Google로 계속하기계속 진행하시면 다음 사항에 동의하는 것으로 간주됩니다: 이용약관 및 개인정보 처리방침 그리고 귀하의 데이터가 미국에 저장된다는 점에 동의하는 것으로 간주됩니다.
Anthropic은 9월 22일 말에 Claude Opus 5.5를 출시했습니다. 대부분의 작업에서 Fable 수준의 성능을 Opus 5 대비 40% 낮은 비용으로 제공한다고 약속합니다. 두 달 뒤인 어제, Google은 Gemini 4 Carbon을 기반으로 한 미드레인지 모델인 Gemini 4 Neon을 출시했습니다.
Google은 Neon 공개에서 Opus 5.5와의 비교를 매우 명확하게 전면에 내세웠습니다. 벤치마크는 모두 Neon을 Opus 5.5와 이름으로 직접 비교하고, 토큰당 책정가도 Neon이 모든 항목에서 더 낮습니다.
비교에 들어가기 전에, 주요 모델 출시를 빠르게 따라잡을 수 있는 주간 뉴스레터 The Median 구독을 추천합니다.
요약
Google의 모델 카드에 따르면, Neon은 대부분의 벤치마크에서 Opus 5.5를 앞서며, 가장 큰 격차 중 하나는 장문 컨텍스트 추론에서 나타납니다.
Opus 5.5는 터미널 코딩과 머지 준비 완료 코드 변경에서 근소한 우위를 유지합니다.
직접 진행한 찬슬러 체스 테스트에서 두 모델 모두 매번 올바른 규칙을 작성했지만, 모든 대국에서 승리한 것은 Neon의 엔진뿐이었습니다.
Neon은 토큰당 비용이 25% 저렴하며, 각 테스트 실행 비용도 절반 수준이었습니다.
장문 문서, 미디어, 비용 민감형 에이전트에는 Neon을, 터미널 중심 코딩, Claude Code, 가장 넓은 클라우드 도달성에는 Opus 5.5를 권장합니다.
Gemini 4 Neon이란?
Gemini 4 Neon은 2026년 11월에 출시된 Google의 미드레인지 Gemini 4 모델로, Gemini 4 Carbon을 기반으로 합니다.
Google은 이를 프런티어 급 지능과 빠른 엔드투엔드 작업 완료를 결합한 모델로 소개합니다. Carbon보다 더 적은 단계로 복잡한 소프트웨어, 지식, 과학 작업을 마치며, 속도와 깊이를 맞바꿀 수 있는 4단계 사고 수준을 제공합니다.
아래의 정면 비교 점수는 두 모델을 동일한 벤치마크로 테스트한 유일한 출처인 Google의 Neon 모델 카드에서 가져왔습니다. 두 모델 모두 점수가 있는 18개 항목 중 Neon이 16개에서 앞서고, 나머지 2개는 Opus 5.5가 약 1점 차로 앞섭니다.
Feature
Gemini 4 Neon
Claude Opus 5.5
Developer and release
Google, November 18, 2026
Anthropic, September 22, 2026
Context window
1,048,576 tokens, 입력/사고/출력 공유
1M tokens
Synchronous output limit
64K tokens (long decode로 최대 1M)
128K tokens
Reasoning control
사고 수준: low, medium, high(기본), xhigh
Effort: low, medium(기본), high, xhigh, max
GraphWalks (256K to 1M, BFS F1)
95.2%
66.8%
CursorBench 4.1
65.4%
58.1%
Terminal-bench 4.1
65.2%
65.8%
HLE-Diamond
71.3%
67.9%
Price per token
입력/출력/캐시 읽기 모두 25% 낮음
Baseline
장문 컨텍스트와 지식 작업
장문 컨텍스트 추론은 비교 항목 중 격차가 가장 큰 두 영역 중 하나이며, 하네스에 대한 단서 없이도 일관되게 유지되는 유일한 항목입니다. 입력 256K~1M 토큰에 걸친 그래프를 따라가게 하는 GraphWalks에서 Neon은 95.2%, Opus 5.5는 66.8%를 기록합니다. 두 모델 모두 약 백만 토큰을 수용하지만, Google의 수치에 따르면 창의 먼 끝을 활용하는 능력은 Neon이 훨씬 뛰어납니다.
