작성자 주: Gemini 4 Neon의 “빠름”은 적어도 세 가지 방식으로 잴 수 있어요. 이 글에서는 첫 토큰 시간, 초당 출력, 작업 하나를 끝내는 시간을 나눠서 정리하고, 각 숫자의 출처를 밝힙니다.
Gemini 4 Neon은 2026-11-18에 출시됐습니다. Sundar Pichai의 출시 게시물은 이 모델이 복잡한 소프트웨어 엔지니어링, 지식 작업, 과학 워크플로에서 작업을 더 빨리 끝낸다고 말합니다. 많은 사람이 이 문장을 보고 “전방위적으로 가장 빠르다”고 이해하죠. 하지만 실제로 속도를 재는 기준은 적어도 세 가지이고, 그 기준들이 내놓는 순위는 서로 일치하지 않습니다.
이 글의 모든 속도 수치는 Artificial Analysis 모델 페이지와 Artificial Analysis 글에서 가져왔고, 벤치마크 점수는 공식 자체 보고와 모델 카드에서 가져온 것이며, 우리가 직접 측정한 항목은 하나도 없습니다. 출처가 다르고 기준이 다른 숫자는 나란히 제시하며, 평균을 내거나 새로운 수치로 합성하지 않습니다.
핵심 가치: 이 글을 읽고 나면 Gemini 4 Neon의 첫 토큰 시간, 초당 출력, 단일 작업 시간이 각각 얼마인지 구분할 수 있고, 네 단계 사고 수준이 속도와 점수에 어떤 영향을 주는지 알 수 있으며, 모델을 고를 때 어떤 지표를 봐야 하는지도 알게 됩니다.

Gemini 4 Neon 속도 핵심 포인트
먼저 쉽게 뒤섞이는 세 가지 지표를 분리해 볼게요. 아래 표의 Neon 수치는 모두 xhigh 등급이며, Artificial Analysis 모델 페이지(2026-11-19 열람, 지수 v5.0.1)에서 가져왔어요.
| 지표 | 의미 | Gemini 4 Neon xhigh 수치 | 사용자 체감 |
|---|---|---|---|
| 첫 토큰 시간 | 요청을 보낸 뒤 첫 번째 답변 token이 보일 때까지 기다리는 시간 | 56.51초 | 상호작용 시 “얼마나 멈춰 있다가 출력이 시작되는지” |
| 초당 출력 | 출력이 시작된 뒤 매초 몇 개의 token을 생성하는지 | 초당 110 token | 스트리밍 출력이 “얼마나 빠르게 흘러나오는지” |
| 단일 작업 시간 | 지수 안의 한 문제를 완료하는 데 평균 얼마나 걸리는지 | 21.5분 | 한 작업이 “얼마나 빨리 전달되는지” |
| 지수 실행 출력량 | 전체 지수 세트를 실행하며 총 얼마나 많은 token을 출력하는지 | 2억 8300만 token | 단일 작업 시간을 결정하는 나머지 절반 |
Gemini 4 Neon의 세 가지 속도 지표를 왜 따로 봐야 할까요
첫 토큰 시간은 채팅형 상호작용에 가장 큰 영향을 줘요. 사고형 모델은 첫 답변 token을 내보내기 전에 먼저 한 차례 추론을 완료해야 하므로, 첫 토큰 시간이 흔히 몇 초에서 몇 분에 달하고 사고 단계와 강하게 연관돼요.
초당 출력은 “출력이 시작된 이후”의 처리량만 측정할 뿐, 모델이 얼마나 많은 말을 해야 하는지와는 무관해요. 단일 작업 시간은 동시에 두 가지 일의 영향을 받아요. 매초 얼마나 많은 token을 낼 수 있는지, 그리고 이 문제에서 총 얼마나 많은 token을 내야 하는지요. 한 모델의 초당 출력이 매우 높더라도, 아주 긴 사고 과정을 쓰는 습관이 있다면 한 문제를 끝내는 데 여전히 더 느릴 수 있어요. 뒤에서 다룰 Neon과 GPT-6.2 Sol, GPT-6.2 Astra의 비교가 바로 이 경우예요.
