Gemini 4 Argon에서 Neon으로 옮겨야 할까? 롤백 경로를 남기는 마이그레이션 계획
Gemini 4 Argon은 지원 중단되지 않았지만, 12월 1일부터는 Neon이 더 저렴하고 Artificial Analysis 기준으로 더 빠릅니다. 무엇이 바뀌는지, 사고 수준별로 환각률을 제대로 비교하면 어떤지, 평가 세트·섀도 트래픽·롤백을 포함한 단계별 마이그레이션을 설명합니다.
대부분의 Gemini 4 Argon 워크로드는 지금부터 Gemini 4 Neon으로의 이전을 계획할 가치가 있습니다. 다만 모델 ID만 바꾸는 방식은 피해야 합니다. 2026년 12월 1일부터 Argon의 Standard 요금은 100만 토큰당 $4/$20로 두 배가 되고, Neon은 $3/$15 그대로입니다. Artificial Analysis(AA)에서 기본값인 high 수준의 Neon은 Argon이 측정된 두 수준 어느 쪽보다도 높은 점수를 절반 정도의 시간 안에 냈습니다. Argon은 종료일이 발표되지 않았으므로, 이전을 강제하는 기한은 없습니다. 주의할 점은 Neon의 기본 사고 수준이 Argon보다 깊다는 것입니다. 또 Argon에 대해 자주 인용되는 낮은 환각률(4.3%)은 Argon high의 값이며, Argon의 API 기본값에 해당하는 수치가 아닙니다.
이 가이드는 2026년 11월 19일 기준으로 Google의 Gemini API 문서(지원 중단 페이지, 모델 선택 가이드, Argon과 Neon의 개발자 가이드와 모델 페이지, 요금 페이지)와 AA의 최신 모델 페이지를 확인해 작성했습니다. Neon은 호출하지 않았습니다. 마이그레이션의 기준선 단계를 보여 주기 위해 Ofox를 통해 Argon에 문서 기반 답변 평가 세트를 소규모로 실행했으며, 결과와 한계는 2단계에 정리했습니다. 비용 비교에는 자체 계산임을 표시했습니다.
이 글은 Ofox가 게시합니다. Gemini 4 Argon은 Ofox에서 google/gemini-4-argon으로 사용할 수 있습니다. Gemini 4 Neon은 Ofox에서 제공되지 않습니다(2026년 11월 19일 인증된 모델 목록으로 확인). 따라서 이 글에서 다루는 Neon 호출은 모두 Google Gemini API로 직접 보내는 것입니다. 이것이 마이그레이션에 어떤 의미인지는 아래 별도 섹션에서 설명합니다.
Gemini 4 Argon은 종료되나요?
종료는 발표되지 않았습니다. 다만 Google이 Neon을 우선하고 있다는 신호가 몇 가지 있으며, Google이 직접 밝힌 내용과 다른 곳에서 보도한 내용을 나눠 보는 것이 좋습니다.
| 신호 | 내용 | 출처와 성격 |
|---|---|---|
| 지원 중단 페이지 | gemini-4-argon: 2026년 10월 13일 출시, “No shutdown date announced”(종료일 미발표), 권장 대체 모델 없음 | Google 지원 중단 페이지(영어), 공식, 11월 19일 확인 |
| 모델 선택 가이드 | Hydrogen, Neon, Carbon(및 3.5 Flash-Lite)을 권장. 업그레이드 경로 표를 포함해 페이지 어디에도 Argon이 나오지 않음 | 모델 선택 가이드(영어), 공식, 11월 19일 확인 |
| Neon 개발자 가이드 | ”Migrate from Gemini 4 Carbon, Argon, or Hydrogen”(Gemini 4 Carbon, Argon, Hydrogen에서 마이그레이션)이라는 섹션이 있음 | Neon 가이드(영어), 공식 |
| Argon 개발자 가이드 | 여전히 게시되어 있고, 여전히 medium을 기본값으로 권장하며 Argon을 “ideal for most advanced software engineering and knowledge work tasks”(대부분의 고급 소프트웨어 엔지니어링 및 지식 업무에 적합)라고 설명. 지원 중단 안내 없음 | Argon 가이드(영어), 공식, 11월 19일 확인 |
| Gemini 앱 | Google에 따르면 Pro와 Ultra 구독자는 모델 드롭다운에서 Neon을 선택할 수 있음 | Neon 발표(영어), 공식 |
| Gemini 앱 모델 선택기 | 9to5Google은 선택기에서 “Neon also replaces Argon”(Neon이 Argon도 대체)이라고 보도했으며, Auto, Hydrogen, Neon, Carbon이 나열된다고 함 | 9to5Google, 2026년 11월 18일(영어), 언론 보도, Google 미확인 |
저희 판단은 이렇습니다. API에서 Argon은 종료일이 없는 지원 중인 GA 모델이고, Google의 안내는 새 프로젝트를 Neon으로 이끌고 있습니다. 앱 선택기의 변화는 언론 보도가 맞더라도 API 엔드포인트에는 영향을 주지 않습니다. 지원 중단 페이지에는 종료일을 사전에 공지한다고 되어 있으므로 한 달에 한 번 확인하면 충분합니다. 앱, AI Studio, Antigravity 간 이용 방법의 차이는 Argon 이용 가이드에 정리했습니다.
