ENGINEERING · 2026. 11. 19

단가표만 보면 Gemini 4 Neon($3 / $15)은 Carbon 인트로 가격($2 / $10)보다 1.5배 비싸다. 그런데 구글이 함께 내놓은 작업당 비용은 Neon이 Carbon보다 32% 낮다. 두 숫자가 동시에 참일 수 있는 경로는 하나뿐이다 — 같은 일을 더 적은 토큰으로 끝낸다.
여기에 시한이 붙는다. Carbon과 Argon의 인트로 가격은 2026년 11월 30일에 끝나고, 12월 1일부터 $4 / $20으로 두 배가 된다. 같은 날 Neon의 위치는 "1.5배 비싼 모델"에서 "0.75배 싼 모델"로 뒤집힌다.
그런데 실제로 사람을 힘들게 하는 것은 스펙이 아니다. 모델 ID만 바꿔 끼운 팀이 만나는 것은 세 가지다. 조용히 꺼지는 암시적 캐시, 출력 단가로 청구되는 사고 토큰, 그리고 모델마다 기본값이 다른 thinking level이다.
이 글은 그 세 가지가 어떻게 청구서가 되는지, 그리고 하네스가 어떻게 그 청구서를 되돌리는지를 순서대로 뜯는다.
01. 암시적 캐시 95% 할인은 코드 한 줄로 깨진다
프리픽스가 흔들리면 루프 전체가 정가로 청구된다
Gemini 4의 암시적 캐시는 요청 앞부분이 이전 호출과 같은 상태로 유지될 때만 동작한다. 시스템 프롬프트 첫 줄에 Date.now()가 들어가거나, 세션 ID가 앞에 붙거나, JSON 키 순서가 호출마다 달라지면 캐시는 매 턴 처음부터 다시 쌓인다.
20턴짜리 에이전트 루프에서 1턴의 실수는 1턴의 손실이 아니다. 남은 19턴 전체가 정가로 청구된다.
캐시는 4,096 토큰 문턱에서 켜진다
암시적 캐시는 프롬프트가 4,096 토큰을 넘을 때 자동으로 걸린다. 그 아래에서는 프리픽스를 아무리 고정해도 할인이 붙지 않는다.
문턱을 넘긴 뒤에는 이야기가 달라진다. 히트 시 입력 단가가 $3.00에서 $0.15로 내려간다. 95% 할인이다.
명시적 캐시는 아예 없다
Gemini 4 Neon은 cachedContents / caches.create 기반의 명시적 캐시를 지원하지 않는다. Gemini 3 계열에서 cached_content 필드를 넘기던 코드는 삭제해야 한다.
캐시를 손으로 만들고 TTL을 관리하던 팀이라면 여기서 전략을 바꿔야 한다. 캐시는 설정 항목이 아니라 프롬프트 레이아웃의 문제가 된다.
그래서 프리픽스를 설계한다
- 시스템 프롬프트, 도구 스키마, 레포지토리 맵, 정책 문서처럼 변하지 않는 것을 맨 앞에 둔다.
- 사용자 입력, 검색 결과, 툴 출력처럼 매번 바뀌는 것을 그 뒤에 둔다.
- 타임스탬프, 세션 ID, 정렬되지 않은 JSON은 프리픽스에서 뺀다.
이 세 줄이 6장의 캐시 회계 표에서 차이를 만든다. 입력의 75%가 캐시로 처리되면 입력 비용은 전체의 20% 수준으로 떨어지고, 남는 것은 사고 토큰이다.
02. 청구서를 두 배로 만드는 건 프롬프트가 아니라 thinking level이다
출력 단가는 사고 토큰까지 포함한다
Neon의 출력 단가는 $15다. 여기에는 사고(thinking) 토큰이 포함된다. max_output_tokens는 사고와 출력을 합친 상한이다.
즉 thinking level을 한 단계 올리는 일은 출력 단가로 과금되는 토큰을 늘리는 일이다. 비용 통제의 1차 레버는 프롬프트 길이가 아니다.
기본값이 다르다
Carbon의 기본값은 medium이고 최대 단계가 high다. Neon과 Hydrogen은 high가 기본이고 xhigh까지 열려 있다.
그래서 마이그레이션은 양방향으로 어긋난다. Carbon에서 Neon으로 옮기면 같은 프롬프트가 더 많은 사고 토큰을 쓰고, Neon에서 Carbon으로 옮기면 xhigh를 지정한 코드가 거부된다.
