
Gemini 4 Neon:Googleの「Small」モデルには公開されたサイズがない
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 186 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 358 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100万トークンあたり · 139 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447知能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100万トークンあたり · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
11月20日01:57 UTC、Xに投稿が上がり、Gemini 4 NeonをGoogleのsmallモデルと呼んだ——「ArgonやCarbonよりはるかに先行」し、Claude Opus 5.5やClaude Fable 5.2と競合し、最後の4語ではRSIの証拠だと述べていた。その投稿は落ち着くまでに3回編集され、私たちが読んだ時点で316件のいいねを集めていた。他のすべての節は文書と照合できる。「small」という語だけは照合できない。GoogleのGemini 4 Neon、Gemini 4 Carbon、Gemini 4 Argon、Gemini 4 Hydrogenに関する文書を横断してパラメータ数やサイズ順を探しても、何も見つからない。パラメータ数も、アクティブパラメータ数も、4つをサイズで順位付けする文もなく、DeepMindのモデルページでもモデルカードでも同様に、それらのいずれかを指して「small」という語が使われている箇所は一つもない。
それはその投稿を誤りにするものではない。投稿の中心となる語について反証不可能にするのであり、それは別の、より興味深い問題である。この主張は、誰でも確認できる測定(スコア)と、Google の外部では誰も確認できないモデル内部の記述を束ね、さらに検証不能な半分から、モデルがどのように訓練されたかについての結論を導いている。以下では、この主張を三つの部分に分解し、それぞれを公表されている内容と照らして検証する。スコアはすべて、2026年11月20日に読んだ index v5.0.1 上の Artificial Analysis によるものである。Google が述べたことはすべてその旨を明記し、推測したことは推測と記す。
投稿に実際に何が書かれているのか
枠組みを取り払えば、主張は三つある。第一に、NeonはGoogleの小型モデルである。第二に、小型モデルとしてそれは「ArgonとCarbonをはるかに凌ぐ」、つまりより小さなモデルがより大きな兄弟モデルを追い越したということだ。第三に、その結果こそが「RSIなど」がどのようなものかを示している。第二は算術に帰着し、第一はGoogleが公表していない定義に帰着し、第三はまったく帰着しない——開示された入力のない訓練プロセスについての主張である。
算術に入る前に一言:この枠組みは特定の一つのアカウントに固有のものではない。その一日前、別の投稿者はNeonのデモを「swarms」と「蒸留を行わず、RSIに時間をかけること」に結びつけていた。この語彙は、どんな文書が裏付けられるよりも速く流通しており、まさにそれこそが、個々の言葉を値踏みする価値がある理由だ。
GoogleはNeonを小型モデルとは決して呼ばない
Googleは4つの各モデルについて実際に説明しており、その説明は引用できるほど具体的です。今週公開されたGemini APIのモデルドキュメントより:
• Gemini 4 Carbon — 「複雑なソフトウェアエンジニアリング、マルチモーダルなナレッジワーク、科学的推論、サイバーセキュリティ防御のために構築された、当社最強の推論モデル。」
• Gemini 4 Neon — 「複雑なソフトウェアエンジニアリング、ナレッジワーク、科学ワークフローにわたるタスクを迅速にエンドツーエンドで完了する、フロンティア級の知能。」
• Gemini 4 Argon — 「当社の効率的な Gemini 4 フロンティア推論モデルで、Gemini 4 Carbon と比べて応答が速く、ターンあたりのトークン消費も少なくなります…」
• Gemini 4 Hydrogen — 「最先端のインテリジェンスをすべての人に届け、日常的なコーディングやエージェント型ワークフローをスピードと効率で実現します。」
その4つの文のうち3つは、速度とコストに関するものだ。サイズに関するものは一つもなく、私たちが読むことのできたGoogleのページのどこにも、その4つのいずれかに対して「small」という語を使っているものはない。同じドキュメントによれば、Googleが日常的で低コストの作業向けに示しているモデルはGemini 3.5 Flash-Liteであり、これはこのファミリーには含まれず、この投稿が扱っているものでもない。したがって「Neonは小さい方だ」はGoogleの位置づけの要約ではない。それは振る舞いから読み手が推論したものであり、あたかも仕様であるかのように述べられている。
料金表もまた、素直な解釈とは相容れない。Neonはファミリー内でトークンあたり最も高価なモデルだ。入力100万トークンあたり3.00ドル、出力100万トークンあたり15.00ドルで一律、無料枠も期限もない。一方、CarbonとArgonは11月30日まで2.00ドルと10.00ドル、Hydrogenは無料枠付きで1.50ドルと7.50ドルだ。比較対象のフラッグシップよりトークンあたり50%多く費用がかかる小型モデルは、買い手が通常「小型」という言葉で意味するような小型ではない。Neonについて何かが小型だとしても、それは請求額ではない。
