Lewati ke konten utama

Gemini 4 Neon vs. Claude Opus 5.5: Tolok Ukur, Harga, dan Uji Langsung

Gemini 4 Neon dari Google menantang Claude Opus 5.5 dari Anthropic. Kami membandingkan tolok ukur, harga, dan akses, serta menguji keduanya pada varian catur.
Josef Waples
Josef Waples

Buat Akun Gratis Anda

Berlatih dan lacak kemajuan Anda.

Lanjutkan dengan GoogleDengan melanjutkan, Anda menyetujui Ketentuan Penggunaan, Kebijakan Privasi dan bahwa data Anda disimpan di AS.

Anthropic merilis Claude Opus 5.5 pada akhir 22 September. Model ini menjanjikan performa setingkat Fable pada sebagian besar pekerjaan dengan biaya 40% lebih rendah dibanding Opus 5. Dua bulan kemudian, kemarin, Google merilis Gemini 4 Neon, model kelas menengah yang diadaptasi dari Gemini 4 Carbon

Dalam rilis Neon, Google sangat jelas membandingkan Neon dengan Opus 5.5. Ini menjadi fokus utama rilis. Semua tolok ukur menampilkan Neon melawan Opus 5.5 secara eksplisit, dan harga daftar Neon lebih rendah pada setiap token.

Sebelum kita masuk ke perbandingan, saya sarankan berlangganan buletin mingguan kami, The Median, yang membantu Anda mengikuti rilis model terbesar.

Ringkasnya

  • Pada kartu model Google, Neon unggul atas Opus 5.5 pada sebagian besar tolok ukur, dengan salah satu dari dua keunggulan terbesarnya pada penalaran konteks panjang.
  • Opus 5.5 mempertahankan sedikit keunggulan pada coding berbasis terminal dan perubahan kode yang siap digabung.
  • Dalam uji catur varian chancellor kami, keduanya menulis seperangkat aturan yang benar setiap saat, tetapi hanya mesin Neon yang memenangkan setiap permainan.
  • Neon 25% lebih murah per token, dan setiap pengujian biayanya sekitar setengahnya.
  • Pilih Neon untuk dokumen panjang, media, dan agen yang sensitif biaya; pilih Opus 5.5 untuk coding berat di terminal, Claude Code, dan jangkauan cloud yang paling luas.

Apa Itu Gemini 4 Neon?

Gemini 4 Neon adalah model Gemini 4 kelas menengah dari Google, dirilis pada November 2026 dan diadaptasi dari Gemini 4 Carbon.

Google memposisikannya sebagai kecerdasan tingkat terdepan dengan penyelesaian tugas ujung-ke-ujung yang cepat: model ini menyelesaikan tugas perangkat lunak, pengetahuan, dan sains yang kompleks dalam lebih sedikit langkah dibanding Carbon, dengan empat tingkat pemikiran untuk menukar kedalaman dengan kecepatan.

Panduan Gemini 4 Carbon kami membahas model yang menjadi dasar adaptasi Neon, dan tutorial API Gemini 4 Hydrogen kami mengulas API Gemini 4 yang digunakan bersama.

Apa Itu Claude Opus 5.5?

Claude Opus 5.5 adalah andalan Anthropic untuk coding agenik jangka panjang dan pekerjaan pengetahuan, dirilis pada September 2026.

Daya tariknya adalah efisiensi: Anthropic menyatakan model ini berperforma setingkat Claude Fable 5.1 pada sebagian besar pekerjaan sambil menggunakan lebih sedikit token per tugas dibanding Opus 5, dan inilah model yang disarankan Anthropic untuk menjadi titik awal bagi para pengembang.

Panduan Claude Opus 5.5 kami membahas peluncurannya, dan tutorial API Opus 5.5 kami membangun seorang investigator insiden AI dengannya.

Gemini 4 Neon vs Claude Opus 5.5: Perbandingan Langsung

Neon memimpin sebagian besar tolok ukur head-to-head Google dan 25% lebih murah per token

Setiap skor head-to-head di bawah berasal dari kartu model Neon milik Google, satu-satunya sumber yang menguji kedua model pada tolok ukur yang sama. Neon unggul pada 16 dari 18 baris tempat keduanya memiliki skor, dan Opus 5.5 unggul pada dua sisanya sekitar satu poin masing-masing.