Gemini 4 Neon 핵심 기능: 패밀리 내 위치와 네 단계 사고
Google AI Studio의 최신 모델 페이지는 세 가지 Gemini 4 모델에 속도를 정성적으로 표현한 레이블을 붙였어요: Carbon은 Deliberate, Neon은 Moderate, Hydrogen은 Fast. 즉, 공식적인 자체 평가에서 Neon은 패밀리 가운데에 있고, Fast로 표시된 모델은 Hydrogen이에요. Google 블로그에서도 Carbon은 가장 어려운 장기 과제에, Hydrogen은 일상적인 빠른 실행에, Neon은 절충안으로서 빈도가 높은 복잡한 흐름에 맞춘다고 설명해요.
| 모델 | AI Studio 속도 정성 평가 | 사고 단계 | 기본 단계 | 패밀리 내 위치(Google 블로그 / 개발자 가이드) |
|---|---|---|---|---|
| Gemini 4 Carbon | Deliberate | low, medium, high | medium | 복잡한 장기 과제 |
| Gemini 4 Neon | Moderate | low, medium, high, xhigh | high | 절충형, 고빈도 복잡 프로세스 |
| Gemini 4 Hydrogen | Fast | 자료 미공개 | 자료 미공개 | 일상적 빠른 루프 |
Gemini 4 Neon의 성능과 사양
모델 카드에 따르면 Gemini 4 Neon은 Gemini 4 Carbon에서 파생된 모델이고, 지식 컷오프는 2026년 3월이며 입력은 텍스트, 이미지, 오디오, 비디오를 지원하고 통합 컨텍스트 윈도우는 최대 100만 토큰이에요. 기본 동기식 출력은 최대 6.4만 토큰이고, 백그라운드 장시간 디코딩은 최대 100만 토큰이에요. Google Cloud 개발자 가이드에서 제시하는 모델 ID는 gemini-4-neon이고, 통합 상한은 입력과 출력을 포함해 1048576 토큰이에요. 출력에는 다시 사고, 함수 호출, 최종 응답이 포함돼요.
성능 면에서 공식이 자체 보고한 Artificial Analysis Intelligence Index는 xhigh 단계에서 61, 종합 3위이고, 블로그에서도 더 크고 느린 모델에 뒤진다는 점을 인정해요. 모델 카드의 비교표에는 Neon, Claude Opus 5.5, GPT-6.2 Sol 세 열만 있고, 비(非) Gemini 결과는 기본적으로 각 업체의 자체 보고에서 가져온 것이라서, 그 표는 공식 집계일 뿐 같은 연구실이 같은 날 다시 측정한 결과는 아니에요. 표에는 Neon이 뒤지는 항목도 있어요. 예를 들어 Terminal-bench 4.1의 치팅 보정 후 정확도는 Opus 5.5가 65.8%로 Neon의 65.2%보다 높아요.
개발자 가이드에서는 오케스트레이션 활용법도 하나 제시해요: gemini-4-neon을 메인 컨트롤러로 쓰고, previous_interaction_id를 gemini-4-hydrogen에 넘겨 더 빠른 서브태스크를 실행하는 방식이에요. Neon이 너무 느리다고 느껴진다면, 이 방법이 무작정 단계를 낮추는 것보다 고려할 만해요. (이건 우리의 판단이고 가이드 원문은 아니에요.)

Gemini 4 Neon 속도 데이터: 네 단계 사고, 하나씩 뜯어보기
아래 표는 Artificial Analysis 모델 페이지에서 가져왔어요. 맨 오른쪽 열의 첫 토큰 시간은 따로 짚고 넘어갈게요. 페이지 요약 표에는 xhigh의 56.51초만 적혀 있고, high, medium, low 세 단계의 첫 토큰 값은 같은 페이지의 FAQ 항목에서 가져온 거예요. 요약 표와 같은 칸에 있지 않으니 인용할 때 이 출처를 꼭 남겨 주세요.
| 사고 단계 | 지능 점수 | 작업당 소요 시간 | 초당 출력 | 첫 토큰 시간(모델 페이지 FAQ 항목) |
|---|---|---|---|---|
| xhigh | 61 | 21.5분 | 110 토큰/초 | 56.51초 |
| high(기본값) | 60 | 14.8분 | 101 토큰/초 | 40.64초 |
| medium | 55 | 8.3분 | 101 토큰/초 | 20.14초 |
| low | 44 | 3.7분 | 97 토큰/초 | 13.93초 |
이 표를 보면 네 단계의 초당 출력은 97에서 110 토큰/초 사이에서만 움직이는데, 작업당 소요 시간은 3.7분에서 21.5분까지 늘어나요. 단계를 바꿔도 크게 달라지는 건 “얼마나 많이 생각할지”이고, “초당 얼마나 빨리 쓸지”에는 영향이 크지 않아요. 이건 표의 숫자로부터 끌어낸 추론이고, 모델 페이지 자체에는 이런 표현이 없어요.
