[Gemini 4 Neon] Carbon과 Hydrogen 사이의 균형점 — 벤치마크·API 단가·Orchestrator 실무 분석

Gemini 4 Neon 대표 이미지

1. 도입: 왜 지금 '중간 티어'가 프로덕션의 중심이 되는가

구글은 2026년 11월 18일 Gemini 4 Neon을 공개했습니다. 10월 13일 Argon, 11월 10일 Carbon, 11월 12일 Hydrogen에 이어 다섯 주 만에 Gemini 4 라인업의 네 번째 축이 채워졌습니다. 공식 발표문의 한 줄 정의는 "frontier-level intelligence with fast end-to-end task completion" — 최고 지능이 아니라, 최고 지능에 가까운 판단을 빠르고 반복 가능한 비용으로 끝까지 완수하는 모델입니다.

이 포지셔닝이 실무에서 중요한 이유는 벤치마크 순위가 아니라 단가 곡선에 있습니다. Carbon과 Argon의 인트로 가격(입력 $2 / 출력 $10, 1M 토큰)은 2026년 11월 30일에 끝나고 12월 1일부터 $4 / $20으로 두 배가 됩니다. 캐시 입력도 $0.10에서 $0.20으로 오릅니다. Neon은 인트로 가격이 없는 고정가 $3 / $15입니다.

  • 11월 30일까지: Neon의 토큰 단가는 Carbon의 1.5배
  • 12월 1일부터: Neon의 토큰 단가는 Carbon의 0.75배

불과 이틀 뒤에 역전되는 구조입니다. 지금 Carbon으로 돌리는 고빈도 워크로드(코드 리뷰, 리팩터링, 문서 요약·추출, 에이전트 루프)를 그대로 두면 청구서가 두 배가 되고, 같은 작업을 Neon으로 옮기면 토큰 단가 기준으로 Carbon 인트로 가격의 1.5배에서 신가격의 0.75배로 위치가 바뀝니다.

2. 라인업: Hydrogen · Neon · Carbon의 실제 차이

세 모델은 같은 요청 스키마와 1M 통합 컨텍스트, 최대 1M 토큰 long decode를 공유합니다. 즉 모델 ID만 바꿔서 같은 코드로 호출할 수 있고, 이것이 5장의 혼합 운영(Orchestrator)을 가능하게 하는 전제입니다. 차이는 속도, thinking level 단계, 단가, 무료 티어 제공 여부입니다.

표 ① Gemini 4 라인업 비교

항목HydrogenNeonCarbon
모델 IDgemini-4-hydrogengemini-4-neongemini-4-carbon
속도빠름중간신중
컨텍스트1,048,576 통합1,048,576 통합1,048,576 통합
최대 출력65,536 / long decode 1,048,576동일동일
Thinking levellow·medium·high·xhigh (기본 high)low·medium·high·xhigh (기본 high)low·medium·high (기본 medium, xhigh 없음)
입력(1M)$1.50$3.00$2.00 → 12/1 $4.00
캐시 입력(1M)$0.075$0.15$0.10 → 12/1 $0.20
출력(1M)$7.50$15.00$10.00 → 12/1 $20.00
무료 티어제공없음없음

2-1. 놓치기 쉬운 세 가지

  • Carbon에는 xhigh가 없습니다. 기본값도 Carbon은 medium, Neon은 high입니다. 마이그레이션 때 thinking_level을 명시하지 않으면 같은 프롬프트라도 사고 토큰이 달라집니다.
  • 1M 전 구간 단일 단가(flat pricing). 50만 토큰을 넣든 5천 토큰을 넣든 1M당 같은 가격이라, 대용량 레포·계약서·멀티모달을 한 번에 넣는 워크로드에서 유리합니다.
  • 무료 티어는 Hydrogen에만. Neon·Carbon은 유료 전용이며, 무료 티어 Hydrogen의 입출력은 제품 개선에 사용됩니다.

3. 벤치마크: 순위보다 '조건'을 읽는 법

Artificial Analysis Intelligence Index 61점은 xhigh 기준 전체 3위입니다. 구글 스스로 "더 크고 느린 모델들 바로 뒤"라고 표현했습니다. 반면 에이전트 축은 연속 1위입니다 — AA Coding Agent 58.6, Zapier AutomationBench 56.3%, Andon Labs Vending-Bench 2 $16,843. 지식·과학 축은 1위가 아니라 동급 최고(Terminal-Bench Science 70.5%, RiemannBench 84.0%, HLE-Diamond 71.3%)입니다.