FiturGemini 4 NeonClaude Opus 5.5
Pengembang dan rilisGoogle, 18 November 2026Anthropic, 22 September 2026
Jendela konteks1.048.576 token, dibagi antara input, thinking, dan output1M token
Batas output sinkron64K token (hingga 1M dengan long decode)128K token
Kontrol penalaranTingkat thinking: low, medium, high (default), xhighEffort: low, medium (default), high, xhigh, max
GraphWalks (256K hingga 1M, BFS F1)95,2%66,8%
CursorBench 4.165,4%58,1%
Terminal-bench 4.165,2%65,8%
HLE-Diamond71,3%67,9%
Harga per token25% lebih rendah pada input, output, dan cached readBaseline

Konteks panjang dan pekerjaan pengetahuan

Penalaran konteks panjang menunjukkan salah satu dari dua celah terlebar dalam perbandingan, dan satu-satunya yang tetap kokoh tanpa catatan caveat terkait harness. Pada GraphWalks, yang meminta model menelusuri graf yang tersebar di input 256K hingga 1M token, Neon mencetak 95,2% melawan 66,8% milik Opus 5.5. Keduanya menerima sekitar sejuta token, tetapi berdasarkan angka Google, Neon jauh lebih baik menggunakan sisi jauh dari jendela itu.

Tolok ukurGemini 4 NeonClaude Opus 5.5Catatan
GraphWalks (256K hingga 1M, BFS F1)95,2%66,8%Penelusuran graf konteks panjang
AA Index v5.0.16159Indeks komposit Artificial Analysis
Vals Index v2.270,9%70,1%Indeks komposit
Agents' Last Exam v1.175,8%71,6%Tugas agenik
MKA (Climb WSR)56,5%53,0%Dilaporkan sebagai tingkat kemenangan

Indeks yang luas cukup berdekatan: keunggulan dua poin pada AA Index dan di bawah satu poin pada Vals Index adalah margin yang oleh Anthropic sendiri dinilai semakin kurang andal sebagai panduan perbedaan dunia nyata. Pameran Anthropic untuk Opus 5.5 adalah pekerjaan pengetahuan, dipimpin oleh skor GDPval-AA v2.1 sebesar 1846 Elo, tetapi kartu Google tidak melaporkan GDPval, sehingga klaim tersebut tidak memiliki padanan Neon.

Untuk dokumen panjang, kontrak, dan codebase yang dimuat penuh ke dalam konteks, Neon adalah pilihan yang lebih kuat berdasarkan bukti yang dipublikasikan.

Coding dan alur kerja agenik

Coding adalah dimensi yang paling ketat. Opus 5.5 sedikit unggul pada pekerjaan terminal dan perubahan kode siap gabung, sementara Neon unggul sekitar 7 poin pada CursorBench 4.1, yang mengambil tugas multi-berkas ambigu dari sesi Cursor nyata, dan sekitar 14 poin pada AutomationBench dari Zapier.

Tolok ukurGemini 4 NeonClaude Opus 5.5Catatan
CursorBench 4.165,4%58,1%Tugas multi-berkas dari sesi Cursor
Terminal-bench 4.165,2%65,8%Akurasi yang disesuaikan anti-cheating
FrontierCode 2.046,2%47,3%Apakah perubahan akan digabung
SWE-sweep (provider harness)39,0%10,1%12,8% vs 3,6% pada harness Mini-SWE
AutomationBench56,3%42,5%Alur kerja bisnis lintas aplikasi terhubung

Perlakukan angka coding ini dengan sedikit kehati-hatian:

  • Google menjalankan Opus 5.5 untuk kartu modelnya sendiri, dan Anthropic belum menerbitkan skor Neon.
  • Anthropic melaporkan Opus 5.5 pada versi suite yang lebih lama (Terminal-Bench 4.0, CursorBench 4.0, FrontierCode v1.1), sehingga angkanya tidak bisa dibandingkan langsung dengan milik Google.
  • Skor SWE-sweep berayun hingga tiga kali lipat antar harness, jadi baris itu lebih banyak berbicara tentang scaffolding daripada soal model mana pun.

