Gemini 4 Neon과 Carbon, 어떤 작업에 무엇을 쓸까? 12월부터 달라지는 비용

Gemini 4 Neon과 Carbon을 작업별로 비교합니다. 포지셔닝, 11월과 12월 토큰 요금, 기본 사고 수준, 벤치마크, 환각률, 사용 가능 환경, 직접 계산해 볼 수 있는 비용 예시를 정리했습니다.

선으로 그린 초록색 산. 같은 출발점에서 두 길이 갈라져, 짧은 지그재그 길은 주황색 깃발이 꽂힌 바위 턱으로, 더 길고 구불구불한 길은 파란색 깃발이 꽂힌 정상으로 이어진다.

복잡한 코딩, 에이전트, 문서 작업에는 Gemini 4 Neon을 기본으로 쓰고, Neon의 답이 여전히 검수 기준을 통과하지 못하는 문제에만 Gemini 4 Carbon을 남겨 두는 것을 권합니다. 근본 원인을 깊이 파고드는 디버깅, 물리 중심이거나 연구 수준의 추론, 매우 긴 에이전트 실행이 여기에 해당합니다. 2026년 11월 30일까지는 Carbon의 토큰당 요금($2/$10)이 Neon($3/$15)보다 낮지만, 12월 1일부터 Carbon은 $4/$20로 오르고 토큰당 요금은 Neon이 더 저렴해집니다. 하지만 토큰당 요금은 판단 근거의 절반일 뿐입니다. Artificial Analysis 측정에 따르면 기본 설정끼리 비교할 때 Neon은 Carbon의 약 절반 시간에 지수 과제를 끝내며 점수는 비슷했습니다.

이 비교는 Neon 출시 다음 날인 2026년 11월 19일에 확인한 내용입니다. Google 문서, 두 모델의 모델 카드와 평가 방법론 PDF, 같은 날 Artificial Analysis(AA)의 실시간 모델 페이지에서 읽은 데이터를 근거로 했습니다. 이 글을 위해 저희가 직접 Neon이나 Carbon을 실행하지는 않았습니다. 아래 비용 시나리오는 계산이라고 명시했으며, 청구서나 실측값이 아닙니다.

이 글은 Ofox가 게시합니다. 두 모델 모두 Ofox에서는 사용할 수 없습니다. 11월 19일 GET https://api.ofox.io/v1/models를 확인한 결과 google/gemini-4-hydrogen과 google/gemini-4-argon은 목록에 있었지만 Neon과 Carbon은 없었습니다. 아래에서 Neon이나 Carbon 호출에 관해 설명하는 내용은 모두 Google의 Gemini API, AI Studio, Gemini 앱, Antigravity를 가리킵니다.

Google은 Neon과 Carbon을 어떻게 구분하나

Google은 Gemini 4 제품군을 단계별 사다리처럼 설명합니다. Neon 개발자 가이드(영어)에 따르면 Neon은 “sits between Gemini 4 Hydrogen and Gemini 4 Carbon for high-frequency complex tasks”, 즉 자주 반복되는 복잡한 작업을 위해 Hydrogen과 Carbon 사이에 놓인 모델입니다. 모델 선택 페이지(영어)는 Neon이 “finishes faster with fewer output tokens than Carbon”이며 “you don’t need Carbon’s extra verification”일 때 고르는 모델이라고 덧붙입니다. Carbon보다 빨리, 더 적은 출력 토큰으로 끝나므로 Carbon의 추가 검증이 필요 없을 때 쓰라는 뜻입니다. Carbon은 Google에서 추론 능력이 가장 강한 모델로, 한 턴마다 더 많은 사고 토큰을 써서 가설을 검증하고 수정 사항을 확인합니다. Google은 시스템 아키텍처, 여러 파일에 걸친 디버깅, 정보 밀도가 높은 멀티모달 분석, 형식 증명, 보안 감사, 그리고 “or when a faster model gets stuck”(더 빠른 모델이 막혔을 때)에 Carbon을 권장합니다.

