Blog · Tin AI Agent · Agent cơ bản VIEN

Gemini 4 Neon: mức Medium rẻ gấp 8 lần Claude, điểm lại cao hơn

Zapier cho AI làm 657 việc văn phòng giả lập: Neon mức Medium tốn 0,58 USD mỗi việc, Claude Fable 5.2 tốn 4,64 USD mà điểm thấp hơn. Chọn mức nào?

Gemini 4 Neon: mức Medium rẻ gấp 8 lần Claude, điểm lại cao hơn
Ảnh: Photographer: Lukasz Kobus (European Commission) / Wikimedia Commons (CC BY 4.0)
Trong bài này
  1. Trả gấp 8 lần có mua được điểm cao hơn không?
  2. Từ Medium lên XHigh, trả gấp gần 3 lần được thêm gì?
  3. Vậy mình nên làm gì?

Bạn có một agent chạy mỗi đêm để lọc mail và đồng bộ bảng tính (agent là AI tự làm nhiều bước thay bạn, như trợ lý tự tìm, so giá rồi đặt vé). Mình cũng hay bật model đắt nhất ở mức nghĩ kỹ nhất cho yên tâm. Vậy mà trong bài đo của Zapier, Claude Fable 5.2 tốn khoảng 4,64 USD mỗi việc mà điểm vẫn thua Gemini 4 Neon bản 0,58 USD (51,5% so với 53,3%).

Quan điểm của mình: đắt hơn không có nghĩa là làm tốt hơn. Cứ bắt đầu ở mức Medium, chỉ nâng lên khi thấy nó làm sai. "Mức suy luận" là AI được nghĩ lâu đến đâu trước khi trả lời, nghĩ càng lâu càng tốn tiền, giống cước điện thoại tính theo giây.

Nói trước một giới hạn: đây là bài kiểm tra mô phỏng (giống điểm AnTuTu khi so điện thoại) do Zapier chạy ngày 17–18/11/2026, không phải việc thật của bạn. Giá cũng chỉ là ước tính theo bảng giá niêm yết, không phải hoá đơn.

Neon mức Medium tốn 0,58 USD mỗi việc, Claude Fable 5.2 tốn 4,64 USD
Trong bài kiểm tra mô phỏng của Zapier, Neon mức Medium đạt 53,3% với 0,58 USD mỗi việc, còn Claude Fable 5.2 đạt khoảng 51,5% với 4,64 USD (giá ước tính, 11/2026).Ảnh: Norman P. Jouppi, George Kurian, Sheng Li, Peter Ma, Rahul N / Wikimedia Commons (CC BY 4.0); Derrick Coetzee from Berkeley, CA, USA / Wikimedia Commons (CC0)

Trả gấp 8 lần có mua được điểm cao hơn không?

Không, ít nhất là trong bài đo này. Zapier cho mỗi mức làm 657 việc trong một công ty giả, rồi chấm theo kết quả cuối cùng. Neon mức Medium làm đúng 350 việc, còn Claude Fable 5.2 ở mức cao nhất làm đúng ít hơn mà tốn gấp 8 lần.

Lựa chọnĐiểmTiền mỗi việc
Neon, mức Medium53,3%0,58 USD
Neon, mức XHigh56,3%1,69 USD
Claude Fable 5.2 (mức Max, kèm model dự phòng mặc định của Anthropic)51,5%4,64 USD

Từ Medium lên XHigh, trả gấp gần 3 lần được thêm gì?

Mức XHigh của Neon đạt 56,3%, điểm cao nhất cả bảng. Nhưng tính từ Medium, bạn trả gấp gần 3 lần (0,58 lên 1,69 USD) để được thêm khoảng 20 việc trong 657, tức khoảng 3 điểm. Ở mức này việc làm hỏng còn tốn hơn việc làm đúng, nên nâng mức mà không đo là dễ mất tiền oan.

Biểu đồ điểm hoàn thành 657 tác vụ mô phỏng, kèm tiền mỗi việc của từng lựa chọn
Điểm hoàn thành 657 tác vụ mô phỏng trong bài đo của Zapier (11/2026), kèm giá ước tính mỗi việc. Neon mức Medium được tô nổi.

Có chỗ nâng mức gần như vô ích: với nhóm việc vận hành, mức thấp nhất của Neon đã ngang mức cao nhất. Còn nhóm việc nhân sự (HR) là chỗ Neon yếu nhất, nâng mức cũng không cứu được.

Đọc thêmApple Music ngốn chục GB dù không tải nhạc: Cách dọn sạch

Vậy mình nên làm gì?

  1. Mở cấu hình agent, tìm bước nào đang bật mức cao nhất.
  2. Hạ các bước lặp lại (lọc mail, đồng bộ bảng tính) xuống Medium, chạy vài đêm rồi so kết quả với trước.
  3. Chỉ nâng lên High hoặc XHigh cho bước nào thật sự hay sai.

Google cũng tự công bố Neon ở mức High rẻ hơn khoảng 50–80% mỗi việc so với các model hàng đầu khác, nhưng đó là số của Google, đo trên bảng xếp hạng khác, không phải số của Zapier.

Cái yên tâm khi bật mức cao nhất không hề rẻ, mà theo số đo này nó còn không mua được điểm cao hơn. Lần tới trước khi bật, bạn thử hỏi: bước này có thật sự cần nghĩ lâu không?

Nguồn

  1. Gemini 4 Neon AutomationBench Results: 56.3% Zapier
  2. AutomationBench: AI Agent Benchmarks Zapier
  3. Introducing Gemini 4 Neon Google

Agent cơ bảnGoogle GeminiTự động hoá

Bài này có giúp ích cho bạn không?

Cùng chủ đề