Titelkarte mit der Aufschrift Gemini 4 Neon: Googles „kleines“ Modell hat keine veröffentlichte Größe, mit dem Untertitel ein X-Post, drei überprüfbare Zahlen und eine Größe, die niemand außerhalb von Google gesehen hat, über drei nummerierten Zeilen: Der Beitrag bezeichnet Neon als klein, ohne dass für irgendein Gemini-4-Modell eine Parameteranzahl veröffentlicht wurde; Neon erzielt 61,4 bei xhigh und 59,6 bei default high gegenüber Carbons 60,0 – ein Vorsprung von 1,4 Punkten oder ein Rückstand von 0,4 Punkten; Carbon wurde am 10. November veröffentlicht und Neon am 18. November, acht Tage später, wobei die RSI-Klausel keine Trainingsdaten anführt. In der Fußzeile stehen Werte nach Artificial Analysis Index v5.0.1, abgerufen am 20. November 2026; Größenangaben ungeprüft.
Guides & Insights

Gemini 4 Neon: Googles „kleines“ Modell hat keine veröffentlichte Größe

Autor

Elias Hawthorne

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Am 20. November um 01:57 UTC erschien ein Beitrag auf X, der Gemini 4 Neon als Googles kleines Modell bezeichnete – „weit vor Argon und Carbon“, konkurrenzfähig mit Claude Opus 5.5 und Claude Fable 5.2 und, in seinen letzten vier Worten, ein Beleg für RSI. Er wurde dreimal bearbeitet, bevor er seine endgültige Form annahm, und hatte 316 Likes, als wir ihn lasen. Jede andere Aussage lässt sich anhand eines Dokuments überprüfen. Beim Wort „klein“ ist das nicht möglich. Sucht man in Googles Dokumentation für Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon und Gemini 4 Hydrogen nach einer Parameteranzahl oder einer Größenreihenfolge, findet man nichts: keine Parameteranzahl, keine Angabe zu aktiven Parametern, keinen Satz, der die vier nach Größe einordnet, und – sowohl auf der DeepMind-Modellseite als auch in den Model Cards – kein einziges Vorkommen des Wortes „klein“ in Bezug auf irgendeines von ihnen.

Das macht den Beitrag nicht falsch. Es macht ihn an seinem eigenen zentralen Wort unfalsifizierbar, was ein anderes und interessanteres Problem ist: Die Behauptung bündelt eine Messung, die jeder nachprüfen kann (den Score), mit einer Beschreibung der Interna des Modells, die niemand außerhalb von G​oogle nachprüfen kann, und zieht dann aus der nicht verifizierbaren Hälfte eine Schlussfolgerung darüber, wie das Modell trainiert wurde. Im Folgenden wird die Behauptung in ihre drei Teile zerlegt und jeder davon an dem geprüft, was veröffentlicht ist. Alle Scores sind Artificial Analysis auf Index v5.0.1, abgelesen am 20. November 2026; alles von Google Angegebene ist als solches gekennzeichnet; alles Erschlossene ist als Inferenz gekennzeichnet.

Was in dem Beitrag tatsächlich steht

Ohne die Rahmung betrachtet, gibt es drei Behauptungen. Erstens: Neon ist G​oogles kleines Modell. Zweitens: Als kleines Modell liegt es „weit vor Argon und Carbon“, d. h. ein kleineres Modell hat größere Geschwister überholt. Drittens: Dieses Ergebnis ist, wie „RSI und dergleichen“ aussieht. Die zweite lässt sich auf Arithmetik zurückführen, die erste auf eine Definition, die G​oogle nicht veröffentlicht hat, und die dritte lässt sich überhaupt nicht auflösen — sie ist eine Behauptung über einen Trainingsprozess ohne offengelegte Eingaben.

Bevor ich zur Rechnung komme, sei angemerkt: Diese Darstellung ist nicht auf einen einzigen Account beschränkt. Einen Tag zuvor hatte ein anderer Verfasser eine Neon-Demo „swarms“ und dem Umstand zugeschrieben, „keine Destillation zu betreiben und sich mit RSI Zeit zu lassen“. Das Vokabular zirkuliert schneller, als es irgendein Dokument stützt – genau deshalb lohnt es sich, die einzelnen Wörter zu bewerten.