점수에서 치르는 대가도 분명해요. 기본값인 high의 60점에서 medium으로 내리면 5점만 잃지만, low로 내리면 44점까지 떨어져요. xhigh는 high보다 1점 더 높은 대신 작업당 소요 시간이 거의 7분 더 길어요. 가치가 있는지는 여러분의 작업에 달려 있어요.

Gemini 4 Neon은 초당 더 빠른데, 한 문제를 다 푸는 데는 왜 더 오래 걸릴까
Artificial Analysis 모델 페이지를 보면 Neon xhigh가 전체 지수 세트를 실행할 때 출력 토큰은 2.83억 개, 입력 토큰은 81.2억 개로 기록돼 있어요. 출력 토큰이 많을수록 초당 110개를 처리하더라도 총 소요 시간은 길어져요. GPT-6.2 Astra는 max 설정에서 초당 50토큰에 그치지만, 지수 실행 시 출력 토큰은 6580만 개뿐이라 작업당 시간이 13.7분이에요. GPT-6.2 Sol은 max 설정에서 초당 79토큰, 출력 토큰 6090만 개로 작업당 시간은 8.5분이에요.
그래서 “초당 출력 토큰이 더 높다”와 “작업이 더 빨리 끝난다”는 별개의 이야기예요. Neon을 이 두 GPT 모델과 비교하면, Neon은 초당 출력이 더 높은데도 작업당 시간은 오히려 더 길어요. 이유는 Neon이 출력하는 토큰이 훨씬 많기 때문이에요.
Gemini 4 Neon과 비교 모델은 따로 비교해야 해요
아래 표의 숫자는 모두 Artificial Analysis 모델 페이지에서 가져왔어요. 모델마다 설정이 달라요(Neon은 xhigh, Carbon은 high, 나머지는 max). 같은 열 안에서의 상대적 관계만 봐야 하고, 같은 조건의 경쟁으로 해석하면 안 돼요.
| 모델(설정) | 지능 점수 | 작업당 시간 | 초당 출력 | 첫 토큰 시간 | 지수 실행 출력 토큰 |
|---|---|---|---|---|---|
| Gemini 4 Neon(xhigh) | 61 | 21.5분 | 110 | 56.51초 | 2.83억 |
| Gemini 4 Carbon(high) | 60 | 37.2분 | 55 | 73.04초 | 2.05억 |
| Claude Opus 5.5(max) | 59 | 24.5분 | 118 | 335.85초 | 2.18억 |
| Claude Fable 5.2(max) | 65 | 41.6분 | 110 | 247.46초 | 2.75억 |
| GPT-6.2 Astra(max) | 62 | 13.7분 | 50 | 197.65초 | 6580만 |
| GPT-6.2 Sol(max) | 57 | 8.5분 | 79 | 75.06초 | 6090만 |
세 가지 지표를 하나씩 보면:
- 초당 출력: Claude Opus 5.5 max는 초당 118토큰으로 Neon xhigh의 110보다 높아요. Claude Fable 5.2 max는 Neon과 같은 110이에요.
- 작업당 시간: GPT-6.2 Sol max의 8.5분과 GPT-6.2 Astra max의 13.7분은 모두 Neon xhigh의 21.5분보다 짧아요.
- 첫 토큰 시간: Neon xhigh의 56.51초는 이 표에서 가장 작은 값이지만, 행마다 설정이 달라서 이걸로 Neon이 전반적으로 앞선다고 결론 내릴 수는 없어요.
Neon이 Carbon보다 빨라졌다는 이야기에는 두 가지 계산 기준이 있어요. Artificial Analysis 모델 페이지에서는 Carbon high를 초당 55토큰, 37.2분으로 제시해요. Artificial Analysis 글에서는 대략적인 수치를 제시해요. Neon의 작업당 시간은 약 21분으로 Carbon의 약 36분보다 약 40% 짧고, 속도 향상은 초당 약 110토큰 대 약 57토큰에서 나오며, Neon의 작업당 출력 토큰은 약 15% 더 많다고 해요. 두 출처의 Carbon 수치는 기준이 달라서 여기서는 서로 빼지 않을게요.