Neon 모델 카드(영어)는 Neon이 Gemini 4 Carbon을 바탕으로 조정한 모델이라고 밝히고, 역할 분담을 한 문장으로 요약합니다. Carbon은 “tackles your hardest, long-horizon projects”(가장 어렵고 긴 프로젝트를 맡고), Hydrogen은 빠른 일상 실행을 담당하며, Neon은 “balances depth and efficiency”(깊이와 효율의 균형을 잡는다)는 것입니다. Carbon 모델 카드(영어)에는 Carbon에서 “occasional slowness or timeout issues”(가끔 느려지거나 타임아웃이 나는 문제)가 생길 수 있고, 특히 높은 사고 수준에서는 토큰을 더 많이 쓸 수 있다고 적혀 있습니다.

공통 기술 사양은 같습니다. 입력, 사고, 출력이 함께 쓰는 1,048,576토큰 통합 윈도, 동기 출력 기본 상한 65,536토큰(백그라운드 실행이나 이어 쓰기로 최대 1M까지 긴 디코딩 가능), 암시적 캐시만 지원(cachedContents 없음), 같은 내장 도구(Google Search, 코드 실행, 함수 호출, Computer Use, 구조화된 출력)입니다. 요청 스키마가 같기 때문에 두 모델 사이의 전환은 모델 ID 변경과 사고 수준 결정만으로 끝납니다. 두 가지 API 중에서 고르는 것이 아니라, 두 가지 추론 깊이 중에서 고르는 셈입니다.

Gemini 4 NeonGemini 4 Carbon
모델 IDgemini-4-neongemini-4-carbon
모델 카드 게시일2026년 11월 18일2026년 11월 10일
Google이 정한 역할복잡하고 빈도 높은 코딩, 지식, 과학 작업가장 어렵고 긴 문제, 더 빠른 모델이 막혔을 때
사고 수준low, medium, high(기본값), xhighlow, medium(기본값), high
API 무료 등급없음없음
지식 기준 시점(모델 카드)2026년 3월2026년 3월
Ofox 제공 여부(11월 19일 확인)없음없음

지금과 12월 1일 이후의 토큰당 요금

아래는 Google 가격 페이지(영어)의 Standard 유료 등급 요금으로, 단위는 토큰 100만 개당 USD이며 2026년 11월 19일에 확인했습니다. 출력에는 사고 토큰이 포함됩니다. Batch, Flex, Priority 등급은 이 글에서 다루지 않습니다.

과금 항목NeonCarbon(2026년 11월 30일까지)Carbon(2026년 12월 1일부터)
입력$3.00$2.00$4.00
캐시 입력(암시적 캐시 적중분)$0.15$0.10$0.20
출력(사고 포함)$15.00$10.00$20.00

Google은 Neon에 도입가가 없다고 밝혔습니다. Carbon의 11월 요금은 도입가입니다. Carbon의 토큰 요금은 11월에는 모든 항목이 Neon의 정확히 3분의 2이고, 12월 1일부터는 Neon의 3분의 4입니다. 토큰 사용량이 같다면 다음과 같은 간단한 규칙이 나옵니다.

  • 11월: 같은 토큰이면 Carbon이 Neon보다 33% 저렴합니다. 같은 작업에서 Carbon이 Neon의 1.5배를 넘는 토큰을 쓰지 않는 한 Carbon이 계속 더 저렴합니다.
  • 12월 1일부터: 같은 토큰이면 Carbon이 Neon보다 33% 비쌉니다. Carbon이 더 저렴한 경우는 Neon 토큰의 0.75배 미만을 쓸 때뿐입니다.

문제는 같은 작업이라도 두 모델이 같은 양의 토큰을 쓰는 경우가 드물다는 점입니다. 여기서 기본 설정이 중요해집니다. 사고 수준별 Neon 예산은 Neon 사고 수준별 요금 가이드를 참고하세요. Carbon과 Argon의 요금 변경 자체는 12월 1일에 무엇이 바뀌나에서 다룹니다.

기본 사고 수준이 달라 기본값끼리 비교하면 공정하지 않다

Neon은 기본값이 high이고 xhigh가 추가로 있습니다. Carbon은 기본값이 medium이고 최고 단계가 high입니다. Google의 마이그레이션 체크리스트도 “Carbon and Argon default to medium and cap at high.”(Carbon과 Argon은 기본값이 medium, 상한이 high)라고 분명히 적고 있습니다. 모델 ID만 바꾸고 나머지를 그대로 두면 Neon의 두 번째로 높은 단계와 Carbon의 중간 단계를 비교하게 됩니다. 단계 이름이 같아도 두 모델의 연산량이 같다는 보장은 없습니다. 모델별로 지원하는 단계와 고르는 방법은 Gemini 4 사고 수준 선택 가이드에 정리했습니다.