Benchmark
Gemini 4 Neon
Claude Opus 5.5
Notes
GraphWalks (256K to 1M, BFS F1)
95.2%
66.8%
장문 컨텍스트 그래프 탐색
AA Index v5.0.1
61
59
Artificial Analysis 종합 지수
Vals Index v2.2
70.9%
70.1%
종합 지수
Agents' Last Exam v1.1
75.8%
71.6%
에이전트형 작업
MKA (Climb WSR)
56.5%
53.0%
승률로 보고됨
광범위 지수는 엇비슷합니다. AA Index 2점, Vals Index 1점 미만의 격차는 실제 차이를 가늠하기엔 신뢰도가 떨어진다고 Anthropic 자체도 언급합니다. Anthropic은 Opus 5.5의 대표 사례로 지식 작업을 내세우며 GDPval-AA v2.1에서 1846 Elo를 주장하지만, Google의 카드에는 GDPval 수치가 없어 Neon에 대응되는 지표는 없습니다.
장문 문서, 계약서, 코드베이스 전체를 컨텍스트에 적재하는 작업에서는 공개된 근거상 Neon이 더 강한 선택입니다.
코딩과 에이전트형 워크플로
코딩은 가장 박빙입니다. Opus 5.5는 터미널 작업과 머지 가능 코드 변경에서 근소하게 앞서고, Neon은 실제 Cursor 세션의 다중 파일 과제를 다루는 CursorBench 4.1에서 약 7점, Zapier의 AutomationBench에서 약 14점 앞섭니다.
Benchmark
Gemini 4 Neon
Claude Opus 5.5
Notes
CursorBench 4.1
65.4%
58.1%
Cursor 세션의 다중 파일 과제
Terminal-bench 4.1
65.2%
65.8%
치팅 보정 정확도
FrontierCode 2.0
46.2%
47.3%
변경이 머지될지 여부
SWE-sweep (provider harness)
39.0%
10.1%
Mini-SWE 하네스에서는 12.8% vs 3.6%
AutomationBench
56.3%
42.5%
연결된 앱 전반의 비즈니스 워크플로
코딩 수치는 다음 점을 유의하세요:
Google이 자체 모델 카드를 위해 Opus 5.5를 직접 실행했으며, Anthropic은 Neon 점수를 공개하지 않았습니다.
Anthropic은 같은 스위트의 구버전(Terminal-Bench 4.0, CursorBench 4.0, FrontierCode v1.1)으로 Opus 5.5를 보고해 수치를 상호 대조할 수 없습니다.
SWE-sweep 점수는 하네스에 따라 3배 가까이 흔들리므로, 이 행은 모델보다는 스캐폴딩의 영향을 더 반영합니다.
에이전트형 코딩에서는 벤치마크로 무승부에 가깝고, 터미널에서는 Opus 5.5가 살짝, 에디터형 워크플로에서는 Neon이 앞섰다고 볼 수 있습니다.
과학과 추론
Neon은 과학과 추론의 세 항목 모두에서 앞섭니다. 가장 뚜렷한 차이는 커맨드 라인에서 실행되는 에이전트형 연구 벤치마크인 Terminal-Bench-Science 0.1로, Neon 70.5% 대 Opus 5.5의 63.3%입니다. RiemannBench(84.0% vs 80.0%)와 HLE-Diamond에서도 Neon이 우세합니다. 격차가 극적이진 않지만 방향이 일관되어, 정량 및 과학 워크플로의 기본값으로는 Neon이 더 적합합니다.
멀티모달 이해
Neon은 비디오에서 LVBench 89.0% 대 83.7%, 차트 읽기에서 Chartography 73.5% 대 66.3%로 앞섭니다. 다만 차트 결과에는 단서가 있습니다. Anthropic은 도구 사용 환경에서 Opus 5.5의 Chartography 89.0%를 보고했는데, 이는 Google의 실행과 다른 설정이므로 도구 허용 여부에 따라 격차가 달라집니다.
사이버보안
Neon은 공유된 보안 벤치마크 두 항목 모두에서 앞섭니다: CWE-Bench v2에서 70.7% 대 67.1%, WebExploitBench v1.2에서 51.3% 대 37.1%. 양사 모두 강력한 공격적 역량은 검증 프로그램(google의 Fairwind Program, Anthropic의 Cyber Verification Program) 뒤에 두므로, 수비자 입장에서는 몇 점의 벤치마크 차이보다 어떤 프로그램에 자격이 되는지가 더 중요합니다.
가격: 실제로 지불하는 비용
Neon의 요금은 입력/출력/캐시 읽기 모두 Opus 5.5의 정확히 0.75배이므로, 가격 비교는 한 문장으로 요약됩니다: Neon은 토큰당 25% 더 저렴합니다.
