
Gemini 4 Neon: 구글의 '소형' 모델, 공개된 크기 없어
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 186 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 358 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 139 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
11월 20일 01:57 UTC에 X에 한 게시물이 올라왔는데, 그 게시물은 Gemini 4 Neon을 Google의 small 모델이라고 불렀다 — “Argon과 Carbon보다 훨씬 앞서 있고”, Claude Opus 5.5와 Claude Fable 5.2에 필적하며, 마지막 네 단어에서는 RSI의 증거라고 했다. 그 게시물은 최종본이 되기까지 세 번 편집되었고, 우리가 읽었을 당시 좋아요 316개를 달고 있었다. 다른 모든 절은 문서와 대조해 확인할 수 있다. “small”이라는 단어는 그럴 수 없다. Google의 Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon, Gemini 4 Hydrogen 문서에서 파라미터 수나 크기 순서를 찾아보아도 아무것도 찾을 수 없다: 파라미터 수도, 활성 파라미터 수치도, 이 네 모델을 크기순으로 나열한 문장도 없으며, — DeepMind 모델 페이지와 모델 카드 모두에서 — 이들 중 어느 것을 가리켜 “small”이라는 단어를 단 한 번도 사용하지 않는다.
그것이 그 글을 틀리게 만들지는 않는다. 그것은 글 자체의 핵심 단어에 관해 반증 불가능하게 만드는데, 이는 별개이자 더 흥미로운 문제다. 그 주장은 누구나 확인할 수 있는 측정값(점수)을, 구글 밖에서는 아무도 확인할 수 없는 모델 내부에 대한 설명과 묶은 뒤, 검증 불가능한 절반으로부터 모델이 어떻게 훈련되었는지에 대한 결론을 끌어낸다. 아래에서는 이 주장을 세 부분으로 나누고 각각을 공개된 내용과 대조해 검증한다. 모든 점수는 2026년 11월 20일에 확인한 index v5.0.1 기준 Artificial Analysis의 점수이며, 구글이 명시한 모든 내용은 그렇게 표시되어 있고, 추론된 모든 내용은 추론으로 표시되어 있다.
그 게시물이 실제로 말하는 내용
프레이밍을 걷어내면 세 가지 단언이 남는다. 첫째: Neon은 Google의 소형 모델이다. 둘째: 소형 모델로서 그것은 “Argon과 Carbon보다 훨씬 앞서 있다”, 즉 더 작은 모델이 더 큰 형제 모델들을 앞질렀다는 것이다. 셋째: 그 결과가 “RSI와 그런 것들”이 보이는 모습이라는 것이다. 두 번째는 산술로 귀결되고, 첫 번째는 Google이 공개하지 않은 정의로 귀결되며, 세 번째는 전혀 귀결되지 않는다 — 그것은 공개된 입력이 없는 훈련 과정에 대한 주장이다.
산수를 하기 전에 짚어둘 점: 이 프레이밍은 한 계정에만 국한된 것이 아니다. 하루 전에는 다른 게시자가 Neon 데모를 “swarms”와 “증류를 하지 않고 RSI에 시간을 들이는 것”에 돌렸다. 이 용어는 이를 뒷받침하는 어떤 문서보다도 빠르게 유통되고 있으며, 바로 그래서 개별 단어들을 하나하나 값 매겨 볼 가치가 있다.
Google은 Neon을 소형 모델이라고 부른 적이 없습니다.
Google은 네 가지 모델 각각을 설명하며, 그 설명은 인용할 수 있을 만큼 구체적입니다. 이번 주에 게시된 Gemini API 모델 문서에서:
• Gemini 4 Carbon — “복잡한 소프트웨어 엔지니어링, 멀티모달 지식 작업, 과학적 추론, 사이버보안 방어를 위해 설계된 우리의 가장 강력한 추론 모델입니다.”
• Gemini 4 Neon — “복잡한 소프트웨어 엔지니어링, 지식 업무, 과학 워크플로 전반에서 빠른 엔드투엔드 작업 완료를 가능하게 하는 프런티어 수준의 지능.”
• Gemini 4 Argon — “효율적인 Gemini 4 프런티어 추론 모델로, Gemini 4 Carbon 대비 더 빠른 응답과 턴당 더 낮은 토큰 소비를 제공합니다…”
• Gemini 4 Hydrogen — “일상적인 코딩과 에이전트 기반 워크플로를 위한 속도와 효율성으로 모든 사람에게 최첨단 지능을 제공합니다.”
