Gemini 4 Neon oder Carbon: Welches Modell für welche Aufgabe, und ab wann ist Neon günstiger?
Gemini 4 Neon und Carbon im Vergleich nach Aufgabe: Positionierung, Tokenpreise im November und Dezember, Standard-Denkstufen, Benchmarks, Halluzinationsraten, Zugang und nachrechenbare Kostenbeispiele.
Nutzen Sie Gemini 4 Neon als Standard für komplexe Coding-, Agenten- und Dokumentaufgaben, und behalten Sie Gemini 4 Carbon für die Fälle, in denen Neons Antwort Ihre Abnahmeprüfung weiterhin nicht besteht: tiefe Ursachenanalyse beim Debugging, physiklastiges oder forschungsnahes Schlussfolgern und sehr lange Agentenläufe. Bis zum 30. November 2026 liegt Carbons Preis pro Token ($2/$10) unter dem von Neon ($3/$15); ab dem 1. Dezember steigt Carbon auf $4/$20, und Neon wird pro Token das günstigere Modell. Der Tokenpreis ist allerdings nur die halbe Rechnung. Mit Standardeinstellungen hat Artificial Analysis gemessen, dass Neon seine Indexaufgaben in etwa der Hälfte der Zeit von Carbon erledigt, bei ähnlicher Punktzahl.
Dieser Vergleich wurde am 19. November 2026 geprüft, einen Tag nach dem Start von Neon. Er stützt sich auf Googles Dokumentation, die Model Cards beider Modelle samt ihren PDFs zur Evaluationsmethodik sowie auf Daten von Artificial Analysis (AA), die am selben Tag von den Live-Modellseiten abgelesen wurden. Für diesen Artikel haben wir weder Neon noch Carbon selbst ausgeführt. Die Kostenszenarien unten sind als Rechenbeispiele gekennzeichnet, nicht als Rechnungen oder Messungen.
Dieser Artikel wird von Ofox veröffentlicht. Keines der beiden Modelle ist über Ofox verfügbar: Eine Abfrage von GET https://api.ofox.io/v1/models am 19. November listete google/gemini-4-hydrogen und google/gemini-4-argon, aber weder Neon noch Carbon. Alles, was unten zum Aufruf von Neon oder Carbon steht, bezieht sich auf Googles eigene Gemini API, AI Studio, die Gemini-App und Antigravity.
Wie Google Neon und Carbon positioniert
Google beschreibt die Gemini-4-Familie als Stufenleiter. Im Entwicklerleitfaden zu Neon (Englisch) heißt es, Neon “sits between Gemini 4 Hydrogen and Gemini 4 Carbon for high-frequency complex tasks”, liegt also für häufige, komplexe Aufgaben zwischen Hydrogen und Carbon. Die Seite zur Modellauswahl (Englisch) ergänzt, dass Neon “finishes faster with fewer output tokens than Carbon” und die richtige Wahl ist, wenn “you don’t need Carbon’s extra verification”: Neon ist schneller fertig, braucht weniger Ausgabetoken und genügt, wenn Sie Carbons zusätzliche Prüfung nicht benötigen. Carbon gilt als Googles stärkstes Reasoning-Modell; es verwendet pro Durchgang mehr Denktoken, um Hypothesen zu testen und Korrekturen zu prüfen. Google empfiehlt es für Systemarchitektur, Debugging über mehrere Dateien, dichte multimodale Analysen, formale Beweise und Sicherheitsaudits, “or when a faster model gets stuck” (oder wenn ein schnelleres Modell nicht weiterkommt).
Die Model Card von Neon (Englisch) gibt an, dass Neon aus Gemini 4 Carbon abgeleitet wurde, und fasst die Aufteilung in einem Satz zusammen: Carbon “tackles your hardest, long-horizon projects” (übernimmt Ihre schwierigsten, langfristig angelegten Projekte), Hydrogen erledigt die schnelle Alltagsausführung, und Neon “balances depth and efficiency” (gleicht Tiefe und Effizienz aus). Die Model Card von Carbon (Englisch) weist darauf hin, dass bei Carbon “occasional slowness or timeout issues” (gelegentliche Verlangsamungen oder Timeouts) auftreten können und es mehr Token verbrauchen kann, vor allem auf höheren Denkstufen.