Argon과 Neon 사이에서 달라지는 것
요청 스키마는 같습니다. Google의 Neon 가이드는 다른 Gemini 4 모델에서 전환할 때 “requires no request schema changes”(요청 스키마 변경이 필요 없음)라고 밝힙니다. 차이는 기본값, 가격, 동작에 있습니다.
| Gemini 4 Argon | Gemini 4 Neon | |
|---|---|---|
| 모델 ID | gemini-4-argon | gemini-4-neon |
| GA 날짜 | 2026년 10월 13일 | 2026년 11월 18일 |
| 사고 수준 | low, medium(기본값), high | low, medium, high(기본값), xhigh |
| 컨텍스트 창 | 1,048,576토큰, 입력·사고·출력이 공유 | 동일 |
| 응답당 출력(기본값) | 65,536토큰. 백그라운드 실행 시 롱 디코드로 최대 1M | 동일 |
| 포그라운드 이어쓰기 hop | 스트리밍은 64K, 비스트리밍은 hop당 32,768 | 스트리밍·비스트리밍 모두 64K |
| 캐싱 | 암시적 캐싱만(명시적 cachedContents 미지원) | 동일 |
| 내장 도구(모델 페이지) | 코드 실행, computer use, 파일 검색, 함수 호출, Search·Maps 그라운딩, 구조화된 출력, URL context | 같은 목록 |
| Batch, Flex, Priority | 지원 | 지원 |
| 무료 등급 | 없음 | 없음 |
| Standard 100만 토큰당 가격(입력 / 캐시 / 출력) | 11월 30일까지 $2 / $0.10 / $10, 12월 1일부터 $4 / $0.20 / $20 | $3 / $0.15 / $15, 변경 예정일 없음 |
| Ofox 제공(11월 19일) | 예, google/gemini-4-argon | 아니요 |
출처: Argon과 Neon 모델 페이지, 두 개발자 가이드, 롱 디코드 가이드(hop 크기), 요금 페이지. 모두 영어이며 2026년 11월 19일 확인했습니다.
파라미터를 정리할 때 문서상의 작은 차이 두 가지가 중요합니다. 두 가이드 모두 temperature, top_p, top_k를 제거하라고 합니다. Argon 가이드는 보내도 무시된다고 하고, Neon 가이드는 범위 안의 값은 무시되지만 범위를 벗어난 값은 400 검증 오류를 반환한다고 합니다. 출력 상한의 경우, Argon 가이드는 max_output_tokens를 설정한다면 32,768 이상으로 하라고 하고, Neon 가이드는 낮은 상한을 없애거나 65,536으로 올리고, 토큰을 줄이고 싶다면 대신 사고 수준을 낮추라고 합니다.
가격: Neon이 더 저렴해지는 조건
Neon의 토큰 요금은 11월 30일까지는 Argon의 1.5배, 12월 1일부터는 Argon의 0.75배입니다. 여기서 간단한 손익분기점이 나옵니다(Google Standard 요금을 바탕으로 한 저희 계산).
- 11월 30일까지: 같은 작업에 Neon이 Argon 토큰의 0.67배 미만을 쓸 때만 Neon이 더 저렴합니다.
- 12월 1일부터: Neon이 Argon 토큰의 1.33배를 넘게 쓰지 않는 한 Neon이 더 저렴합니다.