Artificial Analysis는 사고 수준마다 따로 평가하므로 단계를 맞춰 나란히 볼 수 있습니다. 아래 값은 2026년 11월 19일에 읽은 Neon과 Carbon 실시간 페이지(모두 영문, Intelligence Index v5.0.1, Google 퍼스트파티 API)에서 가져왔습니다.

구성AA Intelligence Index지수 과제당 시간지수 과제당 비용(AA 표기 그대로)지수 평가 전체의 출력 토큰
Neon xhigh6121.5분$6.44283M
Neon high(기본값)6014.8분$3.74123M
Neon medium558.3분$1.9062.9M
Neon low443.7분$0.7528.3M
Carbon high6037.2분$7.76205M
Carbon medium(기본값)5829.6분$6.59124M
Carbon low5430.4분$7.1983.9M

이 표에서 주의해서 읽어야 할 점이 세 가지 있습니다.

AA는 Carbon을 $4/$20로 계산합니다. AA의 Carbon 페이지에는 “$4.00 per 1M input tokens”와 “$20.00 per 1M output tokens”가 적혀 있는데, 이는 11월 도입가가 아니라 12월 요금입니다. 따라서 위 표의 Carbon 비용은 모두 12월 1일 이후 기준입니다. 11월에는 Carbon의 토큰 요금이 모두 정확히 절반이므로, 같은 실행을 11월 요금으로 추정하면 과제당 약 $3.88(high), $3.29(medium), $3.59(low)입니다. 이 절반 계산은 AA 수치를 바탕으로 저희가 한 계산이며, AA가 발표한 수치가 아닙니다.

과제당 시간은 토큰 처리량 지표입니다. AA는 과제당 출력 토큰을 측정된 출력 속도로 나누고 지수 구성에 따라 가중해서 계산합니다. 페이지에 표시된 속도는 Neon이 단계별로 초당 약 97110 출력 토큰, Carbon이 초당 약 4758 토큰입니다. 모델이 생성에 쓰는 시간을 가늠하기에는 좋지만, 도구 실행까지 포함한 에이전트의 실제 소요 시간은 아닙니다.

Google의 “32% lower cost per task” 주장은 현재 AA 페이지로는 재현되지 않습니다. Neon 발표는 이 수치를 Artificial Analysis Intelligence Index와 연결해, 기본 high 단계에서 Neon이 “pairs a high Artificial Analysis Intelligence Index score with a 32% lower cost per task than Carbon”이라고 설명합니다. 그런데 Carbon의 어떤 사고 수준, 어떤 Carbon 요금 기간, 어떤 시점의 AA 데이터를 썼는지는 밝히지 않았습니다. AA의 현재 수치와 12월 요금으로 계산하면 Neon high($3.74)는 Carbon high보다 52%, Carbon medium보다 43%, Carbon low보다 48% 낮습니다. 11월 요금으로는 Carbon high보다 3.5% 낮고, Carbon medium보다는 약 14% 높습니다. 어느 조합에서도 32%가 나오지 않으므로, 오늘 다시 계산해 확인할 수 있는 수치가 아니라 Google의 주장으로 보아야 합니다.

이 근거로 보면 조건을 맞춘 비교는 Neon high 대 Carbon high입니다. 지수 점수가 거의 같고(59.6 대 60.0), Neon은 Carbon 시간의 약 40%에 끝나며, 12월 요금이 적용되면 과제당 비용은 약 절반입니다. Neon high 대 Carbon medium(기본값끼리)에서는 Neon의 지수 점수가 약간 높고(59.6 대 58.3) 시간은 절반입니다. 놓치기 쉬운 역전이 하나 있습니다. Carbon low(54)는 Neon low(44)보다 훨씬 높은 점수를 받습니다. 다만 AA 측정에서 Carbon low는 Carbon medium보다 빠르지 않았습니다.