토큰 요금 나란히 비교
Rate
Gemini 4 Neon
Claude Opus 5.5
Input, per 1M tokens
$3.00
$4.00
Output, per 1M tokens
$15.00
$20.00
Cached input read, per 1M tokens
$0.15
$0.20
Cache write, per 1M tokens
해당 없음(암시적 캐싱만)
$5.00 (5분 캐시)
Batch discount
50%
50%
Long-context surcharge
1M 윈도우 내 추가 요금 없음
1M 윈도우 내 추가 요금 없음
Consumer access
Google AI Pro 및 Ultra
Claude Pro, Max, Team, Enterprise
입출력 모두 동일한 배수이므로 워크로드 형태에 따라 결과가 바뀌지 않습니다. Neon의 출력 가격에는 사고 토큰이 포함되므로, 사고 수준을 높이면 $15 요율로 비용이 증가합니다. 구조적 차이는 캐싱입니다. Opus 5.5는 프리미엄을 내고 명시적으로 캐시를 쓸 수 있지만, Neon은 암시적 캐싱만 하므로 캐시 읽기 요율은 Google의 캐시가 적중할 때만 적용됩니다.
실제 워크로드 비용
Workload (monthly)
Gemini 4 Neon
Claude Opus 5.5
Difference
균형형 어시스턴트: 1M 입력 / 250K 출력
$6.75
$9.00
Neon $2.25 저렴(25%)
생성 중심: 1M 입력 / 4M 출력
$63.00
$84.00
Neon $21 저렴(25%)
캐시 중심 루프: 100K 프리픽스 1회 작성, 캐시 읽기 1,000회, 요청당 5K 입력 / 1K 출력
$45.30
$60.50
Neon $15.20 저렴(25%)
각 합계는 (볼륨 ÷ 1M) × 요율을 입력과 출력의 표준 요율에 대해 합산한 값입니다. 캐시 중심 행은 1,000회의 읽기가 모두 캐시에 적중한다고 가정합니다. Opus 5.5는 명시적 캐시 쓰기로 이를 보장하지만, Neon의 암시적 캐시는 그렇지 않습니다. 두 모델은 서로 다른 토크나이저를 사용하고, 동일 워크로드의 토큰 수를 공개하지 않았으므로, 이 합계는 청구서가 아니라 요율 비교로 보세요.
Gemini 4 Neon과 Claude Opus 5.5의 실제 성능
두 모델을 비교하기 위해 동일한 프롬프트와 동일한 도구 체인을 사용해 한 번씩 빌드했습니다.
요청 내용: 스스로 대국하는 완전한 체스 게임을 단일 웹 페이지로 구현하기. 이번에는 각 진영의 퀸을 찬슬러로 대체하는 찬슬러 체스 변형을 요구했습니다. 찬슬러는 룩처럼 또는 나이트처럼 움직이는 기물입니다. (Chancellor는 Empress 또는 Elephant라고 부르기도 합니다.)
각 모델은 규칙과 탐색 엔진을 처음부터 작성하고, 보드와 새 기물을 그리며, 대수 표기법으로 수를 기록하고, 올바른 결과로 게임을 마쳐야 했습니다.
체스 변형을 선택한 이유는, 모델이 암기해 둔 체스 코드를 그대로 가져올 수 없게 하려는 의도였습니다. 찬슬러는 다음과 같이 놓치기 쉬운 지점에서 규칙을 바꿉니다. 예를 들어:
초기 위치에서 찬슬러는 c3 또는 e3로 도약할 수 있어 백의 첫 수 합법 수가 20개가 아닌 22개가 됩니다.
찬슬러의 나이트 도약은 체크를 만들거나, 캐슬링 경로의 칸을 공격할 수 있습니다.
같은 랭크의 찬슬러에게 왕이 노출되는 경우 앙파상 포획은 불법입니다.
폰 승격은 찬슬러, 룩, 비숍, 나이트로만 가능하며, 퀸으로는 불가능합니다.
제가 사용한 프롬프트는 변형의 규칙 이름만 명시했을 뿐, 이런 미묘한 엣지 케이스는 포함하지 않았습니다.
다음은 Neon의 게임 종료 장면으로, 왕·찬슬러·폰 두 개로 외통수를 성립시키는 모습입니다. 마지막 백 기물이 G7에 있어야 할 것처럼 보이지만, 이 변형에서는 그 위치가 스테일메이트가 되므로 올바른 선택을 했습니다.