G​oogle bezeichnet Neon niemals als kleines Modell

Google beschreibt jedes der vier Modelle, und die Beschreibungen sind konkret genug, um zitiert zu werden. Aus der Gemini-API-Modell-Dokumentation, wie sie diese Woche veröffentlicht wurde:

• G​emini 4​ Carbon — „Unser stärkstes Reasoning-Modell, entwickelt für komplexe Softwareentwicklung, multimodale Wissensarbeit, wissenschaftliches Reasoning und Cybersicherheitsverteidigung.“

• G​emini 4 Neon — „Intelligenz auf Frontier-Niveau mit schneller End-to-End-Aufgabenerledigung über komplexe Software-Engineering-, Wissens- und Wissenschafts-Workflows hinweg.“

• G​emini 4​ Argon — „Unser effizientes Frontier-Reasoning-Modell G​emini 4, das im Vergleich zu G​emini 4​ Carbon schnellere Antworten und einen geringeren Token-Verbrauch pro Turn liefert …“

• G​emini 4 Hydrogen — „Bringt modernste Intelligenz für alle – mit Geschwindigkeit und Effizienz für alltägliches Programmieren und agentische Workflows.“

Drei dieser vier Sätze drehen sich um Geschwindigkeit und Kosten. Keiner davon handelt von Größe, und keine Google-Seite, die wir lesen konnten, verwendet das Wort „klein“ für einen der vier. Laut derselben Dokumentation ist das Modell, auf das Google für alltägliche, kostengünstige Arbeit verweist, Gemini 3.5 Flash-Lite – das nicht zu dieser Familie gehört und nicht Gegenstand des Beitrags ist. „Neon ist das kleine“ ist also keine Zusammenfassung von Googles Positionierung. Es ist eine Schlussfolgerung des Lesers aus dem Verhalten, vorgetragen, als wäre es eine Spezifikation.

Die Preiskarte spricht ebenfalls gegen die wörtliche Lesart. Neon ist pro Token das teuerste Modell der Familie: 3,00 $ Eingabe und 15,00 $ Ausgabe pro Million, pauschal, ohne kostenlose Stufe und ohne Ablaufdatum – im Vergleich zu Carbon und Argon mit 2,00 $ und 10,00 $ bis zum 30. November sowie Hydrogen mit 1,50 $ und 7,50 $ und einer kostenlosen Stufe. Ein kleines Modell, das pro Token 50 % mehr kostet als das Flaggschiff, mit dem es verglichen wird, ist nicht klein in der Bedeutung, die Käufer dem Wort üblicherweise geben. Was auch immer an Neon klein ist – die Rechnung ist es nicht.

Wo die Zahlen die Behauptung tatsächlich stützen

Die Score-Hälfte des Beitrags ist überprüfbar und hält größtenteils stand – mit einer Substitution, die das Urteil ändert. Auf dem Intelligence Index bei der tiefsten veröffentlichten Einstellung jedes Modells:

• Gemini 4 Neon — 61,4 bei xhigh (59,6 mit Standardeinstellung high)

• G​emini 4​ Carbon — 60,0 bei high, was seine Obergrenze ist; das Modell hat keine xhigh-Stufe

• G​emini 4 Hydrogen — 54 bei xhigh

• Gemini 4 Argon — 50 auf Hoch, auch seine Obergrenze

Also ist „weit vor Argon“ wahr und nicht knapp: 11 Punkte. „Weit vor Carbon“ stimmt überhaupt nicht. Neon liegt mit 1,4 Punkten vor Carbon – und das nur, wenn man es auf eine Denkstufe schaltet, die Carbon nicht hat. Bei den Einstellungen, die beide Anbieter empfehlen – Neons Standard-High gegen Carbons High –, liegt Neon 0,4 Punkte zurück. Die stärkste Formulierung des Beitrags wäre die ehrliche gewesen: Neon ist das erste Modell dieser Familie, das um etwa einen Punkt über dem Flaggschiff liegt, wenn man bereit ist, für die tiefste Denkstufe zu zahlen.

