今年のブラックフライデーは、もっとつくって、もっと売ろう。詳細を見る
本文へ移動
Gemini 4 Neon — シアンに光るガラス管とグラファイトのブロック
比較

Gemini 4 Neon と Gemini 4 Carbon の比較。コード性能と料金改定

Neon と Carbon をコーディング、移行、自動化で比較。12 月の料金改定と再試行がタスク単価にどう響くかを計算し、振り分け方を検証します。

EvoLink Team製品チーム
16 分
範囲が明確で繰り返し発生する開発タスクは、Gemini 4 Neon の high から試します。難しい設計課題や、Carbon で安定している作業は、引き続き Carbon を比較基準にします。 CursorBench 4.1 では Neon high が 63.7%、Carbon high が 61.5% で、タスク単価はこの評価では Neon のほうが低くなりました。実際の振り分けは、アカウントの Carbon 料金と自社の失敗事例をどちらが解決できるかで決めます。 CursorBench 4.1

Gemini 4 Neon と Carbon はどのタスクに向くか

タスク評価の出発点判断が変わる条件
複数ファイルにまたがり再現可能なバグの修正Neon highNeon が完了できないケースを Carbon が安定して解決する
手戻りが大きく条件が曖昧な設計変更検証済みのモデルを使い、Carbon を基準にするNeon が同じ結合テストとレビューをより低い総費用で通過する
成果物が固定され、出典確認が必要な月次分析Neon と現在の接続先を並行で評価するより安価な設定で同等に信頼できる出典を返せる
入力不足やツール障害で失敗したタスク入力を補うかツールを修復する前提条件が回復したら再実行する

請求書の丸め誤差を直す場合、失敗したテストから合計がずれる場所を確認できます。既存の請求額や返金処理を壊さずに直せば合格です。一方、価格設定と請求サービスが共有する状態の設計を変えるなら、責務の境界、障害復旧、互換性を検討します。単体テストで確認できるのはその一部なので、この種の設計変更では Carbon を比較基準にします。

思考レベルを上げると何が変わるか

CursorBench 4.1 は実際の Cursor セッションに由来する、範囲に曖昧さがあり複数ファイルを扱うタスクで評価します。以下を試験の候補にできます。

CursorBench 4.1 の設定スコア評価上のタスク単価
Neon medium57.7%$3.07
Carbon medium60.4%$7.22
Carbon high61.5%$8.52
Neon high63.7%$6.54
Neon xhigh65.4%$10.67
この評価で Neon の high を xhigh にすると、スコアは 1.7 パーセントポイント、タスク単価は 4.13 米ドル上昇しました。事前に難しいと分かるタスクに xhigh を試し、Carbon と同じチェック項目と制限時間で比べます。費用は Cursor の試験構成での数値です。 CursorBench の結果と評価方法
CursorBench 4.1 のスコアとタスク単価。Neon high は 63.7% で 6.54 米ドル、Carbon high は 61.5% で 8.52 米ドルでした。
CursorBench 4.1 のスコアとタスク単価。Neon high は 63.7% で 6.54 米ドル、Carbon high は 61.5% で 8.52 米ドルでした。
発表時期の Artificial Analysis Intelligence Index では、Neon と Carbon の high は整数に丸めるとともに 60 点でした。Neon は 1 タスク平均 14.8 分で 3.74 米ドル、Carbon は平均 37.1 分で通常料金換算 7.76 米ドルです。別の Plotly の分析評価では、Neon のほうが速く、費用は高くなりました。時間と費用は別々に記録します。数値は 2026 年 11 月 19 日に確認しました。 Artificial Analysis のモデルデータ · Plotly のデータ分析評価

評価によって結論が変わる理由

CursorBench はエディターで複数ファイルを扱うタスクを評価します。別の用途には、自分の成果物に近いベンチマークを選びます。以下は課題と設定が異なるため、各行の中で比較してください。
評価NeonCarbon選択で確認できること
Vals Code Migration v1.1、Vals Index の部分集合75.8%80.1%別言語への移植で既存の動作を守るなら Carbon も試す
Zapier AutomationBench、両方 high54.3%、推定 $0.88/タスク53.9%、推定 $1.94/タスク定型のツール業務を Neon が安く完了できるか
Plotly のデータ分析43/43、中央値 46 秒、1回 $17.0342/43、中央値 93 秒、1回 $11.55速度とコストは別に見積もる
Plotly の評価では、Neon はトークン数もモデル呼び出し回数も少なかったものの、この実行に適用された料金では高くつきました。Plotly は採点ルールを修正して手作業で回答を確認し、Neon のスコアを引き上げました。採点の変更をモデルの改善と取り違えないように、検証用データと採点ルールを版管理します。Zapier の費用は測定データからの推定で、キャッシュ読み取り単価に仮定があります。 Vals の結果と方法 · Zapier のレポート · Plotly のレポート
Plotly の評価で、1 問当たりの所要時間の中央値は Neon が 46 秒、Carbon が 93 秒でした。全問の費用はそれぞれ 17.03 米ドルと 11.55 米ドルです。
Plotly の評価で、1 問当たりの所要時間の中央値は Neon が 46 秒、Carbon が 93 秒でした。全問の費用はそれぞれ 17.03 米ドルと 11.55 米ドルです。