Die technische Basis ist identisch: ein gemeinsames Fenster von 1.048.576 Token für Eingabe, Denken und Ausgabe; standardmäßig 65.536 Token synchrone Ausgabe, mit langer Dekodierung bis 1M über Hintergrundausführung oder Fortsetzung; nur implizites Caching (kein cachedContents); dieselben integrierten Tools (Google Search, Codeausführung, Function Calling, Computer Use, strukturierte Ausgaben). Weil das Anfrageschema gleich ist, besteht ein Wechsel nur aus einer anderen Modell-ID und einer Entscheidung über die Denkstufe. Sie wählen zwischen zwei Reasoning-Tiefen, nicht zwischen zwei APIs.
| Gemini 4 Neon | Gemini 4 Carbon | |
|---|---|---|
| Modell-ID | gemini-4-neon | gemini-4-carbon |
| Model Card veröffentlicht | 18. November 2026 | 10. November 2026 |
| Rolle laut Google | Komplexe, häufige Coding-, Wissens- und Wissenschaftsarbeit | Schwierigste, langfristig angelegte Probleme; wenn ein schnelleres Modell nicht weiterkommt |
| Denkstufen | low, medium, high (Standard), xhigh | low, medium (Standard), high |
| Kostenloser API-Tarif | Nein | Nein |
| Wissensstand (Model Card) | März 2026 | März 2026 |
| Bei Ofox (geprüft am 19. Nov.) | Nein | Nein |
Preis pro Token jetzt und ab dem 1. Dezember
Dies sind Googles Standardpreise im kostenpflichtigen Tarif in USD pro 1 Mio. Token von der Preisseite (Englisch), geprüft am 19. November 2026. Die Ausgabe umfasst Denktoken. Die Stufen Batch, Flex und Priority sind hier nicht berücksichtigt.
| Abrechnungsposten | Neon | Carbon bis 30. Nov. 2026 | Carbon ab 1. Dez. 2026 |
|---|---|---|---|
| Eingabe | $3,00 | $2,00 | $4,00 |
| Gecachte Eingabe (Treffer im impliziten Cache) | $0,15 | $0,10 | $0,20 |
| Ausgabe einschließlich Denken | $15,00 | $10,00 | $20,00 |
Google gibt an, dass es für Neon keinen Einführungspreis gibt. Carbons Novemberpreis ist ein Einführungspreis. Im November beträgt jeder Tokenpreis von Carbon genau zwei Drittel des Neon-Preises, ab dem 1. Dezember vier Drittel. Bei identischem Tokenverbrauch ergibt sich daraus eine einfache Regel:
- November: Bei gleichen Token kostet Carbon 33 % weniger als Neon. Carbon bleibt günstiger, solange es für dieselbe Aufgabe nicht mehr als das 1,5-Fache der Neon-Token verbraucht.
- Ab 1. Dezember: Bei gleichen Token kostet Carbon 33 % mehr als Neon. Carbon ist nur günstiger, wenn es weniger als das 0,75-Fache der Neon-Token verbraucht.
Der Haken: Dieselbe Aufgabe kostet beide Modelle selten gleich viele Token. Genau hier kommt es auf die Standardeinstellungen an. Zur Budgetplanung für Neon nach Denkstufe siehe unseren Preisleitfaden zu Neon nach Denkstufe. Zur Preisänderung bei Carbon und Argon selbst siehe was sich am 1. Dezember ändert.
Unterschiedliche Standard-Denkstufen verzerren den Vergleich der Voreinstellungen
Neon nutzt standardmäßig high und bietet zusätzlich xhigh. Carbon nutzt standardmäßig medium und endet bei high. Googles Migrations-Checkliste sagt es direkt: “Carbon and Argon default to medium and cap at high.” Wenn Sie nur die Modell-ID austauschen und sonst nichts, vergleichen Sie Neon auf seiner zweithöchsten Stufe mit Carbon auf seiner mittleren. Gleiche Stufennamen garantieren zudem keinen gleichen Rechenaufwand bei zwei Modellen. Welche Stufen jedes Modell akzeptiert und wie Sie eine wählen, steht in unserem Leitfaden zu den Denkstufen von Gemini 4.
