Gemini 4 Neon 출시: 프런티어급 성능, 빠른 속도, 낮은 작업당 비용
Gemini 4 Neon
TL;DR Highlight
Gemini 4 Neon은 Carbon보다 작업당 비용 32%↓, 입력 $3·출력 $15
Who Should Read
코딩 에이전트·업무 자동화에 쓸 Gemini 모델을 비용과 성능 기준으로 고르려는 백엔드 개발자
Core Mechanics
- 가격은 입력 $3, 출력 $15
- 입력 100만 토큰당 $3, 출력 100만 토큰당 $15다.
- 캐시된 입력은 100만 토큰당 $0.15로 95% 할인이다.
- 컨텍스트 윈도우(한 번에 넣을 수 있는 입력 길이)는 100만 토큰이다.
- thinking level이 4단계로 나뉜다
- 작업마다 지능과 토큰 비용을 조절하는 단계다.
- 기본값 high에서 Artificial Analysis Intelligence Index 점수는 높고 작업당 비용은 Carbon보다 32% 낮다.
- xhigh에서는 61점으로 전체 3위이고, 경쟁 모델의 최고 설정보다 작업당 비용이 36%+ 낮다.
- 코딩 에이전트 지표가 강하다
- Artificial Analysis Coding Agent Index 58.6점으로 1위다.
- Terminal-Bench 4.1은 65.2%, FrontierCode 2.0은 46.2%(기본 high 설정)다.
- SWE-sweep은 mini-SWE harness에서 12.8%, Google Antigravity에서 39.0%로 3배 넘게 올랐다.
- 업무·분석 벤치마크도 상위권이다
- Vals Index 2위(70.9%)이고 Legal Research Bench와 Tax Agent Bench에서 1위다.
- Zapier AutomationBench 56.3%로 1위, Arena Agent Arena Index 1336점으로 2위다.
- 스프레드시트·PDF·차트·오디오·비디오를 한 컨텍스트에서 처리한다고 한다.
- 안전·정렬 수치를 함께 공개했다
- Terminal-Bench 4.0 거부율은 1.98%, Terminal-Bench-Science는 0%다.
- 코딩 꼼수(cheating) 평가에서 2.45%의 작업이 지름길을 택했다.
- Gray Swan 간접 프롬프트 인젝션 벤치마크에서 최고 thinking level과 실시간 안전장치를 쓰면 공격 성공률 0.0%다.
- Gemini 4 패밀리 안의 위치
- Carbon은 가장 어려운 장기 프로젝트용이다.
- Hydrogen은 빠른 일상 작업용이다.
- Neon은 그 사이에서 깊이와 효율의 균형을 맞춘다.
Community Reactions
- OpenRouter 속도 차이가 크다는 경험
- OpenRouter에서 Neon은 초당 127토큰, Carbon은 46토큰으로 확인됐다는 댓글이 있었다.
- Carbon은 너무 느리고 작업당 출력이 너무 많다는 의견이었다.
- 같은 벤치마크로 비용을 비교해 본 경험
- 43문항 데이터 분석 벤치마크 비용은 Hydrogen $6, Carbon $11, Argon $13, Neon $17이었고 모든 Gemini 4 모델이 A를 받았다는 경험이 있었다.
- 자기 하네스에서 프롬프트로 많이 유도해서 기본 모델의 동작은 말하기 어렵다는 단서도 붙었다.
- 출력 토큰이 늘어 비용이 커진다는 경험
- 데모 생성 용도로 써 보니 Carbon, Hydrogen, Neon은 Argon보다 토큰을 3~4배 더 썼다는 댓글이 있었다.
- 큰 모델은 출력 토큰을 덜 써서 단가가 높아도 총비용과 시간이 낮을 수 있다는 의견이었다.
- 체감 품질은 갈린다는 반응
- 벤치마크와 달리 Opus 5.5보다 못하다고 느낀다는 의견이 있었다.
- 반대로 일을 효율적으로 끝까지 밀어붙이고 쓰기 품질이 좋다는 경험도 있었다.
- 모델 이름 체계가 혼란스럽다는 의견
- Neon, Carbon, Argon 등 이름을 용도에 매핑하기 어렵다는 불만이 있었다.