빠르게 시작하기: Gemini 4 Neon 레벨 선택과 속도 측정 방법
gemini-4-neon은 현재 Google 공식 채널을 통해 호출해야 해요. 아래 단계는 두 부분으로 나뉘어요. 먼저 Neon의 레벨을 어떻게 고를지, 그다음 APIYI에 이미 등록된 Gemini 4 모델로 속도 측정 흐름을 갖춰 두고 Neon이 등록되면 모델만 바꿔 끼우는 방법이에요.
첫 번째 단계: Neon의 네 가지 사고 레벨을 이해하기. Google Cloud 개발자 가이드에 따르면 gemini-4-neon의 사고 레벨은 low, medium, high, xhigh 네 가지뿐이고 기본값은 high예요. thinking_budget이나 MINIMAL을 넘기면 HTTP 400이 반환되는데, 구버전 Gemini에서 마이그레이션한 코드가 가장 쉽게 걸리는 부분이 바로 이거예요.
두 번째 단계: 속도 요구에 맞춰 레벨 낮추기. 너무 느리다고 느껴지면 기본값인 high에서 medium이나 low로 내릴 수 있어요. Artificial Analysis 모델 페이지 기준으로 단일 작업 시간은 high의 14.8분에서 8.3분 또는 3.7분으로 줄고, 지능 점수는 xhigh의 61(기본값 high는 60)에서 55 또는 44로 떨어져요. low는 점수 하락 폭이 커서, 레벨을 낮추기 전에 자신의 작업에서 먼저 샘플링해 확인하는 게 좋아요.
세 번째 단계: APIYI 계정과 Key 준비하기. APIYI apiyi.com에서 가입하고 API Key를 발급받은 뒤, Key를 환경 변수(예: APIYI_API_KEY)에 넣어 두세요. 코드에서는 환경 변수만 읽고 평문으로 쓰지 않는 게 원칙이에요.
네 번째 단계: 호출 방식 선택하기. OpenAI 호환 인터페이스라면 base_url에 https://api.apiyi.com/v1을 넣고, 모델 이름은 이미 등록된 gemini-4-carbon 또는 gemini-4-hydrogen을 쓰면 돼요. Gemini 네이티브 프로토콜로 간다면 주소는 https://api.apiyi.com, API 버전은 v1beta를 사용해요.
다섯 번째 단계: 세 가지 지표를 따로 기록하기. stream 스트리밍 출력을 켜고, 첫 번째 답변 토큰이 도착한 시간, 출력이 시작된 뒤의 초당 token 수, 그리고 전체 작업이 끝날 때까지의 총 소요 시간을 각각 기록해요. 이어서 이번 출력의 총 token 수도 적어 두세요. 출력 token 수가 있어야 소요 시간이 긴 이유가 “느리게 쓴 것”인지 “많이 쓴 것”인지 판단할 수 있어요.
🚀 빠른 시작 팁: 속도 측정 흐름은 이미 등록된 Gemini 4 모델에서 먼저 돌려 보는 게 좋아요. APIYI는 Key 하나로 Gemini, Claude, GPT 시리즈를 모두 커버하기 때문에, 세 지표 기록 스크립트를 한 번만 작성해 두면 여러 모델을 가로로 비교할 수 있고 Neon이 등록된 뒤에는 모델 ID만 바꾸면 돼요.
Gemini 4 Neon 가격과 APIYI 모델 대조 확인
Gemini 4 Neon의 공식 표시 가격(Google AI Studio 가격 페이지)은 입력 100만 token당 3달러, 출력 100만 token당 15달러예요.