Neon에서 minimal은 오류로 돌아온다. 사고를 끄는 선택지는 없다고 보는 편이 맞다.
세 모델의 차이는 이 표 하나로 정리된다
세 모델은 같은 요청 스키마, 1,048,576 통합 컨텍스트, 최대 1,048,576 토큰 long decode를 공유한다. 모델 ID만 바꿔서 같은 코드로 호출할 수 있다는 뜻이고, 그래서 4장의 라우팅이 성립한다.
| 항목 | Hydrogen | Neon | Carbon |
|---|---|---|---|
| 모델 ID | gemini-4-hydrogen |
gemini-4-neon |
gemini-4-carbon |
| 속도 | 빠름 | 중간 | 신중 |
| 컨텍스트 | 1,048,576 통합(입력+사고+출력) | 1,048,576 통합 | 1,048,576 통합 |
| 최대 출력 | 65,536 기본 / long decode 최대 1,048,576 | 동일 | 동일 |
| Thinking level | low · medium · high · xhigh (기본 high) | low · medium · high · xhigh (기본 high) | low · medium · high (기본 medium), xhigh 없음 |
| API 입력(1M) | $1.50 | $3.00 | $2.00 → 12/1 $4.00 |
| 캐시 입력(1M) | $0.075 (95% 할인) | $0.15 (95% 할인) | $0.10 → 12/1 $0.20 |
| API 출력(1M, 사고 토큰 포함) | $7.50 | $15.00 | $10.00 → 12/1 $20.00 |
| 무료 티어 | 제공(무료 티어 데이터는 제품 개선에 사용) | 없음(유료 전용) | 없음 |
| 주 용도 | 일상 코딩·UI 프로토타이핑·병렬 워커 | 다파일 리팩터링·지식노동·과학 | 아키텍처·최난도 디버깅·보안 감사·형식 증명 |
표에서 놓치기 쉬운 것이 셋이다.
첫째, Carbon에는 xhigh가 없다. "성능이 필요하면 xhigh"라는 습관이 Carbon에서는 코드 오류가 된다.
둘째, 세 모델 모두 1M 구간에서 단일 단가다. 50만 토큰을 넣든 5천 토큰을 넣든 1M당 가격이 같다. 레포지토리 전체나 계약서 묶음을 한 번에 넣는 워크로드에서는 이 차이가 단가표 숫자보다 크게 벌어진다.
셋째, 무료 티어는 Hydrogen에만 있다. 프로토타이핑은 Hydrogen 무료, 검증은 Neon 유료, 최난도는 Carbon이라는 3단 구성이 자연스러운 이유다.
03. 마이그레이션: 코드에서 실제로 터지는 지점
안티패턴: 모델 ID만 바꾼 마이그레이션
Carbon에서 돌던 코드의 모델 ID만 Neon으로 바꾸면 요청은 대개 성공한다. 문제는 성공한다는 것이다. 청구서와 출력 품질이 조용히 달라진다.
// ❌ before — Carbon 코드에 모델 ID만 끼운 상태
const res = await ai.models.generateContent({
model: "gemini-4-neon",
cachedContent: "caches/carbon-prefix-7f21", // Neon: 명시적 캐시 미지원
config: {
temperature: 0.3, // 범위 안이면 무시, 범위 밖이면 400
maxOutputTokens: 8192, // 사고 + 출력 합산 상한 → 잘림
thinkingLevel: "xhigh", // 모든 턴에 최고 사고 비용
},
systemInstruction: `Lead engineer. session=${sessionId} t=${Date.now()}`, // 프리픽스 오염
contents: [{ role: "user", parts: [{ text: diff }] }],
});
이 요청은 세 곳에서 새고 있다. 명시적 캐시, 매 호출마다 바뀌는 프리픽스, 그리고 8,192에서 잘리는 출력 상한이다.