Artificial Analysis bewertet jede Denkstufe separat, sodass wir sie nebeneinanderlegen können. Die Werte unten stammen von den Live-Seiten zu Neon und Carbon (Englisch), abgelesen am 19. November 2026 (Intelligence Index v5.0.1, Googles First-Party-API).
| Konfiguration | AA Intelligence Index | Zeit pro Indexaufgabe | Kosten pro Indexaufgabe (laut AA) | Ausgabetoken über den gesamten Indexlauf |
|---|---|---|---|---|
Neon xhigh | 61 | 21,5 Min. | $6,44 | 283M |
Neon high (Standard) | 60 | 14,8 Min. | $3,74 | 123M |
Neon medium | 55 | 8,3 Min. | $1,90 | 62,9M |
Neon low | 44 | 3,7 Min. | $0,75 | 28,3M |
Carbon high | 60 | 37,2 Min. | $7,76 | 205M |
Carbon medium (Standard) | 58 | 29,6 Min. | $6,59 | 124M |
Carbon low | 54 | 30,4 Min. | $7,19 | 83,9M |
Drei Punkte in dieser Tabelle verdienen genaues Hinsehen.
AA rechnet Carbon mit $4/$20. Auf der Carbon-Seite stehen “$4.00 per 1M input tokens” und “$20.00 per 1M output tokens” – das ist der Dezemberpreis, nicht der Einführungspreis im November. Jede Carbon-Kostenzahl oben ist also eine Kostenangabe für die Zeit nach dem 1. Dezember. Da alle Carbon-Tokenpreise im November genau halb so hoch sind, schätzen wir dieselben Läufe zu Novemberpreisen auf etwa $3,88 (high), $3,29 (medium) und $3,59 (low) pro Aufgabe. Diese Halbierung ist unsere Rechnung auf Basis der AA-Zahlen, keine Angabe von AA.
Die Zeit pro Aufgabe ist eine Kennzahl für den Tokendurchsatz. AA berechnet sie aus den Ausgabetoken pro Aufgabe geteilt durch die gemessene Ausgabegeschwindigkeit, gewichtet nach der Zusammensetzung des Index. Laut den Seiten liegt Neon je nach Stufe bei etwa 97–110 Ausgabetoken pro Sekunde und Carbon bei etwa 47–58. Das ist ein guter Anhaltspunkt dafür, wie lange ein Modell mit dem Generieren beschäftigt ist, aber nicht die tatsächliche Laufzeit eines Agentenlaufs einschließlich Toolausführung.
Googles Aussage “32% lower cost per task” lässt sich mit der heutigen AA-Seite nicht nachvollziehen. Die Neon-Ankündigung knüpft die Zahl an den Artificial Analysis Intelligence Index: Auf der Standardstufe high verbinde Neon einen hohen Indexwert mit niedrigeren Kosten pro Aufgabe, im Wortlaut “pairs a high Artificial Analysis Intelligence Index score with a 32% lower cost per task than Carbon”. Offen lässt Google, welche Carbon-Denkstufe, welchen Carbon-Preiszeitraum und welchen AA-Datenstand es verwendet hat. Mit den aktuellen AA-Zahlen liegt Neon high ($3,74) zu Dezemberpreisen 52 % unter Carbon high, 43 % unter Carbon medium und 48 % unter Carbon low. Zu Novemberpreisen liegt es 3,5 % unter Carbon high und etwa 14 % über Carbon medium. Keine dieser Kombinationen ergibt 32 %; behandeln Sie die Zahl daher als Aussage von Google, nicht als Wert, den Sie heute nachrechnen können.
Nach dieser Datenlage ist der faire Vergleich Neon high gegen Carbon high: nahezu gleiche Indexwerte (59,6 gegenüber 60,0), Neon braucht etwa 40 % der Zeit von Carbon und kostet pro Aufgabe etwa die Hälfte, sobald die Dezemberpreise gelten. Neon high gegen Carbon medium (die Standardeinstellungen) bringt Neon einen leicht höheren Indexwert (59,6 gegenüber 58,3) in der halben Zeit. Eine Umkehrung übersieht man leicht: Carbon low (54) liegt weit über Neon low (44), auch wenn AA Carbon low als nicht schneller als Carbon medium gemessen hat.
Benchmarks, die auf beiden Model Cards stehen
Google veröffentlicht getrennte Model Cards mit unterschiedlichen Vergleichsgruppen. Die Neon-Card vergleicht mit Claude Opus 5.5 und GPT-6.2 Sol, die Carbon-Card mit Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5 und Claude Fable 5.1. Keine der beiden enthält eine Tabelle Carbon gegen Neon. Die Zeilen unten stehen auf beiden Cards. Beachten Sie vor dem Lesen diese Details zum Aufbau aus Googles zwei PDFs zur Evaluationsmethodik:
- Beide geben an, dass die Ergebnisse “the highest thinking settings unless indicated otherwise” verwenden. Das bedeutet Neon
xhighund Carbonhigh, nicht die Standardeinstellungen. - Die Carbon-Card ist mit “as of October 2026” datiert, die Neon-Card mit “as of November, 2026”.
