
Gemini 4 Neon ist aus Carbon adaptiert: Was die Karte nicht definiert
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 189 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 229 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 87 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 93 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
Die veröffentlichte Modellkarte für Gemini 4 Neon sagt genau eine Sache darüber, woher das Modell stammt, und sie sagt sie siebenmal: „Gemini 4 Neon ist von Gemini 4 Carbon adaptiert.“ Das ist die gesamte veröffentlichte Darstellung der Beziehung zwischen Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon und Gemini 4 Hydrogen. Keine Parameteranzahl, keine Angabe dazu, was adaptiert wurde, keine Definition des Wortes. Sechs Wochen Gemini-4-Veröffentlichungen hängen an dieser einzigen undefinierten Klausel, und sie wird inzwischen auf X und in Launch-Zusammenfassungen so gelesen, als wäre „adaptiert“ ein Fachbegriff mit einer feststehenden Bedeutung. Das ist kein von Google festgelegter Begriff.
Das Folgende trennt die drei Dinge, die hier leicht miteinander verschwimmen: was wörtlich auf der Karte gedruckt steht, was das impliziert und was derzeit bloße Vermutung ist. Alle Zitate stammen von einer Google-DeepMind-Seite, die am 19. und 20. November 2026 abgerufen wurde; alles Gefolgerte wird als Schlussfolgerung gekennzeichnet und in einem eigenen Absatz belassen, sodass du es weglassen kannst, ohne dass die Fakten verloren gehen.
Sieben identische Sätze
Die Karte ist unter den Überschriften Modellinformationen, Modelldaten, Implementierung und Nachhaltigkeit, Distribution, Bewertung, Beabsichtigte Nutzung und Einschränkungen sowie Sicherheit & Schutz gegliedert. In sieben dieser Abschnitte besteht der Haupttext aus demselben Satz, gefolgt von einem Verweis auf die Carbon-Karte:
Modellabhängigkeiten — „Gemini 4 Neon ist von Gemini 4 Carbon abgeleitet.“
• Architektur – derselbe Satz, dann „siehe die Modellkarte des Gemini 4 Carbon“.
• Trainingsdatensatz — derselbe Satz, dann derselbe Verweis auf Carbon.
• Verarbeitung von Trainingsdaten — derselbe Satz, dann derselbe Zeiger.
• Hardware — derselbe Satz, dann derselbe Zeiger.
• Software — derselbe Satz, dann derselbe Zeiger.
• Zulässige Nutzung — derselbe Satz, dann derselbe Verweis.
Die Karte schweigt nie über die Abstammungslinie. Sie wird aber auch nie konkret. „Angepasst von“ enthält einen Verweis statt Inhalt: Alles, was Leserinnen und Leser wissen möchten – Parameteranzahl, welche Schichten geändert wurden, ob ein kleineres Modell gegen ein größeres trainiert wurde, welche Daten neu waren –, wird an ein Dokument über ein anderes Modell weitergereicht, und auch dieses Dokument beantwortet nichts davon. Die Carbon-Karte sagt, Carbon sei „auf Gemini 4 Argon basierend“, und verweist dann auf Argon, wo es heißt, Argon sei „ein großskaliertes Sparse-Mixture-of-Experts-(MoE-)Transformer-Modell“ und „keine Modifikation oder ein Fine-Tuning eines früheren Modells“. Die Kette von Anfang bis Ende zu verfolgen, sagt einem, dass Neon von etwas abstammt, das von etwas abstammt, das neu ist. Das verrät einem aber nicht, was „abstammt“ getan hat.
Zwei Phrasen, kein angegebener Unterschied
Der interessantere Vergleich ist nicht der zwischen Neon und seinem Mutterunternehmen. Es ist das Vokabular, das Google innerhalb der Familie verwendet, denn derselbe Herausgeber verwendet zwei unterschiedliche Formulierungen für zwei unterschiedliche Beziehungen und erklärt nie, warum:
• Gemini 4 Argon, Karte veröffentlicht am 13. Oktober 2026 — „keine Modifikation oder Feinabstimmung eines früheren Modells.“ Einmal verwendet, in Modellabhängigkeiten.
• Gemini 4 Carbon, Karte veröffentlicht am 10. November 2026 — „basierend auf Gemini 4 Argon“. Sechsmal verwendet, in Modellabhängigkeiten, Architektur, Trainingsdatensatz, Hardware, Software und Zulässige Nutzung.