그 네 문장 중 세 문장은 속도와 비용에 관한 것이다. 어느 것도 크기에 관한 것이 아니며, 우리가 읽을 수 있었던 어떤 Google 페이지도 이 네 가지 중 어느 것을 두고 “small”이라는 단어를 사용하지 않는다. 같은 문서에 따르면, Google이 일상적이고 저비용인 작업을 위해 지목하는 모델은 Gemini 3.5 Flash-Lite이며, 이는 이 제품군에 속하지 않고 해당 게시물에서 다루는 대상도 아니다. 따라서 “Neon이 작은 쪽이다”라는 말은 Google의 포지셔닝을 요약한 것이 아니다. 그것은 마치 사양인 것처럼 진술된, 동작 방식에 대한 독자의 추론일 뿐이다.
가격표도 문자 그대로의 해석에 반박한다. Neon은 패밀리에서 토큰당 가장 비싼 모델이다. 백만 토큰당 입력 $3.00, 출력 $15.00의 고정 요금이며 무료 티어도 만료도 없다. 반면 Carbon과 Argon은 11월 30일까지 입력 $2.00, 출력 $10.00이고, Hydrogen은 무료 티어와 함께 입력 $1.50, 출력 $7.50이다. 비교 대상인 플래그십보다 토큰당 비용이 50% 더 높은 소형 모델은 구매자들이 보통 ‘소형’이라는 단어로 뜻하는 방식의 소형이 아니다. Neon에서 소형인 것이 무엇이든, 그것은 청구서가 아니다.
숫자가 실제로 그 주장을 뒷받침하는 경우
게시물의 점수 부분은 검증 가능하고 대체로 성립한다 — 다만 하나의 치환이 판정을 바꾼다. 각 모델의 공개된 가장 깊은 설정에서 Intelligence Index를 보면:
• Gemini 4 Neon — xhigh에서 61.4 (기본값인 high에서는 59.6)
• Gemini 4 Carbon — high에서 60.0이며, 이것이 상한입니다. 이 모델에는 xhigh 단계가 없습니다.
• Gemini 4 Hydrogen — xhigh에서 54
• Gemini 4 Argon — 높음 설정에서 50, 최대치이기도 함
그러니까 “Argon보다 훨씬 앞선다”는 것은 사실이고 근소한 차이도 아니다: 11점이다. “Carbon보다 훨씬 앞선다”는 것은 전혀 사실이 아니다. Neon은 Carbon을 1.4점 앞서는데, 그것도 Carbon에는 없는 사고 단계까지 끌어올렸을 때만 그렇다. 두 공급업체가 권장하는 설정 — Neon의 기본 high 대 Carbon의 high — 에서 Neon은 0.4점 뒤처진다. 이 게시물의 가장 강한 형태는 정직한 형태였을 것이다: Neon은 이 제품군에서 플래그십보다 높은 점수를 받은 첫 모델이며, 가장 깊은 단계에 비용을 지불할 의향이 있다면 약 1점 앞선다.
“몇 주 안에”도 문자 그대로 사실이며, 이 계산은 짚고 넘어갈 가치가 있습니다. 그것이 게시물에서 유일하게 날짜가 명시된 사실이기 때문입니다. Carbon은 11월 10일에 정식 출시되었습니다. Neon은 11월 18일에 정식 출시되었습니다. 플래그십과 그것을 추월했다고 묘사되는 모델 사이는 8일 차이입니다.

그 게시물이 건너뛴 단 하나의 비교
“Opus / Fable와 경쟁한다”는 문구는 스스로를 과소평가하는 부분이다. 왜냐하면 이를 듣기 좋게 표현하려면 그 글에서 사용하지 않은 수치가 필요하기 때문이다. 같은 지수에서 Claude Opus 5.5는 최대 노력 설정에서 59점, Claude Fable 5.2는 65점을 기록한다. 따라서 Neon의 61.4는 그 사이에 있다. Neon의 가장 깊은 설정에서는 Opus 5.5보다 2.4점 앞서고, Fable 5.2보다 3.6점 뒤진다. “경쟁한다”는 표현은 전자에는 공정하고 후자에는 관대하다.
진짜 이야기가 되는 이유는 토큰당이 아니라 완료된 작업당 측정했을 때 그 포인트들이 치른 대가입니다:
• 인텔리전스 지수 작업당 비용 — Gemini 4 Neon $6.44, Claude Opus 5.5 $10.04, Claude Fable 5.2 $26.54
• 100만 토큰당 정가, 입력 / 출력 — Neon $3.00 / $15.00, Opus 5.5 $4.00 / $20.00, Fable 5.2 $8.00 / $40.00
• 인덱스 작업당 시간 — Neon은 xhigh에서 21.5분, high에서 14.8분; Opus 5.5는 max에서 25.7분; Fable 5.2는 max에서 41.6분
• 출력 속도 — Neon 초당 110 토큰, Opus 5.5 112, Fable 5.2 약 110
작업당 비용이 Fable 5.2보다 4배 저렴하면서 3.6 인덱스 포인트라는 점은 원문의 그 어떤 논거보다도 더 나은 주장이며, 규모에 관한 단 한 마디에도 의존하지 않는다. 이는 또한 가장 직접적인 반론에서도 살아남는 주장이다. Fable 5.2의 가격에서는 워크로드가 그 격차를 필요로 한다면 3.6포인트 격차를 메우는 것이 선택지 중 가장 저렴한 일이고, 필요로 하지 않는다면 무의미하다.

