BenchLeader

Gemini 4 Carbon vs Gemini 4 Neon

完整资料:Gemini 4 Carbon(Google)和 Gemini 4 Neon(Google),包括全部基准测试、价格和排名。

更新于 · 数据来自 12 个来源

截至 2026年11月19日,Gemini 4 Carbon 与 Gemini 4 Neon 的质量不相上下(BenchLeader Index 68.0 比 67.3,在 ±3.3 的误差范围内)。Gemini 4 Carbon 更便宜,对方的价格是它的 1.5 倍(每百万 token 混合价格 $4.00 比 $6.00)。看重知识(75 比 72)选 4 Carbon;看重智能体与工具(76 比 69)选 4 Neon。4 Neon 的首次回答更快(40.6 秒 比 72.4 秒)。4 Neon 的输出更快(约 1.5 倍)。

要点(截至 2026年11月19日)

  • Gemini 4 Carbon 的 BenchLeader Index 为 68.0,Gemini 4 Neon 为 67.3(BenchLeader,2026年11月19日)。
  • Gemini 4 Carbon 每百万 token 混合价格为 $4.00(标价,2026年11月19日)。
  • Gemini 4 Neon 每百万 token 混合价格为 $6.00(标价,2026年11月19日)。
  • Gemini 4 Neon 比 Gemini 4 Carbon 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月19日)。
  • 在两者都有结果的 23 项基准测试中,Gemini 4 Neon 领先 12 项(BenchLeader,2026年11月19日)。
  • 在 Arena WebDev 上,Gemini 4 Carbon 的评分为 1769,Gemini 4 Neon 为 1764(LMArena,截至 2026年11月19日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程均可类别得分 73 比 73;Arena WebDev 1769 比 1764均可
智能体与工具调用Gemini 4 Neon类别得分 76 比 69;Arena Agent 18.4 比 16.1中
推理均可类别得分 72 比 72;HLE-Diamond (AA) 69.1% 比 68.4%均可
知识Gemini 4 Carbon类别得分 75 比 72;AA-Omniscience v1.1 53.5 比 53.8中
对话质量(人类偏好)均可Arena 投票 73 比 72均可
成本最低Gemini 4 Carbon每百万 token 混合价格 $4.00 比 $6.00;智能体编程会话 $0.160 比 $0.240–
首次回答最快Gemini 4 Neon首个回答 token 40.6 秒(Gemini 4 Neon (high))比 72.4 秒(Gemini 4 Carbon (high))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Gemini 4 Carbon (high) 与 Gemini 4 Neon (high) 的质量不相上下(68.0 比 67.3,在 ±3.3 的误差范围内)。
  • Gemini 4 Carbon (high) 在人类偏好、知识方面更强。
  • Gemini 4 Neon (high) 在智能体与工具、编程、推理方面更强。
  • Gemini 4 Carbon (high) 更便宜,对方的价格是它的 1.5 倍(每百万 token 混合价格 $4.00 比 $6.00)。
  • Gemini 4 Neon (high) 的输出速度是对方的 1.9 倍(101 比 55 token/秒)。

概览

规格Gemini 4 CarbonGemini 4 Neon
提供商GoogleGoogle
发布日期2026年10月28日2026年11月18日
上下文窗口(token)1,048,5761,048,576
对比时的配置Gemini 4 Carbon (high)Gemini 4 Neon (high)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $10.00 / $0.100$3.00 / $15.00 / $0.150

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Gemini 4 Carbon (high)Gemini 4 Neon (high)领先者
推理71.871.9持平
编程72.873.4持平
智能体与工具69.176.2Gemini 4 Neon
数学71.3–无法比较
知识74.772.3Gemini 4 Carbon
人类偏好72.671.7持平
长上下文64.3–无法比较
综合67.8–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具知识人类偏好Gemini 4 Carbon, 推理: 71.8Gemini 4 Carbon, 编程: 72.8Gemini 4 Carbon, 智能体与工具: 69.1Gemini 4 Carbon, 知识: 74.7Gemini 4 Carbon, 人类偏好: 72.6Gemini 4 Neon, 推理: 71.9Gemini 4 Neon, 编程: 73.4Gemini 4 Neon, 智能体与工具: 76.2Gemini 4 Neon, 知识: 72.3Gemini 4 Neon, 人类偏好: 71.7

未绘制(测得的模型少于两个):数学, 指令遵循, 长上下文, 多模态。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 23 项基准测试中,Gemini 4 Carbon 领先 11 项,Gemini 4 Neon 领先 12 项。所有同时评测两者的综合评分都认为 Gemini 4 Carbon 更强。

综合 IndexGemini 4 Carbon (high)Gemini 4 Neon (high)领先者
BenchLeader Index68.067.3不相上下
AA Intelligence Index v5.0.160.059.6Gemini 4 Carbon
Arena Text15261519Gemini 4 Carbon

