
Gemini 4 Neon의 Three.js 데모: 15초가 실제로 보여주는 것
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 187 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 514 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 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 114 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 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 111 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
On 19 November 2026, a developer posting as @chetaslua published a fifteen-second clip with one sentence attached: Gemini 4 Neon had made the motion graphic in it, in “pure @threejs,” and the robot dance at the end goes hard. The video is 1920×1080 and runs fifteen seconds. That is the whole of the public record — no prompt, no source file, no thinking level, no token count, no statement of whether it came out of the API, AI Studio or Antigravity. Gemini 4 Neon is a real, generally available model; Google’s DeepMind model page lists it under November 2026, and Artificial Analysis has it scored and priced. But a posted clip is a claim, not a measurement, and the distance between those two things is the useful part of this story. Gemini 4 Carbon enters only as the sibling Google says Neon is adapted from and the one our own catalogue actually carries — it is not the subject here.
15초, 기록된 설정 0개
게시물 자체에서 확인할 수 있는 것부터 시작하세요. 목록이 짧고, 그 짧음을 보는 것만으로도 가치가 있으니까요.
• 주장 — Gemini 4 Neon이 순수 three.js로 모션 그래픽을 만들었다는 것. 이는 게시자의 주장이다. 클립 어디에도 어떤 모델이 코드를 작성했는지 증명되지 않으며, 스레드 어디에도 코드가 나와 있지 않다.
• 타임스탬프 — 2026년 11월 19일 16:51 UTC, Neon의 11월 18일 정식 출시 하루 뒤입니다. 누구도 이것을 엠바고 아래에서 몰래 빼돌린 출시 전 데모라고 비난할 수 없습니다. 그것은 같은 주에 나온 산출물입니다.
• 파일 — 15초, 1920×1080, 내레이션 없음, 동영상 첨부 파일로 게시. 편집기 화면 녹화가 아닌 렌더링된 결과물. 이 점이 중요하다. 누군가 타이핑하는 화면 녹화라면 프롬프트와 중간 오류들, 시도 횟수가 드러났을 것이다. 완성된 렌더는 그중 아무것도 보여주지 않는다.
• 반응 — 게시물 텍스트를 가져온 당시 좋아요 130개. 작은 규모. 이건 한 사람의 쇼앤텔이지 조직적으로 맞춰 진행된 데모 공개가 아니며, 바로 그 점이 대략 흥미로운 이유입니다. 누구도 출시 게시물용으로 이걸 큐레이션하지 않았거든요.
빠져 있는 것은 다른 사람이 그것을 재현할 수 있게 해 줄 모든 것이다. 프롬프트. 노력 수준 — Neon은 low, medium, high, xhigh를 지원하며, 같은 프롬프트에서 low와 xhigh 사이의 격차는 요금과 출력 모두를 바꿀 만큼 크다. 표면. 게시된 결과물 뒤에 있는 시도 횟수. 로봇 댄스가 요청된 것이었는지 즉석에서 나온 것이었는지. 이후에 JavaScript를 손으로 편집한 부분이 있는지. 그 각각은 후속 게시물에서 한 줄이면 되는데, 그중 어느 것도 거기에 없다.
Three.js 씬이 실제로 테스트하는 것
이것을 “프런트엔드 역량”으로 분류하고 넘어가고 싶은 유혹이 든다 — 어느 방향으로든, 모델이 그래픽을 잘한다는 증거로든, 예쁜 렌더링이 아무 의미 없다는 증거로든. 그러나 두 해석 모두 그 산출물이 실제로 무엇인지와 맞닿는 순간 살아남지 못한다.
three.js는 어떤 모델의 학습 데이터에서든 가장 많이 등장하는 라이브러리 중 하나입니다. 카메라, 조명, 메시, 렌더 루프가 있는 장면은 지난 3년간 웹 개발에서 나온 전형적인 “내가 만든 것 좀 봐” 결과물에 가깝습니다. 현재의 모든 프런티어 모델은 무언가가 회전하는 페이지를 만들어낼 수 있습니다. 따라서 15초짜리 클립에 제대로 된 three.js 장면이 있다는 사실만으로는 어떤 모델이 그것을 만들었는지 거의 알 수 없으며, 바로 그렇기 때문에 그 문장에서는 게시자의 출처 표기가 결정적인 역할을 합니다.