문제는 사고 수준의 기본값입니다. 아무것도 바꾸지 않은 요청은 Argon을 medium, Neon을 high로 실행하므로, Neon이 호출당 더 많은 출력 토큰을 만들 수 있습니다. Artificial Analysis는 같은 테스트 환경에서 두 모델을 여러 수준으로 측정했으며, 이를 보면 순효과를 대략 가늠할 수 있습니다.
| 구성(AA, 11월 19일) | AA가 제시한 인덱스 작업당 비용 | 저희의 12월 추정 | 인덱스 작업당 시간 |
|---|---|---|---|
Argon medium(API 기본값) | $4.31 | ~$8.63 | 29.1분 |
Argon high | $4.97 | ~$9.95 | 29.8분 |
Neon medium | $1.90 | $1.90 | 8.3분 |
Neon high(API 기본값) | $3.74 | $3.74 | 14.8분 |
Neon xhigh | $6.44 | $6.44 | 21.5분 |
AA는 Argon을 현재 요금인 $2/$10로 계산합니다. 12월 열은 비용이 모두 토큰 비용이라는 가정 아래 AA의 Argon 수치를 두 배로 한 것으로, AA 수치가 아니라 저희 추정입니다. Neon은 변경 예정일이 없습니다. AA의 작업 구성에서 Neon high는 11월에도 이미 작업당 Argon medium보다 약 13% 저렴했고, 12월 1일 이후에는 차이가 약 57%로 벌어집니다. AA의 작업당 시간은 출력 토큰 수를 측정된 출력 속도로 나눈 값입니다(AA 기준 Argon은 초당 57~65토큰, Neon은 초당 약 101토큰). 따라서 도구 실행을 포함한 에이전트 전체 실행이 아니라 생성 시간을 나타냅니다.
벤치마크 집계 비용은 방향을 보여 줄 뿐, 여러분의 트래픽에 대한 예측은 아닙니다. 12월 변경 사항 전체와 월 청구액 공식은 Carbon과 Argon의 12월 1일 요금 변경을, 수준별 Neon 예산은 Neon 요금 가이드를, Argon의 요청당 계산은 Argon 요금 분석을 참고하세요.
같은 사고 수준에서 비교한 품질과 속도
AA는 두 모델을 같은 테스트 환경에서 Google 퍼스트파티 API로 실행하고, 사고 수준별로 결과를 따로 보고합니다. 아래 값은 2026년 11월 19일에 AA의 Argon과 Neon 페이지(영어)에서 가져왔습니다. AA는 Argon에 대해 medium과 high만 제공합니다.
| AA 지표 | Argon medium | Argon high | Neon medium | Neon high |
|---|---|---|---|---|
| Intelligence Index(v5.0.1) | 47.6 | 50.4 | 54.9 | 59.6 |
| Terminal-Bench 4.0 | 55.1% | 57.1% | 54.5% | 61.6% |
| FrontierCode-AA 2.0 | 25.0% | 25.7% | 36.9% | 43.3% |
| HLE-Diamond | 42.5% | 56.7% | 63.6% | 68.4% |
| CritPt v2(어려운 하위 세트) | 53.5% | 52.5% | 61.5% | 59.0% |
| AA-Omniscience 정확도 | 49.0% | 48.3% | 57.9% | 59.4% |
Neon medium은 Terminal-Bench 4.0을 제외한 모든 항목에서 이미 Argon high와 같거나 앞서며, Terminal-Bench 4.0에서도 차이는 3포인트 이내입니다. FrontierCode에서는 어떤 조합으로 비교해도 격차가 큽니다. 이는 AA 작업에서의 집계 점수입니다. 전체 점수가 높은 모델도 다른 모델이 통과하는 여러분의 프롬프트에서 실패할 수 있습니다. 그래서 아래 마이그레이션 계획은 자체 평가 세트에서 시작합니다.
Google의 모델 카드는 여기서 큰 도움이 되지 않습니다. Argon 카드는 2026년 10월, Neon 카드는 2026년 11월 날짜이고, 비교 대상 경쟁 모델도 서로 다르며, Google은 Argon과 Neon을 직접 비교한 표를 공개하지 않았습니다. 저희는 두 카드의 수치를 섞지 않았습니다.
