模型 id 本身不決定思考深度,也不決定長輸出怎麼接。 2026 年 11 月 18 日,Google 開放了 Gemini 4 Neon。模型 id 是 gemini-4-neon。Interactions API 上,generation_config.thinking_level 取 low、medium、high 或 xhigh。預設是 high。thinking_budget 和 minimal 傳回 HTTP 400。伺服器託管的長輸出把 background 和 store 都設為 true;答案要超過一段前台輸出時,把 max_output_tokens 設到 65536 以上。
本文日期為 2026 年 11 月 19 日,依據是 11 月 18 日的發布文、最後更新於 2026 年 11 月 18 日 UTC 的開發者指南,以及 11 月 18 日至 19 日 Google AI 論壇上的 Antigravity 貼文。昨天的筆記寫了 GPT-6.2 Astra 和 Sol。還按本站 Gemini 4 Carbon 那篇發請求的話,預設檔要改,thinking_budget 也會變成直接 400。
11 月 18 日開放了什麼
發布文給 Neon 的標價是每百萬 token 輸入 $3、快取輸入 $0.15、輸出 $15。快取價是輸入價的 95% 折扣。API 視窗是輸入和輸出共用的 1,048,576 token。這份預算裡的輸出包含思考、函式呼叫和可見答案。Antigravity 的產品貼文把該應用的視窗寫成最多 512K token。視窗數字以你實際呼叫的那一面為準。
| 價格,每百萬 token | 美元 |
|---|---|
| 輸入 | $3 |
| 快取輸入 | $0.15 |
| 輸出,含思考 token | $15 |
發布文開放的是 AI Studio 和 Android Studio 裡的付費 Gemini API、Gemini for business,以及付費 Google AI Pro 和 Ultra 訂閱者在 Antigravity 和 Gemini 應用裡的 Neon。Cloud 指南補充了位置 global、us 和 eu,並把 Agent Platform 的存取寫成面向部分區域的已驗證企業客戶。Antigravity 的方案表包含付費 Pro 和 Ultra 上的 Neon。Free 和 Google AI Plus 不在這張表的 Neon 一列裡。Pro 試用限於符合條件的高階裝置。企業透過 Gemini for business 使用 Neon。同一則說明裡,企業一列沒有 Orchestrator (Neon)。
Google 報告 xhigh 在 Artificial Analysis Intelligence Index 上為 61 分、總排第 3,預設 high 的單任務成本大約比 Carbon 低 32%。這些數字是 Google 自己的。遷移說明把日常代理迴圈留在 gemini-4-hydrogen,批次分類留在 gemini-3.5-flash-lite,Fairwind 的網路安全測試留在 gemini-4-carbon-cyber-permissive。面向該計畫的 Neon 安全模型是另一條模型路徑。gemini-4-neon 上的 thinking_level 仍然是 low、medium、high 或 xhigh。
thinking_level,以及 xhigh 的 400
Interactions 正文用小寫檔位。GenerateContent 的 REST 把同一控制寫成 generationConfig.thinkingConfig.thinkingLevel,列舉用大寫 LOW、MEDIUM、HIGH 或 XHIGH。下面這份 Interactions 正文是預設檔。
{
"model": "gemini-4-neon",
"input": "Review the retry path and name the lock that can deadlock.",
"generation_config": {
"thinking_level": "high"
}
}
| thinking_level | Neon 指南把它用於 |
|---|---|
| xhigh / XHIGH | 證明、科學分析和最難的多檔案工程 |
| high / HIGH | 預設。多步工具迴圈、程式碼、重構、密集的多模態任務 |
| medium / MEDIUM | 一般編碼、工具、文件問答、影片,以及在意延遲的回合 |
| low / LOW | 分類、路由、摘要、結構化中繼資料 |
不寫這個欄位時,伺服器用 high。Carbon、Argon 和 gemini-3.8-flash 的預設是 medium。遷移後仍想要那一檔延遲,就明確送出 medium。thinking_budget 傳回 HTTP 400。minimal 和 MINIMAL 傳回 HTTP 400。max_output_tokens 大於 1,048,576 傳回 HTTP 400。
Antigravity 的論壇貼文用 CLI 參數 --model gemini-4-neon-xhigh 或 --effort xhigh 選檔。這個模型字串屬於 Antigravity。Interactions 正文的 model 保持 gemini-4-neon,檔位寫在 thinking_level。同一論壇上的開發者回報,CLI 1.5.11 對 gemini-4-neon-xhigh 傳回 INVALID_ARGUMENT 400,正文是 Thinking level is unsupported: THINKING_LEVEL_XHIGH,即使 agy models 列出了這個 id。日期為 11 月 18 日的 API 指南仍然列出 xhigh。某一面傳回這個 400 時,改送文件中的預設值 high,並且每一段續寫都保持同一檔。
background、continuation_token 和 status
一段前台輸出停在 65,536 個輸出 token,串流和單次回應都是這個數。這個上限裡的輸出包含思考、函式呼叫和可見答案。省略 max_output_tokens 時,預算同樣是 65,536。更長的一輪把 max_output_tokens 設到 65536 以上,最高為 1,048,576 減去輸入 token。continuation_token 在 v1beta1 上。v1 路徑沒有續寫權杖。