- Carbons Ergebnisse zur Cybersicherheit beruhen auf einem Zugang über das Fairwind Program.
| Benchmark (wie bezeichnet) | Neon-Card | Carbon-Card | Gleicher Aufbau? |
|---|---|---|---|
| Vals Index v2.2 | 70,9 % | 70,4 % | Beide von Vals AI |
| AutomationBench (Zapier) | 56,3 % | 53,9 % | Beide vom öffentlichen Leaderboard (Carbon: privater Satz) |
| Chartography | 73,5 % | 72,5 % | Beide ohne Tools |
| RiemannBench | 84,0 % | 80,0 % | Beide vom öffentlichen Leaderboard |
| GraphWalks 256k–1M, BFS F1 | 95,2 % | 96,2 % | Beide selbst berechnet auf denselben 200 Aufgaben |
| SEC-bench Pro | 90,5 % | 88,2 % | Gleicher Split mit 183 Aufgaben und gleiches Antigravity-Harness; Carbons Wert ist das Ergebnis mit Fairwind-Zugang |
| Agents’ Last Exam v1.1 | 75,8 % | 77,4 % | Nein: Neon nutzte das Harness Antigravity-CLI 1.4.8, Carbon das Harness ALE-Claw |
| Terminal-Bench-Science 0.1 | 70,5 % | 64,8 % | Nein: Neon selbst berechnet über 5 Versuche mit einem mini-swe-agent-vision-Harness; Carbon-Wert von AA |
| SWE-sweep | 12,8 % (mini-SWE) / 39,0 % (Antigravity-Harness) | 9,6 % | Nur die mini-SWE-Werte sind im Aufbau vergleichbar (Neon nutzte eine “vision”-Variante) |
| AA Index | 61 (v5.0.1) | 59 (v5.0) | Nein: unterschiedliche Indexversionen. Im heutigen v5.0.1 liegt Carbon high bei 60 |
Zeilen, die nur ähnlich aussehen, haben wir weggelassen: Terminal-Bench 4.1 (Neon) gegen 4.0 (Carbon), CWE-bench v2 gegen CWE-bench v1 und ExploitGym (auf der Neon-Card ohne Wert). Vending-Bench 2 erscheint nur in der Neon-Ankündigung ($16.843) und auf der Carbon-Card ($16.484).
Die sauberen Zeilen stützen ein zurückhaltendes Fazit. Auf den jeweils höchsten Einstellungen erreicht Neon bei mehreren Wissens- und Mathematikaufgaben das Niveau von Carbon oder liegt knapp darüber. Carbon behält bei der Graphtraversierung über 256K–1M Token einen Vorsprung von einem Punkt. Sobald man die Harness-Unterschiede herausrechnet, zeigt keine Zeile einen großen Abstand in die eine oder andere Richtung. Neons Sprung bei SWE-sweep von 12,8 % auf 39,0 % geht auf das Antigravity-Harness zurück, das laut Google ein Tool zum Verteilen von Arbeit auf Sub-Agenten enthält. Es ist kein reiner Modellgewinn gegenüber Carbons 9,6 %.
Dieselben Zeilen bei Artificial Analysis, nach Denkstufe
AA lässt beide Modelle durch dasselbe Harness laufen, daher liefern die Einzelwerte einen saubereren Vergleich auf gleicher Stufe. Die Werte stammen aus denselben Seitendaten vom 19. November:
| AA-Komponente | Neon high | Neon xhigh | Carbon medium | Carbon high |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 61,6 % | 63,6 % | 60,6 % | 65,2 % |
| FrontierCode-AA 2.0 | 43,3 % | 44,4 % | 39,5 % | 40,6 % |
| HLE-Diamond | 68,4 % | 71,3 % | 67,4 % | 69,1 % |
| Terminal-Bench-Science 0.1 | 65,7 % | 70,0 % | 62,4 % | 64,8 % |
| CritPt v2 (hard subset) | 59,0 % | 60,5 % | 69,0 % | 69,0 % |
CritPt, eine Physik-Evaluation auf Forschungsniveau, ist die einzige Stelle, an der Carbon auf allen gezeigten Stufen klar vorn liegt. Bei Terminal-Bench 4.0 hat Carbon high einen kleinen Vorsprung. Auf der jeweils höchsten Stufe (Neon xhigh gegen Carbon high) führt Neon bei FrontierCode-AA mit 3,8 Punkten, bei HLE-Diamond mit 2,2 und bei Terminal-Bench-Science mit 5,2. Bei high gegen high schrumpfen diese Abstände auf 2,7, −0,7 und 0,9, sodass HLE-Diamond an Carbon geht. Welche Paarung Sie vergleichen, verändert die Antwort. Zwei oder drei Punkte Abstand in einem einzelnen Benchmark belegen nicht, dass ein Modell Ihre Aufgabe besser löst.
