token

项目googlellmgooglellm-vertext
输入US$1.10US$1.60
输出(含思考)US$5.50US$8.00
缓存输入US$0.055US$0.08

标准处理费率,不随上下文长度阶梯涨价。缓存输入仅按缓存费率计费一次。Search 和 Maps 的 grounding 费用与这些 token 费用分开计算。

就算单价算得一分不差,只比每 token 价格依然容易误判,结构性原因只有一个:思考 token 按输出 token 计费。整个 Gemini 4 系列的输出单价都是输入的 5 倍。一个输出单价更低的模型,只要多消耗一倍推理 token——或者因为单元测试挂掉而重试一次——完成单个任务的实际花费就很容易反超目录价更高的模型。

给工作流做预算时,必须算整条闭环:未缓存输入、缓存命中输入(以 usageMetadata 为准,绝不能因为提示词超过 4,096 token 就默认命中)、可见回答 token、thoughtsTokenCount,再加上通过验收前的每一次失败尝试。同时要把消费级订阅和 API 支出分开看:Google AI Pro 或 Ultra 订阅覆盖的是 Gemini 应用和 Antigravity 编辑器额度,不包含按量付费的 API 流量;Hydrogen 在 Google 直连平台列出的限速免费层也不会延续到付费 API 平台。

按工作负载选模型(以及什么时候组合使用)

无论是 Google 的产品定位标签,还是综合榜单分数,都无法替你回答哪款模型能以最低总成本通过你自己的验收检查。应该从任务的出错代价出发,对照下面几类具体负载来做决定:

工作负载首选评估模型为什么从这里开始何时升档或降档
高频分类、短摘要、快速对话Hydrogen(low 或 medium)token 单价最低,不需要深度验证时周转最快若字段提取漏掉边界情况或返工率升高,升级到 Neon
并行子智能体、仓库文件读取、常规测试循环Hydrogen(medium 或 high)适合高频批量工具调用,便于控制并行工作节点开销当工作节点重试次数攀升时,把规划或棘手 diff 交给 Neon
跨文件编程智能体、重构、重工具流水线Neon(默认 high)兼顾推理深度与 65,536 token 单次输出上限,修复卡住时还有 xhigh 余量样板代码步骤下放给 Hydrogen;Neon 在根因分析上打转时尝试 Carbon
高密度 PDF、电子表格、图表、混合音视频分析Neon(high)完整支持多模态输入栈及 20261119 的页码/工作表/图层元数据涉及高风险财务或法律审阅时,配合人工复核并与 Carbon 对比
复杂系统架构、隐蔽多层缺陷、安全审计Carbon(medium 或 high)面向高后果技术工作,每轮设计了更充分的验证确认 Neon 达到同等验收质量后,将重复子任务下放到 Neon

组合使用,通常比强行用一个档位覆盖所有调用更划算。 在真实智能体框架里最经得起考验的是双层分工:用 Neon(涉及安全关键架构时用 Carbon)排查问题、制定实现方案并审查最终 diff,把重复的文件修改、日志解析和并行读取/搜索交给 Hydrogen。

只有在具备客观、可自动判定的失败信号时——比如 schema 校验报错、测试套件未通过、或引用核查缺失——才值得加条件升级机制(先跑 Hydrogen,失败再升到 Neon 或 Carbon)。靠模型自己含糊表达“不确定”来触发升级,既拖慢延迟又多花钱;如果某类任务有超过三分之一最终都要升级,直接调用 Neon 往往端到端更便宜也更快。

三项 Gemini 4 Neon 实时 API 检查看到了什么

2026 年 11 月 20 日,我们通过 SeedRouter 的原生 Gemini 端点(generateContent 和 streamGenerateContent?alt=sse)对 gemini-4-neon 执行了三次有边界、单次尝试的付费 API 调用,零重试。这是使用简短确定性提示词做的接入冒烟检查,不是 Neon、Carbon 和 Hydrogen 之间的质量基准测试。

检查项端点与档位思考级别观测结果提示词 / 回答 / 思考 token耗时
结构化 JSONgemini-4-neon:generateContent(Default)lowHTTP 200;返回 JSON 对象(ok: true、model: "gemini-4-neon")与 thoughtSignature54 / 28 / 397.71 秒
SSE 流式响应gemini-4-neon:streamGenerateContent?alt=sse(Default)xhighHTTP 200;2 条 SSE 事件;回答 17 times 23 equals 391.50 / 13 / 2076.42 秒
已声明函数调用gemini-4-neon:googlellm-vertext:generateContent(显式档位)lowHTTP 200;输出 functionCall get_status({"service":"billing"}) 与 thoughtSignature95 / 22 / 495.39 秒

光看原始 token 计数,就有两个工程细节立刻跳了出来:

  1. 哪怕是极简单的算术题,思考 token 也占输出大头。 在流式测试(17 × 23)中,xhigh 生成了 13 个可见回答 token 和 207 个思考 token——隐藏推理 token 接近可见文本的 16 倍。哪怕降到 low,在 JSON 和函数调用两次请求里,思考 token 也依然多于可见输出(39 对 28、49 对 22)。把 xhigh 全局开在简单提示词上,是给 Gemini 4 多交冤枉钱最快的方法。
  2. 每次响应都带回了 thoughtSignature。 在多轮函数调用循环中,必须将返回的 thoughtSignature 原封不动带回后续轮次,否则跨工具调用的推理连贯性会中断。