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Gemini 4 Carbon (high)Gemini 4 Neon (high)
每百万 token 混合价格$4.00$6.00
每百万 token 输入 / 输出$2.00 / $10.00$3.00 / $15.00
每百万 token 缓存输入$0.100$0.150
每项任务价格:聊天回复$0.0038$0.0057
每项任务价格:总结一份 30 页的报告$0.030$0.045
每项任务价格:代码编辑$0.027$0.041
每项任务价格:智能体编程会话$0.160$0.240
每项任务价格:结构化信息提取$0.0060$0.0090
智能体编程会话(输入大多命中缓存)$0.074$0.112
每项基准测试任务成本(AA Index)$7.76$3.74
每项任务输出 token(AA Index)123k90k
其中推理部分72k46k
每项任务耗时(AA Index)38 min15 min
输出速度55 tok/s101 tok/s
首次回答时间72.4 秒40.6 秒
完整回答耗时(最近一次测量 2026年11月13日)160.6 秒–

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Gemini 4 Carbon (high) 上花费 $7.76,在 Gemini 4 Neon (high) 上花费 $3.74;完成同样的工作,Gemini 4 Carbon (high) 输出的 token 是对方的 1.4 倍,这是只看 token 单价看不出来的。

每个模型都按其排名最高的推理强度设置进行对比。Gemini 4 Carbon (high) 得分 68.0,首个回答 token 需 72 秒;Gemini 4 Carbon (medium) 为 64.7(33 秒),Gemini 4 Carbon (low) 为 59.0(9 秒)。Gemini 4 Neon (high) 得分 67.3,首个回答 token 需 41 秒;Gemini 4 Neon (xhigh) 为 64.3(57 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 94 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Gemini 4 Carbon (high)Gemini 4 Neon (high)
BenchLeader IndexBenchLeader68.067.3
智能体与工具得分BenchLeader69.176.2
编程得分BenchLeader72.873.4
综合得分BenchLeader67.8–
人类偏好得分BenchLeader72.671.7
知识得分BenchLeader74.772.3
长上下文得分BenchLeader64.3–
数学得分BenchLeader71.3–
推理得分BenchLeader71.871.9
混合价格(美元/百万 token)BenchLeader$4.00$6.00
输出速度BenchLeader55 tok/s101 tok/s
首次回答时间BenchLeader72.4 秒40.6 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub96.5%–
SimpleBenchSimpleBench92.6%†–
Arena Hard PromptsArena (LMArena)15461546
LiveBench 2.0 ReasoningLiveBench90.6%89.6%†
HLE-Diamond (AA)Artificial Analysis69.1%68.4%
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize92.1%–
ARC-AGI-3ARC Prize96.9%–
CritPt v2 hard subset (AA)Artificial Analysis69.0%59.0%
Arena ExpertArena (LMArena)15661541
Chess PuzzlesEpoch AI Benchmarking Hub78.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub73.0%–
编程
SciCodeSciCode64.2%–
Arena CodingArena (LMArena)15671558
Arena WebDevArena (LMArena)17691764
LiveBench 2.0 CodingLiveBench91.0%89.7%†
Vibe Code Bench v1.1Vals AI89.1%–
Vibe Code Bench 1-100 v1.1Vals AI49.7%–
SWE Atlas v1.1Scale AI SEAL71.5%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL73.4%†–
SWE Atlas v1.1: Test WritingScale AI SEAL76.7%†–
SWE Atlas v1.1: RefactoringScale AI SEAL64.3%†–
CursorBenchCursor60.4%–
ALE-BenchEpoch AI Benchmarking Hub2374.7–
FrontierSWEEpoch AI Benchmarking Hub61.2%–
显示全部 94 项基准测试
指标发布方Gemini 4 Carbon (high)Gemini 4 Neon (high)
编程
Terminal-Bench 4.0 (AA)Artificial Analysis65.2%61.6%
Design Arena WebsiteDesign Arena1304†–
FrontierCode 2.0 (AA)Artificial Analysis40.6%43.3%
智能体与工具
Terminal-BenchTerminal-Bench64.5%–
APEX-AgentsMercor84.2%†–
Arena AgentArena (LMArena)16.118.4
LiveBench Long AgenticLiveBench71.8%82.6%†
LiveBench BrowserLiveBench80.0%95.6%†
HiL-BenchScale AI SEAL50.3%†–
GDPval-AA v2.1Artificial Analysis1733–
Finance Agent v2.1Vals AI67.2%–
Harvey's Legal Agent Benchmark v1.1Vals AI17.5%–
Legal Research BenchVals AI55.8%–
Tax Agent BenchVals AI51.8%–
Terminal-Bench 4.0 (Vals)Vals AI63.1%–
Arena Agent Task CompletionArena (LMArena)17.219.2
PostTrainBenchEpoch AI Benchmarking Hub41.0%–
Vending-Bench 2Andon Labs16484.2†–
AutomationBenchArtificial Analysis77.8%79.2%
GDP.pdf (AA)Artificial Analysis28.4%33.4%
AA-Briefcase v1.1Artificial Analysis16111632
GDPxGDPx by SemiAnalysis10.9%–
Design Arena AgenticDesign Arena1304†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis64.8%65.7%
MKA (AA)Artificial Analysis54.3%54.6%
FACTS SearchGoogle94.4%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.5%–
FrontierMath Tier 4Epoch AI Benchmarking Hub95.1%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ArXivMathMathArena94.3%–
BrokenArXivMathArena84.4%–
Autoform-HardVals AI71.4%–
FrontierMath ErdősEpoch AI Benchmarking Hub2.9%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub77.7%–
LiveBench 2.0 Data AnalysisLiveBench86.5%85.3%†
LiveBench ResearchLiveBench92.5%94.5%†
AA-Omniscience v1.1Artificial Analysis53.553.8
PRBench LegalScale AI SEAL53.4%†–
Excel Modeling Benchmark v1.1Vals AI76.5%–
DrugDiscoveryBenchScale AI SEAL71.5%–
EBR-benchEpoch AI Benchmarking Hub87.6%–
GDP.pdfEpoch AI Benchmarking Hub56.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis58.3%59.4%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis88.6%86.1%
FACTS ParametricGoogle81.6%†–
指令遵循
Arena Instruction FollowingArena (LMArena)15241522
人类偏好
Arena TextArena (LMArena)15261519
Arena Creative WritingArena (LMArena)15151514
Arena Multi-turnArena (LMArena)15631529
Arena Longer QueriesArena (LMArena)15371521
多模态
LiveBench DesignLiveBench80.2%81.5%†
MMMU-ProArtificial Analysis89.3%†–
Humanity's Sixth SenseScale AI SEAL71.1%75.9%†
Blueprint-Bench 2Epoch AI Benchmarking Hub58.6%†–
Furniture AssemblyEpoch AI Benchmarking Hub77.5%–
VIALS-AAHandshake AI64.0%–
FACTS MultimodalGoogle60.2%†–
长上下文
AA-LCR v1.1Artificial Analysis79.3%–
MLCRArtificial Analysis19.4%28.9%
FACTS GroundingGoogle77.2%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub169.8†–
LiveBench 2.0LiveBench83.3%87.4%†
AA Intelligence Index v5.0.1Artificial Analysis60.059.6
AA Progress Index v1Artificial Analysis350.8–
Vals IndexVals AI70.5–
Vals Finance IndexVals AI67.0%–
Vals RSI IndexVals AI27.7%–
Vals Legal IndexVals AI75.9%–
安全与诚实
FORTRESSScale AI SEAL16.4%†–