Halluzinationsrate: Die Standardeinstellungen weisen in entgegengesetzte Richtungen
Die Omniscience-Evaluation (Englisch) von AA definiert die Halluzinationsrate als Anteil falscher Antworten an allen nicht korrekten Antworten. Anders gesagt: Wie oft rät das Modell falsch, wenn es die Antwort nicht kennt, statt abzulehnen oder eine Teilantwort zu geben? Niedriger ist besser. Die Kennzahl misst etwas anderes als die Genauigkeit, deshalb zählen beide Spalten:
| Konfiguration | AA-Omniscience-Halluzinationsrate | AA-Omniscience-Genauigkeit |
|---|---|---|
Neon xhigh | 14,4 % | 60,5 % |
Neon high (Standard) | 13,9 % | 59,4 % |
Neon medium | 16,2 % | 57,9 % |
Neon low | 18,8 % | 56,6 % |
Carbon high | 11,4 % | 58,3 % |
Carbon medium (Standard) | 4,2 % | 48,9 % |
Carbon low | 19,8 % | 49,2 % |
Quelle: AA-Modellseitendaten, abgelesen am 19. November 2026; Werte auf eine Nachkommastelle gerundet.
In den Standardeinstellungen erfindet Carbon deutlich seltener etwas (4,2 % gegenüber 13,9 %), antwortet aber auch deutlich seltener richtig (48,9 % gegenüber 59,4 %). Carbon medium lehnt häufiger ab, statt zu raten. Bei high gegen high verringert sich der Abstand auf 11,4 % gegenüber 13,9 %, bei ähnlicher Genauigkeit. Damit ist Carbon medium der bessere Standard, wenn eine falsche Antwort teurer ist als keine: Extraktion für Compliance, quellengebundene Forschungszusammenfassungen oder medizinische und juristische Triage, bei der ein Mensch die Lücken prüft. Neon high ist besser, wenn Abdeckung zählt und Sie die Ausgabe ohnehin validieren.
Eine Einschränkung zu den 4,2 %: Carbons Rate verläuft über die Stufen nicht monoton (19,8 % bei low, 4,2 % bei medium, 11,4 % bei high), während die Rate von Neon mit steigender Denkstufe stetig sinkt. Es handelt sich um eine einzelne AA-Momentaufnahme. Sehen Sie die niedrige Rate von Carbon medium deshalb als Anlass, es an Ihren eigenen Fällen zu testen, in denen das Modell entweder antworten oder ablehnen soll, und nicht als gesicherte Eigenschaft.
Googles eigene Neon-Ankündigung nennt ein anderes Maß: die “lowest fabrication rate yet in internal Google Antigravity testing”. Das ist eine interne agentische Evaluation, nicht AA-Omniscience, und die beiden Zahlen sollten nicht direkt verglichen werden.
Wo Carbon weiterhin seinen Platz hat
Googles Dokumente und die Daten Dritter stimmen bei einer kurzen Liste überein:
- Probleme, an denen ein schnelleres Modell bereits gescheitert ist. Googles Auswahlleitfaden empfiehlt Carbon “when a faster model gets stuck”. Das ist eine Eskalationsregel, kein Ausgangspunkt.
- Physik auf Forschungsniveau und beweisartiges Schlussfolgern. CritPt ist Carbons deutlichster gemessener Vorsprung (69 % gegenüber 59–60,5 %). Google ordnet auch formale Beweise und wissenschaftliche Entdeckung Carbon zu.
- Sehr lange Kontexte, in denen Strukturen nachverfolgt werden müssen. GraphWalks über 256K–1M Token steht bei 96,2 % gegenüber 95,2 %. Der Abstand ist klein, aber es ist die einzige Langkontext-Zeile zugunsten von Carbon.