APIYI 쪽에서는 두 곳을 확인했어요. APIYI 전체표(docs.apiyi.com/models.md, 페이지에 표시된 업데이트 시각은 2026-11-16 09:39, UTC+8)와 2026-11-19에 조회한 가격 API(api.apiyi.com/api/pricing, 버전 shell-api-modelmak-v1, 총 285개 모델)예요. 두 곳에서 서로 대조할 수 있는, 이미 등록된 모델은 다음과 같고 단위는 100만 token당 달러예요.
| 모델 ID | 입력 | 캐시 읽기 | 출력 | 엔드포인트 | 비고(출처) |
|---|---|---|---|---|---|
gemini-4-carbon |
2 | 0.1 | 10 | chat, gemini | Google의 2026-11-30까지 적용되는 도입가와 대응(APIYI 전체표) |
gemini-4-hydrogen |
1.5 | 0.075 | 7.5 | chat, gemini | APIYI 전체표 |
claude-opus-5-5 / claude-opus-5-5-thinking |
4 | 0.2 | 20 | chat, messages | APIYI 전체표 |
claude-fable-5-2 / claude-fable-5-2-thinking |
8 | 0.2 | 40 | chat, messages | APIYI 전체표 |
gpt-6.2-sol |
2(272000 초과 시 3) | 0.1 | 10(가격 API 상위 구간 약 11.25) | responses(권장), chat | 전체표에는 입력 구간 변동만 기재 |
gpt-6.2-astra |
8(272000 초과 시 16) | 0.4 | 40(가격 API 상위 구간 약 60) | responses, chat | 전체표에는 입력 구간 변동만 기재 |
몇 가지 디테일은 짚고 갈 필요가 있어요. gemini-4-carbon의 판매 가격은 Google 도입가와 맞고, 이후의 표준가 4/20은 아니에요. 그룹 이름은 두 곳의 표기가 완전히 같지는 않아요. Gemini 모델은 전체표에서 Default, SVIP로, 가격 API에서는 default, svip로 적혀 있어요. Claude 모델은 전체표에서 ClaudeCode, Claude_Reverse, Claude_Enterprise, Default, SVIP로, 가격 API에서는 ClaudeCode, ClaudeCodeReverse, ClaudeOfficial, default, svip로 적혀 있어요. GPT 모델의 상위 구간 출력 가격은 가격 API에만 반영되어 있고, 가격 API에서는 272000 token을 초과할 때 CompletionRatio가 5에서 3.75로 바뀌어요.
gemini-4-neon은 APIYI 전체표와 가격 API 어디에도 없어서 아직 등록되지 않았어요. 이 모델은 최대한 빨리 등록할 예정이며, 모델과 가격은 플랫폼의 모델 목록을 기준으로 확인해 주세요.
Gemini 4 Neon 장단점 분석
장점
- 초당 출력량이 같은 패밀리 이전 모델보다 높아요: Artificial Analysis 모델 페이지에 따르면 Neon xhigh는 초당 110 token, Carbon high는 초당 55 token이에요.
- 첫 토큰까지 기다리는 시간이 비교적 짧아요: xhigh의 첫 토큰까지 56.51초로, 위 비교표에서 가장 작은 값이에요(티어가 달라 참고용으로만 봐 주세요).
- 티어 구분이 세밀해요: 사고 단계를 네 단계로 제공하며, low의 3.7분부터 xhigh의 21.5분까지 작업에 따라 선택할 수 있어요.
- 사양이 완전해요: 모델 카드에는 텍스트, 이미지, 오디오, 비디오 입력과 100만 token 통합 컨텍스트 윈도우가 나와 있어요. 개발자 가이드에 따르면 암시적 캐싱은 4096 token 이상의 공유 프리픽스에 자동으로 적용돼요.
한계
- 출력 token이 많은 편이에요: 벤치마크 지표상 출력 token이 2억 8300만 개에 달해, xhigh의 단일 작업 시간이 Sol과 Astra보다 길어져요. 대응 방법은 티어를 낮추거나 하위 작업을 Hydrogen에 넘기는 거예요.
- 공식 평가는 Moderate에 그쳐요: AI Studio는 Fast 라벨을 Hydrogen에 부여했어요. 가장 빠른 상호작용이 필요한 상황이라면 Hydrogen을 먼저 시험해 보세요.
- 일부 구성은 지원하지 않아요: 개발자 가이드에는 명시적 컨텍스트 캐싱을 지원하지 않는다고 적혀 있어요.
thinking_budget과MINIMAL은400오류를 반환해요. - 무료 티어가 없어요: AI Studio 가격 페이지에는
gemini-4-neon에 무료 티어가 없다고 명시되어 있어요. - 벤치마크 측정 기준이 뒤섞여 있어요: Coding Agent Index는 Google 블로그에서 58.6, Artificial Analysis 글에서 59예요. SWE-sweep의 12.8%와 39.0%는 서로 다른 두 harness에서 나온 값이에요. 데이터를 볼 때는 출처를 꼼꼼히 확인해야 해요.