数据截至 2026年11月19日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

变化

  • Gemini 4 Carbon (high):2 项分数修订;价格 $4.90/M → $7.76/M。
  • Gemini 4 Neon (high):13 项新结果(MLCR, MKA (AA), Arena Text…)。
  • Gemini 4 Carbon (high):价格 $5.48/M → $4.90/M。
  • Gemini 4 Neon (high):首批结果。
  • Gemini 4 Carbon (high):BenchLeader Index 68.9 → 68.3。
  • Gemini 4 Carbon (high):3 项新结果(PostTrainBench, ALE-Bench, GDP.pdf)。
  • Gemini 4 Carbon (high):2 项分数修订。
  • Gemini 4 Carbon (high):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • Gemini 4 Carbon (high):BenchLeader Index 69.9 → 68.9。
  • Gemini 4 Carbon (high):1 项新结果(Terminal-Bench)。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Gemini 4 Carbon vs Gemini 4 Neon:常见问题

Gemini 4 Carbon 比 Gemini 4 Neon 更好吗?
Gemini 4 Carbon (high) 与 Gemini 4 Neon (high) 的质量不相上下(68.0 比 67.3,在 ±3.3 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Gemini 4 Carbon 和 Gemini 4 Neon 哪个更便宜?价格会变吗?
目前 Gemini 4 Carbon 更便宜:每百万 token $4.00 比 $6.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Gemini 4 Carbon 还是 Gemini 4 Neon 更好?
两者在编程方面持平(类别得分 73 比 73)。在两者共同的最主要编程基准测试 Arena WebDev 上,Gemini 4 Carbon 为 1769,Gemini 4 Neon 为 1764。
Gemini 4 Carbon 和 Gemini 4 Neon 哪个更快?
Gemini 4 Neon 输出更快(约 1.5 倍;输出 101 比 55 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Gemini 4 Carbon 还是 Gemini 4 Neon 更好?
Gemini 4 Neon 在智能体任务方面得分更高(类别得分 76 比 69,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,Gemini 4 Carbon 为 16.1,Gemini 4 Neon 为 18.4。
更多问题(4)
处理长文档哪个更好?
两者都支持 1,048,576 token 的上下文。
哪个延迟更低?
Gemini 4 Neon 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 40.6 秒比 72.4 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Gemini 4 Carbon 和 Gemini 4 Neon 的看法一致吗?
在两者都有结果的 23 项基准测试中,Gemini 4 Carbon 领先 11 项,Gemini 4 Neon 领先 12 项。所有同时评测两者的综合评分都认为 Gemini 4 Carbon 更强。
Gemini 4 Neon 是什么时候发布的?
Gemini 4 Neon 于 2026年11月18日 发布。