표 ② 공식 벤치마크 상세

벤치마크결과순위·조건
AA Intelligence Index61전체 3위(xhigh)
AA Coding Agent Index58.61위
Vals Index70.9%2위, Pareto frontier
Zapier AutomationBench56.3%1위
Andon Labs Vending-Bench 2$16,8431위
Arena Agent Arena1,3362위(4,200+ 세션)
Terminal-Bench 4.165.2%—
FrontierCode 2.046.2%기본 high
SWE-sweep12.8% → 39.0%mini-SWE → Antigravity 하네스(SOTA)

가장 실무적인 숫자는 마지막 줄입니다. 모델은 그대로인데 하네스만 바꿔 SWE-sweep이 12.8%에서 39.0%로 3배 이상 올랐습니다. 벤더 수치는 성능의 밴드로 읽고 자사 워크플로에서 재측정해야 하며, 컨텍스트 압축·중복 파일 읽기 제거·병렬 서브에이전트 같은 도구 투자가 모델 교체보다 큰 개선을 줄 수 있습니다.

4. 비용: 토큰 회계와 thinking level 설계

Neon의 단가는 입력 $3 / 캐시 입력 $0.15(95% 할인) / 출력 $15입니다. 중요한 것은 출력 단가에 사고(thinking) 토큰이 포함된다는 점입니다. thinking level을 올리면 곧 출력 단가로 과금되는 토큰이 늘고, max_output_tokens는 사고와 출력을 합친 상한입니다. 비용 통제의 1차 레버는 프롬프트 길이가 아니라 thinking level입니다.

표 ③ API 단가·캐시·절감률 비교(1M 토큰, USD)

항목NeonCarbon(현재 → 12/1)Hydrogen
입력$3.00$2.00 → $4.00$1.50
캐시 입력$0.15$0.10 → $0.20$0.075
출력(사고 포함)$15.00$10.00 → $20.00$7.50
캐시 방식암시적만암시적만암시적만
구간 할증없음없음없음
작업당 비용(high)Carbon 대비 32% 절감기준—

32% 절감의 역산. Neon의 토큰 단가는 Carbon 인트로 가격의 1.5배인데 작업당 비용은 32% 낮습니다. 단순 회계로 역산하면 Neon이 같은 과제에 쓰는 청구 토큰은 Carbon의 약 45%(0.68 ÷ 1.5 ≈ 0.45)가 됩니다. 구글이 공개한 수치가 아니라 위 두 숫자에서 유도한 계산이며, 전제는 두 값이 같은 벤치마크·같은 과제 집합에서 측정되었다는 것입니다. 방향은 분명합니다. Neon의 경쟁력은 단가표가 아니라 토큰 효율에서 나오고, 단가표만 보고 판단하면 12월 1일에 결론이 뒤집힙니다.

12월 1일 시나리오. Carbon·Argon의 입력·출력·캐시 단가가 모두 두 배가 되고 Neon은 그대로입니다. 예산은 12월 1일 이후 단가로 두 번 계산하십시오.

캐시 회계 예시(자체 계산). 입력 200K 토큰(150K 캐시 히트)과 출력 4K 토큰을 쓰는 작업의 총비용은 Neon $0.2325, Carbon(11/30까지) $0.155, Carbon(12/1부터) $0.310입니다. 입력의 75%가 캐시로 처리되면 입력 비용은 전체의 20% 수준으로 떨어지고 남는 것은 출력(사고 토큰)입니다.

  • 프리픽스 고정. 변하지 않는 시스템 프롬프트·도구 스키마·레포지토리 맵을 맨 앞에, 매번 바뀌는 입력·검색 결과·툴 출력을 뒤에 둡니다. 암시적 캐시는 4,096 토큰 이상에서 자동 동작하고 히트 시 95% 할인됩니다. 타임스탬프·세션 ID·정렬되지 않은 JSON은 프리픽스에 넣지 마십시오.
  • 명시적 캐시 제거. Neon은 cachedContents / caches.create를 지원하지 않습니다. Gemini 3 계열의 cached_content 코드는 삭제해야 합니다.