환각률 수치를 제대로 읽는 법
AA의 Omniscience 평가(영어)는 환각률을 오답 수를 정답이 아닌 모든 응답(오답 + 부분 정답 + 응답 안 함)으로 나눈 값으로 정의합니다. 즉 “모델이 답을 모를 때 답변을 보류하지 않고 잘못 추측하는 비율이 얼마인가”에 답하는 지표입니다. 클로즈드북 지식 테스트이며, 모델이 얼마나 자주 정답을 내는지는 알려 주지 않습니다. 그래서 정확도와 함께 읽어야 합니다.
| 구성 | 환각률 | 정확도 | 100문항당 정답 | 100문항당 오답 | 100문항당 보류 또는 부분 정답 |
|---|---|---|---|---|---|
Argon medium(API 기본값) | 15.4% | 49.0% | 49.0 | 7.9 | 43.1 |
Argon high | 4.3% | 48.3% | 48.3 | 2.2 | 49.5 |
Neon medium | 16.2% | 57.9% | 57.9 | 6.8 | 35.3 |
Neon high(API 기본값) | 13.9% | 59.4% | 59.4 | 5.6 | 35.0 |
Neon xhigh | 14.4% | 60.5% | 60.5 | 5.7 | 33.8 |
환각률과 정확도: AA 페이지 데이터, 2026년 11월 19일. 100문항당 열은 저희 계산입니다. 오답 = (100 − 정확도) × 환각률.
이렇게 보면 흔한 설명이 달라집니다. 널리 인용되는 4.3%는 AA의 대표 Argon 항목이며, AA는 이를 Argon (High)로 표기합니다. Argon의 API 기본값인 medium에서 AA가 측정한 값은 15.4%로, Neon 기본값보다 약간 나쁩니다. 따라서 다음과 같습니다.
- Argon 기본값 → Neon 기본값(일반적인 경우): 이 벤치마크에서 100문항당 정답이 약 10개 늘고 오답은 약 2개 줄어듭니다. 이 지표에서는 잃을 것이 없습니다.
- Argon
high→ Neonhigh: 정답은 약 11개 늘지만, 100문항당 오답도 약 3.4개 늘어납니다. Argonhigh는 추측하는 대신 답변을 보류하는 경우가 훨씬 많기 때문입니다. 오답의 비용이 커서 일부러 Argon을high로 쓰고 있다면, 이곳이 마이그레이션으로 결과가 나빠질 수 있는 유일한 지점이며 5단계의 가드레일이 필요합니다.
Neon의 환각률은 수준 간 변동이 훨씬 작습니다. low에서 18.8%, high에서 13.9%, xhigh에서 14.4%입니다. Argon의 medium과 high 사이의 큰 차이는 AA의 스냅샷 한 번에서 나온 것이므로, 어느 수치도 고정된 값으로 보지 말고 답변을 보류해야 하는 자체 케이스로 직접 테스트하세요. Google의 Neon 발표는 Antigravity 내부 테스트에 근거한 “lowest fabrication rate yet”(지금까지 가장 낮은 날조율)을 언급하지만, 이는 다른 지표이므로 AA 수치와 비교할 수 없습니다. 모델 제품군 전체와 경쟁 모델 비교는 Gemini 4 환각률 비교에서 다룹니다.
옮겨야 할까? 판단 표
| 상황 | 권장 |
|---|---|
기본값 medium의 Argon으로 코딩, 에이전트, 문서 작업을 하며 Google을 직접 호출 | Neon으로 이전합니다. medium과 high로 평가하세요. 비용 이득의 대부분은 필요 이상으로 깊게 사고하지 않게 하는 데서 나옵니다 |
오답이 무응답보다 나쁜 클로즈드북 답변에 high의 Argon을 사용 | 그대로 두거나, 5단계 가드레일이 답할 수 없는 질문 세트를 통과한 뒤에만 이전합니다 |
| 지연 시간에 민감한 대화형 기능 | Neon medium을 먼저 테스트합니다. AA에서는 Argon 시간의 3분의 1 미만에 끝났습니다 |
저렴한 대량 처리 단계에 low의 Argon을 사용 | Neon high가 아니라 Neon low와 Hydrogen을 비교합니다. AA에는 비교할 Argon low 데이터가 없습니다 |
| 트래픽을 Ofox로 보내며 Google API 프로젝트가 없음 | 당분간 Argon에 머무르거나(Neon은 Ofox에 없음), Google API에서 직접 평가합니다. Ofox 섹션을 참고하세요 |
| Argon은 통과한 인수 검사에서 Neon 파일럿이 실패 | 해당 작업 유형은 Argon을 유지합니다. 종료일이 압박하는 상황이 아닙니다 |
| 가장 어려운 디버깅, 증명, 연구 수준의 물리 | Argon에 머무르기보다 Neon과 Carbon 비교를 검토합니다 |
단계별 마이그레이션
1단계: 모든 Argon 호출 목록 만들기
gemini-4-argon을 보내는 모든 위치를 나열하고, 호출 지점마다 다음을 기록합니다.