• Gemini 4 Hydrogen, Karte veröffentlicht am 12. November 2026 — „adaptiert von Gemini 4 Carbon.“ Siebenmal verwendet, an denselben sieben Stellen, an denen Neon sie verwendet.
• Gemini 4 Neon, Karte veröffentlicht am 18. November 2026 — „adaptiert von Gemini 4 Carbon“. Siebenmal.

„Adaptiert von“ ist also kein eigens für Neon geprägter Ausdruck. Hydrogen führte ihn sechs Tage früher, und die beiden Karten verwenden ihn identisch – gleiche Formulierung, gleiche Slots, gleicher übergeordneter Eintrag. Was auch immer Adaptation hier bedeuten mag: Es ist die Standardbeziehung für ein auf Carbon aufgebautes Modell, und im Text wird sie sichtbar von „basierend auf“ unterschieden, der Beziehung von Carbon zu Argon. Keiner der beiden Ausdrücke wird irgendwo in der Dokumentation der Familie definiert. Wer annimmt, „adaptiert von“ bedeute etwas Schwächeres oder Engeres als „basierend auf“, der nimmt etwas an; wer annimmt, die beiden bedeuteten dasselbe, nimmt genauso hart in die andere Richtung etwas an.
Was der Architektur-Abschnitt sagt
Das ist der Teil, den die kursierenden Zusammenfassungen auslassen. Die Neon-Karte enthält kein Vorkommen von „distill“, „distillation“, „prune“, „quantize“ oder „mixture-of-experts“, keine Parameteranzahl, und das Wort „smaller“ kommt nicht vor. Der Architektur-Abschnitt besteht aus einem Satz und einem Verweis auf Carbon. Auch verwendet die Karte nie „post-trained“ – genau das Wort, dessen Fehlen dem X-Thread, der diesen Beitrag ausgelöst hat, aufgefallen ist. Dieses Fehlen ist real und überprüfbar.

Die einzige Stelle, an der die Karte Trainingsverfahren nennt, ist der Abschnitt „Safety and Security“, in einem Satz, der beginnt: „Safety and security were built into Gemini 4 Neon throughout the training and deployment lifecycle, including pre-training data filtering, post-training alignment (supervised fine-tuning and reinforcement learning)…“ Schnell gelesen sieht das nach der Offenlegung aus, die der Rest der Karte vorenthält. Das ist es nicht. Derselbe Satz, Wort für Wort, erscheint auf der Carbon-Karte und auf der Hydrogen-Karte. Die Argon-Karte enthält ihn überhaupt nicht. Er ist eine Vorlage für Sicherheitsprozesse, die auf jedes auf Carbon gebaute Modell angewendet wird, und ihn als Beleg dafür zu verwenden, dass Neon per Reinforcement Learning nachtrainiert wurde, heißt, Boilerplate als Trainingsoffenlegung zu lesen. Die Karte sagt nicht, dass Neon nachtrainiert wurde. Sie sagt auch nicht, dass es nicht so war.
Der Stichtag ist die einzige datierte Tatsache.
Die Karte liefert tatsächlich einen harten, überprüfbaren Fakt zur Provenienz, und er ist leicht zu übersehen, weil er unter „Bekannte Einschränkungen“ steht statt irgendwo in der Nähe des Architekturabsatzes: „Der Knowledge-Cutoff für Gemini 4 Neon ist März 2026, wobei das Wissen des Modells in einigen Domänen möglicherweise weniger aktuell ist.“
• Gemini 4 Argon — März 2026 (die Karte gibt dies für die Familie an: „Der Wissens-Cutoff für Gemini 4 ist März 2026“).
• Gemini 4 Carbon — März 2026.
• Gemini 4 Hydrogen — März 2026.
• Gemini 4 Neon — März 2026.
Vier Modelle in fünf Wochen, vier identische Cutoff-Daten. Was auch immer zwischen Argon im Oktober und Neon im November hinzukam, es war kein neuer Ausschnitt der Welt; jeder Fähigkeitsgewinn stammt aus Methode, Datenauswahl oder Trainingsrechenleistung auf Material, das die Familie bereits hatte. Das ist eine echte Einschränkung für die Lesart, „sie hätten obendrauf ein frisches Modell trainiert“, und es ist die einzige quantitative Aussage über die Konstruktion des Modells, die die Karte macht.