두 모델 카드에 모두 나오는 벤치마크

Google은 모델별로 카드를 따로 발표하며 비교 대상도 다릅니다. Neon 카드는 Claude Opus 5.5, GPT-6.2 Sol과 비교하고, Carbon 카드는 Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1과 비교합니다. 어느 카드에도 Carbon 대 Neon 표는 없습니다. 아래 행은 두 카드에 모두 나오는 항목입니다. 읽기 전에 Google의 두 평가 방법론 PDF에 있는 다음 설정을 확인하세요.

  • 두 PDF 모두 결과가 “the highest thinking settings unless indicated otherwise”(별도 표시가 없으면 가장 높은 사고 설정)를 사용했다고 밝힙니다. 즉 기본값이 아니라 Neon xhigh와 Carbon high입니다.
  • Carbon 카드는 “as of October 2026”, Neon 카드는 “as of November, 2026”로 표기되어 있습니다.
  • Carbon의 사이버 보안 결과는 Fairwind Program을 통한 접근을 반영합니다.
벤치마크(표기 그대로)Neon 카드Carbon 카드설정이 같은가?
Vals Index v2.270.9%70.4%둘 다 Vals AI 출처
AutomationBench (Zapier)56.3%53.9%둘 다 공개 리더보드(Carbon: 비공개 세트)
Chartography73.5%72.5%둘 다 도구 없이
RiemannBench84.0%80.0%둘 다 공개 리더보드
GraphWalks 256k–1M, BFS F195.2%96.2%둘 다 같은 200문제에서 자체 계산
SEC-bench Pro90.5%88.2%같은 183개 과제 분할과 Antigravity 하네스. Carbon 점수는 Fairwind 접근 결과
Agents’ Last Exam v1.175.8%77.4%아님: Neon은 Antigravity-CLI 1.4.8 하네스, Carbon은 ALE-Claw 하네스
Terminal-Bench-Science 0.170.5%64.8%아님: Neon은 mini-swe-agent vision 하네스로 5회 시도해 자체 계산, Carbon은 AA 출처
SWE-sweep12.8%(mini-SWE) / 39.0%(Antigravity 하네스)9.6%설정이 가까운 것은 mini-SWE 수치뿐(Neon은 “vision” 변형 사용)
AA Index61(v5.0.1)59(v5.0)아님: 지수 버전이 다름. 현재 v5.0.1 기준 Carbon high는 60

비슷해 보이기만 하는 행은 뺐습니다. Terminal-Bench 4.1(Neon)과 4.0(Carbon), CWE-bench v2와 CWE-bench v1, ExploitGym(Neon 카드에 점수 없음)입니다. Vending-Bench 2는 Neon 발표($16,843)와 Carbon 카드($16,484)에만 나옵니다.

조건이 맞는 행으로 내릴 수 있는 결론은 조심스럽습니다. 두 모델의 최고 설정끼리 비교하면 몇몇 지식 작업과 수학 과제에서 Neon이 Carbon과 비슷하거나 약간 앞섭니다. Carbon은 256K~1M 토큰 그래프 탐색에서 1포인트 우위를 유지합니다. 하네스 차이를 걷어 내면 어느 쪽으로든 큰 격차를 보이는 행은 없습니다. SWE-sweep에서 Neon이 12.8%에서 39.0%로 뛰는 것은 Antigravity 하네스 덕분이며, Google에 따르면 이 하네스에는 서브 에이전트로 작업을 나누는 도구가 들어 있습니다. Carbon의 9.6%에 대한 모델 자체의 향상이 아닙니다.

Artificial Analysis에서 본 같은 항목의 사고 수준별 수치

AA는 두 모델을 같은 하네스로 평가하므로, 구성 요소별 점수로 같은 단계끼리 더 깔끔하게 비교할 수 있습니다. 아래 값도 11월 19일 페이지 데이터입니다.

AA 구성 요소Neon highNeon xhighCarbon mediumCarbon high
Terminal-Bench 4.061.6%63.6%60.6%65.2%
FrontierCode-AA 2.043.3%44.4%39.5%40.6%
HLE-Diamond68.4%71.3%67.4%69.1%
Terminal-Bench-Science 0.165.7%70.0%62.4%64.8%
CritPt v2 (hard subset)59.0%60.5%69.0%69.0%