- Workloads, bei denen Ablehnen besser ist als Raten, mit Carbons Standardstufe
medium, aus den oben genannten Gründen zur Halluzinationsrate. - Carbon-spezifischer Cyberzugang. Carbons Cyberfähigkeiten werden derzeit über Fairwind bereitgestellt. Google zufolge ist Neon for cyber “rolling out to trusted defenders in the coming days”, verifizierte Verteidiger könnten also bald beide Modelle erhalten.
Neon hat auch eigene Gegenaussagen auf Carbons Terrain. Google gibt an, Neon for cyber habe auf AutoBaxBench sichereren Code erzeugt als Carbon, auf ExploitGym halb so viele Token wie Carbon verbraucht und auf CWE-bench v2 “a 3.4% uplift over Carbon” gezeigt. Das sind Googles eigene Aussagen ohne veröffentlichten Carbon-Wert für dieselbe Konfiguration.
Zugang: Wer welches Modell wo nutzen kann
| Oberfläche | Neon | Carbon |
|---|---|---|
| Gemini API | Nur kostenpflichtiger Tarif (generateContent und Interactions API) | Nur kostenpflichtiger Tarif |
| Google AI Studio | Verfügbar; mit den Abos Google AI Pro und Ultra testbar | Verfügbar |
| Gemini-App (Verbraucher) | Abonnenten von Google AI Pro und Ultra | Model Card nennt Google AI Ultra für Verbraucheroberflächen |
| Google Antigravity | Zahlende Abonnenten von Google AI Pro und Ultra | Model Card nennt Google AI Ultra |
| Gemini for business | API und Modellauswahl im Dropdown | Aufgeführt |
| Gemini Managed Agents (Antigravity agent) | Unterstützt, eigenständig oder als Orchestrator für Hydrogen | Unterstützt über die Modellüberschreibung in agent_config |
| Fairwind-Cybervariante | ”Neon for cyber” wird für berechtigte Mitglieder schrittweise freigeschaltet | Cyberfähigkeiten über Fairwind |
| Ofox API (geprüft am 19. Nov.) | Nicht verfügbar | Nicht verfügbar |
Quellen: die Neon-Ankündigung, die Abschnitte zur Verbreitung in beiden Model Cards, die Entwicklerleitfäden zu Neon und Carbon sowie die Seite zur Modellauswahl.
Ein Abo von Google AI Pro erreicht Neon also in der App und in Antigravity, während die Carbon-Card für diese Oberflächen Ultra nennt. Ein Verbraucherabo gewährt für keines der beiden Modelle API-Zugang; Ihr API-Projekt muss im kostenpflichtigen Tarif sein. Wenn Sie entscheiden, welche Oberfläche Sie für einen Coding-Agenten nutzen, erklärt unser Leitfaden zur Auswahl der Gemini-4-Modelle die Unterschiede zwischen App, Antigravity und API-Zugang. Für eine erste Neon-Anfrage über die API siehe den Neon-API-Leitfaden.
Kostenrechnung für drei Workloads
Alles in diesem Abschnitt ist Rechnung, keine Messung. Die Tokenmengen sind erfunden und stehen für typische Arbeitsformen. Die Preise sind Googles oben genannte Standardpreise in USD pro 1 Mio. Token. Die Ausgabe umfasst Denktoken. Skript und Ausgabe der Berechnung sind reproduzierbar.
Die Formel für jede Anfrage lautet:
cost = (input_total - cached_input) × input_rate / 1e6
+ cached_input × cached_rate / 1e6
+ output_including_thinking × output_rate / 1e6
Die drei Workloads, mit den Tokenmengen, die wir für Neon high annehmen:
- W1, Extraktion aus einem einzelnen Dokument: 80.000 nicht gecachte Eingabetoken, 8.000 Ausgabetoken.
- W2, mehrstufige Coding-Agent-Sitzung: 1.200.000 Eingabetoken über alle Durchgänge, davon 1.000.000 Treffer im impliziten Cache; 90.000 Ausgabetoken.
- W3, langer Analysebericht: 300.000 nicht gecachte Eingabetoken, 150.000 Ausgabetoken.
Szenario A: identischer Tokenverbrauch bei beiden Modellen
| Workload | Neon | Carbon, November | Carbon, Dezember |
|---|---|---|---|
| W1 Dokumentextraktion | $0,360 | $0,240 | $0,480 |
| W2 Coding-Agent-Sitzung | $2,100 | $1,400 | $2,800 |
| W3 langer Bericht | $3,150 | $2,100 | $4,200 |
W2 berechnet sich als 0.2M × $3 + 1.0M × $0.15 + 0.09M × $15 = $2.10 für Neon und 0.2M × $2 + 1.0M × $0.10 + 0.09M × $10 = $1.40 für Carbon im November. Dieses Szenario isoliert nur den Preis: Im November ist Carbon bei gleichen Token günstiger, ab Dezember teurer.