Der MCC-Befund, den niemand zitiert hat
Tief im Abschnitt „Frontier Safety Assessment“ verborgen ist ein Vergleich, den Google durchgeführt und nicht in die Materialien zur Markteinführung aufgenommen hat. Das Unternehmen bewertete, ob Neon „bedeutende neue Fähigkeiten oder wesentliche Leistungssteigerungen im Vergleich zur jüngsten Modellversion, die einer Bewertung kritischer Fähigkeiten unterzogen wurde, nämlich Gemini 4 Argon“, zeigte. Seine Schlussfolgerung: „Gemini 4 Neon zeigte im Rahmen unserer MCC-Bewertung eine Steigerung der allgemeinen Fähigkeiten im Vergleich zu Gemini 4 Argon, dies liegt jedoch unter unserem MCC-Schwellenwert.“
Verstehen Sie das als Aussage zur Leistungsfähigkeit und nicht als Sicherheitsaussage. Googles eigene interne Bewertung ordnet Neon über Argon ein, und die Modellkarte übernimmt anschließend Argons Leistungsbewertungen und Schwellenwertfestlegungen, statt sie erneut durchzuführen – mit der Begründung, dass sich nichts Wesentliches geändert habe. Die 61 im Intelligence Index, die die Modellkarte ausweist, ist daher nicht nur eine Anbieterzahl in einer Tabelle – sie steht im Einklang mit einem internen Befund, dass das abgeleitete Modell das Modell übertrifft, von dem es abstammt.
Im selben Abschnitt sind die beiden „adapted from“-Geschwister nicht mehr austauschbar. Auf Hydrogens Karte steht das Gegenteil von Neons: „Gemini 4 Hydrogen zeigte in unserer MCC-Bewertung im Vergleich zu Gemini 4 Argon keine wesentliche Steigerung der allgemeinen Leistungsfähigkeit.“ Gleicher Elternteil, gleiche Formulierung, gegenteiliger Befund. „adapted from Gemini 4 Carbon“ ist also kein Stärke-Label. Es beschreibt eine Familie von Derivaten, von denen mindestens eines messbare zusätzliche Fähigkeiten gebracht hat und mindestens eines nicht.
Das ergibt eine unangenehme Preistabelle. Bis zum 30. November 2026 kostet Gemini 4 Neon $3.00 pro Million Input-Tokens und $15.00 pro Million Output-Tokens, während Gemini 4 Argon – das Modell, an dem Neon gemessen wird und das es intern schlägt – $2.00 und $10.00 kostet. Der Abkömmling ist pro Token 50 % teurer als der Vorfahre, dessen Evaluierungen er erbt. Ab dem 1. Dezember, wenn Carbon und Argon auf $4.00/$20.00 steigen, kehrt sich das um und Neon wird 25 % günstiger als beide. Keine der beiden Zahlen sagt etwas über die Modellgröße aus: Der Preis pro Token ist eine kommerzielle Entscheidung, und Google hat diese Familie nie nach der Parameterzahl bepreist.
Warum der Preis gegen Matryoshka spricht
Die spezifischste kursierende Hypothese ist, dass die Familie verschachtelt ist – dass Carbon Neon enthält, so wie eine Matrjoschka-Puppe eine kleinere enthält, und dass Neon durch Destillation des größeren Modells in ein günstigeres gewonnen wurde, möglicherweise mit zusätzlichem Reinforcement Learning obendrauf. Das ist eine vernünftige Vermutung. Sie erklärt, warum ein Derivat denselben Knowledge-Cutoff teilen würde, warum die Modellkarte die Architektur auf das Elternmodell verweisen würde und warum Google „post-trained“ für ein Modell vermeiden würde, das nach dieser Lesart nicht so sehr post-trained als vielmehr extrahiert wurde.
Drei Dinge in den öffentlich zugänglichen Aufzeichnungen sprechen gegen die einfache Version. Das erste ist der Preis: Ein destilliertes, kleineres Modell ist normalerweise pro Token günstiger als sein Lehrer, und Neon startete 50 % über dem Einführungspreis von Carbon. Ein Modell, dessen Bereitstellung günstiger ist, zu einem Aufpreis zu verkaufen, ist möglich – genau das ist eine schnellere Tarifstufe –, aber es beseitigt das stärkste Indiz für die Destillations-Deutung. Das zweite ist Hydrogen: Das günstigste Modell der Familie, 1,50 $/7,50 $ mit der einzigen kostenlosen Stufe, trägt die identische Formulierung „adapted from Gemini 4 Carbon“ in denselben sieben Slots. Wenn die Formulierung eine bestimmte Technik beschreiben würde, würden nicht beide Modelle an entgegengesetzten Enden der Preisskala sie tragen. Das dritte ist, dass die Karte selbst, wenn sie über Effizienz sprechen will, dies in der Beschreibung tut – „Neon balances depth and efficiency“ – und nicht im Architekturbereich, der inhaltlich leer ist.