„Innerhalb weniger Wochen“ ist ebenfalls wörtlich zutreffend, und die Rechnung sollte man ausdrücklich nennen, denn sie ist die einzige Tatsache mit Datumsangabe im Beitrag. Carbon wurde am 10. November allgemein verfügbar. Neon wurde am 18. November allgemein verfügbar. Acht Tage liegen zwischen dem Flaggschiff und dem Modell, von dem behauptet wird, es habe das Flaggschiff überholt.

A single-column scoreboard titled Gemini 4 Neon - the scoreboard, with six rows: Intelligence Index 61.4 at xhigh and 59.6 at default high; Carbon at its ceiling 60.0 at high; cost per index task $6.44 against Carbon's $7.76; list price $3.00 in and $15.00 out per million; output tokens on the suite 123M against Carbon's 205M; published parameter count none, for any Gemini 4 model. The footer reads scores per Artificial Analysis index v5.0.1, prices per Google's rate card, size claim unaudited.

Der eine Vergleich, den der Beitrag ausgelassen hat

Die Zeile „competes with Opus / Fable“ ist der Teil, der sich selbst unter Wert verkauft, denn die schmeichelhafte Version davon braucht eine Zahl, die der Beitrag nicht genannt hat. Auf demselben Index erzielt Claude Opus 5.5 bei maximalem Aufwand 59 Punkte und Claude Fable 5.2 erzielt 65. Neons 61,4 liegt daher zwischen ihnen: 2,4 Punkte vor Opus 5.5 bei Neons tiefster Einstellung, 3,6 Punkte hinter Fable 5.2. „Competes with“ ist fair für den ersten und großzügig für den zweiten.

Was daraus eine echte Geschichte macht, ist, was diese Punkte kosten – gemessen pro abgeschlossener Aufgabe statt pro Token:

Kosten pro Intelligence-Index-Aufgabe — G​emini 4 Neon 6,44 $, Claude Opus 5.5 10,04 $, Claude Fable 5.2 26,54 $

• Listenpreis pro Million, Eingabe / Ausgabe — Neon 3,00 $ / 15,00 $, Opus 5.5 4,00 $ / 20,00 $, Fable 5.2 8,00 $ / 40,00 $

• Zeit pro Index-Aufgabe — Neon 21,5 Minuten bei xhigh und 14,8 bei high; Opus 5.5 25,7 bei max; Fable 5.2 41,6 bei max

• Ausgabegeschwindigkeit — Neon 110 Token pro Sekunde, Opus 5.5 112, Fable 5.2 etwa 110

Pro Aufgabe viermal günstiger zu sein als Fable 5.2 für 3,6 Indexpunkte ist ein besseres Argument als alles im ursprünglichen Beitrag, und es hängt nicht von einem einzigen Wort über die Größe ab. Es ist auch das Argument, das den nächstliegenden Einwand übersteht: Zum Preis von Fable 5.2 ist eine Lücke von 3,6 Punkten das Billigste auf dem Tableau, was sich schließen lässt, wenn die Arbeitslast es erfordert, und irrelevant, wenn nicht.

The Artificial Analysis page for Gemini 4 Neon, headed Gemini 4 Neon: Intelligence, Performance & Price Analysis, showing intelligence 61 with 110 tokens per second, $3.00 input and $15.00 output per million tokens, a 1M token context window, and the notes that it scores 61 on the Intelligence Index against a median of 44, costs $6.44 per task, and takes 21.5 minutes per task against a median of 12.4.

Klein in der Geschwindigkeit, nicht in der Größe

Wenn es hier eine vertretbare Lesart von „small“ gibt, dann die, die der Tracker misst, und nicht die, die die Model Card vorenthält, und es geht dabei um Arbeitsaufwand pro Aufgabe statt um Parameter. Bei gleichem hohem Aufwand schloss Neon die Intelligence-Index-Suite mit 123 Mio. Ausgabe-Tokens ab, gegenüber 205 Mio. bei Carbon, und das in 14,8 Minuten gegenüber 41,8 Minuten bei Carbon. Das ist ein um 40 % kleinerer Token-Fußabdruck und eine Aufgabe, die fast dreimal schneller abgeschlossen ist, und es kommt der öffentlich verfügbaren Evidenz für die Intuition des Beitrags am nächsten: Was auch immer Neon ist, es erledigt dieselbe Aufgabe mit weniger abgegebener Arbeit als das Modell, das Google als sein stärkstes bezeichnet.