Gemini 4 Neon 실전 워크플로 삽화

5. 실전 워크플로: Orchestrator, Copilot, 그리고 /swarm

Orchestrator — Neon이 설계하고 Hydrogen이 실행합니다. Google Antigravity의 Orchestrator는 한 세션 안에서 Neon을 플래너, Hydrogen을 실행자로 묶습니다. Hydrogen이 막히면 Neon으로 되돌려 상태를 점검하고 계획을 수리한 뒤 다시 실행을 넘깁니다. 구글은 같은 방식의 Carbon + Hydrogen 조합이 Terminal-Bench 4.0에서 Carbon에 근접한 성공률을 유지하면서 평균 쿼터를 24% 덜 쓰고 19% 빠르게 끝냈다고 밝혔습니다. 판단이 필요한 지점에만 비싼 모델을 쓰고 나머지는 싼 모델로 굴리는 논리입니다.

배포 경로. Neon은 Google AI Pro·Ultra 구독자의 Antigravity 데스크톱 앱, Antigravity CLI, IDE 확장에서 제공되고, 기업은 Gemini for business로 접근합니다. Gemini API로는 유료 티어(Google AI Studio, Android Studio)에서 gemini-4-neon으로 호출합니다.

GitHub Copilot 정식 지원. Pro+, Max, Business, Enterprise 플랜에서 사용할 수 있고, VS Code·Visual Studio·Copilot CLI·Copilot coding agent·Copilot 앱·github.com·GitHub Mobile·JetBrains·Xcode·Eclipse에서 선택할 수 있습니다. 과금은 provider list pricing 기준 usage-based billing이라 프리미엄 요청 한도와 별개로 토큰이 청구됩니다. Enterprise·Business 관리자는 모델 정책에서 접근을 관리해야 하며, 기본 활성화 정책상 관리자가 끄지 않으면 자동으로 켜집니다.

1M 멀티모달과 long decode. 텍스트·이미지·비디오·오디오·PDF를 단일 1M 창에 넣고 구조화된 산출물로 바꿉니다. 동기 응답은 65,536 토큰이 한도이므로 그 이상은 background: true와 max_output_tokens(131,072~262,144)를 함께 설정해야 합니다. background만 켜고 max_output_tokens를 비우면 65,536에서 멈추고, 어려운 프롬프트는 몇 분씩 걸리므로 HTTP 타임아웃을 최소 15분으로 두는 것이 권장됩니다.

/swarm 사례가 증명하는 것. Blender MCP를 구동한 3D 랩 벤치, 아카이브 사진으로 재구성한 앨런 튜링의 1936년 연구실, 이미지 한 장에서 10만 셀·50만 수식으로 에지 검출과 3D 깊이를 구현한 구글 시트, 10,200줄 셰이더와 120Hz 물리로 만든 1인칭 WebGL2 스키 시뮬레이터까지 모두 사전 제작 자산 없이 단일 프롬프트 계열에서 나왔습니다. 결론은 하나입니다. 모델 선택보다 에이전트 하네스 설계가 결과물의 상한을 정합니다.

코드 레벨 마이그레이션 체크리스트

  • 모델 ID를 gemini-4-neon으로 변경(요청 스키마 변경 불필요), 유료 티어 프로젝트 사용
  • thinking_level 명시(Neon 기본 high, Carbon·Argon 기본 medium, xhigh 지원, minimal은 오류)
  • 명시적 캐시 제거(cachedContents, cached_content)
  • temperature·top_p·top_k 제거(범위 밖 값은 400 오류)
  • 도구는 네이티브 선언(function calling·structured outputs). 원시 JSON 툴 호출을 흉내 내면 MALFORMED_FUNCTION_CALL
  • 멀티턴은 previous_interaction_id 사용, thought signature를 그대로 반환(병렬 functionCall 간 복사 금지)
  • 64K 초과 출력은 background 실행 또는 클라이언트 continuation, 낮은 max_output_tokens 하드코딩 제거
  • 토큰 청구 추정치 재계산: 사고 토큰과 그라운딩용 내부 지시·함수 선언도 과금

6. 사이버 방어와 안전성: 숫자 뒤의 조건

사이버 방어(Neon for cyber). 공격적 사용이 아니라 방어 워크플로에 특화된 변형으로 Fairwind Program을 통해 신뢰된 방어자에게 순차 제공됩니다. AutoBaxBench hard 티어 76%로 SOTA, SEC-bench Pro 90.5% SOTA(문제당 비용 절반), ExploitGym에서 Carbon 대비 절반 토큰, Collinear CWE-bench v2 70.7%(Carbon 대비 3.4%포인트 향상), WebExploitBench v1.2 51.26% SOTA입니다.