Die ehrliche Einschätzung ist, dass die Formulierungen der Karte drei Beziehungen unterscheiden – neues Modell, basierend auf, abgeleitet von –, ohne eine davon zu definieren, und dass die Matryoshka-Hypothese eine plausible Lesart eines unterspezifizierten Dokuments ist, keine Erkenntnis. Ein Modell nach Art einer Matrjoschka zeigt üblicherweise eine Parameteranzahl und eine Erzählung zur Serving-Größe. Diese Karte zeigt beides nicht, und die einzige größenbezogene Aussage darauf ist ein Positionierungssatz.
Vier Karten, drei Vergleichsfallen
Wer aus diesen Dokumenten eine „Neon versus Carbon“-Behauptung zusammenbaut, stößt auf drei separate Unstimmigkeiten, und in jede davon gerät man leicht hinein.
• Indexversion. Die Neon-Karte meldet „AA Index v5.0.1: 61“ gegenüber Claude Opus 5.5 mit 59 und GPT-6.2 Sol mit 57; die Ergebnisse sind auf November 2026 datiert. Die drei Wochen früher veröffentlichte Carbon-Karte meldet „AA Index v5.0: 59“ gegenüber Opus 5.5 mit 58 und Gemini 4 Argon mit 50; die Ergebnisse sind auf Oktober 2026 datiert. Das Suffix hat sich zwischen den beiden Karten geändert, daher ist eine Lücke von zwei Punkten, die auf unterschiedlichen Indexversionen gemessen wurde, keine Lücke von zwei Punkten.
• Denkstufe. Die 61 ist eine Obergrenze, kein Standard. Artificial Analysis, auf dessen Index Google verweist, veröffentlicht vier Neon-Werte auf v5.0.1: 44,1 bei low, 54,9 bei medium, 59,6 bei high – die Stufe, auf die Neon tatsächlich standardmäßig eingestellt ist – und 61,4 bei xhigh. Carbon liegt bei 60,0. Die Standardkonfiguration des Modells erzielt also einen niedrigeren Wert als sein Parent-Modell, während seine Maximalkonfiguration darüber liegt, und die Anbieterkarte gibt nur das Maximum an. Beide Zahlenreihen stammen vom Tracker, nicht von Google, und beide waren am 20. November 2026 aktuell.
Benchmark-Version und Harness. Neons Karte führt Terminal-bench 4.1 mit betrugsbereinigten 65,2 % auf, gegenüber Opus 5.5 mit 65,8 % – eine Niederlage. Carbons Oktober-Karte führt „Terminal-Bench 4.0 (AA)“ mit 65,2 % auf. Zwei Karten, dieselbe Zahl, unterschiedliche Benchmark-Versionen – das ist ein Zufall und kein Vergleich. Die SWE-sweep-Zeilen sind schlechter: Neon führt 39,0 % bei einem „provider harness“ und 12,8 % bei einem „Mini-SWE harness“ auf, während Carbon einen einzelnen Wert von 9,6 % ohne Angabe des Harness nennt. Das sind drei Konfigurationen und sie lassen sich nicht als 29-Punkte-Verbesserung nebeneinanderstellen.

Alles andere auf der Neon-Karte ist vom Anbieter gemeldet und nicht reproduziert: CursorBench 4.1 bei 65,4 % (Opus 5.5 58,1 %), FrontierCode 2.0 bei 46,2 % (47,3 %, ein Verlust), GraphWalks 256k-to-1M bei 95,2 % (66,8 %), AutomationBench 56,3 % (42,5 %), SEC-bench Pro 90,5 %, RiemannBench 84,0 %. Zwei der Coding-Werte sind Niederlagen gegen einen Wettbewerber, was erwähnenswert ist, weil Launch-Zusammenfassungen die Siege nennen und diese auslassen.
Was würde es klären
Vier Dinge würden „angepasst“ von einer Vermutung zur Tatsache machen. Nichts davon existiert bisher.
• Eine Parameteranzahl oder eine Offenlegung der Serving-Hardware für Neon. Der Abschnitt „Hardware“ ist nur ein Verweis auf Carbon; eine konkrete Zahl würde einen beschnittenen oder destillierten Ableger sofort von einem erneut abgestimmten Geschwistermodell unterscheiden.
