跳至主要内容

Gemini 4 Neon vs. Claude Opus 5.5:基准、定价与上手实测

Google 的 Gemini 4 Neon 向 Anthropic 的 Claude Opus 5.5 发起挑战。我们对比基准、定价与可用性,并用一种象棋变体进行实测。
Josef Waples
Josef Waples

创建您的免费账户

实践并学习路径你的进步。

使用 Google 继续继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

Anthropic 于 9 月 22 日发布了 Claude Opus 5.5。它承诺在大多数工作中达到 Fable 级别的性能,价格比 Opus 5 低 40%。两个月后,也就是昨天,Google 发布了 Gemini 4 Neon,这是一款由 Gemini 4 Carbon 改造而来的中端模型。

在 Neon 的发布中,Google 非常直截了当地将 Neon 与 Opus 5.5 做比较,这是发布的核心重点。所有基准都以名称直比 Opus 5.5,且 Neon 的标价在每种 token 上都更低。

在深入对比之前,建议订阅我们的每周通讯 The Median,随时掌握最重磅的模型发布动态。 

要点速览

  • 在 Google 的模型卡上,Neon 在大多数基准上领先 Opus 5.5,其中两项最大领先之一体现在长上下文推理。
  • Opus 5.5 在终端编码与“可直接合并”的代码修改上略占优势。
  • 在我们的总理象棋测试中,两者每次都写出了正确的规则集,但只有 Neon 的引擎每盘都获胜。
  • Neon 的每个 token 便宜 25%,且其每次测试运行的成本大约只有对手的一半。
  • 长文档、多媒体与注重成本的智能体选 Neon;终端密集型编码、Claude Code 以及更广的云覆盖选 Opus 5.5。

什么是 Gemini 4 Neon?

Gemini 4 Neon 是 Google 的中端 Gemini 4 模型,于 2026 年 11 月发布,并由 Gemini 4 Carbon 改造而来。

Google 将其定位为具备前沿级智能、并能快速端到端完成任务:在复杂的软件、知识与科学任务上,它用更少的步骤完成,相比 Carbon 具有四档思考层级,可在深度与速度间权衡。

我们的 Gemini 4 Carbon 指南介绍了 Neon 的母型,而我们的 Gemini 4 Hydrogen API 教程讲解了共用的 Gemini 4 API。

什么是 Claude Opus 5.5?

Claude Opus 5.5 是 Anthropic 面向长时智能体式编码与知识工作的旗舰模型,于 2026 年 9 月发布。

其卖点是效率:Anthropic 称其在大多数工作上能达到 Claude Fable 5.1 的水平,同时每个任务使用的 token 比 Opus 5 更少,并被推荐为开发者的首选模型。

我们的 Claude Opus 5.5 指南涵盖了发布内容,而 Opus 5.5 API 教程用它构建了一个 AI 事件调查员。

Gemini 4 Neon vs Claude Opus 5.5:正面交锋

Neon 在 Google 的多数正面对比基准中领先,且每个 token 便宜 25%

下面所有正面对比分数均来自 Google 的 Neon 模型卡——目前唯一在相同基准上同时测试两款模型的来源。在两者都有分数的 18 行中,Neon 领先 16 行,其余两行 Opus 5.5 也仅以约 1 分的优势领先。

特性Gemini 4 NeonClaude Opus 5.5
开发商与发布时间Google,2026 年 11 月 18 日Anthropic,2026 年 9 月 22 日
上下文窗口1,048,576 tokens,输入、思考与输出共享100 万 tokens
同步输出上限64K tokens(长解码可达 100 万)128K tokens
推理控制思考层级:low、medium、high(默认)、xhighEffort:low、medium(默认)、high、xhigh、max
GraphWalks(256K–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%
每个 token 的价格输入、输出与缓存读取均低 25%基线