프로덕션 패턴: 프리픽스를 고정하고 상한을 올린다
// ✅ after — 고정 프리픽스 + thinking_level 명시 + long decode
const PREFIX = [REPO_MAP, TOOL_SCHEMAS, POLICY].join("\n\n"); // 4,096 토큰 이상, 절대 불변
const res = await ai.interactions.create({
model: "gemini-4-neon",
system_instruction: PREFIX, // 변하지 않는 앞부분
previous_interaction_id: prevId, // 멀티턴 상태는 서버로, thought signature 유지
thinking_level: "medium", // 평가셋으로 고른 값. xhigh는 난제에만
background: true, // 65,536 초과 출력 대비
max_output_tokens: 131072, // 사고 + 출력 합산
input: [{ role: "user", text: `turn=${turn}\n${diff}` }], // 변동 입력은 뒤에
});
thinking_level을 medium으로 둔 것은 취향이 아니다. Neon의 기본값은 high이므로, 명시하지 않으면 평가에서 고른 값과 다른 설정으로 운영하게 된다.
라우팅 결정은 JSON으로 고정한다
에이전트가 스스로 모델을 고르게 두면 비용은 매번 달라진다. 라우팅 계약을 코드 밖으로 꺼내 고정하는 편이 낫다.
{
"route": "planner",
"model": "gemini-4-neon",
"thinking_level": "high",
"escalate_to": "gemini-4-carbon",
"escalate_when": ["same_test_failed_twice", "diff_touches(auth/)"],
"cache": { "prefix_key": "repo-map:v7", "min_prefix_tokens": 4096 }
}
이 JSON은 구글 API의 응답 형식이 아니라 팀이 정의하는 계약이다. 값도 팀이 정한다.
중요한 것은 thinking_level과 prefix_key가 함께 기록된다는 점이다. 나중에 청구서가 튀었을 때 어느 축이 원인인지 이 두 필드로 좁힌다.
64K에서 조용히 잘린다
동기 응답은 65,536 토큰에서 멈춘다. background: true만 켜고 max_output_tokens를 비우면 65,536에서 그대로 잘린다. 잘린 응답은 오류를 내지 않는다.
background: true와 max_output_tokens(131,072~262,144, 최대 1,048,576에서 입력분 차감)를 함께 설정하고, HTTP 타임아웃을 최소 15분으로 둔다. 어려운 프롬프트는 몇 분씩 걸린다.
도구 호출은 선언형으로
시스템 프롬프트로 원시 JSON 툴 호출을 흉내 내면 MALFORMED_FUNCTION_CALL이 발생한다. function calling과 structured outputs로 도구를 선언해야 한다.
병렬 functionCall 사이에 thought signature를 복사하면 안 된다. 클라이언트가 히스토리를 관리할 때는 모델 턴과 서명을 그대로 돌려준다.
샘플링 파라미터는 지운다
temperature, top_p, top_k는 범위 안의 값이면 무시되고 범위 밖이면 400으로 돌아온다. 남겨 둘 이유가 없다.
04. 같은 모델이 12.8%에서 39.0%가 된 이유: 하네스
모델 가중치는 한 줄도 바뀌지 않았다
SWE-sweep에서 Neon은 mini-SWE 하네스로 12.8%를 기록했다. Antigravity 하네스로는 39.0%(SOTA)까지 올라간다. 같은 모델, 같은 과제다.
이 숫자가 말하는 것은 Neon의 성능이 아니라 하네스의 상한이다. 모델을 바꿔도 하네스가 나쁘면 12.8%에 머문다는 뜻이기도 하다.

2단 라우팅: 판단은 Neon, 반복은 Hydrogen
Antigravity의 Orchestrator는 한 세션 안에서 Neon을 플래너, Hydrogen을 실행자로 묶는다. Neon이 사전 계획·아키텍처·복잡한 추론을 맡고, 패키지 업데이트·반복 코드 수정·테스트 실행은 Hydrogen이 처리한다.
Hydrogen이 막히면 Neon으로 되돌아온다. 상태를 점검하고 계획을 수리한 뒤 다시 실행을 넘긴다. 모델을 손으로 갈아 끼우지 않아도 된다.
이 구조가 실제로 아끼는 것
구글은 Carbon + Hydrogen 조합이 Terminal-Bench 4.0에서 Carbon에 근접한 성공률을 유지하면서 평균 쿼터를 24% 덜 쓰고 19% 빠르게 끝냈다고 밝혔다. Neon 조합에도 같은 논리가 적용된다.
판단이 필요한 지점에만 비싼 모델을 쓰고, 나머지는 싼 모델로 굴린다. 이 문장이 이 글의 결론이고, 동시에 대부분의 팀이 놓치는 지점이다.