• Der Gemini 4 Neon Safety & Security Report, der laut der Karte „in den kommenden Tagen verfügbar sein wird“. Sicherheitsberichte haben in der Vergangenheit Details zu den Fähigkeiten enthalten, die die öffentliche Karte auslässt.
• Token-Effizienzdaten bei gleicher Qualität. Googles Launch-Dokumentation behauptet, Neon liefere „schlankeren Token-Verbrauch“, während die Karte nichts quantifiziert. Wenn Neon pro Aufgabe tatsächlich weniger Tokens erzeugt als Carbon, ist die Herkunftsfrage weniger wichtig als die Rechnungsfrage.
• Jede Aussage von Google, die „adaptiert von“ im Gegensatz zu „basierend auf“ definiert. Bis dahin sind die beiden Formulierungen eine Unterscheidung, die der Verlag getroffen hat und nicht erklären will.
Wie man ein unterspezifiziertes Modell verwendet
Nichts davon ist ein Grund, das Modell zu meiden. Es ist ein Grund, es zu evaluieren, statt es aus der Modellkarte abzuleiten. Neon ist nur in der kostenpflichtigen Tarifstufe verfügbar – kein kostenloses Kontingent – mit vier Denkstufen (niedrig, mittel, hoch als Standard, xhoch), einem einheitlichen 1.048.576-Token-Fenster mit 64K synchroner Ausgabe und Long-Decode bis 1M, ausschließlich implizitem Caching, Batch und Flex zum halben Preis (1,50 $/7,50 $) sowie Priority zum 1,8-Fachen (5,40 $/27,00 $; gecachte Eingabe dort 0,27 $ gegenüber 0,15 $ im Standard). Audioerzeugung, Bilderzeugung und die Live-API sind als nicht unterstützt markiert; Codeausführung, Computer Use, Function Calling, strukturierte Ausgaben, Dateisuche, URL-Kontext und beide Grounding-Optionen werden unterstützt.
Die praktische Konsequenz einer unzureichend spezifizierten Abstammung ist, dass Sie das messen sollten, was die Karte vorenthält – Ausgabetokens pro abgeschlossener Aufgabe – und zwar bei der Einstellung, die Sie tatsächlich einsetzen würden. Lassen Sie dieselben 20 oder 30 Aufgaben mit Neon bei hoch und mit Carbon bei seiner Standardeinstellung mittel laufen, zählen Sie Tokens statt Tokens pro Dollar und vergleichen Sie das mit Ihrer eigenen Rechnung. Ein Modell, das pro Token 50 % teurer und pro Aufgabe 30 % sparsamer ist, ist günstiger; eines, das 50 % teurer und genauso wortreich ist, nicht – und keine Karte dieser Familie wird Ihnen sagen, welches Sie haben.
Unser eigener Katalog ist eine Teilantwort auf die zweite Hälfte dieses Problems. Er enthält „google/gemini-4-carbon“ und „google/gemini-4-argon“, und er enthält Gemini 4 Neon nicht – die Modellseite liefert heute nichts zurück, daher sollte nichts hier als Angebot verstanden werden, es zu routen. Was der Router Ihnen während Ihrer Evaluierung bietet, ist ein einziger Schlüssel und eine einzige Rechnung über die Modelle hinweg, die Sie vergleichen, wobei der Listenpreis des Anbieters ohne Aufschlag durchgereicht wird, sodass die Preisanpassung zum 1. Dezember bei Carbon und Argon (2,00 $ bis 4,00 $ Eingabe, 10,00 $ bis 20,00 $ Ausgabe) an demselben Tag in Ihrer Rechnung landet, an dem sie auf Googles Preisseite landet, statt in eine Wiederverkäufer-Marge absorbiert zu werden. Und weil eine Fallback-Kette Carbon hinter Neon halten kann, kann eine nicht erprobte Ableitung Produktionsverkehr tragen, ohne das Einzige zu sein, was zwischen Ihren Nutzern und einem Ausfall steht.
Die offene Frage ist nicht, ob „adapted from“ ehrlich ist – das ist es, soweit es geht, eindeutig. Die Frage ist, ob eine Model Card, die eine undefinierte Klausel siebenmal wiederholt, ohne Angabe der Parameterzahl ausgeliefert wird und Architektur, Daten, Hardware und Software auf ein Schwesterdokument verweist, genug Offenlegung für ein Modell ist, das pro Token mehr kostet als das, von dem es abstammt. Nach der aktuellen Beweislage hat Google uns die Form des Stammbaums und nichts über die Zweige verraten. Der Safety & Security Report ist, wann immer er erscheint, das nächste lesenswerte Dokument.
