
Gemini 4 Neon is afgeleid van Carbon: wat de kaart niet definieert
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 189 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 229 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 93 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
The published model card for Gemini 4 Neon says exactly one thing about where the model came from, and it says it seven times: “Gemini 4 Neon is adapted from Gemini 4 Carbon.” That is the entire published account of the relationship between Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon and Gemini 4 Hydrogen. No parameter count, no statement of what was adapted, no definition of the word. Six weeks of Gemini 4 releases hang off that single undefined clause, and it is now being read on X and in launch summaries as though “adapted” were a term of art with a settled meaning. It is not one Google has settled.
Wat volgt scheidt de drie dingen die hier gemakkelijk door elkaar lopen: wat de kaart letterlijk afdrukt, wat dat impliceert, en wat op dit moment giswerk is. Alles wat tussen aanhalingstekens staat, komt van een pagina van Google DeepMind die op 19 en 20 november 2026 is opgehaald; alles wat is afgeleid, wordt als inferentie aangeduid en in een eigen alinea gehouden, zodat je het kunt weglaten zonder de feiten te verliezen.
Zeven identieke zinnen
De kaart valt onder de kopjes Modelinformatie, Modelgegevens, Implementatie en duurzaamheid, Distributie, Evaluatie, Beoogd gebruik en beperkingen, en Veiligheid en beveiliging. In zeven van die secties is de hoofdtekst dezelfde clausule, gevolgd door een verwijzing naar de Carbon-kaart:
• Model dependencies — “Gemini 4 Neon is adapted from Gemini 4 Carbon.”
• Architectuur — dezelfde zin, en dan “zie de modelkaart van Gemini 4 Carbon.”
• Trainingsdataset — dezelfde zin, dan dezelfde verwijzing naar Carbon.
• Training Data Processing — dezelfde zin, dan dezelfde pointer.
• Hardware — dezelfde zin, dan dezelfde aanwijzer.
• Software — dezelfde zin, dan dezelfde aanwijzer.
• Aanvaardbaar gebruik — dezelfde zin en dan dezelfde verwijzing.
De kaart zwijgt nooit over afstamming. Ze is ook nooit specifiek. “Aangepast op basis van” bevat een verwijzing in plaats van inhoud: alles wat een lezer zou willen weten — het aantal parameters, welke lagen zijn gewijzigd, of een kleiner model tegen een groter model is getraind, welke data nieuw was — wordt overgelaten aan een document over een ander model, en dat document beantwoordt dat ook allemaal niet. De Carbon-kaart zegt dat Carbon “is gebaseerd op Gemini 4 Argon” en verwijst vervolgens naar Argon, dat zegt dat Argon “een grootschalig sparse mixture-of-experts (MoE) transformer-gebaseerd model is” en “geen aanpassing of fine-tune van een eerder model is.” Als je de keten van begin tot eind volgt, weet je dat Neon afstamt van iets dat afstamt van iets dat nieuw is. Het vertelt je niet wat “afstammen” heeft gedaan.
Twee zinnen, geen vermeld verschil
De interessantere vergelijking is niet Neon tegenover zijn moederbedrijf. Het is het vocabulaire dat Google binnen de familie gebruikt, omdat dezelfde uitgever twee verschillende uitdrukkingen gebruikt voor twee verschillende relaties en nooit uitlegt waarom:
• Gemini 4 Argon, modelkaart gepubliceerd op 13 oktober 2026 — “geen wijziging of fine-tuning van een eerder model.” Eén keer gebruikt, in Modelafhankelijkheden.
• Gemini 4 Carbon, kaart gepubliceerd op 10 november 2026 — “gebaseerd op Gemini 4 Argon.” Zes keer gebruikt, in Modelafhankelijkheden, Architectuur, Trainingsdataset, Hardware, Software en Aanvaardbaar gebruik.
• Gemini 4 Hydrogen, card published 12 November 2026 — “adapted from Gemini 4 Carbon.” Used seven times, in the same seven places Neon uses it.
• Gemini 4 Neon, card published 18 November 2026 — “adapted from Gemini 4 Carbon.” Seven times.

Dus “adapted from” is geen uitdrukking die speciaal voor Neon is bedacht. Hydrogen droeg die zes dagen eerder al, en de twee kaarten gebruiken hem identiek — dezelfde bewoording, dezelfde slots, dezelfde ouder. Wat adaptatie hier ook mag betekenen, het is de standaardrelatie voor een model dat op Carbon is gebouwd, en in de tekst wordt het zichtbaar onderscheiden van “based on”, de relatie van Carbon tot Argon. Geen van beide uitdrukkingen wordt ergens in de documentatie van de familie gedefinieerd. Een lezer die aanneemt dat “adapted from” iets zwakkers of nauwers betekent dan “based on”, doet een aanname; een lezer die aanneemt dat de twee hetzelfde betekenen, doet net zo hard een aanname in de tegenovergestelde richting.
