跳到正文
Marie Haynes·· 2 天前精选AI 评分74

Marie Haynes 盲测 Gemini 4 Neon、Hydrogen 与 3.8 Flash 的 SEO 问答表现及实际成本

I Ran a Blind Taste Test of Gemini 4 Neon vs. Hydrogen vs. 3.8 Flash on Real SEO Questions (Here Is What Won and What It Costs)

AI 导读

SEO 专家 Marie Haynes 在 6 个真实 SEO 问题上对 Gemini 4 Neon、Hydrogen 和 3.8 Flash 进行了盲测,Gemini 4 Neon 以 5 比 1 获胜。

推荐理由

实测对比了不同版本模型的回答质量与调用成本,并提供了优化检索轮次与提示词长度以控制开销的具体策略。

正文 · AI 翻译

过去几个月里,我悄悄捣鼓出了一个叫 Marie’s Brain 的工具。它是一款私有 AI 副驾驶,底层挂靠了我手工整理的搜索与 AI 研究开放知识格式(OKF)知识库,并结合了客户网站的真实上下文和诊断报告。

前段时间,我把底层模型切到了 Google 新出的 Gemini 4 Hydrogen。但用了一阵子后,我心里总犯嘀咕:换成 Hydrogen 之后,回答质量真的比 Gemini 3.8 Flash 好吗?还是我只是下意识觉得“买新不买旧”?

与其凭感觉猜,我干脆组织了一场真正的盲测——顺便把 Gemini 4 Neon 也拉了进来。

你也可以在这里亲自体验完全相同的 6 道题盲测(每道题的 A、B、C 列都会随机打乱,顶部还有一个按钮,可以查看我的投票结果和实际消耗的 token 成本)。

Side-by-side blind comparison of Gemini 4 Neon, Gemini 4 Hydrogen, and Gemini 3.8 Flash answering an SEO traffic drop question inside Marie Haynes OKF Brain
三方盲测界面:每道 SEO 考题下的 A、B、C 列均已随机打乱,还配有可点击的 OKF 概念标签。点此亲自参与盲测投票。

第一个意外:初测直接暴露了提示词缺陷

还没等我读完第一轮盲测输出,一个问题就极其刺眼地暴露了出来:回答实在太长了。

Marie’s Brain 此前默认采用不设字数上限的“详细模式”。翻看 API 日志后,我们被惊到了:Gemini 4 Hydrogen 陷入了用力过猛的调研循环,平均每道题要翻阅 21 个 OKF 文件,耗时 68 秒,洋洋洒洒写出 1600 字的长篇大论,每条提示词成本高达 0.44 美元——单次对话的花销居然比 Gemini 4 Neon 还要高!

不仅如此,部分回答里还冷不丁冒出 Google 内部的工程术语(比如 MAGIT 和 FastSearch)。日理万机的企业主只是想搞明白点击量为什么下滑,根本没必要硬啃这些天书。

因此,在正式盲测投票前,我对 Marie’s Brain 的运行逻辑紧急做了三项调整:

  • 将默认输出改为精简模式(约 180 到 280 字),让回答读起来就像在跟我快速通了个务实的电话(用户依然可以随时切换回详细模式)。
  • 限制工具检索次数,每次对话最多查阅 1 到 2 个精准匹配的 OKF 文件,确保模型响应迅速且不跑题。
  • 屏蔽 Google 内部专利代号,除非用户明确询问 Google 内部系统的运作机制。

随后,我们用这套规则重新测试了 6 个真实的 SEO 与 AI 搜索实战问题——涵盖AI 概览与流量下滑、资讯类文章该删还是该重写、商业导购指南的主要内容(Main Content)规范、精简低质本地页面、智能体就绪度与 /llms.txt,以及避开 GEO 噱头的每周 5 小时实操计划——并分别在 Gemini 3.8 Flash、Gemini 4 Hydrogen 和 Gemini 4 Neon 上跑了一遍。

我的盲测结果:Gemini 4 Neon 拿下 6 局中的 5 局

在模型名称隐去、展示列完全打乱的情况下,我通读了全部 18 个回答,并为每道题选出了胜者。

当我点击“揭晓”时,胜负可以说毫无悬念:

  • Gemini 4 Neon:5 / 6
  • Gemini 4 Hydrogen:1 / 6
  • Gemini 3.8 Flash:0 / 6

Neon 最吸引我的地方,并不是它掌握了更多事实——毕竟这三款模型引用的都是完全相同的 OKF 文件——而是它的表达方式。Neon 给出的回答,更像一个聪明的人类在深入思考问题,而不是千篇一律、套路化的 AI 生成内容。读它的回答体验很好,它想表达的核心意思我也能立刻心领神会。

Revealed blind taste test scorecard showing Gemini 4 Neon winning 5 out of 6 prompts along with token usage and estimated per-user monthly costs
我公布的盲测结果(Gemini 4 Neon 拿下 6 局中的 5 局)、Gemini API 实际 token 消耗量,以及按使用频率调整后的单用户月度成本估算。

Gemini 4 Neon 的实际成本到底是多少?