Interactions 上,status 為 requires_continuation 表示這一段在達到 max_output_tokens 之前先撞上 65,536,正文裡帶 continuation_token。incomplete 表示 max_output_tokens 的預算已經用完。用同一上限再送這個權杖會傳回 HTTP 400,指南裡的錯誤文字是 max_output_tokens has already been exhausted。下一請求要提高上限。completed 會清掉權杖。下面這份背景正文是伺服器託管的迴圈,檔位寫成 xhigh。拒絕 xhigh 的那一面,在第一次請求和之後每一段續寫裡都改用 high。
{
"model": "gemini-4-neon",
"input": "Write a complete proof of the prime number theorem.",
"background": true,
"store": true,
"generation_config": {
"thinking_level": "xhigh",
"max_output_tokens": 262144
}
}
status 為 queued 或 in_progress 時繼續輪詢。指南的輪詢清單還寫了 completed、incomplete、failed 和 cancelled。background: true 要搭配 store: true。有儲存的續寫送出簽發權杖的那一段的 previous_interaction_id 和 continuation_token,並省略 input。thinking_level 與簽發權杖的那一段保持一致。
{
"model": "gemini-4-neon",
"store": true,
"previous_interaction_id": "SEGMENT_1_ID",
"continuation_token": "CONTINUATION_TOKEN",
"generation_config": {
"max_output_tokens": 262144,
"thinking_level": "xhigh"
}
}
無狀態續寫把 store 設為 false,重送原來的 input,帶上 continuation_token,並省略 previous_interaction_id。迴圈可以從 store: true 改到 store: false。反方向沒有可供 previous_interaction_id 使用的已儲存父記錄。新的使用者回合指 previous_interaction_id 加上新的 input、且沒有 continuation_token。段狀態仍是 requires_continuation 或 incomplete 時,這樣的請求傳回 HTTP 400。先續到 completed,或從最近一次 completed 的 id 開始下一回合。續寫段上更改 model、system_instruction 或 tools 會傳回 HTTP 400。已知問題寫明,迴圈中途修改 thinking_level 能通過校驗;同一說明要求整個迴圈保持檔位不變,也保持內建工具 google_search、code_execution 和 url_context 不變。
GenerateContent 用 finish_reason CONTINUATION,並在候選上給出 continuationToken。下一次呼叫重送原來的 contents,把 continuationToken 放在頂層。檔位列舉用大寫。
{
"contents": [
{
"role": "user",
"parts": [
{
"text": "Write a complete proof of the prime number theorem."
}
]
}
],
"continuationToken": "CONTINUATION_TOKEN",
"generationConfig": {
"maxOutputTokens": 131072,
"thinkingConfig": {
"thinkingLevel": "XHIGH"
}
}
}
每一段有 20 分鐘限制。串流檢查點從 65,536 個輸出 token 開始,之後每 5,000 個 token 一次。Interactions 的自動續寫需要 Python google-genai >= 2.34.0、JavaScript @google/genai >= 2.32.0、Go >= 1.77.0 或 Java >= 1.80.0。GenerateContent 的自動續寫需要 Python >= 2.30.1。把 previous_interaction_id 交給 gemini-4-hydrogen 會跑一輪工作步驟。指南裡的 Neon 範例在下一輪 Neon 上再次送出 thinking_level。這種交接時,伺服器會丟掉前一個模型的簽章。
請求裡要拿掉的欄位
temperature、top_p 和 top_k 會被忽略。frequency_penalty、presence_penalty,以及大於 1 的 candidate_count 傳回 HTTP 400。candidateCount 固定為 1。刪掉 cached_content。隱式快取從 4,096 token 開始,持久快取預設開啟,所以靜態前綴放在最前面。歷史記錄以使用者回合結束。預填的模型回合會被拒絕。
Word、PowerPoint、Excel 和 OpenDocument 檔案(docx、pptx、xlsx、odt、odp、ods,以及較舊的 doc、ppt、xls)可以內嵌,也可以用 gs:// URI,包括放在函式回應裡面。上傳的影片預設 media_processing 為 static。agentic 是開啟時才用的值。
thoughtSignature 放在第一個 functionCall 上
平行工具回合裡,簽章放在第一個 functionCall 部分上。開發者指南把這個值叫作 thought_signature。GenerateContent 參考把 JSON 欄位寫成 thoughtSignature。同一模型回合裡的第二個呼叫不帶它。
{
"role": "model",
"parts": [
{
"functionCall": {
"name": "read_file",
"args": {}
},
"thoughtSignature": "SIG_FROM_MODEL"
},
{
"functionCall": {
"name": "list_dir",
"args": {}
}
}
]
}
目前回合第一個 functionCall 上缺少 thoughtSignature 會傳回 HTTP 400。把它複製到同層 functionCall 上會傳回 HTTP 400。把呼叫和回應拆進交替的回合也會傳回 HTTP 400。更早的每個簽章都留在原來的部分上,包括最終的文字部分。剝掉這些值可能以 MALFORMED_FUNCTION_CALL 結束。占位符 skip_thought_signature_validator 會丟掉推理內容。每個函式回應要與呼叫的 id、name 和順序對應。