Szenario B: Carbon verbraucht Token im von AA beobachteten Verhältnis
Im vollständigen Indexlauf von AA erzeugte Carbon medium das 1,01-Fache der Ausgabetoken von Neon high und verarbeitete das 1,47-Fache der Eingabetoken. Carbon high erzeugte das 1,66-Fache der Ausgabe und das 1,74-Fache der Eingabe. Das Ausgabeverhältnis haben wir auf alle drei Workloads angewandt, das Eingabeverhältnis nur auf W2: Eine einzelne Extraktion oder ein Bericht liest unabhängig vom Modell dieselben Dokumente, während eine Agentenschleife zusätzliche Durchgänge erzeugt. Hier steht AAs Aufgabenmix stellvertretend für Ihren, betrachten Sie das Ergebnis also als Illustration, nicht als Prognose. Die Verhältnisse sind Rohsummen des Laufs; AAs indexgewichtete Ausgabetoken pro Aufgabe ergeben höhere Carbon-Verhältnisse (1,14-fach für medium, 1,36-fach für high). Diese Sensitivität zeigen wir unter der Tabelle.
| Workload | Neon high | Carbon medium, Nov. | Carbon medium, Dez. | Carbon high, Nov. | Carbon high, Dez. |
|---|---|---|---|---|---|
| W1 Dokumentextraktion | $0,360 | $0,241 | $0,481 | $0,293 | $0,586 |
| W2 Coding-Agent-Sitzung | $2,100 | $1,642 | $3,284 | $2,366 | $4,732 |
| W3 langer Bericht | $3,150 | $2,112 | $4,223 | $3,096 | $6,192 |
Das Muster gilt für alle drei Arbeitsformen. Bis zum 30. November ist Carbon in der Standardeinstellung selbst unter Berücksichtigung des höheren Tokenverbrauchs das günstigere Modell. Ab dem 1. Dezember ist Neon in jedem Fall günstiger, in diesem Szenario um 25 % bis 56 %. Carbon high liegt im November in beide Richtungen innerhalb von etwa 20 % zu Neon (günstiger bei W1 und W3, teurer bei W2) und braucht dabei länger; die Kosten allein sind also kein Grund, es zu wählen.
Sensitivitätsprüfung: Mit AAs Ausgabeverhältnissen pro Aufgabe kommt Carbon medium im November für W1–W3 auf $0,251, $1,763 und $2,313, Carbon high auf $0,269, $2,093 und $2,642. Das Fazit für November ändert sich nicht (Carbon high liegt bei W2 dann etwa gleichauf mit Neon statt darüber), und jede Carbon-Zahl für Dezember steigt noch weiter über die von Neon.
Zwei Einschränkungen. Erstens kostet ein erneuter Versuch mehr als der Unterschied im Tokenpreis. Scheitert Neon an einer Aufgabe, die Carbon bestehen würde, können sich die Kosten pro abgenommener Aufgabe umkehren. Deshalb zählt unser Leitfaden zu den Aufgabenkosten von Carbon jeden Versuch, nicht nur den erfolgreichen. Zweitens wird eine Anfrage, die über die Grenze vom 30. November zum 1. Dezember läuft, nach Googles Regelung zum Stichtag abgerechnet, die wir nicht überprüft haben. Gehen Sie nicht davon aus, dass ein langer Hintergrundjob den Einführungspreis behält.