Doch das ist ein Rückschluss aus dem Verhalten, und für das Verhalten gibt es andere Erklärungen – einen effizienteren Decoder, ein anderes Denkbudget, eine kürzere Gedankenkette –, von denen keine eine geringere Parameterzahl erfordert. Dieselben Zahlen sind auch damit vereinbar, dass Neon einfach ein neueres, besser trainiertes Modell vergleichbarer Größe ist, was die am wenigsten exotische verfügbare Erklärung darstellt.

Das Speed-Framing bricht auch an einer Stelle, an der der Beitrag nicht hinsieht. Neon ist nicht das schnellste Modell der Familie. G​emini 4 Hydrogen läuft mit 167 Token pro Sekunde gegenüber Neons 110 und schließt eine Index-Aufgabe in 15,4 Minuten bei xhigh ab — nur eine Haaresbreite von Neons 14,8 bei high entfernt, zum halben Preis. Wenn „klein und schnell“ die Behauptung ist, dann ist Hydrogen das Modell, das sie beschreibt, und Hydrogen erzielt 54.

An infographic titled Small as speed, not as size, with six rows: output tokens for one index suite 123M on Neon's default and 205M on Carbon; time per index task 14.8 minutes on Neon's default and 41.8 on Carbon; output speed 110 tokens per second on Neon and 167 on Hydrogen; score at the deepest setting Neon 61.4 and Hydrogen 54; fastest model in the family Hydrogen at half Neon's price; parameter count behind any of it unpublished. The footer reads tokens, time, speed and scores per Artificial Analysis index v5.0.1, read 20 November 2026; prices per Google's rate card; size claims unaudited.

Warum hier „RSI“ die Arbeit übernimmt

Rekursive Selbstverbesserung bedeutet in dem Sinne, den der Begriff in der KI-Forschung hat, dass ein Labor ein Modell nutzt, um dessen Nachfolger messbar zu verbessern – eine Schleife mit einem Modell darin, nicht bloß ein schneller Veröffentlichungsrhythmus. Nichts Veröffentlichtes stützt diese Lesart dieser Veröffentlichung, und der Beitrag bietet nichts, was sie stützt: keine Angabe zum Rechenaufwand, keine Offenlegung, womit Neon trainiert wurde, keine Belege dafür, dass irgendein Gemini-Modell zu Neons Training beigetragen hat.

Was Google zur Abstammungslinie veröffentlicht, ist ein einziger Satzteil – und der wird wiederholt. Die Modellkarten sowohl für Gemini 4 Neon als auch für Gemini 4 Hydrogen geben an, das Modell sei „von Gemini 4 Carbon abgeleitet“ – derselbe Satz in denselben sieben Feldern auf beiden Karten, ohne Definition von „abgeleitet“, ohne Parameteranzahl und ohne Angabe dazu, was sich geändert hat. Folgt man von der Karte für Carbon rückwärts, gelangt man zu Argon, dessen Karte besagt, es sei „keine Modifikation oder ein Fine-Tuning eines früheren Modells“. Jede Gemini-4-Karte nennt denselben Wissensstichtag – März 2026 – über fünf Wochen von Veröffentlichungen hinweg. Vier Modelle, eine Datenpipeline, ein undefiniertes Wort: Das beschreibt eine gemeinsame Trainingsbasis – etwas ganz Normales –, keine Schleife.

Der Acht-Tage-Abstand zwischen Carbon und Neon ist ein Zeitplan. Zeitpläne werden aus Gründen gestrafft, die nichts mit Selbstverbesserung zu tun haben – ein gemeinsames Basismodell, eine gestaffelte Einführung, ein Launch-Kalender –, und die Beobachtung, dass dieser gestrafft wurde, ist kein Beleg für irgendeinen dieser Gründe. Wenn ein Labor tatsächlich ein Modell mit einem Modell gebaut hätte, würde man es daran erkennen, dass es das gesagt hätte oder dass ein Benchmark es gemessen hätte. Weder das eine noch das andere ist passiert.