按 $3、$0.15 和 $15 讀 usage
把下面的 0 換成回應裡的欄位。這個形狀是指南點名的 Interactions 物件。0 只是占位,等回應到達再替換。
{
"status": "completed",
"usage": {
"initial_input_tokens": 0,
"total_input_tokens": 0,
"total_cached_tokens": 0,
"total_output_tokens": 0,
"total_thought_tokens": 0,
"total_tokens": 0
}
}
未快取輸入是 total_input_tokens 減去 total_cached_tokens,每百萬 $3。total_cached_tokens 每百萬 $0.15。total_output_tokens 加 total_thought_tokens 每百萬 $15。這個和裡不要再加 total_tokens。已經求和的背景回應裡,initial_input_tokens 是第一段提示,並且已經包含在 total_input_tokens 裡。帳單上不要再加一次。決定壓縮內容時用 initial_input_tokens。total_input_tokens 會隨續寫段變大,因為每一段都會重新填入提示和已經生成的 token。
自動續寫和 background: true 已經把各段的 usage 加總。自訂迴圈,以及串流的 interaction.completed 事件,回報的是一段的增量,需要自己相加。GenerateContent SDK 會累加 usage_metadata,並保留 initial_prompt_token_count。自訂 REST 迴圈要把各段的 prompt_token_count、cached_content_token_count、candidates_token_count 和 thoughts_token_count 相加。每一段結束時就計費,後面的段失敗或取消也一樣。Grounding 查詢另行計費,指南把工具說明和函式宣告算進已處理 token。
上線前要核對的 JSON
- 正文有
gemini-4-neon。Interactions 的thinking_level是low、medium、high或xhigh。GenerateContent 用大寫thinkingLevel。正文裡沒有thinking_budget、minimal、temperature、top_p、top_k、frequency_penalty、presence_penalty、candidate_count或cached_content。 - 超過 65,536 token 的呼叫把
max_output_tokens設到 65536 以上,並使用v1beta1。background: true與store: true一起出現。續寫段保持model、system_instruction、tools和thinking_level。 gemini-4-neon-xhigh這類 Antigravity id 留在那個 CLI 裡。API 的模型欄位保持gemini-4-neon。正文寫著THINKING_LEVEL_XHIGH的 400,在那一面改送high。- 平行工具部分只在第一個
functionCall上保留thoughtSignature。 - 帳單使用未快取輸入、快取輸入、輸出 token 和思考 token。不要把
total_tokens加進去,也不要把initial_input_tokens再加一次。
在本地用 JSON 校驗、JSONPath($.usage.total_thought_tokens)和 JSON 對比 核對上一份請求。資料不會上傳。
常見問題
預設還是 Carbon 那種 medium 嗎?
Neon 的預設是 high。想要 Carbon、Argon 和 gemini-3.8-flash 原來的預設延遲時,送出 medium。
thinking_level 能寫 xhigh 嗎?
11 月 18 日的 API 指南在 Interactions 上列出 xhigh,在 GenerateContent 上列出 XHIGH。11 月 18 日至 19 日的 Antigravity CLI 回報對模型 id gemini-4-neon-xhigh 傳回 HTTP 400,文字是 Thinking level is unsupported: THINKING_LEVEL_XHIGH。API 正文使用模型 gemini-4-neon 加上 thinking_level。傳回這個 400 時改送 high。
background 能配 store false 嗎?
指南要求 background 為 true 時 store 也為 true。前台無狀態迴圈可以把 store 設為 false,重送原來的 input,並帶上 continuation_token。
帳單該把 total_tokens 加進去嗎?
不要加 total_tokens。未快取輸入按每百萬 $3,total_cached_tokens 按每百萬 $0.15,total_output_tokens 加 total_thought_tokens 按每百萬 $15。initial_input_tokens 已經在求和後的輸入裡。
平行簽章放在哪?
只放在第一個 functionCall 部分的 thoughtSignature 欄位。同一模型回合裡的其他 functionCall 不帶它。把簽章複製到同層呼叫上會傳回 HTTP 400。
Antigravity 的視窗是 1,048,576 token 嗎?
API 指南的統一視窗是 1,048,576 token。Antigravity 11 月 18 日的貼文寫該產品最多 512K token。
小結
11 月 18 日開放的 Neon,價格是 $3、$0.15 和 $15,思考預設是 high。 送出 gemini-4-neon,thinking_level 取 low、medium、high 或 xhigh。一段不夠長時,把 background: true、store: true 和高於 65536 的 max_output_tokens 放在一起。平行呼叫時,thoughtSignature 只放在第一個 functionCall 上。Antigravity 對 THINKING_LEVEL_XHIGH 傳回 400 時,那一面改送 high,API 的模型 id 保持不帶後綴。