证据边界必须划清:这三次调用验证的是 gemini-4-neon 的端点可达性、SSE 流式传输、函数调用生成以及 thoughtSignature 返回。它们没有衡量与 Carbon 或 Hydrogen 对比的准确率或吞吐量,也没有覆盖多模态视频/音频/PDF 上传、Google Search 或 Maps grounding、Computer Use、隐式缓存命中或长文本续写。切换生产流量前,务必拿 10 到 20 条真实业务提示词跑一套自己的评测集。

在代码中切换 Neon、Carbon 与 Hydrogen

由于原生请求信封完全共享,你只需改动 URL 路径中的模型 ID,就能对三款模型做并排评测。先通过只读模型列表确认你的 API key 能访问哪些模型 ID:

curl "https://api.seedrouter.ai/v1/models" \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY"

接着,给 gemini-4-neon、gemini-4-carbon 或 gemini-4-hydrogen 发送带有相同显式 thinkingLevel 的原生流式请求:

MODEL_ID="gemini-4-neon"

curl "https://api.seedrouter.ai/v1beta/models/${MODEL_ID}:streamGenerateContent?alt=sse" \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "Review this SQL migration for locking risks and propose a zero-downtime alternative."
          }
        ]
      }
    ],
    "generationConfig": {
      "thinkingConfig": {
        "thinkingLevel": "high"
      },
      "maxOutputTokens": 32768
    }
  }'

把脚本从一个 Gemini 4 模型切到另一个之前,先核对四件事:

  1. 显式固定 thinkingLevel。 拿 Carbon(默认 medium)对比 Neon 或 Hydrogen(默认 high)时不要依赖默认值;回退到 Carbon 前记得去掉 xhigh。
  2. 给 maxOutputTokens 留足余量。 思考 token 会占用 maxOutputTokens,上限设得太紧(比如 2,048 或 4,096)可能在最终回答写完前就截断可见输出,在 high 或 xhigh 下尤其明显。
  3. 长任务优先用流式。 流式输出能避免慢推理轮次触发边界超时,同时绕开 Carbon 在直接非流式 REST 上 32,768 token 的单次上限。
  4. 工具循环中保留 thoughtSignature。 回传 functionResponse 消息时,原样保留模型在上一轮返回的完整 content parts。

你可以在 Gemini 4 Neon 模型页 交互式测试提示词,在 Gemini 4 Hydrogen 页面 和 Gemini 4 Carbon 页面 对比规格,或在 Gemini 4 Neon API 文档 查阅完整请求 schema。

常见问题

编程任务选哪个 Gemini 模型最好?

绝大多数跨文件编程智能体和日常代码库重构,建议从 Gemini 4 Neon 的默认 high 思考级别起步,只在补丁没跑过测试时升到 xhigh。快速交互式编辑和并行工作循环用 Gemini 4 Hydrogen;遇到隐蔽的根因调试、安全审计或多步骤架构评审、且 Neon 漏掉边界情况时,再交给 Gemini 4 Carbon。

Neon 发布后,Gemini 4 Argon 还有必要考虑吗?

Gemini 4 Argon 是 2026 年 10 月最早发布的 Gemini 4 模型,目前仍可通过 gemini-4-argon 调用,思考级别(low、默认 medium、high)和价格表与 Carbon 一致。由于 Neon 现已直接卡在 Hydrogen 与 Carbon 之间,提供四档思考级别和 65,536 token 的非流式 REST 单次输出上限,除非已有现成的 Argon 评测基线,否则新项目通常应优先评估 Neon、Carbon 和 Hydrogen。

为什么 11 月 30 日前 Gemini 4 Carbon 每 token 比 Neon 还便宜?

Google 上线 Carbon 时给了一段临时入门优惠价(每 100 万 token 输入 US$2 / 输出 US$10),该优惠于 2026 年 11 月 30 日到期;而 Neon 一上线就采用标准费率(US$3 / US$15)。2026 年 12 月 1 日起,Google 的 Carbon 标准费率翻倍至 US$4 / US$20,届时 Neon 每 token 比 Carbon 便宜 25%。即便在 11 月 30 日之前,单任务实际花多少钱也取决于各模型消耗了多少思考 token。

Gemini 4 Neon 可以免费使用吗?

不可以。Google 官方定价表只为 Gemini 4 Neon 和 Gemini 4 Carbon 列出了付费层(Standard、Batch、Flex 和 Priority),没有免费 API 层。Google 直连平台上只有 Gemini 4 Hydrogen 列出了限速免费 API 层。在 Gemini 应用或 Antigravity 中面向个人使用需要付费 AI Pro 或 Ultra 套餐,且不包含按量付费的 API 额度。

在 Neon、Carbon 和 Hydrogen 之间切换需要改请求 schema 吗?

标准原生请求不需要——端点结构、contents、tools、systemInstruction 和 continuationToken 字段三者一致。你只需防住两个模型专属差异:Carbon 不接受 thinkingLevel: "xhigh",且直接非流式 REST 单次响应在 Carbon 上封顶 32,768 token,在 Neon 和 Hydrogen 上则是 65,536 token。

API 工作负载该选 Gemini 4 还是 ChatGPT 模型?

按工作负载和单任务总成本选,别按品牌惯性选。Gemini 4 系列在一套共享 schema 下提供了统一的 1,048,576 token 多模态上下文窗口(文本、图片、音频、视频和 PDF)以及长文本分段续写,不过高思考级别可能比低冗余输出模型消耗更多输出 token。拿你自己的 10 条任务评测集在 Gemini 4 Neon 和现有 GPT 基线上跑一遍,再比较合格输出质量、端到端延迟和每个通过任务的总花费。

相关指南