Wat de architectuursectie zegt
Dit is het deel dat de rondgaande samenvattingen overslaan. De Neon-kaart bevat geen enkele vermelding van “distill”, “distillation”, “prune”, “quantize” of “mixture-of-experts”, geen aantal parameters, en het woord “smaller” komt niet voor. De architectuursectie bestaat uit één zin en een verwijzing naar Carbon. Ook gebruikt de kaart nooit “post-trained” — precies het woord waarvan de X-thread die dit stuk inspireerde opmerkte dat het ontbrak. Die afwezigheid is echt en controleerbaar.

The one place the card names training techniques is the Safety and Security section, in a sentence beginning “Safety and security were built into Gemini 4 Neon throughout the training and deployment lifecycle, including pre-training data filtering, post-training alignment (supervised fine-tuning and reinforcement learning)…” Read quickly, that looks like the disclosure the rest of the card withholds. It is not. The identical sentence, word for word, appears on the Carbon card and on the Hydrogen card. The Argon card does not carry it at all. It is a safety-process template applied to every model built on Carbon, and using it as evidence that Neon was reinforcement-learning post-trained is reading boilerplate as a training disclosure. The card does not say Neon was post-trained. It does not say it wasn't.
De cutoff is het enige feit met een datum.
The card does give one hard, checkable fact about provenance, and it is easy to miss because it sits under Known Limitations rather than anywhere near the architecture paragraph: “The knowledge cutoff for Gemini 4 Neon is March 2026, though in some domains the model's knowledge may be less up to date.”
• Gemini 4 Argon — maart 2026 (de kaart vermeldt dit voor de familie: “De kennisafsluitdatum voor Gemini 4 is maart 2026”).
• Gemini 4 Carbon — maart 2026.
• Gemini 4 Hydrogen — March 2026.
• Gemini 4 Neon — March 2026.
Vier modellen in vijf weken, vier identieke kennisafsluitdatums. Wat er ook tussen Argon in oktober en Neon in november is toegevoegd, het was geen nieuw stuk van de wereld; elke capaciteitswinst komt uit methode, dataselectie of trainingsrekentijd op materiaal dat de familie al had. Dat is een echte beperking voor de lezing dat ‘ze er een vers model bovenop hebben getraind’, en het is de enige kwantitatieve uitspraak over de constructie van het model die de modelkaart doet.
De MCC-bevinding die niemand citeerde
Buried in the Frontier Safety Assessment section is a comparison Google ran and did not put in the launch materials. The company assessed whether Neon showed “meaningful new capabilities or material increases in performance relative to the most recent model version subject to a critical capability assessment, which was Gemini 4 Argon.” Its conclusion: “Gemini 4 Neon showed an increase in general capability under our MCC assessment compared with Gemini 4 Argon, however this falls below our MCC threshold.”
Lees dat als een capaciteitsverklaring in plaats van een veiligheidsverklaring. Google's eigen interne beoordeling plaatst Neon boven Argon, en de kaart neemt vervolgens Argon's capability-evaluaties en drempelbepalingen over in plaats van ze opnieuw uit te voeren, op grond van het feit dat er niets wezenlijks is veranderd. De 61 op de Intelligence Index die de kaart rapporteert is dus niet zomaar een leveranciersgetal in een tabel — het is consistent met een interne bevinding dat het afgeleide model beter presteert dan het model waarvan het afstamt.
The same section is where the two “adapted from” siblings stop being interchangeable. Hydrogen's card says the opposite of Neon's: “Gemini 4 Hydrogen did not show a material increase in general capability under our MCC assessment compared with Gemini 4 Argon.” Same parent, same phrase, opposite finding. So “adapted from Gemini 4 Carbon” is not a strength label. It describes a family of derivatives, at least one of which added measurable capability and at least one of which did not.
Which produces an awkward price table. Through 30 November 2026, Gemini 4 Neon costs $3.00 per million input tokens and $15.00 per million output tokens, while Gemini 4 Argon — the model Neon is measured against and, internally, beats — costs $2.00 and $10.00. The derivative is 50% dearer per token than the ancestor whose evaluations it inherits. From 1 December, when Carbon and Argon step to $4.00/$20.00, that inverts and Neon becomes 25% cheaper than both. Neither figure says anything about model size: per-token price is a commercial decision, and Google has never priced this family by parameter count.