数字が実際にその主張を裏付けている場合には
投稿のスコアに関する部分は検証可能で、ほぼその通りだ——ただし、判定を変える1つの置き換えがある。各モデルが公開している最も深い設定でのIntelligence Indexについて:
• Gemini 4 Neon — xhighで61.4(デフォルトのhighでは59.6)
• Gemini 4 Carbon — high で 60.0、これが上限です。このモデルには xhigh 段階はありません。
• Gemini 4 Hydrogen — xhigh で 54
• Gemini 4 Argon — 高設定時は50、それが上限でもある
「Argonに大きく先行」は事実で、僅差でもない——11ポイント差だ。「Carbonに大きく先行」は全く当てはまらない。NeonはCarbonを1.4ポイント上回るが、それはCarbonにはない思考用の段階まで引き上げた場合に限る。両ベンダーが推奨する設定——Neonのデフォルトのhigh対Carbonのhigh——では、Neonは0.4ポイント劣る。この投稿の最も強い形は、正直な形だったはずだ。最も深い段階に払う気があれば、Neonはこのファミリーで初めてフラッグシップを約1ポイント上回るモデルだ。
「数週間以内」も文字どおりの事実であり、その計算は述べておく価値がある。なぜなら、それはこの投稿の中で唯一の日付を伴う事実だからだ。Carbon は11月10日に一般提供を開始した。Neon は11月18日に一般提供を開始した。旗艦モデルと、それに追い抜かれたと評されているモデルの間には8日間の隔たりがある。

その投稿が省いた唯一の比較
「Opus / Fable と競合する」という一文は、それ自体が実力を過小評価している部分だ。というのも、より好意的に言うには、その投稿が使わなかった数値が必要だからだ。同じ指標では、Claude Opus 5.5 が最大努力設定で59、Claude Fable 5.2 が65を記録する。したがって Neon の61.4は両者の中間に位置する。Neon の最深設定では Opus 5.5 を2.4ポイント上回り、Fable 5.2 には3.6ポイント及ばない。「競合する」は前者には妥当だが、後者には寛大すぎる。
それを本当の物語にしているのは、それらのポイントがどれだけのコストを要したかであり、トークン単位ではなく完了したタスク単位で測られます:
• Intelligence Indexタスクあたりのコスト — Gemini 4 Neon $6.44、Claude Opus 5.5 $10.04、Claude Fable 5.2 $26.54
• 100万トークンあたりの定価、入力 / 出力 — Neon $3.00 / $15.00、Opus 5.5 $4.00 / $20.00、Fable 5.2 $8.00 / $40.00
• インデックスタスクあたりの時間 — Neon は xhigh で 21.5 分、high で 14.8 分、Opus 5.5 は max で 25.7 分、Fable 5.2 は max で 41.6 分
• 出力速度 — Neon 110トークン/秒、Opus 5.5 112、Fable 5.2 約110
タスクあたりのコストがFable 5.2の4分の1で、その差がインデックス3.6ポイントというのは、元の投稿にあるどんな主張よりも説得力があり、しかもサイズについて一言も触れずに済む。これは最も身近な反論にも耐える議論でもある。Fable 5.2の価格なら、ワークロードがそれを必要とする場合、3.6ポイントの差は選択肢の中で最も安く埋められる差であり、必要としない場合には無関係だ。

速さの面では小さく、サイズの面では小さくない
ここで「small」に擁護可能な解釈があるとすれば、それはモデルカードが伏せている解釈ではなくトラッカーが測定している解釈であり、パラメータではなくタスク当たりの作業量に関するものだ。同じ高エフォートでも、Neon は Intelligence Index スイートを 123M 出力トークンで完了し、Carbon は 205M だった。時間は Neon が 14.8 分、Carbon が 41.8 分だった。つまりトークン使用量は 40% 少なく、タスクはほぼ 3 倍早く完了する。そしてこれは、公開されている中で投稿の直感を裏付ける最も証拠に近いものだ。Neon が何であれ、Google が最強と称するモデルよりも少ない出力作業量で同じ仕事をこなしている。
しかしそれは行動からの推測であり、行動には他の説明もある——より効率的なデコーダー、異なる思考予算、より短い推論トレース——そのどれも、より少ないパラメータ数を必要としない。同じ数値は、Neonが単により新しく、よりよく訓練された同程度の規模のモデルであることとも整合しており、それが利用可能な中で最も奇抜でない説明だ。
スピードという枠組みは、投稿が見ていないところでも崩れている。Neonはファミリーの中で最速のモデルではない。Gemini 4 Hydrogenは毎秒167トークンで動作し、Neonの110トークンを上回る。xhighではインデックスタスクを15.4分で完了する——highでのNeonの14.8分とほとんど変わらず、価格は半分だ。「小型で高速」が主張なら、Hydrogenこそその通りのモデルであり、Hydrogenのスコアは54だ。

なぜここで「RSI」が機能しているのか