- 경로(Google API, Vertex, Ofox, 프레임워크 기본값)
- API 형태(
generateContent또는 Interactions, 스트리밍 여부, 백그라운드 작업) - 실제로 보내는
thinking_level(Argon에서 미설정은medium) max_output_tokens, 선언한 도구, 구조화된 출력 스키마, Search 그라운딩- 대화 상태를 서버 측(
previous_interaction_id)에 두는지, thought signature가 포함된 기록을 클라이언트가 관리하는지 - 사용량 로그에서 구한 월간 입력·캐시·출력 토큰
미설정 사고 수준은 동작을 조용히 바꾸는 항목입니다. 다른 것을 건드리기 전에 먼저 medium으로 명시해 두세요.
2단계: 평가 세트를 만들고 Argon 기준선 기록하기
작업 유형마다 실제 요청 30~200개를 모으고, 각각에 자동 인수 검사를 붙입니다. 테스트 통과, JSON 검증 통과, 추출 값 일치, 또는 답변이 출처를 그대로 인용하는지 등입니다. 정답이 “자료에 없음”인 요청도 넣으세요. 위에서 설명한 환각 변화를 잡아냅니다.
이 단계가 어떤 모습인지 보여 주기 위해 2026년 11월 19일에 Argon으로 10문항짜리 문서 기반 답변 세트를 실행했습니다. 각 요청에는 짧은 가상 결제 정책과 질문 하나가 들어 있었습니다. 6문항은 답할 수 있었고 4문항은 답할 수 없었습니다(예: 정책은 연간 요금제만 다루는데 월간 요금제의 환불 규칙을 묻는 질문). 시스템 지시는 문서에만 근거해 답하고, 답이 없으면 NOT_IN_DOC을 반환하며, 근거 문장 하나를 그대로 옮기도록 했습니다. 출력은 JSON 스키마로 제한했습니다. 채점은 자동으로 했습니다. 답할 수 있는 문항은 기대 값과 함께 문서에 글자 그대로 나타나는 인용이 필요했고, 답할 수 없는 문항은 정확히 NOT_IN_DOC이어야 했습니다.
| Ofox 경유 Argon, 11월 19일 | medium | high |
|---|---|---|
| 통과한 문항 | 10 / 10 | 10 / 10 |
| 답할 수 있음: 올바른 값 + 그대로 인용 | 6 / 6 | 6 / 6 |
답할 수 없음: NOT_IN_DOC 반환 | 4 / 4 | 4 / 4 |
| 보고된 평균 사고 토큰 | 0(필드 없음) | 164 |
| 과금 대상 출력 합계(표시 + 사고), 10회 호출 | 440 | 2,077 |
| 지연 시간 중앙값 | 5.6초 | 8.2초 |
경로: Ofox의 Gemini 네이티브 엔드포인트, gemini-4-argon, maxOutputTokens 32,768, 수준별·문항별 1회 실행. “사고 토큰 0”은 usageMetadata에 thoughtsTokenCount 필드가 없었다는 뜻입니다. 프롬프트 토큰은 호출당 평균 542였습니다.
이 결과는 쉬운 세트에서의 기준선(수준별 n = 10, 하루, 경로 하나)으로만 읽어야 합니다. Argon이 전반적으로 신뢰할 만하다는 근거가 아니며, Neon에 대해서는 아무것도 말해 주지 않습니다. 가치는 문항 파일, 채점기, Argon 수치가 이미 있다는 데 있습니다. 같은 케이스를 Google API의 gemini-4-neon으로 보내 한 줄씩 비교할 수 있습니다. 이 세트에서 high는 같은 10/10 결과를 내는 데 medium의 약 4.7배에 달하는 과금 대상 출력을 썼습니다. 이런 결과가 Neon의 수준 선택에도 근거가 되어야 합니다. 여러분의 세트는 저희 것보다 어려워야 합니다. 모두 통과하는 세트로는 성능 저하를 감지할 수 없습니다.