Carbon の 12 月の料金改定が予算に与える影響

Google の標準 API 料金です。単位は100万トークン当たりの米ドルです。

モデルと期間入力出力キャッシュヒット入力
Neon$3$15$0.15
Carbon、2026年11月30日まで$2$10$0.10
Carbon、2026年12月1日から$4$20$0.20
キャッシュ未ヒットの入力 100,000 トークンと課金対象の出力 10,000 トークンなら、同じ使用量で Neon は $0.45、導入料金の Carbon は $0.30、通常料金の Carbon は $0.60 です。採用を決める際は思考と再試行を含む実測値を使います。EvoLink で比較する場合は、両モデルのアカウント料金を当てはめてください。 Google の Carbon 料金 · Google の Neon 料金 · EvoLink の Carbon 料金
Google の標準 API で同じトークンを使うと、Neon は 0.45 米ドル、Carbon は 11 月 30 日まで 0.30 米ドル、12 月 1 日以降は 0.60 米ドルです。
Google の標準 API で同じトークンを使うと、Neon は 0.45 米ドル、Carbon は 11 月 30 日まで 0.30 米ドル、12 月 1 日以降は 0.60 米ドルです。

再試行で費用の差がなくなる条件

Google の標準料金で、キャッシュされていない入力、キャッシュ済み入力、課金対象の出力の比率が同じとします。11 月は Neon の課金トークン数が Carbon の 3 分の 2 未満なら安くなります。12 月の Carbon の料金では、Neon の使用量が 3 分の 1 多いと同額です。内訳が変動する実際のタスクでは、区分ごとに単価を掛けて合計します。 Neon の料金 · Carbon の料金
Neon で1回 $0.36、Carbon の完全な1回は $0.62と仮定します。リクエストの 20% が Carbon を追加で必要とするなら、Neon から始める場合の平均はレビューを除いて 1件 $0.484です。Carbon に回る率が約 42% になると、直接 Carbon に送る場合とほぼ同額です。最終合格率が改善すれば費用を正当化できることもあります。同じ時間と品質の要件で合格1件当たりを比べます。

振り分けには失敗理由を使います。単体テストを通っていても過去の返金額が変わるパッチなら、根拠がそろっている場合に再試行する価値があります。データの書き出しがない、ツールが止まった、権限がない場合は前提条件を復旧します。モデルをもう一度呼んでも、その前提は復旧しません。

1 種類のタスクから移行する

現在のモデルで処理した最近のタスクを用意し、小さなパッチ、複数ファイルにまたがる原因調査、互換性の制約がある設計など、レビューで求められる成果物ごとに分類します。同じ時点のリポジトリから、同じツールと合格条件で再実行します。

初回合格率、所要時間、再試行、総請求額を記録します。日常の複数ファイル修正で Neon が合格率を維持しながら時間を短縮できれば、その種類から移します。Neon が繰り返し取りこぼす問題を Carbon が解決するなら、その種類は Carbon に残します。両方の接続先をアカウントで利用できるようになれば、アプリのテストとレビュー手順を保ったまま、同じ EvoLink 連携でモデルを選べます。 EvoLink の Gemini 一覧 · Gemini 連携ガイド
提供先と上限は Neon のリリースガイドにあります。Claude Code も候補に含む場合は Opus 5.5 との比較を参照できます。

現行モデルで解ける難題から振り分け方を決める

再実行用のタスクを、範囲が明確な修正、複数コンポーネントにまたがる曖昧な不具合、外向きの挙動を保つ必要がある長い変更に分けます。既定値を変えたパッチ、回帰を見逃した古いテストデータ、古い資料に基づくもっともらしい報告など、過去に見落としかけたケースも加えます。開始リビジョン、モデルに示す指示、許可ツール、完了条件を記録します。

ツール待ちや再試行を含めて、完了時間の中央値と遅い側の分布を見ます。時間に厳しいユーザー向けの処理では、流量を移す前に遅いケースを調べます。夜間処理では合格1件当たりの費用や朝のレビュー待ち件数も重要です。未キャッシュ入力、キャッシュヒット、課金出力、レビュー時間を分けて、料金変更後に同じ記録で再計算できるようにします。

直接呼び出す場合と Carbon に一度切り替える場合を比べる

Carbon 単体を基準に、Neon 単体と、修正可能な失敗を検知したときだけ Carbon を1回追加する経路を比べます。予算、権限、合格テストは固定します。2モデルの経路に価値があれば、ログからどのタスクと失敗判定で追加費用が見合うか分かります。ほぼ毎回切り替える種類なら最初から Carbon で実行し、その判断の根拠を残します。

よくある質問

Neon は Carbon より常に安いですか?

Google のトークン単価は導入期間中は Carbon が、通常料金では Neon が低くなります。タスク全体の費用は使用量や再試行でも変わります。

複数ファイルを触るコーディングで最初に試すのは?

合格条件が明確な反復作業は Neon high が候補です。現在使っている Carbon の設定も一緒に試します。

両方とも100万トークンのコンテキストですか?

Google は両モデルに100万トークンの共有枠を案内しています。出力と生成続行の制約は使用する API で確認してください。

既定の思考レベルは同じですか?

Google の仕様では Neon が high、Carbon が medium です。

難しいケースは Neon xhigh と Carbon のどちらですか?

実際に起きた失敗を両方で検証し、追加試行によって作業を完了できるかを記録します。

トラフィックを一度に切り替えるべきですか?

合格率を測定でき、すぐに切り戻せるタスクの種類から始めます。 Google の Gemini 4 開発ガイド

別言語へのコード移行にはどちらを試しますか?

Carbon も比較に入れます。Vals Index のコード移行部分では Carbon が 80.1%、Neon が 75.8% でした。社内の互換性チェックも加えます。 Vals Index

Carbon の1回分の出力は Neon より短いですか?

Google の Long Decode では Neon は1区間が最大 65,536 トークンで、Carbon の非ストリーミングの1区間は 32,768 に制限される場合があります。利用する API とストリーミング方式を確認してください。 Google Long Decode

統一APIでAIモデルを利用する

モデルの機能と現在の料金を比較し、APIドキュメントに沿って用途に合うモデルを組み込みましょう。