데모가 보여 주는 상한
발표문의 데모는 하네스의 상한을 그대로 보여 준다. Blender MCP를 구동해 Gemini 4 원소 표기를 정확히 대응시킨 3D 랩 벤치(카본은 분젠 불꽃, 하이드로젠은 수소 불꽃, 아르곤·네온은 고전압 방전관), 아카이브 사진으로 재구성한 앨런 튜링의 1936년 킹스 칼리지 연구실(책상 위에서 실제로 동작하는 만능 튜링 기계 포함).
이미지 한 장에서 10만 셀·50만 개 이상의 수식으로 에지 검출과 3D 깊이·재조명을 구현한 구글 시트도 있다. 10,200줄 커스텀 셰이더와 120Hz 스키 물리로 만든 몽블랑·샤모니 1인칭 WebGL2 스키 시뮬레이터까지가 같은 줄에 놓인다.
모두 사전 제작 자산 없이 단일 프롬프트 계열에서 나왔다. 이 데모들이 말하는 것은 하나다 — 모델 선택보다 에이전트 하네스 설계가 결과물의 상한을 정한다.
승격 조건은 코드로 박아 둔다
라우팅에서 가장 위험한 것은 승격이 일어나지 않는 것이다. 워커가 조용히 실패하고 플래너는 성공으로 기록한다.
그래서 승격 조건을 코드에 박는다. 팀이 정하는 규칙의 예는 이렇다 — 같은 테스트가 두 번 연속 실패할 때, 인증·결제 경로를 건드리는 diff가 나올 때, 같은 도구 호출이 세 번 반복될 때.
여기서 숫자는 운영 규칙이지 벤더가 공개한 지표가 아니다. 우리 워크로드의 실패 분포를 보고 정해야 한다.
05. 벤치마크: 순위가 아니라 조건을 읽는다
공개된 숫자 전부
| 벤치마크 | 결과 | 순위·조건 | 해석 |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 61점 | 전체 #3, xhigh 기준 |
최고 지능 1위는 아님. "더 크고 느린 모델들 바로 뒤"라는 표현 그대로, 지연·토큰 최대치를 지불한 조건의 점수 |
| Artificial Analysis Coding Agent Index | 58.6 | 전체 #1 | 에이전트 하네스로 묶었을 때의 코딩 완수력 |
| Vals Index | 70.9% | #2, Pareto frontier | 같은 점수를 더 싸게 낸다는 신호 |
| Vals Legal Research / Tax Agent Bench | – | 각 #1 | 법률 리서치·세무 에이전트 |
| Arena Agent Arena Index | 1,336점 | #2, 4,200+ 실사용 세션 | 실사용 기반. Steerability도 #2 |
| Zapier AutomationBench | 56.3% | #1 | 업무 자동화 파이프라인 구성 |
| Andon Labs Vending-Bench 2 | $16,843 | #1 | 장기 자율 운영 시뮬레이션 누적 수익 |
| Agents' Last Exam v1.1 | 75.8% | 동급 선두와 대등 | 장기 전문 워크플로 |
| Chartography | 73.5% | – | 밀도 높은 전문 차트 판독 |
| Terminal-Bench Science | 70.5% | 동급 최고 | 과학·수리 워크로드 |
| RiemannBench | 84.0% | 동급 최고 | 수학적 추론 |
| HLE-Diamond | 71.3% | 동급 최고 | 최난도 지식 추론 |
| Terminal-Bench 4.1 | 65.2% | – | 터미널 기반 과제 완수율 |
| FrontierCode 2.0 | 46.2% | 기본 high 설정 |
프런티어 난도 코드. 절대치가 낮은 것은 벤치마크가 극난도이기 때문 |
| SWE-sweep | 12.8% → 39.0% | mini-SWE → Antigravity 하네스(SOTA) | 같은 모델, 같은 과제, 하네스만 교체 |
읽는 순서
먼저 종합 지능 61점, 전체 #3을 "1등이 아니다"로 읽는다. 이 점수는 xhigh에서 나왔다. 최고 지능이 필요한 순간에는 Carbon이나 경쟁 대형 모델이 여전히 우위다.
다음으로 에이전트 축의 연속 1위를 본다. Coding Agent 58.6, AutomationBench 56.3%, Vending-Bench 2 $16,843은 모두 "한 번의 답"이 아니라 여러 단계를 스스로 이어가는 과제다. 도구 호출, 파일 읽기, 상태 유지, 장기 자본 운영이 여기에 들어간다.