当然,只有在经济账算得过来的前提下,更高质量的回答才有意义。以下是我们在实测精炼模式(Concise-mode)下跑出的真实数据(采用真实的 Gemini API usageMetadata,包含思考 token,并按未命中缓存的保守刊例价计算):

模型 平均速度 平均长度 预估单次对话成本 预估千次对话成本
Gemini 3.8 Flash 11.6 秒 292 词 $0.0455 $45.46 (2027 年 1 月约 $91)
Gemini 4 Hydrogen 12.8 秒 239 词 $0.0928 $92.82
Gemini 4 Neon(6 战 5 胜优胜者) 70.8 秒 275 词 $0.1908 $190.79

关于 Neon 响应速度的说明:70.8 秒的平均耗时主要是被测试中一次长达 3.5 分钟的 API 排队突增拉高了;正常情况下 Neon 的回复耗时在 18 到 40 秒之间(并且支持边写边在屏幕上流式输出)。

乍看之下,每 1,000 次提示词要花 $191 对比 $93,涨幅似乎不小(相当于每次提示词多花约 10 美分)。但结合早期活跃用户的实际月度使用频率推算,摊到每位用户身上的额外成本其实是这样的:

  • 普通用户(每月约 50 次提示词): Neon 每月仅增加成本 +$4.90($9.54 对比 $4.64)
  • 活跃用户(每月约 125 次提示词): Neon 每月增加成本 +$12.25($23.85 对比 $11.60)
  • 重度核心用户(每月约 300 次提示词): Neon 每月增加成本 +$29.39(无缓存情况下 $57.24 对比 $27.85)

这还是在保守按未命中缓存计算的情况。由于每次对话都会引用同一个约 5.5 万 token 的 OKF 主索引,Gemini 4 Neon 的隐式上下文缓存可以大幅削减多轮对话中重复输入 token 的费用,实际账单还会显著更低。

按照活跃用户的全月使用量(每月约 125 次提示词)来算,Neon 平均每人每月大概会多花 $12。虽然这笔开销不算小,但质量上的提升足够显著,完全值得升级——因此,我已将 Marie’s Brain 全员默认升级为 Gemini 4 Neon,并且不加收任何费用(同时模型选择器中仍保留了 Hydrogen 和 3.8 Flash,方便需要秒回的用户随时调用)。

想亲自体验一下(或者在自己的网站上接入 Marie’s Brain)?

如果你想亲眼看看差距,不妨花两分钟在这 6 道 SEO 问题上盲测投票:AI 模型盲测品鉴:Neon vs. Hydrogen vs. 3.8 Flash。(还可以试着点击回答里的紫色概念胶囊按钮——在 Marie’s Brain 里,点击它们能直接打开我亲手整理的各个主题完整文档。)

Preview of Marie Haynes Brain workspace powered by Gemini 4 Neon showing a sample traffic drop and AI Overviews question
Marie’s Brain 现已由 Gemini 4 Neon 驱动——目前购买 500 美元诊断报告即可获得抢先体验资格。

我目前还没有开放 Marie’s Brain 的独立公开发售,不过现在只要购买 $500 诊断报告,就会获赠 30 天免费抢先体验,且已预先载入您的网站档案以及完整的 Search Console 和 GA4 分析数据。您也可以随时在 brain.mariehaynes.com 预览它的运作方式,并加入公开候补名单。

Marie Haynes

Marie Haynes 博士

Marie Haynes 博士自 2008 年起便深耕 SEO 领域,此前曾是一名兽医。她潜心研究 Google 算法,对搜索背后的 AI 系统尤为关注,同时也是 Gemini、ChatGPT 等大语言模型的重度用户。 她的公司曾在 2019 年赢得 Wix SEO 大赛。最近,她出版了新书《Gemini 时代的 SEO:AI 如何重塑 Google 搜索》——该书也可在 Amazon 购买。

来源:Marie Haynes · mariehaynes.com

EVAOO 主站实战落地 · 大模型与 AI 内容工程

看完情报?回到 EVAOO 主站直接上手工具与完整 SOP

返回 EVAOO 主站