자주 묻는 질문 FAQ
Q1: Gemini 4 Neon은 Gemini 4 패밀리에서 가장 빠른가요?
Google AI Studio 최신 모델 페이지의 분류 기준으로 보면 Hydrogen은 Fast, Neon은 Moderate, Carbon은 Deliberate예요. 공식에서 말하는 “더 빨리 끝난다”는 건 주로 Carbon과 비교한 것이에요.
Q2: Gemini 4 Neon은 첫 토큰까지 얼마나 기다려야 하나요?
Artificial Analysis 모델 페이지의 요약 표에는 xhigh 첫 토큰이 56.51초로 나와 있어요. 같은 페이지의 FAQ 항목에는 high 40.64초, medium 20.14초, low 13.93초가 따로 적혀 있는데, 이 세 단계 수치는 FAQ 항목에서 나온 것이라 요약 표와는 같은 항목이 아니에요.
Q3: Gemini 4 Neon은 초당 110 토큰을 출력하는데 왜 단일 작업에 21.5분이나 걸리나요?
출력하는 토큰 수가 많기 때문이에요. Artificial Analysis 모델 페이지에는 Neon xhigh가 지수(index) 벤치마크에서 2억 8300만 토큰을 출력했다고 기록돼 있어요. 반면 Sol max는 6090만, Astra max는 6580만에 불과해서, 이 둘은 초당 속도가 더 느린데도 단일 작업 시간은 오히려 더 짧아요.
Q4: Gemini 4 Neon은 기본값이 어느 단계인가요? 더 빠르게 하려면 어떻게 조정하나요?
개발자 가이드에 기본값은 high라고 명시돼 있어요. 더 빠르게 하려면 medium이나 low로 낮추면 되는데, Artificial Analysis 모델 페이지 기준으로 단일 작업 시간은 각각 8.3분, 3.7분이고, 지능 점수는 xhigh의 61(high는 60)에서 55 또는 44로 떨어져요.
Q5: 지금 APIYI를 통해 Gemini 4 Neon을 호출할 수 있나요?
2026-11-19 기준으로 `gemini-4-neon`은 아직 APIYI 전체 목록과 가격 API에 나타나지 않아서, 아직 등록되지 않았어요. 최대한 빨리 등록하도록 하겠습니다. 현 단계에서는 먼저 apiyi.com에서 가입한 뒤, 이미 등록된 `gemini-4-carbon`이나 `gemini-4-hydrogen`으로 속도 측정 절차를 준비해 두면 돼요. OpenAI 호환 주소는 앞서 소개한 빠른 시작과 같아요.
Q6: Gemini 4 Neon은 Carbon보다 얼마나 저렴한가요?
여기에는 계산이 세 가지 있어요. Google 블로그는 기본 high 기준 단일 작업 비용이 Carbon보다 32% 낮다고 하고, Artificial Analysis 글은 Carbon의 비할인가보다 약 17% 적다고 해요. 또 Artificial Analysis 모델 페이지는 도입가 기준으로 Carbon high 단일 작업을 4.90달러로 계산했어요. 세 가지 기준이 서로 달라서 하나의 숫자로 합칠 수 없어요.
Q7: Gemini 4 Neon의 벤치마크 점수를 그대로 경쟁 모델과 비교해도 되나요?
조심해야 해요. 모델 카드에는 Gemini가 아닌 결과는 기본적으로 각 사가 자체 보고한 값에서 온 것이라, 공식 집계일 뿐 같은 날 재측정한 것이 아니라고 적혀 있어요. Artificial Analysis의 대조도 단계 차이가 있어요(xhigh, high, max가 뒤섞여 있어요).
Gemini 4 Neon 핵심 포인트 Key Takeaways
- 속도는 세 가지로 구분: 첫 토큰 시간, 초당 출력, 단일 작업 시간은 각각 독립적이라 순위가 서로 어긋날 수 있어요.
- 공식 평가는 중간: AI Studio는 Neon을 Moderate로 표시하고, Fast는 Hydrogen이에요.
- xhigh 데이터: Artificial Analysis 모델 페이지에는 61점, 21.5분, 110 token/초, 첫 토큰 56.51초가 나와요.
- 출력량이 소요 시간을 늘림: 2.83억 출력 token 때문에 Neon의 단일 작업 시간이 Sol과 Astra보다 길어져요.
- 초당 출력은 최고가 아님: Opus 5.5 max의 118 token/초가 Neon의 110보다 높아요.
- 단계를 낮추면 속도가 빨라져요: medium은 8.3분, 55점, low는 3.7분, 44점이고 기본값은 high예요.
- 연동 현황: APIYI에는 아직 Neon이 없어요. 우선 이미 제공 중인 Gemini 4 모델로 속도 측정 절차를 준비해 두세요.
정리
Gemini 4 Neon 속도의 핵심 결론은 이래요:
- Carbon보다는 확실히 빨라요: Artificial Analysis의 두 데이터 세트 모두 Neon의 초당 출력이 Carbon의 약 두 배이고, 단일 작업 시간은 확연히 더 짧다고 보여줘요.
- 더 넓게 보면 모든 면에서 앞서지는 않아요: 초당 출력은 Opus 5.5 max보다 낮고, 단일 작업 시간은 Sol max와 Astra max보다 길어요.
- 단계가 핵심 조절 장치예요: 초당 출력은 네 단계에서 크게 달라지지 않고, 소요 시간 차이는 주로 사고 token 수에서 비롯돼요.
저희 판단은 이래요: 대화형 시나리오에서는 첫 토큰 시간을, 배치 처리에서는 단일 작업 시간을 먼저 보고, 스트리밍 경험에서만 초당 출력을 중요하게 보면 돼요. Neon이 ‘충분히 빠른지’는 여러분이 어떤 지표를 중요하게 여기느냐에 달려 있어요. 먼저 APIYI apiyi.com에서 현재 사용 가능한 Gemini 4 모델로 세 가지 지표를 기록하는 절차를 끝까지 검증해 보세요. Neon이 제공되면 모델만 바꿔 바로 비교할 수 있어요.
📚 참고 자료
-
Sundar Pichai 게시물: Gemini 4 Neon 출시 및 공개 범위
- 링크:
x.com/sundarpichai/status/2123167780988125621 - 설명: 공개 채널과 “더 빠르게 완성한다”는 공식 표현
- 링크:
-
Google 블로그 「Introducing Gemini 4 Neon」: 공식 자체 보고 벤치마크, 가격, 제품군 내 위치
- 링크:
blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon - 설명: 모든 수치는 각 사의 공식 자체 보고 기준
- 링크:
-
DeepMind 모델 카드: 사양과 3열 비교 표
- 링크:
deepmind.google/models/model-cards/gemini-4-neon/ - 설명: Gemini 이외 결과는 기본적으로 각 사의 자체 보고에 기반
- 링크:
-
Google Cloud 개발자 가이드: 모델 ID, thinking 단계, 오류 안내
- 링크:
docs.cloud.google.com/gemini-enterprise-agent-platform/models/guides/gemini-4-neon - 설명: 4단계 thinking, 기본값 high, HTTP 400 발생 조건
- 링크:
-
Google AI Studio 가격 및 최신 모델 페이지: 공식 표시 가격과 속도 정성 평가
- 링크:
aistudio.google.com/docs/pricing,aistudio.google.com/docs/latest-model - 설명: Deliberate, Moderate, Fast 3단계 정성 평가
- 링크:
-
Artificial Analysis 글: Neon과 Carbon의 제3자 비교
- 링크:
artificialanalysis.ai/articles/gemini-4-neon-intelligence-gain - 설명: 약 21분, 약 36분, 약 57 token/초 등의 근사치
- 링크:
-
Artificial Analysis 모델 페이지: 4단계 속도와 비교 모델 데이터
- 링크:
artificialanalysis.ai/models/gemini-4-neon - 설명: 2026-11-19 기준 열람, 지수 v5.0.1, FAQ 항목에 각 단계 첫 토큰 도달 시간 추가 수록
- 링크:
-
APIYI 통합 목록: 등록된 모델과 가격
- 링크:
docs.apiyi.com/models.md - 설명: 모델과 가격은 플랫폼 모델 목록 기준
- 링크:
작성자: APIYI 기술 팀
기술 교류: Gemini 4 Neon 등록 진행 상황과 모델 관련 문의는 APIYI apiyi.com 홈페이지에서 연락해 주세요