작은 것은 속도이지 크기가 아니다
여기서 “small”에 대해 방어 가능한 해석이 있다면, 그것은 모델 카드가 감추는 해석이 아니라 트래커가 측정하는 해석이며, 파라미터가 아니라 과제당 작업량에 관한 것이다. 같은 높은 노력 수준에서 Neon은 Intelligence Index 스위트를 123M 출력 토큰으로 끝냈고 Carbon은 205M이었으며, 시간은 14.8분 대 Carbon의 41.8분이었다. 이는 토큰 풋프린트가 40% 더 작고 과제가 거의 세 배 더 빨리 완료된다는 뜻이며, 공개된 것 중 그 게시물의 직관을 뒷받침하는 증거에 가장 가까운 사례다. Neon이 무엇이든, Google이 자사의 가장 강력한 모델이라고 부르는 모델보다 더 적은 산출 작업으로 같은 일을 해낸다.
하지만 그것은 행동에 근거한 추론이며, 행동에는 다른 설명들이 있다 — 더 효율적인 디코더, 다른 사고 예산, 더 짧은 추론 흔적 — 이들 중 어느 것도 더 적은 파라미터 수를 필요로 하지 않는다. 같은 수치들은 Neon이 단순히 비슷한 규모의 더 새롭고 더 잘 훈련된 모델이라는 설명과도 일치하는데, 이는 이용 가능한 설명 중 가장 무난한 것이다.
속도 프레이밍은 게시물이 보지 못하는 곳에서도 무너진다. Neon은 제품군에서 가장 빠른 모델이 아니다. Gemini 4 Hydrogen은 Neon의 110토큰/초에 비해 167토큰/초로 실행되며, xhigh에서 15.4분 만에 인덱스 작업을 끝낸다 — high에서의 Neon의 14.8분과 털끝 하나 차이이고, 가격은 절반이다. “작고 빠르다”가 주장이라면, 그 설명에 부합하는 모델은 Hydrogen이며, Hydrogen은 54점을 기록한다.

왜 여기서 'RSI'가 그 역할을 하는가
AI 연구에서 이 표현이 갖는 의미로서 재귀적 자기 개선은, 한 연구소가 모델을 사용해 그 후속 모델을 측정 가능하게 개선하는 것, 즉 단순히 빠른 출시 주기가 아니라 모델이 내부에 있는 루프를 뜻합니다. 이번 릴리스에 대한 그런 해석을 뒷받침하는 공개된 자료는 없으며, 이 글도 이를 뒷받침할 아무것도 제공하지 않습니다: 컴퓨트 수치도, Neon이 무엇으로 훈련되었는지에 대한 공개도, 어떤 Gemini 모델이 Neon의 훈련에 기여했다는 증거도 없습니다.
Google이 계보에 관해 실제로 공개하는 것은 반복되는 한 조항뿐이다. Gemini 4 Neon과 Gemini 4 Hydrogen의 모델 카드에는 모두 해당 모델이 “Gemini 4 Carbon에서 적응됨”이라고 되어 있다. 두 카드의 동일한 일곱 개 슬롯에 같은 문장이 들어 있을 뿐, “적응됨”에 대한 정의도, 파라미터 수도, 무엇이 바뀌었는지에 대한 설명도 없다. Carbon의 카드를 거슬러 따라가면 Argon으로 이어지는데, 그 카드에는 해당 모델이 “이전 모델의 수정이나 파인튜닝이 아니다”라고 적혀 있다. 모든 Gemini 4 카드는 5주간의 출시에 걸쳐 동일한 지식 컷오프인 2026년 3월을 제시한다. 네 모델, 하나의 데이터 파이프라인, 하나의 정의되지 않은 단어: 그것은 공유된 학습 기반에 대한 설명이며, 이는 평범한 일이지 루프가 아니다.
Carbon과 Neon 사이의 8일 간격은 일정이다. 일정은 자기 개선과는 아무 관련이 없는 이유들—공유 기반 모델, 단계적 출시, 출시 일정표—때문에 압축되며, 이번 간격이 압축되었다는 관찰은 그중 어느 것의 증거도 아니다. 만약 어떤 연구소가 모델을 이용해 모델을 만들었다면, 그것을 알 수 있는 방법은 그 연구소가 그렇게 말했거나 벤치마크가 이를 측정했을 경우다. 둘 다 일어나지 않았다.