Untuk coding agenik, sebut saja seri pada tolok ukur, dengan Opus 5.5 sedikit di depan di terminal dan Neon di depan pada alur kerja bergaya editor.

Sains dan penalaran

Neon unggul pada ketiga baris sains dan penalaran. Celah paling jelas adalah Terminal-Bench-Science 0.1, tolok ukur riset agenik yang dijalankan di command line, di mana Neon mencetak 70,5% melawan 63,3%. Neon juga unggul pada RiemannBench (84,0% vs 80,0%) dan HLE-Diamond. Kesenjangannya konsisten alih-alih dramatis, tetapi semuanya mengarah ke hal yang sama, sehingga Neon adalah default yang lebih baik untuk alur kerja kuantitatif dan saintifik.

Pemahaman multimodal

Neon unggul pada video, dengan 89,0% di LVBench melawan 83,7%, dan pada pembacaan grafik, dengan 73,5% di Chartography melawan 66,3%. Hasil grafik datang dengan caveat: Anthropic melaporkan 89,0% untuk Opus 5.5 pada Chartography dengan tools, pengaturan yang berbeda dari uji Google, sehingga kesenjangannya bergantung pada apakah tools diizinkan.

Keamanan siber

Neon unggul pada kedua baris keamanan bersama: 70,7% melawan 67,1% pada CWE-Bench v2 dan 51,3% melawan 37,1% pada WebExploitBench v1.2. Kedua vendor membatasi kapabilitas ofensif terkuat mereka di balik program verifikasi, yaitu Fairwind Program milik Google dan Cyber Verification Program milik Anthropic, sehingga bagi pihak defender faktor penentu adalah program mana yang memenuhi syarat bagi mereka, bukan selisih beberapa poin tolok ukur.

Harga: apa yang benar-benar Anda bayar

Neon 25% lebih murah daripada Opus 5.5 pada setiap bentuk beban kerja

Tarif Neon tepat 0,75x tarif Opus 5.5 pada input, output, dan cached read, jadi seluruh perbandingan harga bermuara pada satu angka: Neon 25% lebih murah per token.

Tarif token berdampingan

TarifGemini 4 NeonClaude Opus 5.5
Input, per 1M token$3,00$4,00
Output, per 1M token$15,00$20,00
Cached input read, per 1M token$0,15$0,20
Cache write, per 1M tokenTidak berlaku (hanya caching implisit)$5,00 (cache 5 menit)
Diskon batch50%50%
Biaya tambahan konteks panjangTidak ada di seluruh jendela 1MTidak ada di seluruh jendela 1M
Akses konsumenGoogle AI Pro dan UltraClaude Pro, Max, Team, dan Enterprise

Karena kelipatannya sama pada input dan output, tidak ada bentuk beban kerja yang membalikkan hasil. Harga output Neon sudah termasuk token thinking, jadi tingkat thinking yang lebih tinggi akan menaikkan tagihan pada tarif $15. Satu perbedaan struktural adalah caching: Opus 5.5 memungkinkan Anda menulis entri cache eksplisit dengan tarif premium, sementara Neon hanya melakukan caching implisit, sehingga tarif cached-read hanya berlaku saat cache Google terkena.

Biaya beban kerja nyata

Beban kerja (bulanan)Gemini 4 NeonClaude Opus 5.5Perbedaan
Asisten seimbang: 1M in / 250K out$6,75$9,00Neon $2,25 lebih rendah (25%)
Berat generasi: 1M in / 4M out$63,00$84,00Neon $21 lebih rendah (25%)
Loop berat cache: prefiks 100K ditulis sekali, 1.000 cached read, 5K in / 1K out per permintaan$45,30$60,50Neon $15,20 lebih rendah (25%)

Setiap total adalah (volume ÷ 1M) × tarif, dijumlahkan antara input dan output pada tarif standar. Baris berat cache mengasumsikan setiap dari 1.000 pembacaan mengenai cache; Opus 5.5 menjaminnya dengan cache write eksplisit, sementara cache implisit Neon tidak. Kedua model menggunakan tokenizer yang berbeda dan tidak ada vendor yang menerbitkan hitungan token untuk beban kerja bersama, jadi perlakukan total ini sebagai perbandingan tarif, bukan tagihan.