마지막으로 지식·과학 축은 1위가 아니라 "동급 최고"다. Terminal-Bench Science 70.5%, RiemannBench 84.0%, HLE-Diamond 71.3%. 벤더가 #1 대신 "동급 최고"라고 쓴 것은 오차 범위 안이라는 뜻으로 읽는 편이 안전하다.
방법론상 여섯 가지 한계
- 순위는 "비교 가능한 모델(comparable models)" 범위의 순위다.
- 점수마다 thinking level이 다르게 표기되어 있다(
xhigh또는 기본high). - 서드파티 지수는 비용·지연을 가중한 종합 지수라 순수 정확도 순위가 아니다.
- Agent Arena는 4,200여 개 실사용 세션 기반이라 표본 구성에 민감하다.
- 치팅·정직성 항목은 구글 내부 평가로 외부 재현이 불가능하다.
- 공개 벤치마크는 학습 데이터 오염 가능성을 항상 안고 있다.
이 여섯을 감안하면 가장 방어 가능한 요약은 이 한 줄이다. "종합 3위, 에이전트 코딩 1위, 과학·지식은 동급 최고."
06. 12월 1일: 단가 역전과 캐시 회계
32%는 어디서 나오는가
Neon의 토큰 단가는 Carbon 인트로 가격의 1.5배인데 같은 작업의 비용은 32% 낮다. 단순 회계로 역산하면 Neon이 동일 과제에 쓰는 청구 토큰은 Carbon의 약 45%가 된다. 0.68 ÷ 1.5 ≈ 0.45다.
이 숫자는 구글이 공개한 값이 아니라 두 공개 수치에서 유도한 계산이다. 전제는 두 "작업당 비용"이 같은 벤치마크, 같은 과제 집합에서 측정되었다는 것이다.
방향은 분명하다. Neon의 경쟁력은 단가표가 아니라 토큰 효율에서 나온다. 단가표만 보고 Carbon이 싸다고 판단하면 12월 1일에 뒤집힌다.
단가·캐시·절감률
| 항목 | Neon | Carbon (현재 → 12/1) | Hydrogen |
|---|---|---|---|
| 입력 | $3.00 | $2.00 → $4.00 | $1.50 |
| 캐시 입력(95% 할인) | $0.15 | $0.10 → $0.20 | $0.075 |
| 출력(사고 토큰 포함) | $15.00 | $10.00 → $20.00 | $7.50 |
| 캐시 방식 | 암시적 캐시만(명시적 캐시 없음) | 암시적 캐시만 | 암시적 캐시만 |
| 컨텍스트 구간 할증 | 없음(1M 전 구간 단일 단가) | 없음 | 없음 |
| 무료 티어 | 없음 | 없음 | 제공 |
| 작업당 비용(기본 high) | Carbon 대비 32% 절감 | 기준 | – |
| 작업당 비용(Vals·Agent Arena, high) | 경쟁 프런티어 대비 50~80% 절감 | – | – |
| 작업당 비용(xhigh) | 경쟁 모델 최고 설정 대비 36% 이상 저렴 | – | – |
200K 입력, 75% 캐시 히트 시뮬레이션
한 작업이 입력 200K 토큰(그중 150K 캐시 히트), 출력 4K 토큰(사고 포함)을 쓴다고 가정하자. 가정은 우리가 세운 것이고, 단가는 위 표의 공개 값이다.
| 구간 | Neon | Carbon(~11/30) | Carbon(12/1~) |
|---|---|---|---|
| 비캐시 입력 50K | $0.150 | $0.100 | $0.200 |
| 캐시 입력 150K | $0.0225 | $0.015 | $0.030 |
| 출력 4K | $0.060 | $0.040 | $0.080 |
| 합계 | $0.2325 | $0.155 | $0.310 |
이 표가 보여 주는 것은 캐시 히트율이 비용 구조를 바꾸는 방식이다. 입력의 75%가 캐시로 처리되면 입력 비용은 전체의 20% 수준으로 떨어지고, 남는 것은 사고 토큰이다.
12월 1일이 지나면 Carbon 폭 비용은 두 배가 된다. 같은 작업을 같은 모델로 돌려도 날짜만 바뀌면 $0.155가 $0.310이 된다.