요청 본문은 똑같이 유지하고 경로와 모델만 바꾸는 최소한의 테스트 하네스입니다.
import json, os, urllib.request
ROUTES = {
# Ofox의 Gemini 네이티브 엔드포인트를 통한 Argon(키: OFOX_API_KEY)
"argon": ("https://api.ofox.io/gemini/v1beta/models/gemini-4-argon:generateContent",
os.environ["OFOX_API_KEY"]),
# Google Gemini API를 통한 Neon(2026년 11월 19일 기준 Ofox에서 제공되지 않음)
"neon": ("https://generativelanguage.googleapis.com/v1beta/models/gemini-4-neon:generateContent",
os.environ["GEMINI_API_KEY"]),
}
def run(route, system, user, level, schema=None):
url, key = ROUTES[route]
cfg = {"thinkingConfig": {"thinkingLevel": level}, "maxOutputTokens": 65536}
if schema:
cfg |= {"responseMimeType": "application/json", "responseSchema": schema}
body = {"systemInstruction": {"parts": [{"text": system}]},
"contents": [{"role": "user", "parts": [{"text": user}]}],
"generationConfig": cfg}
req = urllib.request.Request(url, data=json.dumps(body).encode(),
headers={"x-goog-api-key": key, "Content-Type": "application/json"})
r = json.load(urllib.request.urlopen(req, timeout=900))
parts = r["candidates"][0]["content"]["parts"]
text = "".join(p.get("text", "") for p in parts if not p.get("thought"))
return text, r.get("usageMetadata", {})
하네스에서는 항상 thinkingLevel을 명시적으로 전달해, 어느 모델도 자체 기본값으로 돌아가지 않게 합니다. 900초 타임아웃은 어려운 프롬프트에 최소 15분을 두라는 Google의 권고를 따른 것입니다. Ofox 네이티브 프로토콜의 요청 형식은 Ofox Gemini API 레퍼런스에 나와 있습니다.
3단계: 파라미터 대응시키기
| 현재 Argon 설정 | Neon 시작점 | 참고 |
|---|---|---|
thinking_level 미설정(= medium) | medium과 high를 테스트하고, 더 나은 쪽을 명시적으로 고정 | 미설정으로 두면 high가 됩니다 |
medium을 명시적으로 설정 | medium, 검사에 실패하면 high | AA: Neon medium이 Argon high보다 높은 점수 |
high | high. high가 실패하는 케이스에만 xhigh | AA에서 xhigh는 작업당 비용을 high보다 72% 높였습니다 |
low | low, 그리고 Hydrogen과 비교 | Neon low는 AA 인덱스에서 44점 |
max_output_tokens가 32,768 미만 | 65,536 또는 미설정 | 사고와 답변이 상한을 공유합니다 |
temperature / top_p / top_k | 제거 | Neon에서는 범위를 벗어난 값이 400을 반환합니다 |
cached_content 참조 | Argon용으로 이미 제거했으므로 변경 없음 | 둘 다 4,096토큰 이상의 프롬프트에 암시적 캐싱을 사용합니다 |
| 64K를 넘는 백그라운드 작업 | 변경 없음 | 같은 64K hop과 1M 상한 |
| 포그라운드 비스트리밍 이어쓰기(REST 루프) | hop 수는 줄고 hop당 크기는 커짐 | Argon은 hop당 32,768, Neon은 65,536. hop을 세거나 hop별로 타임아웃을 정하는 코드는 다시 점검하세요 |
| 클라이언트 타임아웃 | 최소 15분 또는 백그라운드 실행 | 두 가이드의 권고가 같습니다 |
Gemini Managed Agents에서 Antigravity 에이전트를 사용한다면, 바꿀 것은 agent_config의 model 필드입니다. 두 모델 모두 지원됩니다.