정말로 더 어려운 것, 그리고 끝에 타이밍이 맞춰진 춤이 있는 모션 그래픽이 실제로 시험하는 것은 정답 오라클이 없는 부분이다. 모션 그래픽은 하나의 시퀀스다. 전환이 있는 애니메이션 상태 머신, 카메라 경로, 이징 곡선, 박자에 정확히 맞아떨어져야 하는 이벤트 순서가 있다. 춤이 제대로 보이는지 단언하는 테스트는 없다. 모델은 16초짜리 스토리보드를 머릿속에 붙들고 있어야 하고, 타이밍 상수를 내보내야 하며, 흔들리지 않아야 한다. 누군가 마지막 4초가 “강하게 간다”고 말할 때, 그들은 안무와 페이싱에 대한 판단을 내리는 것이다. 그리고 페이싱은 단일 샷 코드 생성이 가장 취약한 부분이다. 타이밍이 그저 그럴 정도로 mediocre할 때는 루프 안에서 아무것도 실패하지 않기 때문이다.
이 클립이 아무것도 증명하지 못함에도 다시 볼 가치가 있는 진짜 이유는 바로 이것이다. 그것은 셰이더 수학이 아니라 시간적 구성에 관한 주장이다. 셰이더를 작성할 수 있는 모델과 15초짜리 시퀀스를 하나로 유지할 수 있는 모델은 서로 다른 주장이며, 여기서 제기되는 것은 그중 하나뿐이다.
Neon이 실제로 가지고 있는 숫자들
Artificial Analysis는 Gemini 4 Neon 항목을 포함한 유일한 독립 스코어보드이며, 이를 꼼꼼히 읽는 것이 게시된 클립이 측정된 어떤 것과 얼마나 동떨어져 있는지 가장 빠르게 확인하는 방법입니다.

헤드라인 숫자는 xhigh 사고 수준에서 Intelligence Index 61이며, 보드의 96개 모델 중 6위입니다. 같은 모델은 high에서 60, medium에서 55, low에서 44로, 자체 노력 단계 전반에 걸쳐 17점 격차를 보이는데, 누군가에게 “61”을 인용하려는 순간 이 글에서 단 하나 가장 중요한 숫자입니다. 61은 xhigh 수치입니다. Neon의 문서상 기본값은 high입니다.
The rest of the panel is where the demo habit gets expensive. Output speed is 110 tokens per second. The model takes 21.5 minutes to complete one Intelligence Index task, against a median of 12.1 minutes for models at a comparable price, and it is ranked 73rd of 95 on performance and 79th of 95 on cost. On verbosity it ranks 93rd of 95: 283 million output tokens and 8.12 billion input tokens across the index run, an output-to-input ratio of 3.48% against a median around 65 million output tokens. Artificial Analysis’s own summary calls it very verbose, and prices a single index task at $6.44. At Google’s rate card that is $3.00 per million input tokens and $15.00 per million output, with cached input at $0.15.
Google’s own published table is a different genre of number, and should be labelled as such: vendor-reported, not reproduced by anyone outside Google. CursorBench 4.1 at 65.4%, Terminal-bench 4.1 at 65.2%, FrontierCode 2.0 at 46.2%, SWE-sweep at 39.0% in Google’s own harness, AutomationBench at 56.3%, Agents’ Last Exam v1.1 at 75.8%, RiemannBench at 84.0%, GraphWalks at 95.2%. Every one of those is an agentic or coding or long-context measurement. Not one of them measures “produce an attractive animated scene in one shot from a short prompt,” because no benchmark does. The demo and the scoreboard are not measuring the same thing, and neither of them is measuring the thing the clip is being read as evidence for.
데모 시도에 실제로 드는 비용
가격이 중요한 이유는 데모가 반복 작업이기 때문이고, 측정해 보면 Neon은 장황합니다. 15초짜리 렌더만으로는 몇 번의 시도를 거쳤는지 알 수 없으며, 모든 시도는 전체 생성입니다.
• 25,000 출력 토큰 규모의 시도 — 높은 노력도에서 three.js 장면 하나에 그럴듯한 크기이며, 추론 토큰도 출력으로 계산되는 — 는 백만 개당 15달러 기준 약 38센트입니다.
• 60,000토큰짜리 시도 한 번이 약 90센트입니다. 그런 시도를 서너 번, 여기에 재시도 몇 번을 더하면, 그 데모에 증거로서 지닌 가치보다 더 많은 돈을 데모에 쓴 셈입니다.
• 200,000토큰짜리 시도 — 모델이 애니메이션 상태 머신을 사고로 헤쳐 나갈 때 xhigh에서나 나올 법한 숫자 — 는 그 자체로 $3.00입니다.