연구 수준의 물리 평가인 CritPt는 표에 나온 모든 단계에서 Carbon이 분명히 앞서는 유일한 항목입니다. Terminal-Bench 4.0에서는 Carbon high가 근소하게 앞섭니다. 각 모델의 최고 단계(Neon xhigh 대 Carbon high)에서는 Neon이 FrontierCode-AA에서 3.8포인트, HLE-Diamond에서 2.2포인트, Terminal-Bench-Science에서 5.2포인트 앞섭니다. high 대 high에서는 이 차이가 2.7, −0.7, 0.9로 줄어들고, HLE-Diamond는 Carbon 쪽으로 넘어갑니다. 어떤 조합을 비교하느냐에 따라 답이 달라집니다. 벤치마크 하나에서 2~3포인트 차이가 난다고 해서 어느 모델이 여러분의 작업에 더 낫다는 증거가 되지는 않습니다.

환각률: 기본 설정끼리는 방향이 반대다

AA의 Omniscience 평가(영어)는 환각률을 정답이 아닌 모든 응답 가운데 오답이 차지하는 비율로 정의합니다. 즉 모델이 답을 모를 때 답변을 거절하거나 부분적인 답을 내지 않고 추측해서 틀리는 빈도입니다. 낮을수록 좋습니다. 정확도와는 다른 것을 측정하므로 두 열을 모두 봐야 합니다.

구성AA-Omniscience 환각률AA-Omniscience 정확도
Neon xhigh14.4%60.5%
Neon high(기본값)13.9%59.4%
Neon medium16.2%57.9%
Neon low18.8%56.6%
Carbon high11.4%58.3%
Carbon medium(기본값)4.2%48.9%
Carbon low19.8%49.2%

출처: 2026년 11월 19일에 읽은 AA 모델 페이지 데이터, 소수점 첫째 자리로 반올림.

기본 설정에서 Carbon은 없는 내용을 지어낼 가능성이 훨씬 낮지만(4.2% 대 13.9%), 정답을 맞히는 비율도 훨씬 낮습니다(48.9% 대 59.4%). Carbon medium은 추측하기보다 답변을 거절하는 경우가 많습니다. high 대 high에서는 격차가 11.4% 대 13.9%로 좁혀지고 정확도도 비슷합니다. 따라서 틀린 답이 무응답보다 손해가 큰 작업에서는 Carbon medium이 더 나은 기본값입니다. 컴플라이언스 정보 추출, 인용이 필수인 연구 요약, 사람이 빈 곳을 검토하는 의료·법률 분류가 그 예입니다. 커버리지가 중요하고 어차피 출력을 검증한다면 Neon high가 낫습니다.

4.2%에 대해서는 한 가지 주의할 점이 있습니다. Carbon의 환각률은 단계에 따라 단조롭게 변하지 않지만(low 19.8%, medium 4.2%, high 11.4%), Neon의 환각률은 사고 수준이 올라갈수록 꾸준히 내려갑니다. AA의 한 시점 데이터이므로 Carbon medium의 낮은 환각률은 확정된 특성이 아니라, 답할지 거절할지가 중요한 여러분의 사례로 직접 시험해 볼 이유로 받아들이세요.

Google의 Neon 발표는 다른 지표를 인용합니다. Google Antigravity 내부 테스트에서 “lowest fabrication rate yet”(지금까지 가장 낮은 날조율)을 기록했다는 것입니다. 이는 AA-Omniscience가 아닌 내부 에이전트 평가이므로 두 수치를 직접 비교해서는 안 됩니다.

Carbon이 여전히 제 몫을 하는 곳

Google 문서와 제3자 데이터는 다음 짧은 목록에서 일치합니다.

  1. 더 빠른 모델이 이미 실패한 문제. Google 선택 가이드는 “when a faster model gets stuck”, 즉 더 빠른 모델이 막혔을 때 Carbon을 고르라고 말합니다. 출발점이 아니라 에스컬레이션 규칙입니다.
  2. 연구 수준의 물리와 증명형 추론. CritPt는 Carbon의 우위가 가장 분명하게 측정된 항목입니다(69% 대 59~60.5%). Google도 형식 증명과 과학적 발견을 Carbon 용도로 꼽습니다.
  3. 구조를 추적해야 하는 매우 긴 컨텍스트. 256K~1M 토큰 GraphWalks는 96.2% 대 95.2%입니다. 차이는 작지만, Carbon이 앞서는 유일한 긴 컨텍스트 항목입니다.
  4. 추측보다 거절이 나은 작업에는 위의 환각률 근거에 따라 Carbon 기본값 medium을 씁니다.
  5. Carbon 전용 사이버 보안 접근. Carbon의 사이버 기능은 현재 Fairwind를 통해 제공됩니다. Google은 Neon for cyber를 “rolling out to trusted defenders in the coming days”(앞으로 며칠 안에 신뢰할 수 있는 방어자에게 순차 제공)라고 밝혔으므로, 검증된 방어자는 곧 두 모델을 모두 쓸 수 있을지도 모릅니다.