Entscheidungstabelle nach Aufgabe
| Aufgabe | Starten mit | Eskalieren zu | Begründung |
|---|---|---|---|
| Refactoring über mehrere Dateien oder Feature mit Tests | Neon high | Carbon high, wenn Tests bei vollständigem Kontext weiter scheitern | Nahezu gleicher Indexwert auf high (59,6 gegenüber 60,0); Neon ist schneller und ab Dezember günstiger |
| Sporadischer Nebenläufigkeitsfehler oder dienstübergreifender Bug | Neon high | Carbon high | Google nennt Ursachenanalyse beim Debugging als Carbon-Aufgabe; eine Eskalation lässt sich günstig testen |
| Agent mit vielen Toolaufrufen, lange Sitzung | Neon high | Carbon nur für den Planungs- oder Review-Schritt | Google positioniert Neon für lange, toolintensive Läufe; Carbons langsamere Dekodierung summiert sich über die Durchgänge |
| Physik auf Forschungsniveau, Beweise | Carbon high | — | Deutlichster gemessener Vorsprung von Carbon (CritPt) |
| Extraktion, bei der ein falscher Wert schlimmer ist als ein leerer | Carbon medium | — | 4,2 % AA-Halluzinationsrate im Standard, auf Kosten geringerer Genauigkeit; an eigenen Fällen prüfen |
| Synthese dichter PDFs, Tabellen und Diagramme | Neon high | Carbon medium, wenn unbelegte Aussagen das Problem sind | Knapp beieinander bei Chartography; nach Fehlertyp entscheiden |
| Retrieval über 256K–1M Token strukturierten Kontext | Beide; beide testen | — | 95,2 % gegenüber 96,2 % bei GraphWalks liegt für die meisten Zwecke im Rauschen |
| Latenzkritische Schritte mit hohem Volumen | Neon medium oder Hydrogen | — | Neon medium erreicht bei AA 55 Punkte in 8,3 Min.; Carbon low war dort nicht schneller als Carbon medium |
| Sicherheitsprüfung für verifizierte Verteidiger | Die Fairwind-Variante, zu der Sie Zugang haben | Beide vergleichen, wenn Sie beide haben | Google beansprucht Vorteile von Neon gegenüber Carbon in mehreren Cyber-Zeilen |
Die Tabelle ist unsere redaktionelle Empfehlung auf Basis der obigen Daten, keine Garantie für Ihren Workload. Bis zum 30. November ist Carbon medium zudem ein vernünftiger, kostensparender Standard für Batch-Arbeit, die Latenz verträgt. Planen Sie, diesen Weg am 1. Dezember zu beenden oder dann neu zu bewerten.
Vor dem Wechsel selbst vergleichen
Ein fairer interner Test lässt jedes Modell auf mehr als einer Stufe laufen:
- Halten Sie die Eingaben fest: derselbe Repository-Commit, dieselben Dokumente, Tools und dieselbe Abnahmeprüfung für jeden Lauf.
- Lassen Sie Neon auf
highundmediumlaufen und Carbon aufmediumundhigh. Ergänzen Sie Neonxhighnur, wennhighscheitert. Setzen Siemax_output_tokensbei beiden auf mindestens 65.536. Carbons Leitfaden empfiehlt nicht weniger als 32.768, weil das Denken ein kleineres Limit aufbrauchen kann, bevor die Antwort erscheint. - Erfassen Sie Modell-ID, Denkstufe, Eingabe-, Cache- und Ausgabetoken, tatsächliche Laufzeit, Wiederholungen und ob das Ergebnis bestanden hat.
- Bepreisen Sie die erfassten Token sowohl zum November- als auch zum Dezemberpreis von Carbon.
- Wählen Sie je Aufgabentyp die günstigste Konfiguration, die besteht, statt ein Modell für alles.
Schwierige Prompts können auf beiden Modellen minutenlang laufen. Googles Neon-Leitfaden empfiehlt Hintergrundausführung oder HTTP-Timeouts von mindestens 15 Minuten. Wenn ein Lauf mit Toolaufrufen nach einem Modellwechsel fehlschlägt, prüfen Sie den Umgang mit Thought Signatures (Englisch), bevor Sie das Modell verantwortlich machen. Die Anfrage- und Kontingentfehler aus unserem Leitfaden zu Gemini-4-API-Fehlern (für Argon geschrieben) gelten für dieselbe API-Familie. Zu Wiederholungen bei Rate Limits allgemein siehe wann man einen 429 wiederholen sollte (Englisch).
Was Sie heute über Ofox nutzen können
Da Neon und Carbon am 19. November 2026 nicht im Ofox-Katalog stehen, sind die Gemini-4-Modelle, die Sie über Ofox aufrufen können, Gemini 4 Hydrogen und Gemini 4 Argon; die aktuellen Preise stehen auf diesen Modellseiten. Hydrogen ist Googles empfohlenes Modell für die alltägliche Ausführung und das Modell, das Google als Sub-Agent mit Neon oder Carbon kombiniert. Die Ofox-Dokumentation zur Gemini API beschreibt den nativen Gemini-Weg, der Leitfaden zur Fehlerbehandlung die Wiederholungen. Dieser Artikel wird aktualisiert, falls Neon oder Carbon hinzukommt. Bis dahin nutzen Sie für beide die API von Google und betrachten Googles Preise nicht als Ofox-Preise.