Opus 5.5는 더 알아보기 어려운 기물 도안을 사용했습니다. 흑이 나이트와 폰 한 개를 더 들고 유리했지만, 백의 찬슬러가 흑왕을 계속 체크하며 옮겨 다니게 했고, 흑의 엔진은 탈출을 찾지 못해 삼중 반복에 의한 무승부로 끝났습니다:
주요 관찰점:
두 모델 모두 규칙을 정확히 이해했습니다(찬슬러 포함). 시뮬레이션을 두어 번(두 번의 열두 판) 실행했는데, 불법 수는 한 번도 없었고 표기 오류도 보지 못했습니다(모든 수를 일일이 검증하진 않았습니다).
Neon의 엔진은 게임을 끝내고, Opus 5.5는 종종 무승부에 그쳤습니다. 특이하게도 Neon의 12판은 모두 체크메이트로 끝났지만, Opus 5.5는 절반만 체크메이트였습니다.
Neon이 새 기물을 더 명확히 그렸습니다. Neon의 세 페이지는 모두 찬슬러를 하나의 합성 기물(룩 위에 나이트 머리)로 그렸습니다. Opus 5.5의 세 페이지 중 두 개는 한 칸에 작은 룩과 작은 나이트를 나란히 배치해 다소 오류처럼 보였습니다.
두 모델은 페이지를 만드는 방식이 달랐습니다. Opus 5.5는 전체 프로그램을 계획하고 단일 응답으로 작성한 반면, Neon은 다섯 단계에 걸쳐 작성하며 매번 더 큰 파일을 생성했습니다.
영구 체크는 백 엔진의 훌륭한 수비지만, 기물 우위인 편에서는 허용하지 않아야 합니다.
Measure
Gemini 4 Neon
Claude Opus 5.5
체크메이트로 끝난 대국 수(12판 중)
12
7
무승부(12판 중)
0
5
실행당 단계 수
5
1
실행당 비용(USD)
$0.90
$1.70
이 테스트에서는 Neon이 승리했습니다. Neon의 엔진은 모든 대국을 체크메이트로 이끌었고, 실행당 비용도 절반 수준이었으며, 기물도 더 보기 쉬웠습니다. 아마도 Google DeepMind의 CEO Demis Hassabis의 영향이 있었을지도요. (Demis는 어린 시절 체스 신동이었습니다.)
그렇다 해도, Opus 5.5의 스테일메이트 예시는 영리했고 찾기 쉬운 해법은 아니었습니다.
Gemini 4 Neon과 Claude Opus 5.5 중 언제 무엇을 선택할까
갈림길은 보통 컨텍스트 길이와 가격입니다. 입력이 256K 토큰을 넘을 때 Neon's 장문 컨텍스트 우위가, 대량 처리에서는 25% 낮은 요금이 특히 중요합니다.
다음에 해당하면 Gemini 4 Neon을 선택하세요...
전체 문서나 리포지토리를 컨텍스트에 적재합니다. Neon's 장문 컨텍스트 우위는 Google 카드에서 가장 큰 격차 중 하나입니다.
비디오, 차트, 과학 데이터를 다룹니다. 멀티모달과 과학 항목에서 Google이 두 모델 모두에 대해 보고한 모든 지표에서 Neon이 앞섭니다.
에이전트를 대량으로 운영합니다. 모든 토큰이 25% 저렴하고, 우리의 테스트에서도 Neon 실행당 비용이 Opus 5.5의 절반가량이었습니다.
Google 스택 위에 구축합니다. Neon은 Google AI Studio, Vertex AI, Google Antigravity에 있으며, 멀티 모델 워크플로에서 Hydrogen과 페어링됩니다.
다음에 해당하면 Claude Opus 5.5를 선택하세요...
코딩이 터미널 또는 Claude Code에서 이뤄집니다. Opus 5.5는 Terminal-bench 4.1과 FrontierCode 2.0에서 근소하게 앞서며, Claude Code는 Anthropic의 자체 에이전트입니다.
한 번의 응답에서 긴 답변이 필요합니다. Opus 5.5는 백그라운드 long decode로 전환하지 않고도 동기식으로 최대 128K 토큰을 반환합니다. 이는 Neon의 기본 한도의 두 배입니다.
AWS나 Azure에 배포합니다. Opus 5.5는 Amazon Bedrock과 Microsoft Foundry, Vertex AI에서 제공됩니다.
예측 가능한 캐싱이 필요합니다. 명시적 캐시 쓰기로 반복 프리픽스에 대해 더 저렴한 캐시 읽기 요율을 보장할 수 있습니다.