Performa Gemini 4 Neon dan Claude Opus 5.5

Untuk membandingkan model, saya menjalankan satu build dengan prompt dan tooling yang identik.

Permintaan saya: bangun satu halaman web yang memainkan satu pertandingan catur lengkap melawan dirinya sendiri. Kali ini, saya meminta varian catur bernama Chancellor chess, di mana menteri (queen) masing-masing sisi diganti oleh chancellor, yaitu buah yang bergerak seperti benteng atau seperti kuda. (Chancellor kadang juga disebut Empress atau Gajah.)

Bagaimanapun, setiap model harus menulis aturan dan mesin pencari langkah dari nol, menggambar papan dan buah baru, menjaga daftar langkah dalam notasi aljabar, serta mengakhiri dengan hasil yang benar.

Saya suka ide meminta varian catur karena model tidak bisa mengandalkan kode catur yang diingat. Chancellor mengubah aturan di tempat-tempat yang mudah terlewat, misalnya: 

  • dari posisi awal, chancellor bisa melompat ke c3 atau e3, jadi Putih memiliki 22 langkah pertama yang legal alih-alih 20;
  • lompatan kuda milik chancellor bisa memberikan skak, atau menyerang petak yang harus dilalui raja untuk rokade;
  • tangkap en passant ilegal ketika itu akan mengekspos raja terhadap chancellor di lajur yang sama;
  • pion promosi menjadi chancellor, benteng, gajah, atau kuda, tidak pernah menjadi menteri.

Prompt yang saya gunakan menyebutkan aturan varian tersebut tetapi tidak menyebutkan kasus tepi yang lebih sulit dilihat ini.

Begini cara permainan Neon berakhir, dengan raja, chancellor, dan dua pion yang mengawinkan raja tunggal. Ini menarik untuk dilihat karena Anda mungkin berharap melihat buah terakhir putih di G7, tetapi dalam varian ini itu akan menjadi pat, jadi pilihannya benar.

Halaman catur chancellor Gemini 4 Neon mengonversi endgame raja dan chancellor menjadi skakmat dengan Cd8#

Opus 5.5 menggambar buah yang lebih sulit dilihat. Hitam finis unggul satu kuda dan satu pion, tetapi chancellor Putih mengskak raja hitam dari petak ke petak. Mesin Hitam tidak pernah menemukan jalan keluar, jadi permainan berakhir remis:

Halaman catur chancellor Claude Opus 5.5 berakhir remis tiga kali pengulangan saat chancellor Putih memberi skak berulang sementara Hitam unggul satu kuda dan satu pion

Temuan utama:

  • Kedua model memahami aturannya, termasuk chancellor. Saya menjalankan simulasi dua lusin kali. Tidak pernah ada langkah ilegal dan saya juga tidak melihat kesalahan notasi, meski saya tidak memeriksa notasi untuk setiap langkah.
  • Mesin Neon menuntaskan permainan, sementara Opus 5.5 sering puas dengan remis. Anehnya, semua 12 permainan Neon berakhir dengan skakmat, tetapi hanya setengah dari permainan Opus 5.5 yang berakhir skakmat.
  • Neon menggambar buah baru dengan lebih jelas. Ketiga halaman Neon menggambar chancellor sebagai satu buah komposit, kepala kuda di atas benteng. Dua dari tiga halaman Opus 5.5 menjejalkan benteng kecil dan kuda kecil berdampingan dalam satu petak, yang menurut saya terlihat seperti kesalahan.
  • Kedua model membangun halaman dengan cara berbeda. Opus 5.5 merencanakan seluruh program dan menulisnya dalam satu respons. Neon menulisnya dalam lima langkah dan menghasilkan berkas yang lebih besar setiap kali.

Skak abadi itu adalah pertahanan yang baik oleh mesin Putih, tetapi pihak yang unggul buah seharusnya tidak membiarkannya.

UkuranGemini 4 NeonClaude Opus 5.5
Permainan berakhir skakmat (dari 12)127
Remis (dari 12)05
Langkah per run51
Biaya per run (USD)$0,90$1,70

Neon menang pada uji ini. Mesin Neon mengubah setiap permainan menjadi skakmat, dan setiap run Neon biayanya sekitar setengahnya, ditambah buah Neon lebih mudah dilihat. Mungkin Demis Hassabis, CEO Google DeepMind, ikut andil. (Demis adalah mantan anak jenius catur.)

