Gemini 4 Neon 来了,高频复杂任务多了一个选择
Gemini 4 Neon 于 11 月 18 日正式发布,定位在 Hydrogen 与 Carbon 之间。迁移时要同时检查默认思考档位、共享上下文、缓存与长输出路径,再用完整任务判断是否值得换。

Gemini 4 Neon 于 2026 年 11 月 18 日正式可用。Google 把它放在 Hydrogen 与 Carbon 之间,面向频繁出现、又有一定复杂度的编程、知识工作和科学分析任务。已经用 Hydrogen 跑日常任务的团队,可以先把反复修改、多文件协作这类工作拿出来比较,不必立刻替换所有调用。
本文于 11 月 19 日核对发布记录、Neon 更新说明和模型规格。以下是官方规格与选型方法;没有调用这款模型,也没有独立验证厂商所说的速度或任务完成率。
Neon 应该接手哪些工作?
优先考虑那些“单次看起来不难,完整完成却要来回好几轮”的任务:跨文件修复、带多份附件的分析、需要核对多步工具结果的交付。Google 将 Neon 的卖点放在整轮任务的完成速度与较少的重复操作,这些属于厂商描述,仍需放进自己的任务里核验。
| 任务 | 可以先尝试的模型 | 为什么这样分 |
|---|---|---|
| 日常代码补全、小范围修改 | Hydrogen | 已有默认路径,先保留稳定行为 |
| 高频多文件修改、资料交叉分析 | Neon | 对应官方所说的高频复杂工作 |
| 最难的架构、科学与安全分析 | Carbon | 官方继续把它留给最困难的问题 |
这张表表达官方定位和试用顺序,不是效果排名。已有 Hydrogen 应用可以先读迁移时的协议变化;Carbon 的价格安排另见任务分派与十二月价格变化。
不要拿一段写得漂亮的答案决定全量切换。选一项真实但不含秘密的任务,先写清要改哪些文件、哪些检查必须通过、最终要交付什么,再比较每款模型是否完成。完整记录工具调用、重试、人工修改与等待时间,方法可沿用固定任务与完成条件。
官方 API 价格是多少,能直接换算成任务成本吗?
截至 11 月 19 日,官方价格为每百万输入 token 3 美元,每百万输出 token 15 美元,输出计价包含思考 token。Neon 只在 Gemini API 的付费层开放;Google AI Studio 的套餐可用性与 API 计费要分别看,不能把网页订阅当作 API 余额。
这两个单价不能直接证明某个任务更便宜。若一款模型每次便宜但需要多轮修正,整项工作可能反而花得更多;Neon 是否减少这种重复,本文没有实测。记录同一个完成条件下的全部请求,再比较总支出,避免只看最后一次成功调用。
本文引用的是 Google 官方价格,不是 Nbility 报价,也不代表本站已经上架 gemini-4-neon。
把模型名改掉之后,还要检查什么?
从其他 Gemini 4 模型迁入时,官方说明请求结构不需要改,但默认行为可能改变。Neon 提供 low、medium、high、xhigh 四档,默认 high;Carbon 与 Argon 默认 medium,最高到 high。因此省略 thinking_level 的老配置换到 Neon 后,思考设置也跟着变了。
从 Gemini 3 或更早版本迁入,还要检查这些位置:
- 显式缓存:Neon 不支持
cachedContents、caches.create;移除cached_content。隐式缓存仍受支持,但命中需要另外观察,不能承诺每次请求都会命中。 - 采样字段:官方要求移除
temperature、top_p、top_k;范围内的自定义值会被忽略,越界值返回 400。 - 工具与历史:用原生工具声明,不让模型凭提示词伪造工具 JSON。自行管理
generateContent历史时,保留模型消息和 thought signatures,不随意改写或跨调用复制签名。
下面沿用官方 Interactions API 的形状,显式选择 high。它是供有官方凭据的读者试用的请求,本文没有执行;先在本地设置 GEMINI_API_KEY,不要把真实值写进文章或仓库。
curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "gemini-4-neon",
"input": "为一个公开演示项目列出跨文件重构计划,给出每一步的验收条件。",
"generation_config": {"thinking_level": "high"}
}'
请求成功只证明这一条路径可用。工具执行、多轮续接和附件处理还需要各自检查;不要用一次纯文本回答替代 Agent 验收。
百万上下文等于能一次写百万 token 吗?
Neon 的 1,048,576 token 是输入、思考和输出共用的窗口。默认同步输出上限为 65,536 token,流式请求也有同样的单跳限制。长输出可以通过后台执行或客户端续接完成;只把上限数字调大,不能自动获得一条无限长的同步响应。
官方说明,后台执行超过 64K 需要同时设置 background: true 和更大的 max_output_tokens;只打开后台而不设置输出上限,仍会在 65,536 token 停止。max_output_tokens 也包含思考,要给最终文本留出位置。共享窗口的计算方式可对照Argon 的输入、思考与输出关系。
如果目标只是生成一份短计划,没必要因为模型支持百万输出就给出这么大的额度。先限制任务范围,确认答案完整,再按实际需求调整档位与上限。
怎样决定要不要正式切换?
把同一任务分别交给当前模型与 Neon,使用明确的思考档位和相同工具权限。检查交付是否完整、有没有重复读取、是否需要人工补救,以及所有请求合计的时间与成本。若只有某类复杂任务改善,就只替换那一类;这也符合多模型路由的思路。
通过 Nbility 使用 Gemini 时,先查Gemini 原生兼容接口和自己可用的模型。该文档列出的 generateContent 路径不能证明 Google Interactions、后台续写和官方缓存资源都可直接迁入。本文未验证这些站内路径;接入前用公开小任务逐项确认。