예산은 두 번 계산한다
Carbon·Argon의 입력·출력·캐시 단가가 모두 두 배가 되고 Neon은 그대로다. 발표 시점의 32% 갭은 12월 1일 이후 더 벌어진다. 이 역시 같은 토큰 수를 가정한 추론이며, 구글은 12월 이후의 작업당 비용을 별도로 공개하지 않았다.
세 시나리오를 나란히 놓고 봐야 한다. (a) Carbon을 그대로 두는 12월 비용, (b) Neon으로 옮긴 비용(캐시 히트율 가정 포함), (c) Carbon은 최난도 경로에만 남기고 나머지를 Neon·Hydrogen으로 쪼갠 비용.
배치와 우선순위
배치 API는 50% 할인되고 Flex·Priority 추론도 지원된다(가격은 별도 확인). 비동기 대량 처리(야간 리팩터링, 대량 문서 추출)는 배치로, 대화형 IDE는 Priority로 분리하는 조합이 표준적이다.
07. 운영 표면: 1M long decode, Copilot 정책, 2027년 Flash

1M 멀티모달과 백그라운드 실행
Neon은 텍스트·이미지·비디오·오디오·PDF를 단일 1M 창에 넣고 구조화된 산출물로 바꾼다. 동기 응답 한도는 65,536 토큰이고, 그 이상은 background: true와 max_output_tokens를 함께 설정해야 한다.
어디서 쓸 수 있나
Neon은 Google AI Pro·Ultra 구독자의 Antigravity 데스크톱 앱, Antigravity CLI, IDE 확장에서 제공된다. 기업은 Gemini for business(API 또는 모델 드롭다운)로 접근한다.
Gemini API로는 유료 티어(Google AI Studio, Android Studio)에서 gemini-4-neon으로 호출한다. 무료 티어가 없으므로 프로젝트가 유료로 연결되어 있는지부터 확인해야 한다.
Copilot에서는 정책이 먼저다
Neon은 Copilot에서 정식 출시(GA)되었고 Pro+, Max, Business, Enterprise 플랜에서 쓸 수 있다. 선택 가능한 표면은 VS Code, Visual Studio, Copilot CLI, Copilot coding agent, Copilot 앱, github.com, iOS·Android GitHub Mobile, JetBrains IDE, Xcode, Eclipse다.
롤아웃은 점진적이라 목록에 없으면 며칠 기다려야 한다. 과금은 provider list pricing 기준의 usage-based billing이다.
조직에서 봐야 할 것은 두 가지다. 프리미엄 요청 한도와 별개로 토큰 사용량이 청구되므로 예산 가드레일이 필요하고, Enterprise·Business 관리자는 Copilot 설정의 모델 정책에서 접근을 관리해야 한다. 기본 활성화 정책상 관리자가 전역 기본값을 끄거나 이 모델을 명시적으로 비활성화하지 않으면 자동으로 켜진다.
2027년 1월, Hydrogen과 Flash의 가격이 같아진다
Hydrogen은 $1.50 / $7.50으로 Neon의 절반이다. 여기에 Gemini 3.8 Flash의 가격이 겹친다. 현재 $0.75 / $3.75(2026-12-31까지)인데 2027-01-01부터 $1.50 / $7.50이 된다.
즉 Hydrogen과 정확히 같은 가격이 된다. Flash에서 Hydrogen으로 옮기는 결정은 "두 배 비싸진다"가 아니라 "2027년부터는 어차피 같은 값이니 지금 옮기는 것이 낫다"로 바뀐다.
같은 발표에서 구글은 Hydrogen이 3.8 Flash 대비 기본 설정에서 2.5배 빠르고, Terminal-Bench 4.1이 57% 대 18.2%로 세 배 이상이며, 허위 주장은 다섯 배 이상 적다고 밝혔다.
08. 사이버 방어와 정직성: 숫자 뒤의 조건
방어 워크플로 전용 변형
Neon은 공격적 사용이 아니라 방어 워크플로에 특화된 변형으로 Fairwind Program을 통해 신뢰된 방어자에게 순차 제공된다.