안전성·정직성. 정당한 작업 거절은 Terminal-Bench 4.0에서 1.98%, Terminal-Bench-Science에서 0%입니다. 치팅·지름길은 Terminal-Bench 4.0 0.0%(Carbon과 동일), 코딩 치팅 평가 2.45%(Gemini 4 모델 중 최저). 미정렬 행동 0.09%, 에이전트 정직성 통과율 99.2%, 과소수행 43~56% 감소, 과잉 행동 15~35% 감소입니다.

조건을 분리해 읽어야 합니다. 거절률·정직성·미정렬 행동은 구글 내부 평가로 외부 재현이 불가능하고, Gray Swan IPI 공격 성공률 0.0%는 최고 thinking level에서 세이프가드를 켠 조건의 값입니다. 외부 웹·이메일·문서를 읽어 에이전트에 넣는 시스템이라면 벤더 수치를 면제권으로 쓰지 말고 자체 인젝션 레드팀을 정기적으로 돌려야 합니다. 반대로 거절 1.98%는 정당한 보안 업무를 과도하게 막지 않는 방향으로 조정되었다는 신호입니다.

7. 도입 체크리스트: 4가지 판단 기준

  • 작업의 빈도 × 난도. 빈도 높고 난도 중간(다파일 리팩터링·코드 리뷰·문서 분석·에이전트 루프)이면 Neon, 빈도 낮고 난도 극단(아키텍처·근본 원인 추적·형식 증명·보안 감사)이면 Carbon, 빈도 높고 난도 낮음(번역·요약·JSON 추출)은 Hydrogen 또는 Flash-Lite입니다.
  • 12월 1일 단가로 두 번 계산. (a) 그대로 유지, (b) Neon 이관(캐시 히트율 가정 포함), (c) Carbon은 최난도만 남기고 분할 — 세 시나리오를 나란히 놓으십시오.
  • thinking level을 평가셋으로 고정. low → medium → high → xhigh 순으로 돌려 품질 기준을 통과하는 가장 낮은 단계를 기본값으로 삼고, xhigh는 고난도에만 허용합니다. 평가 시 max_output_tokens를 65,536 이상으로 두지 않으면 점수가 왜곡됩니다.
  • 하네스와 청구 통합 점검. 직접 API는 5장 체크리스트를 그대로 적용하고, Antigravity는 Neon+Hydrogen Orchestrator로 쿼터를 측정하며, Copilot은 플랜·롤아웃·billing 한도·모델 정책을 확인합니다. 토큰·캐시 히트율·재시도율을 로그로 남기십시오.

맺음말

Gemini 4 Neon은 '가장 똑똑한 모델'이 아닙니다. 종합 지능 3위, 과학·지식은 동급 최고, 에이전트 코딩과 자동화는 1위 — 판단이 필요한 지점은 유지하면서 반복 실행의 단가를 낮춘 모델입니다. 12월 1일 Carbon·Argon 단가 인상이 예고된 시점에서 이 모델의 실질 가치는 단가표의 $3/$15가 아니라 "고빈도 복잡 작업을 Carbon 대비 32% 싸게, 12월 이후에는 더 크게 벌어지는 격차로 처리한다"는 운영상의 위치에 있습니다. 도입 판단의 순서는 성능 순위가 아니라 작업 빈도 × 난도 → 12월 단가 재계산 → thinking level 고정 → 하네스·청구 통합입니다.

출처



댓글

이 블로그의 인기 게시물

OpenAI GPT-6.2 Astra & Sol 공개 — 실무자·개발자가 같이 봐야 할 벤치마크와 API 단가 정리