Meski begitu, contoh pat dari Opus 5.5 cukup cerdik dan tidak mudah ditemukan.

Kapan Memilih Gemini 4 Neon vs Claude Opus 5.5

Pilih Neon untuk konteks panjang dan biaya, Opus 5.5 untuk coding terminal dan jangkauan

Persimpangannya biasanya panjang konteks dan harga. Keunggulan konteks panjang Neon paling penting saat input Anda melampaui 256K token, dan tarifnya yang 25% lebih rendah paling berpengaruh pada skala besar.

Pilih Gemini 4 Neon jika...

  • Anda memuat seluruh dokumen atau repositori ke dalam konteks. Keunggulan konteks panjang Neon adalah salah satu dari dua celah terbesar pada kartu Google.
  • Anda bekerja dengan video, grafik, atau data ilmiah. Neon memimpin setiap baris multimodal dan sains yang dilaporkan Google untuk kedua model.
  • Anda menjalankan agen dalam volume tinggi. Setiap token 25% lebih murah, dan dalam uji kami setiap run Neon biayanya sekitar setengah run Opus 5.5.
  • Anda membangun di stack Google. Neon ada di Google AI Studio, Vertex AI, dan Google Antigravity, serta dapat dipasangkan dengan Hydrogen dalam alur kerja multi-model.

Pilih Claude Opus 5.5 jika...

  • Coding Anda terjadi di terminal atau di Claude Code. Opus 5.5 memegang sedikit keunggulan pada Terminal-bench 4.1 dan FrontierCode 2.0, dan Claude Code adalah agen bawaan Anthropic.
  • Anda memerlukan jawaban panjang dalam satu respons. Opus 5.5 mengembalikan hingga 128K token secara sinkron, dua kali batas default Neon, tanpa beralih ke long decode latar belakang.
  • Anda melakukan deployment di AWS atau Azure. Opus 5.5 tersedia di Amazon Bedrock dan Microsoft Foundry serta Vertex AI.
  • Anda menginginkan caching yang dapat diprediksi. Cache write eksplisit memungkinkan Anda menjamin tarif cached-read yang lebih murah pada prefiks berulang.

Cara Memulai dengan Gemini 4 Neon dan Claude Opus 5.5

PermukaanGemini 4 NeonClaude Opus 5.5
Aplikasi konsumenAplikasi Gemini (Google AI Pro dan Ultra)Aplikasi Claude (Pro, Max, Team, Enterprise)
API pihak pertamaGemini API (tier berbayar), Google AI StudioClaude API
Platform cloudVertex AIAmazon Bedrock, Vertex AI, Microsoft Foundry
Agen codingGoogle Antigravity, GitHub Copilot, CursorClaude Code, GitHub Copilot, Cursor
Router pihak ketigaOpenRouterOpenRouter
ID model APIgemini-4-neonclaude-opus-5-5

Perbedaan akses terbesar adalah jangkauan cloud: Opus 5.5 berjalan di Amazon Bedrock, Vertex AI, dan Microsoft Foundry, sementara kami menemukan Neon hanya di Google Cloud. Neon tidak tercantum dalam dokumentasi model Gemini CLI per 19 November 2026. ID model native adalah gemini-4-neon dan claude-opus-5-5; di OpenRouter masing-masing adalah google/gemini-4-neon dan anthropic/claude-opus-5.5.

Melakukan panggilan API pertama Anda

Kedua SDK native berbeda, jadi cara tercepat untuk membandingkannya pada prompt Anda sendiri adalah endpoint OpenAI-kompatibel milik OpenRouter, di mana mengganti model cukup mengubah satu string:

from openai import OpenAI

client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="YOUR_OPENROUTER_KEY")
response = client.chat.completions.create(
    model="google/gemini-4-neon",  # or "anthropic/claude-opus-5.5"
    messages=[{"role": "user", "content": "Refactor this module and explain each change."}],
)
print(response.choices[0].message.content)

Pada API native, kedalaman penalaran Neon diatur dengan thinking_level dan Opus 5.5 dengan effort. Tutorial API Opus 5.5 dan tutorial API Gemini 4 Hydrogen kami membahas tiap SDK secara lengkap.