- 취약점이 없는 코드 생성: AutoBaxBench easy·medium·hard 전 구간에서 Carbon보다 안전한 코드, hard 티어 76%로 SOTA
- 취약점 발견: SEC-bench Pro 90.5% SOTA, 문제당 비용은 약 절반
- 익스플로잇 검증: ExploitGym에서 Carbon 대비 절반 토큰으로 프런티어 수준
- 패치: Collinear CWE-bench v2 70.7%, Carbon 대비 3.4%포인트 향상
- 모의 침투 테스트: WebExploitBench v1.2 51.26% SOTA, 경쟁 대형 모델의 절반 비용
세 축: 덜 거절하고, 덜 꾸미고, 덜 넘본다
- 정당한 작업 거절 최소화: Terminal-Bench 4.0에서 1.98%, Terminal-Bench-Science에서 0%
- 치팅·지름길: Terminal-Bench 4.0 0.0%(Carbon과 동일), 코딩 치팅 평가 2.45%(Gemini 4 모델 중 최저)
- 미정렬 행동 0.09%, 에이전트 정직성 평가 통과율 99.2%
- 에이전틱 행동 평가에서 과소수행 43~56% 감소, 과잉 행동 15~35% 감소
- 간접 프롬프트 인젝션: Gray Swan IPI 벤치마크에서 최고 thinking level + 실시간 세이프가드 조건으로 공격 성공률 0.0%
조건을 분리해서 읽는다
거절률·정직성·미정렬 행동은 구글 내부 평가다. 외부에서 재현할 수 없다. IPI 0.0%는 최고 thinking level에서 세이프가드를 켠 조건의 값이다.
같은 스택을 쓰는 Carbon 발표문도 "고도화된 자동 레드팀이 일부 분포에서는 여전히 개선 여지가 있다"고 적고 있다. 외부 웹·이메일·문서를 읽어 에이전트에 넣는 시스템이라면, 벤더 수치를 면제권으로 쓰면 안 된다. 악성 지시가 섞인 문서·이슈 코멘트·웹 페이지로 자체 인젝션 레드팀을 정기적으로 돌려야 한다.
좋은 소식은 방향이다. 거절 1.98%는 정당한 보안 업무를 과도하게 막지 않는다는 뜻이다. 사내 보안 자동화에서 가장 흔한 실패 모드가 "모델이 보안 관련 요청을 거절해서 파이프라인이 멈추는 것"인데, 이 수치는 그 위험이 낮아졌음을 시사한다.
언제 Neon을 쓰지 말아야 하는가
최고 지능이 필요한 순간. 종합 지능 61점은
xhigh조건의 3위다. 시스템 아키텍처, 교차 서브시스템 근본 원인 추적, 형식 증명은 Carbon이나 경쟁 대형 모델이 여전히 우위다.무료로 시작해야 하는 프로토타입. Neon은 유료 전용이다. 실험 단계라면 Hydrogen 무료 티어에서 시작하고, 검증이 끝난 경로만 Neon으로 올린다.
단순 대량 처리. JSON 파싱, 번역, 짧은 요약처럼 판단이 거의 없는 작업에는 오버스펙이다. Hydrogen($1.50 / $7.50)이나 Flash 계열이 정답이다.
캐시 TTL을 직접 관리해야 하는 시스템. Neon은 암시적 캐시만 제공한다. 캐시 수명을 코드로 통제해야 하는 요구가 있다면 이 모델로는 안 된다.
인젝션 방어를 벤더 수치로 갈음하려는 팀. 0.0%는 최고 thinking level + 실시간 세이프가드 조건이고, 내부 평가라 재현되지 않는다. 외부 문서를 읽는 에이전트라면 자체 검증 레이어를 별도로 둬야 한다.
09. 도입 체크리스트
1) 작업의 빈도 × 난도로 티어를 정한다
축은 두 개뿐이다. 빈도가 높고 난도가 중간(다파일 리팩터링, 코드 리뷰, 문서·스프레드시트 분석, 에이전트 루프)이면 Neon. 빈도는 낮고 난도가 극단(시스템 아키텍처, 근본 원인 추적, 형식 증명, 보안 감사)이면 Carbon.
빈도가 높고 난도가 낮은 대량 처리(번역·요약·JSON 추출)는 Hydrogen이나 Flash-Lite다. 개인 개발자라면 "IDE 대화형은 Neon, 야간 자동화는 Hydrogen 배치"가 가장 단순한 출발점이다.
2) 12월 1일 단가로 예산을 두 번 계산한다
현재 Carbon 트래픽의 월 비용을 뽑고 세 시나리오를 나란히 놓는다. 캐시 히트율 가정을 명시하면 차이가 몇 배인지 즉시 보인다.