Gemini 4 Neon과 Claude Opus 5.5 시작하기
Surface
Gemini 4 Neon
Claude Opus 5.5
Consumer app
Gemini 앱(Google AI Pro 및 Ultra)
Claude 앱(Pro, Max, Team, Enterprise)
First-party API
Gemini API(유료 티어), Google AI Studio
Claude API
Cloud platforms
Vertex AI
Amazon Bedrock, Vertex AI, Microsoft Foundry
Coding agents
Google Antigravity, GitHub Copilot, Cursor
Claude Code, GitHub Copilot, Cursor
Third-party routers
OpenRouter
OpenRouter
API model ID
gemini-4-neon
claude-opus-5-5
가장 큰 접근성 차이는 클라우드 범위입니다. Opus 5.5는 Amazon Bedrock, Vertex AI, Microsoft Foundry에서 실행되지만, 우리는 Neon을 Google Cloud에서만 확인했습니다. 2026년 11월 19일 기준으로 Gemini CLI 모델 문서에는 Neon이 등재되어 있지 않습니다. 네이티브 모델 ID는 gemini-4-neon 및 claude-opus-5-5이고, OpenRouter에서는 google/gemini-4-neon 및 anthropic/claude-opus-5.5입니다.
첫 API 호출 만들기
두 네이티브 SDK는 서로 다르므로, 자신의 프롬프트로 가장 빠르게 비교하는 방법은 OpenRouter의 OpenAI 호환 엔드포인트를 사용하는 것입니다. 여기서는 모델 교체가 문자열 하나만 바꾸면 됩니다:
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)제공
Google의 자체 벤치마크에서 Gemini 4 Neon은 더 낮은 가격으로 대부분의 테스트에서 Claude Opus 5.5를 앞섰고, 우리의 체스 테스트도 같은 방향을 가리켰습니다. 두 모델 모두 규칙을 정확히 구현했지만, 모든 대국을 마무리한 것은 Neon의 엔진뿐이었고 실행당 비용도 절반 수준이었습니다. 코딩 벤치마크는 충분히 근접해 터미널 작업에서는 Opus 5.5도 여전히 합리적인 선택입니다.
추천: 장문 입력, 미디어, 대량 에이전트 작업이라면 먼저 Neon을 써보세요. 팀이 이미 Claude Code를 사용 중이거나 AWS/Azure에 배포한다면 Opus 5.5가 여전히 편리한 선택이며, 품질 격차도 크지 않습니다. 그리고 개인 컴퓨터에서 체스 변형 시뮬레이션을 만들고 싶다면(아마 드물겠지만), Neon을 추천합니다.
Google의 모델 카드에 따르면, Gemini 4 Neon은 공유된 18개 벤치마크 중 16개에서 Claude Opus 5.5를 이기며, 장문 컨텍스트 추론과 특정 코딩 벤치마크에서 큰 격차를 보이고, 토큰당 비용도 25% 저렴합니다. Opus 5.5는 터미널 코딩에서 근소한 우위를 유지합니다. 우리의 찬슬러 체스 테스트에서는 두 모델 모두 모든 규칙을 맞췄지만, 모든 대국에서 이긴 것은 Neon의 엔진뿐이었습니다.
Gemini 4 Neon은 Claude Opus 5.5보다 얼마나 저렴한가요?⌄
Gemini 4 Neon은 백만 입력 토큰당 $3, 백만 출력 토큰당 $15이며, Claude Opus 5.5는 각각 $4와 $20입니다. 캐시 읽기는 $0.15 대 $0.20입니다. 따라서 Neon은 모든 토큰 유형에서 25% 더 저렴하여, 표준 요율 기준으로 어떤 워크로드든 비용이 약 4분의 1 낮습니다.
코딩에는 Gemini 4 Neon과 Claude Opus 5.5 중 어떤 것이 더 좋은가요?⌄
두 모델은 접전입니다. Google의 모델 카드에서 Opus 5.5는 Terminal-bench 4.1과 FrontierCode 2.0에서 약간 앞서고, Neon은 CursorBench 4.1과 AutomationBench에서 앞섭니다. 우리의 실습 테스트에서는 두 모델 모두 매번 체스 변형을 처음부터 올바르게 구현했으며, Neon의 엔진이 더 강하게 두었고 실행 비용은 절반가량이었습니다.
Gemini 4 Neon과 Claude Opus 5.5는 어디에서 사용할 수 있나요?⌄
Gemini 4 Neon은 Gemini API, Google AI Studio, Vertex AI, Google AI Pro 및 Ultra 구독자를 위한 Gemini 앱, Google Antigravity, GitHub Copilot, Cursor에서 사용할 수 있습니다. Claude Opus 5.5는 Claude API와 앱, Claude Code, Amazon Bedrock, Vertex AI, Microsoft Foundry, GitHub Copilot, Cursor에서 사용할 수 있습니다. 두 모델 모두 OpenRouter에 있습니다.
