AI 모델

Gemini 4 Neon 공개, 구독자 선택지는 네 개로 정리됐다

구글이 Gemini 4 Neon을 내놓으면서 유료 구독자가 고를 수 있는 모델이 다시 바뀌었다. Argon에 익숙해진 사람과 3.1 Pro를 쓰던 사람은 오늘 앱을 열어 목록을 다시 봐야 한다.

김민준김민준
인기 지수: 1,500
짙은 파란 배경 위로 작은 빛 코어를 감싸 도는 세 개의 네온 고리

구글이 Gemini 4 Neon을 내놓으면서 유료 구독자가 고를 수 있는 모델이 다시 바뀌었다. Argon에 익숙해진 사람과 3.1 Pro를 쓰던 사람은 오늘 앱을 열어 목록을 다시 봐야 한다.

Gemini model picker에 남은 이름은 네 개다

모델 선택 화면은 이제 네 줄로 정리된다. 9to5Google이 확인한 구성이고, 각 줄이 맡는 일은 이렇게 나뉜다.

선택지

맡는 일

Auto

알아서 고름. 유료 사용자에게는 3.5 Flash-Lite가 이 자리를 채운다

Gemini 4 Hydrogen

일상적인 도움

Gemini 4 Neon

더 깊은 분석

Gemini 4 Carbon

코드와 복잡한 작업

그럼 Argon만 골라 쓰던 사람은 어디로 가야 할까? Neon이 Argon이 앉아 있던 자리를 그대로 받고, 같은 보도에 따르면 Gemini 3.1 Pro는 목록에서 빠진다. 두 모델을 습관처럼 골라 쓰던 사람에게는 메뉴가 하나 줄어든 셈이지만, 새 이름을 한 번 눌러 보는 것만으로 끝나는 변화이기도 하다.

사라지는 건 모델 선택지다. 3.1 Pro로 나눈 대화가 계정에서 지워진다는 뜻은 아니다.

Gemini 4 Neon의 가격은 백만 토큰당 3달러다

입력 백만 토큰에 3달러, 캐시된 입력에 0.15달러, 출력 백만 토큰에 15달러다. 구글은 캐시 가격을 95퍼센트 할인이라고 부른다. 컨텍스트 창은 100만 토큰이다.

캐시 할인은 같은 문서를 반복해서 넣는 팀에 유리하다. 사내 규정집이나 코드베이스를 매번 새로 올리는 대신 한 번 올려 두고 재사용하는 구조이고, 상담 스크립트처럼 문장이 거의 바뀌지 않는 자료를 다루는 팀이라면 체감 차이가 크게 난다. API 요금은 달러로 청구되니 국내 팀은 환율을 얹어 예산을 다시 잡아야 한다.

Gemini 4 Carbon과 Hydrogen 사이의 자리

패밀리 구도는 단순하다. Carbon은 가장 느리고 비싼, 오래 걸리는 작업용이다. Hydrogen은 빠른 일상용이다. Neon은 그 사이에서 대부분의 작업을 Carbon 수준으로 처리하겠다고 나선 모델이다.

구글 표현을 빌리면 Flash 속도에 Carbon 품질이다. 다만 코딩과 추론, 에이전트 작업에서 Carbon과 비슷하거나 앞선다는 건 구글의 주장이고, 독립 재검증은 아직 없다.

Gemini 4 Neon이 내건 숫자 네 개

구글 블로그에는 벤치마크 목록이 길다. 성격이 다른 네 개만 떼어 보면 이렇다.

Artificial Analysis Intelligence Index에서 61점, 전체 3위다. 여러 모델을 같은 잣대로 줄 세우는 종합 지수이고, 여기서는 xhigh 사고 수준으로 잰 값이다.

Vals Index에서는 70.9퍼센트로 2위다. 실제 업무형 과제를 얼마나 끝내는지 보는 지수에서 상위권에 남았다는 뜻이다.

코딩은 Artificial Analysis Coding Agent Index 1위, 58.6이다. 에이전트가 코드를 고치고 테스트를 돌리는 흐름을 채점한다.

Terminal-Bench 4.1에서는 65.2퍼센트다. 터미널에서 여러 단계를 밟아야 끝나는 작업을 얼마나 완주하는지 재는 시험이다. 숫자가 좋다는 것과 내 업무에 맞다는 것은 별개 문제라는 점만 기억해 두자.