AI研究におけるこの語の意味での「再帰的自己改善」とは、ラボがモデルを使ってその後継モデルを測定可能な形で改善することを指す——モデルを内側に含むループであり、単にリリースのサイクルが速いことではない。今回のリリースについてその解釈を裏付ける公表資料はなく、投稿にもそれを裏付けるものは何もない。計算資源の数値も、Neonが何で訓練されたかの開示も、何らかのGeminiモデルがNeonの訓練に寄与したという証拠もない。
Googleが系譜について公表しているのは、繰り返される一つの文言だけだ。Gemini 4 NeonとGemini 4 Hydrogenの両方のモデルカードには、モデルが「Gemini 4 Carbonから適応された」と記されている——両方のカードの同じ七つのスロットに同じ文があり、「適応」の定義も、パラメータ数も、何が変わったかの説明もない。CarbonのカードをさかのぼってたどるとArgonに至り、そのカードには「事前モデルの変更でもファインチューンでもない」とある。Gemini 4のどのカードも、5週間にわたるリリースを通じて同じ知識カットオフ、2026年3月を示している。四つのモデル、一つのデータパイプライン、一つの未定義語——それは共有された訓練基盤の説明であり、ありふれたことであって、ループの説明ではない。
CarbonとNeonの間の8日間の隔たりはスケジュール上のものだ。スケジュールが圧縮されるのは、自己改善とは何の関係もない理由——共通のベースモデル、段階的ロールアウト、ローンチカレンダー——によるものであり、今回それが圧縮されたという観察は、そのどれかの証拠にはならない。もし研究所がモデルを使ってモデルを構築したのであれば、それを知る方法は、そう公表したか、ベンチマークが測定したかのどちらかだ。どちらも起きていない。
何がそれを決着させるのか
3つの開示があれば、この投稿は単なる主張から調査結果へと変わる。しかもその3つはすべて、Googleが今週公開できるものだ:
• 任意のGemini 4モデルについてのパラメータ数またはアクティブパラメータの数値。数値が1つあれば「小さい」が検証可能になり、その前提を即座に裏付けるか打ち消すことになる。
• モデルカードにおける「adapted from」の定義。この表現はNeonカード上で7回登場しているが、説明は一切ない。「based on」はCarbon-to-Argonに対して使われており、同様に定義されていない。
• トレーニングへの寄与に関するあらゆる記述 — Neon において Carbon と比較してどのデータが新しかったのか、あるいはどのモデルが(もしあるなら)学習シグナルを生成したのか。この三つがすべて欠けていれば、RSI は投稿の中の一語にすぎない。
これを月曜日にどうするか
実際上の影響は小さく、しかも投稿が示唆していることとは正反対です。記録のどこにも、Neon が大きなモデルを打ち負かした小さなモデルだとは書かれていません。書かれているのは、Neon が $3/$15 のモデルであり、追い込んだ場合は Carbon の上限を 1 ポイント上回り、そうでない場合は Carbon のデフォルトを 0.5 ポイント下回る、ということです。それはサイズの判断ではなくチューニングのはしごの判断であり、そのはしごは low(44.1)から xhigh(61.4)まで 17.3 インデックスポイントにわたり、ファミリー内のどの 2 モデル間の差よりもはるかに大きいのです。どのモデルを選ぶかよりも、どの段を選ぶかのほうが重要です。
サイズに関する問いがどう決着しようと、カレンダーに登録しておく価値のある日付付きの事柄が2つある。CarbonとArgonは12月1日に、100万トークンあたり2.00ドルと10.00ドルから4.00ドルと20.00ドルへと2倍になる。一方、Neonの料金表には有効期限がない。今日の価格では、完了したインデックスタスク1件あたりの費用はNeonがCarbonより17%安い(7.76ドルに対して6.44ドル)。12月1日以降は、Neonが何も変えなくてもその差は広がる。「小型モデル」の投稿を読んでNeonが低コストの選択肢だと結論づける人は、方向性は合っているが理由が間違っている——タスクあたりの費用が安いのは、より小さいからではなく、出力が少ないからであり、そしてGoogleがすでに公表した日付に、Neonははるかに安くなる。
当社側では、google/gemini-4-carbonとgoogle/gemini-4-argonがプロバイダーの定価でマークアップなしにカタログに掲載されています。つまり12月1日のステップは、Googleに届くのと同じ日に当社にも反映されます。Gemini 4 Neonはまだカタログにないため、それについて言える有益なことは価格ではなく形です。登場したとき、書く価値のあるリクエストは、Neonを指定し、Neonがレート制限またはエラーになった場合にCarbonへフォールバックするものです。公表されている主な利点がタスクを素早く完了することであるモデルには、単一の依存点ではなく、背後にフェイルオーバーを置きたいものです。現在、1つのキーでファミリーの残りをカバーできます。そのため、CarbonやArgonとの比較実行にかかるのはトークンだけです。
誠実な結論は、狭いものになる。あるラボの小さいモデルが大きいモデルを追い抜いたという投稿は、サイズについての主張をしている。だが誰もサイズを公表していない。スコアが示すのは、高速なモデルが8日間で、より遅いモデルとの差を1ポイント以内にまで縮めたということで、それ自体でも十分に興味深い。そして、それに付随する学習の話は、今のところキャプションにすぎない。
この記事で比較したモデル1
この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新