Gemini 4 Neon과 Claude Opus 5.5의 API 모델 ID는 무엇인가요?⌄
네이티브 API에서 모델 ID는 Google의 Gemini API용 gemini-4-neon, Anthropic의 Claude API용 claude-opus-5-5입니다. OpenRouter에서는 google/gemini-4-neon과 anthropic/claude-opus-5.5이므로, OpenAI 호환 클라이언트에서는 문자열 하나만 바꿔 두 모델을 전환할 수 있습니다.
Learn how to build, configure, and share Skills in Claude Code — reusable markdown instructions that Claude automatically applies to tasks at the right time.
Anthropic은 9월 22일 말에 Claude Opus 5.5를 출시했습니다. 대부분의 작업에서 Fable 수준의 성능을 Opus 5 대비 40% 낮은 비용으로 제공한다고 약속합니다. 두 달 뒤인 어제, Google은 Gemini 4 Carbon을 기반으로 한 미드레인지 모델인 Gemini 4 Neon을 출시했습니다.
Google은 Neon 공개에서 Opus 5.5와의 비교를 매우 명확하게 전면에 내세웠습니다. 벤치마크는 모두 Neon을 Opus 5.5와 이름으로 직접 비교하고, 토큰당 책정가도 Neon이 모든 항목에서 더 낮습니다.
비교에 들어가기 전에, 주요 모델 출시를 빠르게 따라잡을 수 있는 주간 뉴스레터 The Median 구독을 추천합니다.
요약
Gemini 4 Neon이란?
Gemini 4 Neon은 2026년 11월에 출시된 Google의 미드레인지 Gemini 4 모델로, Gemini 4 Carbon을 기반으로 합니다.
Google은 이를 프런티어 급 지능과 빠른 엔드투엔드 작업 완료를 결합한 모델로 소개합니다. Carbon보다 더 적은 단계로 복잡한 소프트웨어, 지식, 과학 작업을 마치며, 속도와 깊이를 맞바꿀 수 있는 4단계 사고 수준을 제공합니다.
Gemini 4 Carbon 가이드에서 Neon의 베이스가 된 모델을 다루었고, Gemini 4 Hydrogen API 튜토리얼에서는 공통 Gemini 4 API를 살펴봅니다.
Claude Opus 5.5란?
Claude Opus 5.5는 2026년 9월에 출시된 Anthropic의 장기 실행 에이전트형 코딩 및 지식 업무 플래그십입니다.
핵심 강점은 효율성입니다. Anthropic에 따르면 대부분의 작업에서 Claude Fable 5.1 수준의 성능을 내면서 Opus 5보다 작업당 사용하는 토큰이 적으며, 개발자가 시작점으로 삼아야 할 모델이라고 안내합니다.
Claude Opus 5.5 가이드에서 출시 내용을, Opus 5.5 API 튜토리얼에서는 이를 활용한 AI 사고 조사관 구축 과정을 다룹니다.
Gemini 4 Neon vs Claude Opus 5.5: 정면 비교
아래의 정면 비교 점수는 두 모델을 동일한 벤치마크로 테스트한 유일한 출처인 Google의 Neon 모델 카드에서 가져왔습니다. 두 모델 모두 점수가 있는 18개 항목 중 Neon이 16개에서 앞서고, 나머지 2개는 Opus 5.5가 약 1점 차로 앞섭니다.
장문 컨텍스트와 지식 작업
장문 컨텍스트 추론은 비교 항목 중 격차가 가장 큰 두 영역 중 하나이며, 하네스에 대한 단서 없이도 일관되게 유지되는 유일한 항목입니다. 입력 256K~1M 토큰에 걸친 그래프를 따라가게 하는 GraphWalks에서 Neon은 95.2%, Opus 5.5는 66.8%를 기록합니다. 두 모델 모두 약 백만 토큰을 수용하지만, Google의 수치에 따르면 창의 먼 끝을 활용하는 능력은 Neon이 훨씬 뛰어납니다.
광범위 지수는 엇비슷합니다. AA Index 2점, Vals Index 1점 미만의 격차는 실제 차이를 가늠하기엔 신뢰도가 떨어진다고 Anthropic 자체도 언급합니다. Anthropic은 Opus 5.5의 대표 사례로 지식 작업을 내세우며 GDPval-AA v2.1에서 1846 Elo를 주장하지만, Google의 카드에는 GDPval 수치가 없어 Neon에 대응되는 지표는 없습니다.
장문 문서, 계약서, 코드베이스 전체를 컨텍스트에 적재하는 작업에서는 공개된 근거상 Neon이 더 강한 선택입니다.