4단계: 트래픽 섀도잉
실제 Argon 요청 일부를 복사해 Neon에도 보내고, 사용자에게는 Argon의 답만 반환하며, 양쪽을 모두 로그로 남깁니다. 비교를 공정하게 유지하는 규칙은 다음과 같습니다.
- 프롬프트, 도구, 문서를 바이트 단위로 동일하게 유지하고, 양쪽 모두 사고 수준을 고정합니다.
- 상태가 없는 요청부터 시작합니다. 멀티턴 세션의 경우 Google은 턴 사이에 모델을 바꿀 때 이전 모델 턴과 thought signature를 수정 없이 돌려보내라고 합니다. 한 경로의 Argon에서 다른 프로젝트의 Neon으로 진행 중인 세션을 옮기는 것은 저희가 테스트하지 않았으므로, 기존 세션은 Argon에서 끝까지 실행하고 새 세션을 Neon에서 시작하세요.
- 두 출력을 2단계와 같은 자동 검사로 채점하고, 결과가 엇갈린 것은 표본을 뽑아 사람이 검토합니다.
- 도구 호출 경로는 따로 지켜봅니다. Neon이
MALFORMED_FUNCTION_CALL이나 thought signature 누락 오류를 반환한다면, 원인은 대개 도구나 기록을 보내는 방식에 있습니다. thought signature 오류 해결 가이드와 Gemini 4 API 오류 가이드에서 둘 다 다룹니다. - 섀도잉하면 표본 비율만큼 토큰 지출이 두 배가 된다는 점을 기억하세요. 보통 5~10% 표본이면 충분합니다.
Neon용으로 새 Google Cloud 프로젝트를 만들면 확인해 둘 데이터 처리 기본값이 하나 있습니다. Google의 릴리스 노트(영어)에 따르면 2026년 10월 26일부터 generateContent를 사용하는 새 유료 등급 프로젝트는 기본적으로 요청을 저장합니다(store=true). 정책과 맞지 않는다면 요청마다 store=false를 설정하거나 로깅 설정을 바꾸세요.
5단계: 오답에 대한 가드레일 추가하기
Argon 워크로드가 특히 high에서 답변 보류에 의존한다면, 모델 스스로의 절제에 기대지 않는 검사를 추가합니다.
- 그대로 인용 검사. 근거 인용을 필수로 하고, 인용이 원문의 부분 문자열이 아닌 답변은 거부합니다. 저희 채점기와 같은 방식입니다. 지어낸 근거를 적은 비용으로 잡아냅니다.
- 명시적 보류 토큰.
NOT_IN_DOC같은 고정 값을 모델에 주고, 답할 수 없는 세트에서는 그 외의 응답을 모두 실패로 처리합니다. - 구조화된 출력. 문장으로 JSON을 요청하지 말고
responseSchema를 사용합니다. Neon 가이드는 도구를 선언하지 않은 채 일반 텍스트 JSON으로 도구 호출을 쓰면MALFORMED_FUNCTION_CALL이 반환될 수 있다고 경고합니다. - 외부 사실이 필요할 때의 그라운딩. 열린 질문에는 Search 그라운딩이나 자체 검색을 사용하고, Search 그라운딩은 토큰 요금과 별도로 쿼리당 과금된다는 점에 유의하세요.
- 관문 지표. “답할 수 있는 세트의 정확도”만이 아니라 “답할 수 없는 세트의 오답”을 출시 조건으로 삼습니다. 이 항목에서 Neon은 Argon 기준선보다 나빠서는 안 됩니다.
6단계: 통과한 작업당 비용 모니터링하기
요청마다 promptTokenCount, cachedContentTokenCount, candidatesTokenCount, thoughtsTokenCount를 기록하고, 해당 모델 자체의 요금으로 비용을 계산합니다.
cost = (prompt - cached) × input_rate / 1e6
+ cached × cached_rate / 1e6
+ (candidates + thoughts) × output_rate / 1e6
총비용은 전체 요청 수가 아니라 검사를 통과한 요청 수로 나누세요. 토큰당 더 저렴한 모델이 손해를 보는 곳이 바로 재시도입니다. 같은 작업 유형에서 Neon의 요청당 과금 대상 출력이 Argon의 1.33배(위의 12월 손익분기점)를 넘으면 알림을 보내세요. Argon 트래픽을 Ofox에 남겨 둔다면, 그쪽의 요청별 토큰과 비용 내역은 Ofox의 사용량 추적에서 볼 수 있습니다.
7단계: 점진적으로 전환하고 롤백 경로 유지하기
플래그 뒤에서 작업 유형을 하나씩 옮깁니다. 10%, 50%, 100% 순으로 진행하고 각 단계에서 며칠씩 둡니다. Argon 구성(모델 ID, 고정한 사고 수준, 경로)은 지우지 말고 그대로 남겨 두세요. 다음 중 하나라도 해당하면 그 작업 유형을 롤백합니다.
- 실서비스 검사 통과율이 합의한 허용 폭을 넘어 Argon 기준선보다 낮아짐
- 답할 수 없는 세트의 오답이 Argon 기준선을 넘음
- 그 시점에 적용되는 요금으로 통과한 작업당 비용이 Argon보다 높아짐
- p95 지연 시간이나 타임아웃 비율이 SLO를 넘음
- 새 프로젝트에서
429나 할당량 오류가 나타남. Neon의 한도는 Google 프로젝트와 등급별로 정해지므로 100%로 올리기 전에 확인하세요. 백오프는 Argon API 오류 가이드와 일반적인 429 재시도 가이드(영어)에서 다룹니다.
폴백은 Argon이 존재하는 동안만 유효하므로, 출시할 때마다 지원 중단 페이지를 확인하세요.
Ofox 사용자가 지금 할 수 있는 것과 없는 것
2026년 11월 19일 기준입니다.
- Argon은 계속 Ofox를 통해 호출할 수 있습니다. 모델 ID는
google/gemini-4-argon이며, 모델 페이지에 나온 OpenAI 호환 프로토콜과 Gemini 네이티브 프로토콜 중 어느 쪽으로든 사용할 수 있습니다. Ofox가 청구하는 가격은 해당 페이지에 있으며, 여기서는 다시 적지 않습니다. 12월 1일 이후 다시 확인하세요. - Ofox 안에서는 Neon으로 이전할 수 없습니다. Neon이 카탈로그에 없으므로 키 하나로 A/B 테스트를 할 수 없고, Ofox 요청의 모델 문자열을
gemini-4-neon으로 바꿔도 Neon에 닿지 않습니다. - 지금 Neon을 평가하거나 운영하려면 유료 등급의 Google Gemini API 프로젝트와 키가 필요하고, 청구와 속도 제한도 별도입니다. 2단계의 하네스는 두 경로를 나란히 보여 줍니다. 네이티브 설정 방법은 Neon API 가이드에서 단계별로 설명합니다.
- Hydrogen은 Ofox에서 사용할 수 있습니다(
google/gemini-4-hydrogen). Argon 트래픽 일부를 옆 모델이 아니라 한 단계 아래 모델로 옮길 수 있다면 고려해 볼 만합니다.
나중에 Ofox에 Neon이 추가되더라도 마이그레이션 계획은 바뀌지 않습니다. 하네스의 Neon 경로만 바뀝니다. Ofox 쪽 오류 처리는 오류 처리 가이드에, 기본 한도는 속도 제한 가이드에 설명되어 있습니다.
Argon에 머무르는 것이 맞는 경우
머무를 이유의 대부분은 이미 판단 표에 있습니다. 평가에서 Argon이 통과하는 작업 유형을 Neon이 실패하는 경우, 클로즈드북 질문에서 Argon high가 답변을 보류하는 동작에 의존하면서 아직 인용 검사를 추가할 수 없는 경우, 또는 모든 트래픽이 Ofox를 거치는 경우입니다. 시점과 관련된 이유가 두 가지 더 있습니다. 긴 에이전트 세션이나 백그라운드 작업은 실행 도중에 바꾸지 말고 Argon에서 끝까지 마치세요. 그리고 아직 11월이고 검사가 끝나지 않았다면 서두를 이유가 없습니다. 11월 30일까지는 Argon의 토큰당 가격이 더 낮고, 12월 1일에 계산이 뒤집힙니다.
반면 “Argon이 기본적으로 더 안전하다”는 생각은 머무를 이유가 되지 않습니다. API 기본값에서 AA 측정상 Argon의 환각률은 Neon보다 약간 높고 정확도는 더 낮습니다. 수준을 고정하기 전에 비교해 보려면 Gemini 4 사고 수준 가이드를 참고하세요.


