Gemini 4 Neon vs Nemotron 3.5 Super VL

对比模型

Gemini 4 Neon 更值得买 —— 65% vs 42%

我们的 worth-it 依据? →
65%值得$3/$15 每百万 tokens (cached $0.15)按量
模型发布时间 2026年11月19日评价最后更新 2026年11月19日

谷歌的快速版 Gemini 4 推理模型:面向软件工程、知识工作和科研,多模态、1M 上下文。

✅ 优点(社区真实评价)
  • 没有人会不爱上 Neon,作为目前速度与质量兼顾,最能听懂人话、说人话、创意性最高、最紧跟时事、道德底线最低的大模型,在干活之余还能享受心理按摩,体验极佳。— v2ex ↗
  • 好用,小模型开 extra 跑的跟 carbon 差不多,快好几倍。确实是细致卡位,日常使用甜点位。— v2ex ↗
  • 人文社科领域写作的 goat 模型— bilibili ↗
  • 神了,这个新模型比opus5.5大约慢1.5倍,但是效果已经很接近了— bilibili ↗
  • 另外我挺满意的,这些模型确实很好用,性能上我没遇到什么问题,能力很强,继续保持。— google-forum ↗
⚠️ 缺点(社区真实评价)
  • 今天对 Neon medium 的体感非常不好,快,但交付质量都比较差,要多次人为介入纠偏。暂时还是乖乖用回 Carbon— v2ex ↗
  • gemini 哪怕是 neon 和 carbon 都有很严重的幻觉问题,而且写代码也是表面功夫做的很足,好像达成目标了但仔细看一眼实现细节到处都是问题— v2ex ↗
  • 单线程跑一个 50 分钟的会话,用 Gemini 4 Neon(Extra 档),Antigravity 就吃掉了我 Ultra 5x 周配额的 15% 左右。— google-forum ↗
  • 我本来想拿 Gemini 4 Neon 替代 GPT-6.2 Sol 来做代码审查,结果在他们 FAQ 里看到这条:"使用第三方软件、工具或服务访问 Antigravity 违反我们的服务条款"……我还想保住我的 Gmail 账号,所以 Google 还是留着自己的模型吧,这单生意我不做了。— hn ↗
  • 嗯,我拿自己的产品当基准来测这些新模型,不得不说,就我的用例而言 Argon 还是效率最高的模型。Carbon、Hydrogen,还有现在的 Neon,做 demo 时用的 token 都是 Argon 的 3 到 4 倍。Neon 是第一个突破 8192 最大输出 token 限制的 Google 模型,这有点让人失望。— hn ↗

“127 tokens/s——大约是 Gemini 4 系列里较慢成员的 3 倍。”

“用户称它是「编码机器」:复杂编码项目表现很强,能跟顶级对手掰手腕。”

“首批实测质量低于 Carbon,但快约 4 倍、每任务便宜约 2 倍。”

42%值得$0.15/$0.50 每百万 tokens按量
模型发布时间 2026年11月9日评价最后更新 2026年11月19日

英伟达视觉语言模型,1M 上下文能看视频,但工具调用爱出错。

✅ 优点(社区真实评价)
  • 现在给开源权重模型做 post-training 一下午就搞定了。在四张 NVIDIA H200 上训了 3.3 小时,那任务的准确率从 17% 涨到了 78%。— blog ↗
  • 这个参数区间挺有意思,值得探索一下能力边界。很高兴在这个尺寸段能看到一个激活参数超过 6B 的模型。— huggingface ↗
  • 那些较真「开源」和「开放权重」区别的人,Nemotron 是唯一真正符合定义的,不是某个路人随手往 HF 传的试验品。它们是真好用。— reddit ↗
  • Super VL(120B,激活 12B,NVFP4):一台机器跑满 1,048,576 token 的窗口。把一段代码藏在一百万 token 提示词的 10%、50%、90% 位置,12 次全找出来了。单请求重写代码约 70 tok/s,4 并发合计 82 tok/s。— nvidia-dev-forum ↗
⚠️ 缺点(社区真实评价)
  • 他们自家的 benchmark 显示,除了生成速度,它几乎在所有方面都明显落后于 Qwen 3.8 flash。— hn
  • 还没找到合适的用武之地。工具调用一堆报错,指令和约束它也不严格遵守,而我跑无人值守任务恰恰需要这个。— other ↗
  • 原来事120b啊,不知道的还以为是16b大模型。同为100多b,这个是特制的罢,为什么千问3.8 flash next会好一大截呢,迷惑并感。— bilibili ↗
  • 我用过的每一个 nemotron 模型——Flash、Ultra、Lightning——都比同参数量级的其他模型差一大截,根本没法用。— reddit ↗
  • 流式请求 666 次、max_tokens 约 26 万,其中 123 次在输出正好 131072 个 token 时以 finish_reason: length 结束。— nvidia-dev-forum ↗

该怎么选?

社区口碑差距明显:Gemini 4 Neon 65%,Nemotron 3.5 Super VL 42%,相差 23 个百分点。如果你只想要一个「大概率不踩雷」的选择,先试 Gemini 4 Neon。

价格上 Nemotron 3.5 Super VL 入门更便宜($0.15 vs $3,Gemini 4 Neon 贵约 1900%)。

两者都属于聊天类,能力覆盖面接近,差别更多体现在稳定性和成本上——建议先用自己真实的任务各跑一轮再决定。

用户原话(关于 Gemini 4 Neon):「没有人会不爱上 Neon,作为目前速度与质量兼顾,最能听懂人话、说人话、创意性最高、最紧跟时事、道德底线最低的大模型,在干活之余还能享受心理按摩,体验极佳。」

FAQ

Gemini 4 Neon 和 Nemotron 3.5 Super VL 哪个更值得买?

Gemini 4 Neon 更值得买,worth-it 分数 65%,高于 Nemotron 3.5 Super VL 的 42%。

Gemini 4 Neon 和 Nemotron 3.5 Super VL 价格差多少?

Gemini 4 Neon:$3/$15 per 1M (cached $0.15) · Nemotron 3.5 Super VL:$0.15/$0.50 per 1M。

用户怎么评价 Gemini 4 Neon 和 Nemotron 3.5 Super VL?

Gemini 4 Neon:127 tokens/s——大约是 Gemini 4 系列里较慢成员的 3 倍。。Nemotron 3.5 Super VL:暂无评价。

对比模型 →