배치 및 플렉스 티어는 절반 요금으로 운영되므로, 백만 개당 $1.50와 $7.50에서의 동일한 세 번의 시도는 대략 절반이 됩니다. 이 중 이례적인 것은 없습니다. 그저 무료가 아닐 뿐이고, 클립은 그렇게 말하지 않습니다.

이것은 검증되지 않은 모델을 프로덕션 경로에 연결하는 대신 라우터를 통해 시험해 보자는 주장이다. Neon은 나온 지 이틀밖에 되지 않았고, 그 장황함은 자체 패널에서 최하위로 평가된 항목이며, 이 특정 사용 사례에 대한 유일한 공개 산출물은 한 사람이 완성한 렌더뿐이다. 그것은 다른 모델과 나란히 호출해 비용 청구서를 비교해 보고 싶은 모델이지, 11월에 고객을 해당 모델에 묶어두고 싶은 모델이 아니다.
다음 클립을 검증 가능하게 만들려면 무엇이 필요할까요?
이것은 무언가를 만들어 공유한 게시자에 대한 비판이 아닙니다. 그것은 짧은 프로토콜이며, 다음 것을 게시하는 사람이라면 누구든 몇 줄만으로 그 격차를 메울 수 있습니다:
• 프롬프트, 그대로. 바꿔 말한 것이 아니라 — 실제 텍스트. 이것은 가장 가치 있는 한 줄이며 포함하는 데 비용이 들지 않습니다.
• 모델 식별자와 에포트 수준. “Gemini 4 Neon at high”는 “Gemini 4 Neon at xhigh”와 다른 주장이며, $15 출력 단가에서는 그 차이가 곧 돈입니다.
• 표면. Antigravity, AI Studio 및 원시 API는 서로 다른 시스템 프롬프트와 서로 다른 도구 스캐폴딩을 적용합니다. 에이전트형 IDE 내부에서 생성된 장면은 단일 완성으로 생성된 것과 동일한 아티팩트가 아닙니다.
• 시도 횟수와 출력 토큰 총계. 청구 콘솔에서 둘 다 확인할 수 있는 두 숫자이며, 이 둘을 함께 보면 하나의 일화가 사용 가능한 렌더당 비용으로 바뀐다.
• 소스 파일. three.js 가져오기와 애니메이션 루프가 포함된 하나의 자체 포함형 HTML 페이지가 전체 재현 가능한 산출물이며, 보통 100킬로바이트 미만입니다.
• 실패 하나. 같은 설정에서 모델이 해내지 못한 두 번째 프롬프트. 문서화된 실패 모드가 없는 데모는 하이라이트 모음처럼 보인다. 실제로 그렇기 때문이다.
그중 최소한 처음 세 가지가 존재하기 전까지는, 이 클립에 대한 솔직한 요약은 이렇다. 전날 공개된 한 모델이 유능한 웹 개발자라면 자기가 만들었다 해도 기뻐할 만한 결과물을 만들어냈고, 그 파일만으로는 공로가 모델에 있는지, 프롬프트에 있는지, 편집에 있는지 얼마나 되는지 알 수 없다.
직접 테스트를 다시 실행하는 방법
Gemini 4 Neon is not in the OrcaRouter catalogue as of 20 November 2026 — the Gemini 4 models we route are google/gemini-4-carbon and google/gemini-4-argon, and the catalogue stands at 217 model identifiers. So the practical version of this test today is a within-family comparison: run the same motion-graphic prompt on Carbon at high effort and on Neon at high effort through Google’s own API, and compare output tokens, wall-clock time and how much of the render you had to ask for twice.
That comparison is easy to set up on our side for the Carbon half. One key covers the catalogue, provider list price is passed through at 0% markup, so a Google rate change is live on your bill the same day rather than at the next invoice, and failover means a single bad generation does not end the run. If you are testing a two-day-old model against a settled one, the routing DSL will put both behind one endpoint and return the pair, which is the cheapest way to get a real answer instead of an impression.

The thing worth watching is not whether more pretty clips appear — they will, from every lab, indefinitely. It is whether the people posting them start attaching the prompt and the effort level. The moment one does, the comparison becomes possible: the same sixteen-second storyboard, run at four thinking levels, with the token count and the bill next to each render. That single post would be worth more than the entire benchmark table Google published, for this specific question, because it would be the first measurement of whether Neon can hold a timed sequence together rather than whether it can write a shader.
그때까지는 이 클립을 있는 그대로 다루세요. 즉, 멋진 산출물이자 그럴듯한 역량 신호이며, 가장 강력한 증거가 그것을 게시한 사람의 평판인 하나의 주장으로 보세요.