코딩과 에이전트형 워크플로
코딩은 가장 박빙입니다. Opus 5.5는 터미널 작업과 머지 가능 코드 변경에서 근소하게 앞서고, Neon은 실제 Cursor 세션의 다중 파일 과제를 다루는 CursorBench 4.1에서 약 7점, Zapier의 AutomationBench에서 약 14점 앞섭니다.
코딩 수치는 다음 점을 유의하세요:
에이전트형 코딩에서는 벤치마크로 무승부에 가깝고, 터미널에서는 Opus 5.5가 살짝, 에디터형 워크플로에서는 Neon이 앞섰다고 볼 수 있습니다.
과학과 추론
Neon은 과학과 추론의 세 항목 모두에서 앞섭니다. 가장 뚜렷한 차이는 커맨드 라인에서 실행되는 에이전트형 연구 벤치마크인 Terminal-Bench-Science 0.1로, Neon 70.5% 대 Opus 5.5의 63.3%입니다. RiemannBench(84.0% vs 80.0%)와 HLE-Diamond에서도 Neon이 우세합니다. 격차가 극적이진 않지만 방향이 일관되어, 정량 및 과학 워크플로의 기본값으로는 Neon이 더 적합합니다.
멀티모달 이해
Neon은 비디오에서 LVBench 89.0% 대 83.7%, 차트 읽기에서 Chartography 73.5% 대 66.3%로 앞섭니다. 다만 차트 결과에는 단서가 있습니다. Anthropic은 도구 사용 환경에서 Opus 5.5의 Chartography 89.0%를 보고했는데, 이는 Google의 실행과 다른 설정이므로 도구 허용 여부에 따라 격차가 달라집니다.
사이버보안
Neon은 공유된 보안 벤치마크 두 항목 모두에서 앞섭니다: CWE-Bench v2에서 70.7% 대 67.1%, WebExploitBench v1.2에서 51.3% 대 37.1%. 양사 모두 강력한 공격적 역량은 검증 프로그램(google의 Fairwind Program, Anthropic의 Cyber Verification Program) 뒤에 두므로, 수비자 입장에서는 몇 점의 벤치마크 차이보다 어떤 프로그램에 자격이 되는지가 더 중요합니다.
가격: 실제로 지불하는 비용
Neon의 요금은 입력/출력/캐시 읽기 모두 Opus 5.5의 정확히 0.75배이므로, 가격 비교는 한 문장으로 요약됩니다: Neon은 토큰당 25% 더 저렴합니다.
토큰 요금 나란히 비교
입출력 모두 동일한 배수이므로 워크로드 형태에 따라 결과가 바뀌지 않습니다. Neon의 출력 가격에는 사고 토큰이 포함되므로, 사고 수준을 높이면 $15 요율로 비용이 증가합니다. 구조적 차이는 캐싱입니다. Opus 5.5는 프리미엄을 내고 명시적으로 캐시를 쓸 수 있지만, Neon은 암시적 캐싱만 하므로 캐시 읽기 요율은 Google의 캐시가 적중할 때만 적용됩니다.
실제 워크로드 비용
각 합계는 (볼륨 ÷ 1M) × 요율을 입력과 출력의 표준 요율에 대해 합산한 값입니다. 캐시 중심 행은 1,000회의 읽기가 모두 캐시에 적중한다고 가정합니다. Opus 5.5는 명시적 캐시 쓰기로 이를 보장하지만, Neon의 암시적 캐시는 그렇지 않습니다. 두 모델은 서로 다른 토크나이저를 사용하고, 동일 워크로드의 토큰 수를 공개하지 않았으므로, 이 합계는 청구서가 아니라 요율 비교로 보세요.
Gemini 4 Neon과 Claude Opus 5.5의 실제 성능
두 모델을 비교하기 위해 동일한 프롬프트와 동일한 도구 체인을 사용해 한 번씩 빌드했습니다.
요청 내용: 스스로 대국하는 완전한 체스 게임을 단일 웹 페이지로 구현하기. 이번에는 각 진영의 퀸을 찬슬러로 대체하는 찬슬러 체스 변형을 요구했습니다. 찬슬러는 룩처럼 또는 나이트처럼 움직이는 기물입니다. (Chancellor는 Empress 또는 Elephant라고 부르기도 합니다.)
각 모델은 규칙과 탐색 엔진을 처음부터 작성하고, 보드와 새 기물을 그리며, 대수 표기법으로 수를 기록하고, 올바른 결과로 게임을 마쳐야 했습니다.