Was würde es klären

Drei Offenlegungen würden den Beitrag von einer Behauptung zu einem Befund machen, und alle drei sind Dinge, die G​oogle diese Woche veröffentlichen könnte:

• Eine Parameterzahl oder eine Angabe zur Anzahl aktiver Parameter für irgendein Gemini-4-Modell. Eine einzige Zahl würde „klein“ überprüfbar machen und die Prämisse sofort bestätigen oder verwerfen.

• Eine Definition von „adapted from“ auf den Modellkarten. Der Ausdruck erscheint siebenmal auf der Neon-Karte und wird nie erklärt; „based on“ wird für Carbon-to-Argon verwendet und ist ebenso undefiniert.

• Jede Aussage über den Trainingsbeitrag – welche Daten in Neon im Vergleich zu Carbon neu waren oder welches Modell, falls überhaupt eines, Trainingssignal erzeugt hat. Ohne alle drei bleibt RSI ein Wort in einem Beitrag.

Was soll man damit am Montag machen?

Die praktische Konsequenz ist gering, und sie ist das Gegenteil dessen, was der Beitrag impliziert. Nichts in den Aufzeichnungen besagt, dass Neon ein kleines Modell ist, das ein großes geschlagen hat; dort steht, dass Neon ein $3/$15-Modell ist, das, wenn man es ausreizt, einen Punkt über Carbons Obergrenze liegt und andernfalls einen halben Punkt unter Carbons Standardwert. Das ist eine Entscheidung über die Tuning-Leiter, keine Größenentscheidung, und die Leiter umspannt 17,3 Indexpunkte von low (44,1) bis xhigh (61,4) — weit mehr als der Abstand zwischen zwei beliebigen Modellen der Familie. Welche Sprosse man wählt, ist wichtiger als welches Modell man wählt.

Zwei datierte Dinge gehören unabhängig davon, wie die Größenfrage ausgeht, in einen Kalender. Carbon und Argon verdoppeln sich am 1. Dezember von $2.00 und $10.00 auf $4.00 und $20.00 pro Million Token, während Neons Preisliste kein Ablaufdatum kennt. Zu heutigen Preisen ist Neon pro abgeschlossener Indexaufgabe 17 % günstiger als Carbon ($6.44 gegen $7.76); nach dem 1. Dezember weitet sich diese Lücke, ohne dass Neon irgendetwas ändert. Wer den Beitrag zum „kleinen Modell“ liest und daraus schließt, Neon sei die Budgetoption, liegt mit der Richtung richtig, aber aus dem falschen Grund — es ist pro Aufgabe günstiger, weil es weniger ausgibt, nicht weil es kleiner ist, und es wird an einem Datum deutlich günstiger, das Google bereits veröffentlicht hat.

Auf unserer Seite google/gemini-4-carbon und google/gemini-4-argon im Katalog zum Listenpreis des Anbieters ohne Aufschlag, was bedeutet, dass der Schritt vom 1. Dezember am selben Tag kommt, an dem er bei G​oogle kommt. G​emini 4 Neon ist noch nicht im Katalog, deshalb ist das Nützliche, was man dazu sagen kann, kein Preis, sondern eine Form: Wenn es erscheint, ist die Anfrage, die sich zu schreiben lohnt, eine, die Neon nennt und auf Carbon zurückfällt, falls Neon rate-limitiert ist oder Fehler wirft. Ein Modell, dessen wichtigster veröffentlichter Vorteil darin besteht, Aufgaben schnell zu erledigen, ist eines, hinter dem man ein Failover haben will, keinen einzelnen Abhängigkeitspunkt. Ein Schlüssel deckt heute den Rest der Familie ab, also kostet ein Vergleichslauf gegen Carbon oder Argon nichts außer den Tokens.

Die ehrliche Schlussfolgerung ist die engere. Ein Beitrag, der behauptet, das kleine Modell eines Labors habe dessen große überholt, hat eine Aussage über Größen getroffen. Niemand hat eine Größe veröffentlicht. Die Ergebnisse besagen, dass ein schnelles Modell in acht Tagen bis auf einen Punkt an ein langsameres herankam, was für sich genommen interessant genug ist, und die damit verbundene Trainingsgeschichte ist vorerst eine Bildunterschrift.

In diesem Artikel verglichen1

Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert