
Vídeo Neon de Gemini 4: una exportación de artefacto, no una generación
- OrcaNUEVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 185 tok/s
- openaiNUEVOOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 por 1M de tokens · 76 tok/s
- openaiNUEVOOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 por 1M de tokens · 151 tok/s
- tencentNUEVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 234 tok/s
- AlibabaNUEVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 por 1M de tokens · 125 tok/s
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 94 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 por 1M de tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 104 tok/s
A las 08:07 UTC del 21 de noviembre de 2026, la cuenta @dotey —宝玉 en X— publicó un clip de 60,03 segundos en 1920×1080 con una sola línea en chino encima: 做视频效果也不错, que vendría a significar «tampoco está mal para vídeo». Se trataba de Gemini 4 Neon, el modelo de Google lanzado una semana antes, y el enlace bajo la frase apuntaba a un proyecto de código abierto llamado open-artifact, descrito en la publicación como el Artifact (skill) de producción de vídeo. El clip tenía 230 me gusta y 76 respuestas cuando lo leímos el 22 de noviembre. Parece una pieza de diseño de movimiento producida.
No es un vídeo generado. La propia documentación del modelo de Google para Gemini 4 Neon enumera un tipo de salida y solo uno —texto—, y la película que salió de ello es un programa: escenas de HTML, CSS y JavaScript dibujadas en función del tiempo, además de una banda sonora sintetizada, renderizadas por una página web local y exportadas a MP4 mediante el botón de exportación de esa página. La distinción no es pedantería. Cambia para qué sirve el modelo, cuánto cuesta un segundo montaje y si lo que se compra es un renderizador o un guionista.
Lo que realmente dice la publicación
Todo el registro público de la afirmación es una etiqueta de frase y un archivo adjunto de 60 segundos. No hay prompt, ni recuento de escenas, ni nivel de pensamiento, ni recuento de tokens, ni una declaración de si la película salió de la API, de Google AI Studio, de Antigravity o de otra cosa. La publicación ni siquiera dice que el clip se haya hecho con la habilidad que enlaza; presenta la habilidad como la forma de hacer este tipo de trabajo, con el clip como la razón para que importe. Léelo como una recomendación con una demo adjunta, no como una prueba.
Una cosa conviene saber antes de sopesar la recomendación. El repositorio tiene cinco días de vida: GitHub registra que se creó el 17 de noviembre de 2026, con 135 estrellas y 25 forks en el momento de redactar esto, licencia Apache-2.0, y una versión —0.12.2— publicada el 21 de noviembre, el mismo día que la publicación. Su README dice que nació como baoyu-design, y la línea de crédito de la sección de licencia dice «Copyright 2026 Jim Liu 宝玉». Ese es el mismo 宝玉 que la cuenta que publica usa como nombre visible. Así que quien te dice que Neon es bueno en esto te está mostrando una herramienta que lleva su nombre en la línea de copyright. Eso no hace que la demo sea falsa. Sí hace que sea una demo de su creador, y la lectura honesta es que demuestra lo que el pipeline puede producir en manos expertas, no lo que un prompt medio produce al primer intento.
La tarjeta del modelo dice salida: texto

Google lanzó Gemini 4 Neon el 18 de noviembre de 2026 a 3 USD por millón de tokens de entrada y 15 USD por millón de salida, con la entrada en caché a 0,15 USD. La publicación de lanzamiento lo describe leyendo hojas de cálculo, PDF, gráficos, audio y video. La página del modelo va más allá y resuelve la cuestión que la publicación deja abierta: en Tipos de datos admitidos enumera "Entradas: texto, imagen, video, audio y PDF" y luego, en su propia línea, "Salida: texto". La misma página indica que la generación de audio no es compatible. El contexto es de 1.048.576 tokens, con 65.536 tokens de salida de forma predeterminada y hasta el millón completo con decodificación larga.
Esa asimetría es donde empieza la confusión. El video es algo que este modelo observa, no algo que produce. La vista de tarjeta en el mismo sitio de documentación es más laxa —muestra «Modalidades: Texto, Imagen, Audio, Video, PDF» sin decir qué dirección corresponde a qué— y un lector que lea esa línea por encima podría concluir razonablemente que Neon genera video. No lo hace. En la propia pila de Google, generar fotogramas es una línea de modelos distinta; la contribución de Neon a una imagen en movimiento es el código que la dibuja.
Cómo produce una película un modelo de texto
El tipo de artefacto de movimiento dentro de open-artifact es explícito sobre el mecanismo. Una película es una carpeta de pequeños documentos JSON: una lista de escenas con el tamaño del escenario y la velocidad de fotogramas, un módulo JavaScript por escena que la dibuja a partir de una variable de tiempo t, un módulo de partitura que sintetiza música y efectos, y un módulo de narración opcional para subtítulos y voz en off. El modelo no renderiza nada como vídeo. La página local reproduce los documentos tal como un navegador reproduce una página, y Exportar convierte esa reproducción en un archivo.
La propia documentación de la habilidad es sincera sobre el reparto del trabajo, y los detalles son los que importan si estás decidiendo si probar esto:
Duración: un filme dura de 10 a 30 segundos a menos que pidas más, con un límite máximo estricto de 300 segundos. El clip de la publicación dura 60,03 segundos, así que su autor lo pidió.
• Exportar — MP4 a 720p de forma predeterminada o 1080p, a la velocidad de fotogramas completa, a la mitad o a un cuarto, además de GIF, HTML y ZIP. El archivo adjunto es de 1920×1080, la opción no predeterminada.
• Quién escribe el archivo: las instrucciones le indican al agente que no genere ningún archivo de vídeo ni de audio en absoluto. La exportación es tarea de la página, y las imágenes fijas para comprobar una escena las genera Chrome en modo headless.
• Barreras de seguridad — ninguna escena de menos de un segundo, no más de tres cortes o destellos por segundo, y cualquier subtítulo proviene de líneas que la persona proporcionó en lugar de líneas que el modelo inventa.
Así que ocurren tres cosas en secuencia: el modelo escribe un pequeño programa, un navegador lo dibuja y un codificador —el proyecto incluye crates de Rust/WebAssembly para la codificación de GIF y MOV— escribe el contenedor. Solo el primer paso involucra a Gemini 4 Neon. Una película de 60 segundos en 1080p con banda sonora es una cantidad seria de código para que un solo modelo lo haga bien en unos pocos turnos, y eso es un verdadero cumplido. Es un cumplido sobre ingeniería de software, que es exactamente donde las cifras publicadas de Neon son más sólidas.
Cuánto cuesta una película en la lista de precios de Neon

Nada en la publicación revela el uso de tokens, así que lo siguiente es aritmética sobre el precio de lista de Google en lugar de una medición. Una película de diez escenas implica un primer turno largo, varias rondas de lectura y escritura contra el almacén de documentos y una buena cantidad de relectura mientras el modelo revisa sus propias escenas. Digamos 150.000 tokens de entrada y 25.000 tokens de salida para una película que funcione: $0.45 de entrada a $3 por millón y $0.375 de salida a $15 por millón, o unos 83 centavos. Una pasada más ligera con 40.000 de entrada y 8.000 de salida sale a 24 centavos. La entrada en caché es donde la cifra realmente cambia: a $0.15 por millón, 120.000 tokens de entrada en caché cuestan unos dos centavos en lugar de 36, y la ejecución completa cae por debajo de los 50 centavos.
Compárese eso con lo que las pruebas independientes le cuestan al modelo por tarea. Artificial Analysis puntúa a Gemini 4 Neon con 61 en su Intelligence Index con esfuerzo xhigh, a 106 tokens de salida por segundo, 22,3 minutos y 6,44 dólares por tarea de índice. Una película es más barata que una tarea de índice, y esa es la sorpresa útil: la parte cara de este flujo de trabajo no es la película, es la iteración.
Y es en la iteración donde se invierte la economía. Un modelo de vídeo por segundo cobra por cada toma; una película dibujada por código cobra los tokens que la escriben y nada por el renderizado. Cambia un color, vuelve a exportar y habrás gastado cero tokens: el coste es tu propia CPU y el tiempo que tarde Chrome headless en dibujar 1.800 fotogramas. Esa es una curva de costes genuinamente distinta a la del vídeo generativo, y es el argumento más fuerte a favor del artículo que el propio artículo no expone.
Vale la pena decirlo claramente: Gemini 4 Neon no está en nuestro catálogo. Los dos modelos Gemini 4 que OrcaRouter sí ofrece son Gemini 4 Argon y Gemini 4 Carbon, ambos a $2.00 de entrada y $10.00 de salida por millón al precio de lista del proveedor, sin recargo adicional — que es la comparación que un lector realmente necesita, porque Carbon es el modelo con el que se compara el precio de Neon y Argon es la forma más económica de ejecutar el mismo bucle de artefactos mientras decides. Ambos están detrás de una sola clave, así que una sesión de escritura de código que expira a mitad de la película puede cambiar a otro sin un segundo contrato ni un cambio de código.
Donde la afirmación es más débil
La versión más fuerte del argumento escéptico no es que el clip sea falso —el pipeline es público y el mecanismo está documentado, así que cualquiera puede reproducir su forma—. Es que una buena película dibujada con código es un benchmark de programación con sombrero de director, y las cifras de programación de este modelo ya son sus mejores cifras. Neon se sitúa en 58,6 en el Coding Agent Index y en el 65,2% en Terminal-Bench 4.1, según los propios informes de Google, así que «ser bueno haciendo películas» puede ser en gran medida «ser bueno escribiendo código de animación», algo que ya sabíamos y que no se generaliza a un modelo que escribe peor código.
Quedan tres lagunas específicas después de leer todo lo disponible:
• Atribución — no se revela ninguna configuración, y tanto la duración de 60 segundos como la resolución 1080p se apartan de los valores predeterminados de la habilidad, así que alguien tomó decisiones que no podemos ver.
• Selección — un clip es un destacado, y la demo de un creador la selecciona el propio creador. No hay tasa de fallos, ni ejemplo del primer intento, ni comparación con el mismo prompt en Carbon.
• Qué significa «bueno»: la calidad visual corresponde en parte a la plantilla y a las reglas de diseño de la habilidad, no al modelo. Un tipo de artefacto diferente con un andamiaje más débil halagaría menos al modelo.
Nada de eso lo descalifica, y corta en ambos sentidos: una película dibujada por código también es auditable de una manera en que un render de difusión no lo es. Si un fotograma está mal, está mal en un archivo que puedes leer y en una línea que puedes señalar.
Cómo probarlo tú mismo
El camino es lo bastante corto como para describirlo en un párrafo. El proyecto requiere Node 22.18 o posterior, distribuye un paquete de plugins mediante GitHub Releases e incluye Antigravity entre sus hosts compatibles: instala la carpeta extraída con agy plugin install, o cópiala en ~/.gemini/config/plugins/open-artifact, y reinicia. Da la casualidad de que es el host donde Gemini 4 Neon es el modelo predeterminado para las conversaciones nuevas en los planes que lo incluyen, así que las dos piezas encajan sin necesidad de configuración. El primer prompt es una frase: una animación de lanzamiento de veinte segundos para esta aplicación, o una tarjeta de título para ese proyecto. Luego revisas fotogramas antes de gastar nada en una exportación, que es el flujo de trabajo que recomienda la propia skill.
Hazlo una vez antes de creer la publicación, y fíjate en dos números en lugar de en la imagen: cuántos turnos hacen falta antes de que la primera escena se dibuje correctamente, y cuánto de la factura de entrada corresponde a lecturas de caché. Eso te dice si el bucle es barato para tu trabajo. El clip te dice que es posible; solo tu propio recuento de tokens te dice si merece la pena.

La pregunta abierta no es si Gemini 4 Neon puede acabar en un archivo de vídeo —demostrablemente puede, mediante un programa que escribió—. Es si Google lo trata como una salida de primera clase. Ahora mismo, la capa de artefactos es de terceros, la exportación es tarea de una página local y la salida documentada del modelo es texto. Si eso cambia, el encuadre honesto de este clip cambiará con ello: de un uso ingenioso de un modelo de programación a una lista de características. Hasta entonces, el cumplido que merece repetirse es el más limitado: Neon escribe código de animación lo bastante bien como para que alguien que construye las herramientas eligiera mostrarlo con él.