长上下文与知识工作

长上下文推理呈现出对比中的两个最大差距之一,而且是唯一一个无需“跑分夹具”备注也能站得住的差距。在 GraphWalks(要求模型遍历分布于 256K 至 100 万 token 输入中的图)上,Neon 得分 95.2%,而 Opus 5.5 为 66.8%。两者都能接受约 100 万 token,但按 Google 的数据,Neon 在利用窗口极限方面明显更强。

基准Gemini 4 NeonClaude Opus 5.5说明
GraphWalks(256K–1M,BFS F1)95.2%66.8%长上下文图遍历
AA Index v5.0.16159Artificial Analysis 复合指数
Vals Index v2.270.9%70.1%复合指数
Agents' Last Exam v1.175.8%71.6%智能体任务
MKA(Climb WSR)56.5%53.0%以胜率呈现

广义指数相差不大:AA 指数领先 2 分、Vals 指数不足 1 分,这类差距正是 Anthropic 自己所说的、对真实差异的指引性在减弱。Anthropic 为 Opus 5.5 展示的强项是知识工作,其中 GDPval-AA v2.1 得分为 1846 Elo,但 Google 的模型卡未报告 GDPval,因此该说法在 Neon 侧没有可比数据。

对于整篇长文档、合同与整库代码放入上下文的场景,就公开数据而言,Neon 是更强的选择。

编码与智能体工作流

编码是最接近的一维。Opus 5.5 在终端工作与可合并代码改动上微弱领先,而 Neon 在 CursorBench 4.1(来自真实 Cursor 会话的多文件含糊任务)上领先约 7 分,在 Zapier 的 AutomationBench 上领先约 14 分。

基准Gemini 4 NeonClaude Opus 5.5说明
CursorBench 4.165.4%58.1%来自 Cursor 会话的多文件任务
Terminal-bench 4.165.2%65.8%作弊校正后的准确率
FrontierCode 2.046.2%47.3%该改动是否会被合并
SWE-sweep(供应商夹具)39.0%10.1%在 Mini-SWE 夹具上为 12.8% vs 3.6%
AutomationBench56.3%42.5%跨连接应用的业务流程

看这些编码数据需持谨慎态度:

  • Google 为其模型卡自行运行了 Opus 5.5,Anthropic 尚未公布 Neon 的分数。
  • Anthropic 报告的是旧版本同套件的分数(Terminal-Bench 4.0、CursorBench 4.0、FrontierCode v1.1),因此其数据无法与 Google 的直接对比。
  • SWE-sweep 在不同夹具上的分数可相差三倍,因此那一行更能说明脚手架差异,而非模型本身。

对于智能体式编码,按基准可视为平手:Opus 5.5 在终端侧略占先,Neon 在编辑器式工作流中领先。

科学与推理

Neon 在三项科学与推理指标上均领先。差距最清晰的是 Terminal-Bench-Science 0.1(在命令行中运行的智能体研究基准),Neon 得分 70.5%,对比 63.3%。Neon 还在 RiemannBench(84.0% vs 80.0%)与 HLE-Diamond 上领先。差距稳定而非悬殊,但一致指向同一方向,因此 Neon 更适合作为量化与科学工作流的默认选择。

多模态理解

Neon 在视频上领先:LVBench 得分 89.0% 对比 83.7%;在图表阅读上也领先:Chartography 得分 73.5% 对比 66.3%。图表结果有一条备注:Anthropic 报告在“带工具”的 Chartography 上,Opus 5.5 为 89.0%,与 Google 的运行设置不同,因此差距取决于是否允许工具。

网络安全

Neon 在两项共享安全指标上均领先:CWE-Bench v2 上 70.7% 对 67.1%,WebExploitBench v1.2 上 51.3% 对 37.1%。两家厂商都将其最强的进攻能力置于验证项目后:Google 的 Fairwind Program 与 Anthropic 的 Cyber Verification Program。因此对防守方来说,决定性因素是您能通过哪一项计划的资质,而非几个基准点数。

定价:您实际会付多少钱

在所有工作负载形态下,Neon 比 Opus 5.5 便宜 25%

Neon 的费率在输入、输出与缓存读取上恰为 Opus 5.5 的 0.75 倍,因此整个定价对比可归结为一个数字:Neon 的每个 token 更便宜 25%。

Token 费率一览

费率Gemini 4 NeonClaude Opus 5.5
输入,每 100 万 tokens$3.00$4.00
输出,每 100 万 tokens$15.00$20.00
缓存输入读取,每 100 万 tokens$0.15$0.20
缓存写入,每 100 万 tokens不适用(仅隐式缓存)$5.00(5 分钟缓存)
批量折扣50%50%
长上下文附加费在 100 万窗口内无在 100 万窗口内无
面向消费者的访问Google AI Pro 与 UltraClaude Pro、Max、Team 与 Enterprise

由于输入与输出的倍数相同,任何工作负载形态都不会颠倒结论。Neon 的输出价包含思考 tokens,因此更高的思考层级会以 $15 的费率抬高账单。唯一的结构性差异是缓存:Opus 5.5 允许以溢价显式写入缓存项,而 Neon 仅隐式缓存,因此其缓存读取费率仅在 Google 的缓存命中时适用。

真实工作负载要花多少钱

工作负载(月度)Gemini 4 NeonClaude Opus 5.5差额
均衡助手:100 万入 / 25 万出$6.75$9.00Neon 便宜 $2.25(25%)
生成密集:100 万入 / 400 万出$63.00$84.00Neon 便宜 $21(25%)
重缓存循环:10 万前缀写入一次,1,000 次缓存读取,每次 5K 入 / 1K 出$45.30$60.50Neon 便宜 $15.20(25%)

每个总额为(用量 ÷ 100 万)× 费率,在标准费率下对输入与输出求和。重缓存一行假设 1,000 次读取全部命中缓存;Opus 5.5 可通过显式缓存写入保证命中,而 Neon 的隐式缓存无法保证。两款模型使用不同的分词器,且两家均未公布共享工作负载的 token 统计,因此这些总额应视为费率对比,而非账单。

Gemini 4 Neon 与 Claude Opus 5.5 的实测表现

为了比较模型,我用相同提示与相同工具各跑了一次构建。

我的要求:构建一个单页网页,让它自我对弈完整一盘象棋。这次我要求的是一种象棋变体——总理象棋,双方的后被总理替代,这是一枚既可按车走也可按马走的棋子。(总理有时也被称为 Empress 或 Elephant。)

无论如何,每个模型都得从零写出规则与搜索引擎、绘制棋盘与新棋子、用代数记谱维护着法列表,并以正确结果收官。 

我之所以选用象棋变体,是因为模型不能依赖其记忆中的象棋代码。总理会在一些不易察觉的地方改变规则,例如: 

  • 在初始位置,总理可以跳至 c3 或 e3,因此白方首着的合法着法从 20 增至 22;
  • 总理的马跳可以将军,或攻击国王易位路径中的格子;
  • 若“吃过路兵”会暴露同一行上的总理对己方王的攻击,则该吃法不合法;
  • 兵只能升变为总理、车、象或马,不能升后。

我使用的提示只列出了该变体的规则,而未点出这些更隐蔽的边界情形。

下面是 Neon 的终局:以王、总理与两兵将死孤王。之所以有意思,是因为您可能期望看到白方最后一枚棋子在 G7,但在该变体中那会形成逼和,因此它的选择是正确的。 

Gemini 4 Neon 的总理象棋页面,以 Cd8# 将死将王与总理残局

Opus 5.5 则处理了更隐蔽的子力。黑方在终局时多出一马一兵,但白方的总理从一个格子到另一个格子不断将军。黑方引擎始终没找到解法,最终成和:

Claude Opus 5.5 的总理象棋页面因三次重复局面成和:白方总理不断将军,黑方虽多一马一兵

主要结论:

  • 两款模型都懂规则,包括总理。我运行了二十多次模拟。没有一次出现不合法走子,我也未见到记谱错误,尽管并未逐步核对所有着法的记谱。 
  • Neon 的引擎会终结对局,而 Opus 5.5 的引擎常选择和棋。奇怪的是,Neon 的 12 盘都以将死收场,而 Opus 5.5 只有一半对局以将死结束。 
  • Neon 对新棋子的绘制更清晰。三版 Neon 页面都将总理画成一枚复合棋子:车身配马头。三版 Opus 5.5 页面中有两版将小车与小马并排挤在一个格子里,我觉得看起来像错误。 
  • 两款模型构建页面的方式不同。Opus 5.5 先整体规划程序并一次性写出;Neon 分五步写出,每次生成的文件更大。

永将对白方引擎而言是不错的防守,但在子力多出的情况下不该允许被永将。

指标Gemini 4 NeonClaude Opus 5.5
将死收官的对局数(共 12 盘)127
和棋(共 12 盘)05
每次运行的步骤数51
每次运行成本(美元)$0.90$1.70

Neon 赢下了这项测试。Neon 的引擎把每盘都转化为将死,而且每次运行的成本约为对手的一半,加之棋子更易辨认。也许 Google DeepMind CEO Demis Hassabis 的基因在起作用。(Demis 童年是象棋神童。)  

话虽如此,Opus 5.5 的逼和示例也很巧妙,不易找到。 

何时选择 Gemini 4 Neon,何时选择 Claude Opus 5.5

长上下文与成本选 Neon,终端编码与覆盖面选 Opus 5.5

分野通常在上下文长度与价格。Neon 的长上下文优势在您的输入超过 256K tokens 时最为重要,而其 25% 更低的费率在大规模时意义最大。

在以下情况下选择 Gemini 4 Neon…

  • 您会将整份文档或整库代码放入上下文。Neon 的长上下文领先是 Google 模型卡上两大差距之一。
  • 您处理视频、图表或科学数据。在 Google 同时报告的多模态与科学行中,Neon 全部领先。
  • 您要以高频运行智能体。每个 token 便宜 25%,且在我们的测试中,Neon 的每次运行成本约为 Opus 5.5 的一半。
  • 您构建在 Google 技术栈上。Neon 已进入 Google AI Studio、Vertex AI 与 Google Antigravity,并可在多模型工作流中与 Hydrogen 搭配。

在以下情况下选择 Claude Opus 5.5…

  • 您的编码主要在终端或 Claude Code 中进行。Opus 5.5 在 Terminal-bench 4.1 与 FrontierCode 2.0 上略有领先,且 Claude Code 是 Anthropic 自家的智能体。
  • 您需要在单次响应中返回超长答案。Opus 5.5 可同步返回最多 128K tokens,是 Neon 默认上限的两倍,而无需切换至后台长解码。
  • 您部署在 AWS 或 Azure。Opus 5.5 覆盖 Amazon Bedrock 与 Microsoft Foundry,以及 Vertex AI。
  • 您希望可预测的缓存机制。显式缓存写入可保证在重复前缀上享受更便宜的缓存读取费率。

如何开始使用 Gemini 4 Neon 与 Claude Opus 5.5

接入面Gemini 4 NeonClaude Opus 5.5
消费者应用Gemini 应用(面向 Google AI Pro 与 Ultra)Claude 应用(Pro、Max、Team、Enterprise)
一方 APIGemini API(付费层)、Google AI StudioClaude API
云平台Vertex AIAmazon Bedrock、Vertex AI、Microsoft Foundry
编码智能体Google Antigravity、GitHub Copilot、CursorClaude Code、GitHub Copilot、Cursor
第三方路由器OpenRouterOpenRouter
API 模型 IDgemini-4-neonclaude-opus-5-5

最大的可用性差异在云覆盖面:Opus 5.5 可在 Amazon Bedrock、Vertex AI 与 Microsoft Foundry 上运行,而我们仅在 Google Cloud 找到 Neon。截至 2026 年 11 月 19 日,Neon 未出现在 Gemini CLI 模型文档中。原生模型 ID 分别是 gemini-4-neon 与 claude-opus-5-5;在 OpenRouter 上分别是 google/gemini-4-neon 与 anthropic/claude-opus-5.5。

发出您的第一个 API 调用

两家的原生 SDK 不同,因此用同一提示快速比较的捷径是 OpenRouter 的 OpenAI 兼容端点,切换模型只需改一个字符串:

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)

在原生 API 上,Neon 的推理深度由 thinking_level 设置,Opus 5.5 则由 effort 设置。我们的 Opus 5.5 API 教程 与 Gemini 4 Hydrogen API 教程对各自 SDK 有完整讲解。

结语

在 Google 自家的基准上,Gemini 4 Neon 以更低价格在多数测试中胜出,而我们的象棋测试也得出相同方向:两款模型都严格遵循规则,但只有 Neon 的引擎每盘都收官,且每次运行成本约为对手的一半。编码类基准足够接近,以致 Opus 5.5 仍是终端工作的合理之选。

我的建议:如果您处理长输入、媒体或高频智能体,优先试用 Neon。若您的团队已使用 Claude Code,或部署在 AWS 或 Azure 上,Opus 5.5 仍是更方便的选择,且质量差距不大。而如果您想在本机创建象棋变体模拟(我知道这不太可能),请选择 Neon。 

要用 Anthropic 的模型进行构建,欢迎学习我们的 Introduction to Claude Models 课程。

常见问题

Gemini 4 Neon 比 Claude Opus 5.5 更好吗?

在 Google 的模型卡上,Gemini 4 Neon 在 18 项共享基准中的 16 项胜过 Claude Opus 5.5,并在长上下文推理与一项编码基准上领先明显,且每个 token 便宜 25%。Opus 5.5 在终端编码上略占优势。在我们的总理象棋测试中,两者都准确实现了所有规则,但只有 Neon 的引擎每盘皆胜。

Gemini 4 Neon 比 Claude Opus 5.5 便宜多少?

Gemini 4 Neon 的价格为每百万输入 tokens $3、每百万输出 tokens $15,而 Claude Opus 5.5 分别为 $4 与 $20。缓存读取分别为 $0.15 与 $0.20。这使 Neon 在每种 token 类型上都便宜 25%,因此在标准费率下,任何工作负载大约都能节省四分之一。

做编码时,Gemini 4 Neon 与 Claude Opus 5.5 哪个更好?

两者接近。在 Google 的模型卡上,Opus 5.5 在 Terminal-bench 4.1 与 FrontierCode 2.0 上略微领先,Neon 在 CursorBench 4.1 与 AutomationBench 上领先。在我们的实测中,两者都能从零正确实现一种象棋变体;Neon 的引擎弈力更强,且其运行成本约为对手的一半。

我可以在哪里使用 Gemini 4 Neon 和 Claude Opus 5.5?

Gemini 4 Neon 可在 Gemini API、Google AI Studio、Vertex AI、面向 Google AI Pro 与 Ultra 订阅者的 Gemini 应用、Google Antigravity、GitHub Copilot 与 Cursor 中使用。Claude Opus 5.5 可在 Claude API 与应用、Claude Code、Amazon Bedrock、Vertex AI、Microsoft Foundry、GitHub Copilot 与 Cursor 中使用。两者均可在 OpenRouter 上使用。

Gemini 4 Neon 与 Claude Opus 5.5 的 API 模型 ID 是什么?

在原生 API 中,模型 ID 分别为 Google 的 gemini-4-neon 与 Anthropic 的 claude-opus-5-5。在 OpenRouter 上分别为 google/gemini-4-neon 与 anthropic/claude-opus-5.5,因此您在 OpenAI 兼容客户端中只需改一个字符串即可切换。

Josef Waples

作者

Josef Waples

我是数据科学编辑,曾为科学期刊发表的研究论文撰稿。我的兴趣领域包括线性代数、统计学、R 等相关主题。

主题