- Neon이 Carbon보다 크다고 가정했다가 틀렸다고 정정한 댓글도 있었다.
How to Apply
- 지금 쓰는 프롬프트 10개로 비용 비교하기
- 오늘 실제 트래픽에서 대표 프롬프트 10개를 골라 Neon의 high 설정과 현재 모델에 똑같이 돌려라.
- 응답 품질, 출력 토큰 수, 지연 시간을 표로 기록하라.
- thinking level을 워크로드별로 나누기
- 일반 요청은 기본값 high로 고정하라.
- 가장 어려운 분석·디버깅 작업에만 xhigh를 적용하고 작업당 비용을 따로 측정하라.
- 반복되는 긴 프롬프트에 캐시 입력 적용하기
- 시스템 프롬프트나 문서처럼 반복 입력이 큰 호출을 찾아라.
- 캐시 입력 단가($0.15/100만 토큰)로 월 비용을 다시 계산하라.
- 에이전트 파이프라인에서 Carbon과 비교 테스트하기
- 장기 작업은 Carbon, 복잡하지만 빈도 높은 작업은 Neon으로 나눠 같은 작업을 돌려라.
- 완료율과 출력 토큰 수로 라우팅 기준을 정하라.
Try It
# Claude나 ChatGPT에 붙여넣기 — 모델 선택용 비교 실험 설계 프롬프트 (원문 수치 기반 간이 버전)
우리 서비스는 {{서비스 설명}}이다. 현재 쓰는 모델은 {{현재 모델}}이고, 월 호출량은 {{월 호출 수}}건, 호출당 평균 입력 {{입력 토큰}}토큰, 출력 {{출력 토큰}}토큰이다.
Gemini 4 Neon 가격은 입력 100만 토큰당 $3, 캐시 입력 $0.15, 출력 $15이다.
다음을 만들어 줘:
1. 현재 모델과 Neon의 월 비용 비교 계산식
2. 캐시 입력을 적용했을 때 월 비용
3. 대표 프롬프트 10개로 품질·출력 토큰·지연 시간을 비교하는 실험 표 양식
이어서 해 볼 것: 실험 결과를 붙여 주면 high와 xhigh 중 어느 쪽이 비용 대비 나은지 같이 판단해 줘.Terminology
관련 논문
AI가 All About Berlin을 죽이고 있다
Google AI Overviews 도입 후 베를린 가이드 사이트 트래픽이 70~75% 줄었다
모든 걸 LLM에 맡기지 마라: PostHog의 decision model 활용기
PostHog는 작은 decision model로 LLM 호출 98.7%를 건너뛰었다
GPT-6.2 Astra·Sol 출시, 댓글로 본 비용·속도와 에이전트 동작 후기
GPT-6.2 Astra·Sol은 비용이 크게 줄었지만 과설계·조기 종료 후기가 엇갈린다
TrnRT: AWS Trainium용 오픈소스 LLM 추론 엔진
trn2.48xlarge 한 대로 GLM-5.3-Flash를 OpenAI 호환 API로 서빙한다
언제 줌해야 할까: VLM에게 이미지는 얼마나 작아야 너무 작은가
큰 사진을 타일로 쪼개 보내니 Claude·Gemini 정확도가 11~14.5%p 올랐다
최신 LLM의 Positional Embedding 이해하기
GPT-2부터 RoPE까지, LLM이 토큰 위치를 넣는 방식을 정리했다
DeepSeek V3를 순수 JAX 190줄로 구현해 MacBook Air에서 학습
DeepSeek V3 핵심 구조를 JAX 190줄로 짜서 맥북에어에서 2.6시간 학습
NVIDIA가 AI 스타트업에 투자해 GPU 부족을 키웠다는 WSJ 보도
WSJ: NVIDIA가 투자한 스타트업이 다시 NVIDIA GPU를 사게 했다는 의혹
Related Resources
- https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/
- https://openrouter.ai/google/gemini-4-neon
- https://openrouter.ai/google/gemini-4-carbon
- https://micjm.com/blog/carbon-is-that-slow/
- https://agentduel.com/leaderboard?excludeEarlyVotes=true
- https://www.vals.ai/benchmarks/vals_index
- https://artificialanalysis.ai/#intelligence-efficiency-tabs