Carbon의 영역 일부에 대해서는 Neon 쪽의 반론도 있습니다. Google은 Neon for cyber가 AutoBaxBench에서 Carbon보다 안전한 코드를 생성했고, ExploitGym에서는 Carbon의 절반 토큰만 썼으며, CWE-bench v2에서는 “a 3.4% uplift over Carbon”(Carbon 대비 3.4% 향상)을 보였다고 말합니다. 이는 같은 구성의 Carbon 수치가 공개되지 않은 Google 자체 주장입니다.

사용 환경: 누가 어디서 어떤 모델을 쓸 수 있나

환경NeonCarbon
Gemini API유료 등급만(generateContent와 Interactions API)유료 등급만
Google AI Studio사용 가능. Google AI Pro·Ultra 요금제로 체험 가능사용 가능
Gemini 앱(일반 소비자용)Google AI Pro·Ultra 구독자모델 카드상 소비자용 환경은 Google AI Ultra
Google Antigravity유료 Google AI Pro·Ultra 구독자모델 카드상 Google AI Ultra
Gemini for businessAPI와 모델 드롭다운목록에 있음
Gemini Managed Agents(Antigravity agent)지원. 단독 실행 또는 Hydrogen 오케스트레이션agent_config 모델 재정의로 지원
Fairwind 사이버 버전”Neon for cyber”를 자격 있는 회원에게 순차 제공 중Fairwind를 통한 사이버 기능
Ofox API(11월 19일 확인)사용 불가사용 불가

출처: Neon 발표, 두 모델 카드의 배포 항목, Neon과 Carbon 개발자 가이드, 모델 선택 페이지.

정리하면 Google AI Pro 구독으로는 앱과 Antigravity에서 Neon을 쓸 수 있지만, Carbon 모델 카드는 이 환경에 Ultra를 표기하고 있습니다. 소비자용 구독으로는 두 모델 모두 API 접근 권한을 얻을 수 없으며, API 프로젝트는 유료 등급이어야 합니다. 코딩 에이전트에 어떤 환경을 쓸지 고민 중이라면 Gemini 4 모델 선택 가이드에서 앱, Antigravity, API 접근의 차이를 설명합니다. Neon API 첫 요청은 Neon API 가이드를 참고하세요.

세 가지 작업 유형의 비용 계산 예시

이 섹션은 모두 계산이며 실측이 아닙니다. 토큰 수는 흔한 작업 형태를 나타내기 위해 지어낸 값입니다. 요금은 위에 나온 Google Standard 요금(토큰 100만 개당 USD)이며, 출력에는 사고 토큰이 포함됩니다. 계산 스크립트와 출력은 재현할 수 있습니다.

요청별 계산식은 다음과 같습니다.

cost = (input_total - cached_input) × input_rate / 1e6
     + cached_input × cached_rate / 1e6
     + output_including_thinking × output_rate / 1e6

세 가지 작업은 Neon high를 기준으로 가정한 토큰 수를 씁니다.

  • W1, 단일 문서 추출: 캐시되지 않은 입력 80,000토큰, 출력 8,000토큰.
  • W2, 여러 턴의 코딩 에이전트 세션: 전체 턴 합계 입력 1,200,000토큰, 그중 1,000,000토큰이 암시적 캐시 적중. 출력 90,000토큰.
  • W3, 긴 분석 보고서: 캐시되지 않은 입력 300,000토큰, 출력 150,000토큰.

시나리오 A: 두 모델의 토큰 사용량이 같을 때

작업NeonCarbon, 11월Carbon, 12월
W1 문서 추출$0.360$0.240$0.480
W2 코딩 에이전트 세션$2.100$1.400$2.800
W3 긴 보고서$3.150$2.100$4.200

W2는 Neon이 0.2M × $3 + 1.0M × $0.15 + 0.09M × $15 = $2.10, 11월 Carbon이 0.2M × $2 + 1.0M × $0.10 + 0.09M × $10 = $1.40로 계산합니다. 이 시나리오는 가격만 떼어 본 것입니다. 같은 토큰이면 11월에는 Carbon이 더 저렴하고, 12월부터는 더 비쌉니다.

시나리오 B: Carbon이 AA에서 관측된 비율로 토큰을 쓸 때

AA의 전체 지수 평가에서 Carbon medium은 Neon high 대비 1.01배의 출력 토큰을 생성했고 1.47배의 입력 토큰을 처리했습니다. Carbon high는 출력이 1.66배, 입력이 1.74배였습니다. 출력 비율은 세 작업 모두에 적용했습니다. 입력 비율은 W2에만 적용했는데, 단일 추출이나 보고서는 어떤 모델이든 같은 문서를 읽지만 에이전트 루프는 턴이 늘어나기 때문입니다. AA의 과제 구성을 여러분의 작업 대신 쓴 것이므로 예측이 아니라 예시로 보세요. 이 비율은 평가 전체의 원시 합계입니다. AA가 지수에 따라 가중한 과제당 출력 토큰을 쓰면 Carbon 비율이 더 높아지며(medium 1.14배, high 1.36배), 그 민감도 분석을 표 아래에 제시합니다.

작업Neon highCarbon medium, 11월Carbon medium, 12월Carbon high, 11월Carbon high, 12월
W1 문서 추출$0.360$0.241$0.481$0.293$0.586
W2 코딩 에이전트 세션$2.100$1.642$3.284$2.366$4.732
W3 긴 보고서$3.150$2.112$4.223$3.096$6.192

세 작업 모두에서 같은 패턴이 나타납니다. 11월 30일까지는 토큰을 더 많이 쓰는 점을 감안해도 기본값의 Carbon이 더 저렴한 모델입니다. 12월 1일부터는 모든 경우에 Neon이 더 저렴하며, 이 시나리오에서는 25%에서 56%까지 저렴합니다. 11월의 Carbon high는 Neon과 위아래로 약 20% 이내 차이를 보이지만(W1과 W3에서는 더 저렴, W2에서는 더 비쌈) 시간이 더 오래 걸리므로, 비용만으로는 Carbon high를 고를 이유가 되지 않습니다.

민감도 분석: 대신 AA의 과제당 출력 비율을 쓰면 11월 Carbon medium은 W1~W3에서 $0.251, $1.763, $2.313, Carbon high는 $0.269, $2.093, $2.642가 됩니다. 11월 결론은 바뀌지 않으며(W2의 Carbon high는 Neon보다 비싼 것이 아니라 Neon과 거의 같아집니다), 12월 Carbon 수치는 모두 Neon보다 더 크게 높아집니다.

두 가지를 주의하세요. 첫째, 재시도 비용은 토큰 요금 차이보다 큽니다. Carbon이라면 통과할 작업에서 Neon이 실패하면 검수를 통과한 작업당 비용이 뒤집힐 수 있습니다. 그래서 저희 Carbon 작업 비용 가이드는 성공한 한 번만이 아니라 모든 시도를 계산에 넣습니다. 둘째, 11월 30일에서 12월 1일로 넘어가는 요청은 Google의 적용일 처리 방식에 따라 과금되는데, 저희는 이 방식을 확인하지 못했습니다. 오래 걸리는 백그라운드 작업에 도입가가 계속 적용된다고 가정하지 마세요.

작업별 선택표

작업먼저 쓸 모델에스컬레이션 대상이유
테스트가 있는 여러 파일 리팩터링이나 기능 개발Neon high컨텍스트를 다 갖춘 뒤에도 테스트가 실패하면 Carbon highhigh끼리 지수 점수가 거의 같음(59.6 대 60.0). Neon이 더 빠르고 12월부터는 더 저렴
간헐적인 동시성 문제나 서비스 간 버그Neon highCarbon highGoogle은 근본 원인 디버깅을 Carbon 작업으로 꼽음. 에스컬레이션을 시험하는 비용은 낮음
도구 호출이 많고 세션이 긴 에이전트Neon high계획이나 리뷰 단계에만 CarbonGoogle은 도구를 많이 쓰는 긴 실행에 Neon을 내세움. Carbon의 느린 디코딩은 턴이 쌓일수록 부담이 커짐
연구 수준의 물리, 증명Carbon high—Carbon 우위가 가장 분명하게 측정된 항목(CritPt)
틀린 값이 빈칸보다 나쁜 추출Carbon medium—기본값에서 AA 환각률 4.2%, 대신 정확도는 낮음. 직접 사례로 검증 필요
정보량 많은 PDF, 스프레드시트, 차트 종합Neon high근거 없는 주장이 문제라면 Carbon mediumChartography에서 근소한 차이. 오류 유형에 따라 선택
256K~1M 토큰 구조화 컨텍스트 검색어느 쪽이든. 둘 다 시험—GraphWalks 95.2% 대 96.2%는 대부분 용도에서 오차 범위
대량 처리, 지연 시간에 민감한 단계Neon medium 또는 Hydrogen—AA에서 Neon medium은 8.3분에 55점. 거기서 Carbon low는 Carbon medium보다 빠르지 않았음
검증된 방어자의 보안 검토접근 권한이 있는 Fairwind 버전둘 다 있으면 둘 다 비교Google은 여러 사이버 항목에서 Neon이 Carbon보다 낫다고 주장

이 표는 위의 근거를 바탕으로 한 편집부 권장안이며, 여러분의 작업에서 결과를 보장하지 않습니다. 11월 30일까지는 지연을 감수할 수 있는 배치 작업이라면 Carbon medium도 비용을 아끼는 합리적인 기본값입니다. 이 경로는 12월 1일에 끝내거나 그때 다시 평가하도록 계획하세요.

전환하기 전에 직접 비교해 보기

공정한 내부 테스트라면 모델마다 두 개 이상의 단계로 실행합니다.

  1. 입력을 고정합니다. 모든 실행에 같은 저장소 커밋, 문서, 도구, 검수 기준을 씁니다.
  2. Neon은 high와 medium, Carbon은 medium과 high로 실행합니다. Neon xhigh는 high가 실패할 때만 추가합니다. 두 모델 모두 max_output_tokens를 65,536 이상으로 설정합니다. Carbon 가이드는 32,768 이상을 권장하는데, 상한이 작으면 답이 나오기 전에 사고 토큰이 한도를 다 써 버릴 수 있기 때문입니다.
  3. 모델 ID, 사고 수준, 입력·캐시·출력 토큰, 실제 경과 시간, 재시도 횟수, 통과 여부를 기록합니다.
  4. 기록한 토큰을 Carbon의 11월 요금과 12월 요금으로 각각 계산합니다.
  5. 모든 작업에 한 모델을 쓰는 대신, 작업 유형별로 통과하는 구성 중 가장 저렴한 것을 고릅니다.

어려운 프롬프트는 두 모델 모두 몇 분씩 걸릴 수 있습니다. Google의 Neon 가이드는 백그라운드 실행이나 15분 이상의 HTTP 타임아웃을 권장합니다. 모델을 바꾼 뒤 도구 호출이 실패한다면 모델을 탓하기 전에 thought signature 처리를 확인하세요. Gemini 4 API 오류 가이드(Argon 기준으로 작성)의 요청·할당량 오류는 같은 API 제품군에도 적용됩니다. 레이트 리밋 재시도 전반은 429는 언제 재시도해야 할까(영어)를 참고하세요.

지금 Ofox에서 쓸 수 있는 모델

2026년 11월 19일 기준으로 Neon과 Carbon은 Ofox 카탈로그에 없으므로, Ofox로 호출할 수 있는 Gemini 4 모델은 Gemini 4 Hydrogen과 Gemini 4 Argon입니다. 현재 요금은 각 모델 페이지에 있습니다. Hydrogen은 Google이 일상 실행용으로 권장하는 모델이자, Google이 Neon이나 Carbon과 서브 에이전트로 짝짓는 모델입니다. Ofox Gemini API 문서는 네이티브 Gemini 경로를, 오류 처리 가이드는 재시도를 다룹니다. Neon이나 Carbon이 추가되면 이 글을 업데이트하겠습니다. 그때까지는 두 모델 모두 Google API를 쓰고, Google 요금을 Ofox 요금으로 여기지 마세요.

관련 문서