Pikiran Akhir

Pada tolok ukur milik Google sendiri, Gemini 4 Neon mengalahkan Claude Opus 5.5 pada sebagian besar uji dengan harga lebih rendah, dan uji catur kami menunjukkan hal yang sama: kedua model memahami setiap aturan, tetapi hanya mesin Neon yang menutup setiap permainan, dengan biaya per run sekitar setengahnya. Tolok ukur coding cukup berdekatan sehingga Opus 5.5 tetap menjadi pilihan yang masuk akal untuk pekerjaan terminal.

Rekomendasi saya: jika Anda bekerja dengan input panjang, media, atau agen ber-volume tinggi, coba Neon terlebih dahulu. Jika tim Anda sudah bekerja di Claude Code, atau melakukan deployment di AWS atau Azure, Opus 5.5 tetap pilihan yang lebih nyaman, dan selisih kualitasnya kecil. Dan jika Anda ingin membuat simulasi varian catur di komputer sendiri (kemungkinan kecil, saya tahu), pilih Neon.

Untuk membangun dengan model-model Anthropic, coba kursus Introduction to Claude Models kami.

FAQ

Apakah Gemini 4 Neon lebih baik daripada Claude Opus 5.5?

Pada kartu model Google, Gemini 4 Neon mengalahkan Claude Opus 5.5 pada 16 dari 18 tolok ukur bersama, dengan keunggulan besar pada penalaran konteks panjang dan satu tolok ukur coding, serta 25% lebih murah per token. Opus 5.5 mempertahankan sedikit keunggulan pada coding berbasis terminal. Dalam uji catur varian chancellor kami, keduanya memahami semua aturan, tetapi hanya mesin Neon yang memenangkan setiap permainan.

Seberapa jauh lebih murah Gemini 4 Neon daripada Claude Opus 5.5?

Gemini 4 Neon berharga $3 per sejuta token input dan $15 per sejuta token output, dibanding $4 dan $20 untuk Claude Opus 5.5. Cached read adalah $0,15 dibanding $0,20. Itu membuat Neon 25% lebih murah pada setiap jenis token, sehingga beban kerja apa pun biayanya sekitar seperempat lebih rendah pada tarif standar.

Mana yang lebih baik untuk coding, Gemini 4 Neon atau Claude Opus 5.5?

Keduanya berdekatan. Pada kartu model Google, Opus 5.5 sedikit unggul pada Terminal-bench 4.1 dan FrontierCode 2.0, sedangkan Neon unggul pada CursorBench 4.1 dan AutomationBench. Dalam uji langsung kami, keduanya menulis varian catur yang benar dari nol setiap kali; mesin Neon bermain catur lebih kuat dan run-nya biayanya sekitar setengahnya.

Di mana saya bisa menggunakan Gemini 4 Neon dan Claude Opus 5.5?

Gemini 4 Neon tersedia di Gemini API, Google AI Studio, Vertex AI, aplikasi Gemini untuk pelanggan Google AI Pro dan Ultra, Google Antigravity, GitHub Copilot, dan Cursor. Claude Opus 5.5 tersedia di Claude API dan aplikasi, Claude Code, Amazon Bedrock, Vertex AI, Microsoft Foundry, GitHub Copilot, dan Cursor. Keduanya ada di OpenRouter.

Apa ID model API untuk Gemini 4 Neon dan Claude Opus 5.5?

Pada API native, ID modelnya adalah gemini-4-neon untuk Gemini API milik Google dan claude-opus-5-5 untuk Claude API milik Anthropic. Di OpenRouter, masing-masing adalah google/gemini-4-neon dan anthropic/claude-opus-5.5, sehingga Anda bisa beralih di antara keduanya dengan mengubah satu string pada klien yang kompatibel dengan OpenAI.

Josef Waples

Penulis

Josef Waples

Saya penulis dan editor data science dengan kontribusi pada artikel riset di jurnal ilmiah. Saya sangat tertarik pada aljabar linear, statistika, R, dan sejenisnya. Saya juga cukup sering bermain catur! 

Topik

Terkait

blogs

40 Pertanyaan Wawancara DBMS Teratas di 2026

blogs

Spaghetti Plot dan Jalur Badai