Gemini 4 Neon이 Carbon보다 32퍼센트 싸다는 주장

구글은 기본 high 사고 수준에서 Neon이 Carbon보다 작업당 32퍼센트 적게 든다고 밝혔다. Vals와 Agent Arena 지수에서는 상위 경쟁 모델보다 50에서 80퍼센트 적다고 덧붙인다.

사고 수준은 네 단계다. 정확도와 지출을 서로 맞바꿀 수 있다는 뜻이고, 이건 제품 설계의 사실이다. 반면 작업당 비용은 구글이 자사 과제로 계산한 값이다. 외부에서 같은 조건으로 재현한 사례가 아직 없으니, 예산 계획에 넣을 때는 여유를 두는 편이 낫다.

Gemini AI Pro 구독자가 오늘 확인할 것

배포 범위는 유료 쪽이다. Gemini 앱은 AI Pro와 Ultra 구독자, Antigravity도 같은 두 등급, API는 유료 요금제와 AI Studio다. 무료 이용자가 쓰는 모델은 이번에 바뀌지 않는다.

보안에 특화된 버전은 별개다. AutoBaxBench의 어려운 난이도에서 76퍼센트를 기록했지만 공개 배포가 아니라, 검증된 방어자에게 Fairwind 프로그램으로만 간다.

The Decoder는 이번 발표를 두고 한 달 사이 네 번째 Gemini 모델이라고 적었다. 모델이 자주 갈리는 만큼 프롬프트를 어디에 묶어 둘지가 실무 부담으로 남는다. 한국어 문서 요약에 3.1 Pro를 쓰던 팀이라면 같은 프롬프트를 4 Neon에 넣어 결과를 비교해 보는 게 첫 단계다.

앱을 열어 4 Neon을 고르고, 평소 쓰던 요청을 한 번 돌려 보자. 답이 애매하면 Auto로 돌아가면 된다. 실제 지출은 다음 청구서에서 갈린다.

이 소식 공유하기

출처

관련 AI 뉴스

상승하는 보상 곡선과 27B 배지가 나란히 있는 터미널 창
AI 모델

DaisyRose-27B, 18일 학습으로 Terminal-Bench 4.1 점수 두 배

RadixArk가 20일 공개한 DaisyRose-27B는 새로 설계한 모델이 아니다. Qwen3.8-27B의 구조와 토크나이저, 채팅 템플릿, 이미지 이해, 256K 컨텍스트를 그대로 두고 reinforcement learning만으로 다시 훈련한 결과물이다.

인기 지수: 1,330
노트북 윤곽 안에서 세 장의 층 시트가 고리 화살표를 통과하는 그림
AI 모델

Inkling 2 Mini, 24개 층을 세 번 돌려 노트북에 올렸다

Thinking Machines Lab이 20일 open weights로 공개한 Inkling 2 Mini는 가운데 12개 층을 토큰마다 세 번 돌리는 looped transformer다. 계산은 48층만큼 하면서 저장은 24층으로 끝내고, 그 대신 외운 사실은 늘리지 않는다.

인기 지수: 1,710
어두운 배경에 길게 뻗은 청록색 오디오 파형과 주황색 강조 막대 하나
AI 모델

Rumble-2-Flash는 0.5B로 30B 전화 상담 성적을 따라잡았다

전화 상담 녹취를 글로 옮기는 일은 오래 GPU 여러 장을 전제로 했다. Reson8이 내놓은 Rumble-2-Flash는 그 전제를 0.5B 파라미터로 줄여 놓았다.

인기 지수: 560
추론 광선이 둘러싼 큰 모델 코어 옆의 작은 고속 코어와 오른쪽으로 떨어지는 가격 막대
AI 모델

GPT-6.2 Astra, 20% 싸졌지만 1등은 아니다

OpenAI가 11월 17일 GPT-6.2 Astra와 GPT-6.2 Sol을 공개하고 Astra의 API 값을 20% 깎았다. 토큰 단가가 내려간 것과 작업 하나에 나가는 돈이 줄어든 것은 같은 말이 아니다.

인기 지수: 1,900