무엇이 그것을 해결할까요?
세 가지 공개가 있으면 이 글은 단언에서 발견으로 바뀔 것이며, 그 세 가지 모두 Google이 이번 주에 공개할 수 있는 것들입니다:
• 모든 Gemini 4 모델에 대한 파라미터 수 또는 활성 파라미터 수치. 숫자 하나만 있으면 “작다”는 것을 검증 가능하게 만들고, 그 전제를 즉시 확인하거나 무너뜨릴 수 있을 것이다.
• 모델 카드에서 “adapted from”에 대한 정의. 이 표현은 Neon 카드에 일곱 번 등장하지만 전혀 설명되지 않으며, “based on”은 Carbon-to-Argon에 사용되는데 이 역시 똑같이 정의되지 않았다.
• 학습 기여에 관한 모든 진술 — Neon에서 Carbon 대비 새로웠던 데이터가 무엇인지, 또는 어떤 모델이(있다면) 학습 신호를 생성했는지. 이 세 가지가 모두 없으면 RSI는 게시물 속 한 단어로 남는다.
월요일에 이걸 어떻게 해야 하나요?
실질적인 결과는 작으며, 그 게시물이 암시하는 것과 정반대다. 기록 어디에도 Neon이 큰 모델을 이긴 작은 모델이라고 나오지 않는다. 기록은 Neon이 $3/$15 모델로서, 밀어붙였을 때는 Carbon의 상한보다 1점 높고 그렇지 않을 때는 Carbon의 기본값보다 0.5점 낮은 점수를 낸다고 말한다. 그것은 크기 결정이 아니라 튜닝 사다리 결정이며, 그 사다리는 low(44.1)에서 xhigh(61.4)까지 17.3 지수 포인트에 걸쳐 있다 — 같은 제품군의 어떤 두 모델 사이 간격보다도 훨씬 크다. 어떤 모델을 택하느냐보다 어떤 단계를 택하느냐가 더 중요하다.
크기 문제가 어떻게 결론 나든 달력에 넣어 둘 만한, 날짜가 정해진 두 가지가 있습니다. Carbon과 Argon은 12월 1일에 두 배로 올라 백만 토큰당 $2.00와 $10.00에서 $4.00와 $20.00가 되지만, Neon의 요금표에는 만료가 없습니다. 오늘 가격 기준으로 Neon은 완료된 색인 작업당 Carbon보다 17% 더 저렴합니다($6.44 대 $7.76). 12월 1일 이후에는 Neon이 아무것도 바꾸지 않아도 그 격차는 더 벌어집니다. “소형 모델” 글을 읽고 Neon이 저예산 선택지라고 결론 내리는 사람은 방향은 맞지만 이유는 틀렸습니다. Neon은 더 작기 때문이 아니라 더 적게 출력하기 때문에 작업당 더 저렴하며, Google이 이미 공개한 날짜에 훨씬 더 저렴해집니다.
저희 쪽에서는, google/gemini-4-carbon 및 google/gemini-4-argon은 제공업체 정가로 마크업 없이 카탈로그에 포함되어 있습니다. 즉, 12월 1일의 변경 사항이 Google에 적용되는 같은 날 저희에게도 적용됩니다. Gemini 4 Neon은 아직 카탈로그에 없으므로, 이에 대해 유용하게 말할 수 있는 것은 가격이 아니라 형태입니다. 출시되면 작성할 가치가 있는 요청은 Neon을 지정하고 Neon이 속도 제한에 걸리거나 오류가 발생하면 Carbon으로 폴백하는 요청입니다. 공개된 주요 장점이 작업을 빠르게 끝내는 것인 모델에는 단일 의존 지점이 아니라 그 뒤에 페일오버를 두고 싶을 것입니다. 현재 키 하나로 제품군의 나머지 모델을 모두 사용할 수 있습니다, 따라서 Carbon 또는 Argon과의 비교 실행에는 토큰 외에는 비용이 들지 않습니다.
정직한 마무리는 좁은 쪽이다. 한 연구소의 소형 모델이 대형 모델들을 앞질렀다고 말하는 게시물은 크기에 관한 주장을 한 것이다. 아무도 크기를 공개하지 않았다. 점수는 빠른 모델이 8일 만에 느린 모델과 1점 차이 안에 들었다고 말해 주는데, 그것만으로도 충분히 흥미롭고, 거기에 붙은 훈련 이야기는 당장은 캡션에 불과하다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