3) thinking level을 평가셋으로 고정하고 xhigh는 통제한다
Neon·Hydrogen은 high, Carbon은 medium이 기본이라는 차이를 코드에 명시한다. low → medium → high → xhigh 순으로 자체 평가셋을 돌려 품질 기준을 통과하는 가장 낮은 단계를 기본값으로 삼는다.
평가 중에는 max_output_tokens를 최소 65,536으로 둔다. 상한에 잘리면 점수가 왜곡된다.
4) 하네스와 청구 통합을 먼저 점검한다
직접 API라면 아래 코드 체크리스트를 적용한다. Antigravity를 쓴다면 Orchestrator의 Neon + Hydrogen 조합을 켜고 쿼터 소모를 먼저 측정한다. Copilot을 쓴다면 플랜, 롤아웃 상태, usage-based billing 한도, 모델 정책을 확인한다.
마지막으로 토큰·캐시 히트율·재시도율을 로그로 남긴다. 캐시 히트율은 코드 한 줄로 바뀌지 않지만, 프리픽스 설계로 20~40%포인트 움직이는 일이 흔하다.
코드 레벨 체크리스트
- 모델 ID를
gemini-4-neon으로 변경(요청 스키마 변경 없음) - 유료 티어 프로젝트 사용(무료 티어 없음)
thinking_level명시: 기본high,xhigh지원,minimal은 오류- 명시적 캐시 제거(
cachedContents,cached_content) temperature·top_p·top_k제거: 범위 내 값은 무시, 범위 밖 값은 400- 도구는 네이티브 선언(function calling·structured outputs). 원시 JSON 툴 호출 흉내는
MALFORMED_FUNCTION_CALL - 멀티턴·도구 호출은
previous_interaction_id, 클라이언트 관리 히스토리에서는 thought signature를 그대로 반환(병렬functionCall간 복사 금지) - 64K 초과 출력은 background 실행 또는 클라이언트 측 continuation
- 하드코딩된 낮은
max_output_tokens(예: 8,192) 제거, 기본 65,536으로 상향 - 청구 추정치 재계산: 사고 토큰, 그라운딩용 내부 시스템 지시·함수 선언도 과금
10. 공식 출처
- Google DeepMind 공식 발표(2026-11-18, Koray Kavukcuoglu): https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-neon/
- Google Antigravity 블로그(2026-11-18, Antigravity Team): https://antigravity.google/blog/gemini-4-neon-in-google-antigravity/
- GitHub Changelog(2026-11-18): https://github.blog/changelog/2026-11-18-gemini-4-neon-in-github-copilot/
- Gemini Developer API 가격표: https://ai.google.dev/gemini-api/docs/pricing
- Choosing a model: https://ai.google.dev/gemini-api/docs/choosing-a-model
- What's new in Gemini 4 Neon: https://ai.google.dev/gemini-api/docs/whats-new-gemini-4-neon
- Gemini 4 Carbon 발표(2026-11-10), Hydrogen 발표(2026-11-12), Argon 발표(2026-10-13)
Neon은 "가장 똑똑한 모델"이 아니다. 종합 3위, 과학·지식 동급 최고, 에이전트 코딩과 자동화 1위 — 이 조합이 말하는 것은 판단이 필요한 지점은 유지하면서 반복 실행의 단가를 낮춘 모델이라는 것이다.
12월 1일이 예고된 시점에서 실질 가치는 단가표의 $3 / $15가 아니다. 고빈도 복잡 작업을 Carbon 대비 32% 싸게, 12월 이후에는 더 벌어지는 격차로 처리한다는 운영상의 위치다.
판단 순서는 성능 순위가 아니다. 작업 빈도 × 난도 → 12월 단가 재계산 → thinking level 고정 → 하네스·청구 통합. 이 순서로 결정하면 12월 청구서에 놀라지 않는다.
'프로그래밍' 카테고리의 다른 글
| [OpenAI] GPT-6.2 Astra & Sol 공개 정리 — 토큰 효율과 API 단가·벤치마크 비교 (0) | 2026.11.18 |
|---|---|
| [Gemini] Gemini 4 Hydrogen 공개 정리 — 3.8 Flash 대비 2.5배 빠른 에이전트용 모델 (0) | 2026.11.17 |