체스 변형을 선택한 이유는, 모델이 암기해 둔 체스 코드를 그대로 가져올 수 없게 하려는 의도였습니다. 찬슬러는 다음과 같이 놓치기 쉬운 지점에서 규칙을 바꿉니다. 예를 들어:
제가 사용한 프롬프트는 변형의 규칙 이름만 명시했을 뿐, 이런 미묘한 엣지 케이스는 포함하지 않았습니다.
다음은 Neon의 게임 종료 장면으로, 왕·찬슬러·폰 두 개로 외통수를 성립시키는 모습입니다. 마지막 백 기물이 G7에 있어야 할 것처럼 보이지만, 이 변형에서는 그 위치가 스테일메이트가 되므로 올바른 선택을 했습니다.
Opus 5.5는 더 알아보기 어려운 기물 도안을 사용했습니다. 흑이 나이트와 폰 한 개를 더 들고 유리했지만, 백의 찬슬러가 흑왕을 계속 체크하며 옮겨 다니게 했고, 흑의 엔진은 탈출을 찾지 못해 삼중 반복에 의한 무승부로 끝났습니다:
주요 관찰점:
영구 체크는 백 엔진의 훌륭한 수비지만, 기물 우위인 편에서는 허용하지 않아야 합니다.
이 테스트에서는 Neon이 승리했습니다. Neon의 엔진은 모든 대국을 체크메이트로 이끌었고, 실행당 비용도 절반 수준이었으며, 기물도 더 보기 쉬웠습니다. 아마도 Google DeepMind의 CEO Demis Hassabis의 영향이 있었을지도요. (Demis는 어린 시절 체스 신동이었습니다.)
그렇다 해도, Opus 5.5의 스테일메이트 예시는 영리했고 찾기 쉬운 해법은 아니었습니다.
Gemini 4 Neon과 Claude Opus 5.5 중 언제 무엇을 선택할까
갈림길은 보통 컨텍스트 길이와 가격입니다. 입력이 256K 토큰을 넘을 때 Neon's 장문 컨텍스트 우위가, 대량 처리에서는 25% 낮은 요금이 특히 중요합니다.
다음에 해당하면 Gemini 4 Neon을 선택하세요...
다음에 해당하면 Claude Opus 5.5를 선택하세요...
Gemini 4 Neon과 Claude Opus 5.5 시작하기
가장 큰 접근성 차이는 클라우드 범위입니다. Opus 5.5는 Amazon Bedrock, Vertex AI, Microsoft Foundry에서 실행되지만, 우리는 Neon을 Google Cloud에서만 확인했습니다. 2026년 11월 19일 기준으로 Gemini CLI 모델 문서에는 Neon이 등재되어 있지 않습니다. 네이티브 모델 ID는
gemini-4-neon및claude-opus-5-5이고, OpenRouter에서는google/gemini-4-neon및anthropic/claude-opus-5.5입니다.첫 API 호출 만들기
두 네이티브 SDK는 서로 다르므로, 자신의 프롬프트로 가장 빠르게 비교하는 방법은 OpenRouter의 OpenAI 호환 엔드포인트를 사용하는 것입니다. 여기서는 모델 교체가 문자열 하나만 바꾸면 됩니다:
네이티브 API에서는 Neon의 추론 깊이를
thinking_level로, Opus 5.5는effort로 설정합니다. Opus 5.5 API 튜토리얼과 Gemini 4 Hydrogen API 튜토리얼에서 각 SDK를 자세히 다룹니다.맺음말
Google의 자체 벤치마크에서 Gemini 4 Neon은 더 낮은 가격으로 대부분의 테스트에서 Claude Opus 5.5를 앞섰고, 우리의 체스 테스트도 같은 방향을 가리켰습니다. 두 모델 모두 규칙을 정확히 구현했지만, 모든 대국을 마무리한 것은 Neon의 엔진뿐이었고 실행당 비용도 절반 수준이었습니다. 코딩 벤치마크는 충분히 근접해 터미널 작업에서는 Opus 5.5도 여전히 합리적인 선택입니다.
추천: 장문 입력, 미디어, 대량 에이전트 작업이라면 먼저 Neon을 써보세요. 팀이 이미 Claude Code를 사용 중이거나 AWS/Azure에 배포한다면 Opus 5.5가 여전히 편리한 선택이며, 품질 격차도 크지 않습니다. 그리고 개인 컴퓨터에서 체스 변형 시뮬레이션을 만들고 싶다면(아마 드물겠지만), Neon을 추천합니다.
Anthropic 모델로 빌드해 보고 싶다면 Introduction to Claude Models 과정을 이용해 보세요.