Waarom de prijs tegen Matryoshka ingaat
De meest specifieke hypothese die de ronde doet, is dat de familie genest is — dat Carbon Neon bevat zoals een Matryoshka-pop een kleinere bevat, en dat Neon is verkregen door het grotere model te destilleren in een goedkoper model, mogelijk met extra reinforcement learning erbovenop. Het is een redelijke gok. Het verklaart waarom een afgeleide een kennisafsluitdatum zou delen, waarom de modelkaart de architectuur aan het bovenliggende model zou overlaten, en waarom Google “post-trained” zou vermijden voor een model dat volgens die lezing niet zozeer post-trained was als wel geëxtraheerd.
Drie dingen in het openbare dossier pleiten tegen de simpele versie. Het eerste is prijs: een gedistilleerd, kleiner model is normaal gesproken goedkoper per token dan zijn teachermodel, en Neon werd gelanceerd tegen 50% boven het introductietarief van Carbon. Een model dat goedkoper te bedienen is maar tegen een premie wordt verkocht, is mogelijk — dat is wat een snellere tier is — maar het ontneemt de distillatie-interpretatie het sterkste stuk indirect bewijs. Het tweede is Hydrogen: het goedkoopste model in de familie, $1,50/$7,50 met de enige gratis tier, draagt de identieke formulering “adapted from Gemini 4 Carbon” in dezelfde zeven slots. Als de frase één specifieke techniek beschreef, zouden twee modellen aan tegenovergestelde uiteinden van de prijsladder die niet allebei dragen. Het derde is dat de modelkaart zelf, wanneer die over efficiëntie wil praten, dat doet in de Description — “Neon balances depth and efficiency” — en niet in de architectuursectie, die geen inhoud bevat.
De eerlijke positie is dat de taal van de kaart drie relaties onderscheidt — nieuw model, gebaseerd op, aangepast van — zonder een van deze te definiëren, en dat de Matryoshka-hypothese een plausibele lezing is van een ondergespecificeerd document, geen bevinding. Een matroesjka-model toont gewoonlijk een parameteraantal en een verhaal over servegrootte. Deze kaart toont geen van beide, en de enige op grootte lijkende bewering erop is een positioneringszin.
Vier kaarten, drie vergelijkingsvalkuilen
Wie op basis van deze documenten een bewering over “Neon versus Carbon” in elkaar zet, stuit op drie afzonderlijke mismatches, en bij elk daarvan is het gemakkelijk om in de val te lopen.
Indexversie. De Neon-kaart meldt “AA Index v5.0.1: 61,” tegenover Claude Opus 5.5 op 59 en GPT-6.2 Sol op 57, met resultaten gedateerd november 2026. De Carbon-kaart, drie weken eerder gepubliceerd, meldt “AA Index v5.0: 59,” tegenover Opus 5.5 op 58 en Gemini 4 Argon op 50, met resultaten gedateerd oktober 2026. Het achtervoegsel veranderde tussen de twee kaarten, dus een verschil van twee punten gemeten op verschillende indexversies is geen verschil van twee punten.
• Denkniveau. De 61 is een plafond, geen standaard. Artificial Analysis, wiens index Google aanhaalt, publiceert vier Neon-scores op v5.0.1: 44,1 bij laag, 54,9 bij gemiddeld, 59,6 bij hoog — het niveau dat Neon daadwerkelijk als standaard gebruikt — en 61,4 bij xhoog. Carbon staat op 60,0. De standaardconfiguratie van het model scoort dus lager dan zijn bovenliggende model, terwijl de maximale configuratie hoger scoort, en de leverancierskaart vermeldt alleen het maximum. Beide cijferreeksen zijn van de tracker, niet van Google, en beide waren actueel op 20 november 2026.
• Benchmarkversie en harness. De kaart van Neon vermeldt Terminal-bench 4.1 op 65,2% gecorrigeerd voor cheating, tegenover Opus 5.5 op 65,8% — een verlies. De oktoberkaart van Carbon vermeldt “Terminal-Bench 4.0 (AA)” op 65,2%. Twee kaarten, hetzelfde getal, verschillende benchmarkversies: dat is toeval en geen vergelijking. De SWE-sweep-rijen zijn erger: Neon vermeldt 39,0% op een “provider-harness” en 12,8% op een “Mini-SWE-harness”, terwijl Carbon één enkele 9,6% vermeldt zonder harness-kwalificatie. Dat zijn drie configuraties en die kunnen niet naast elkaar worden gezet als een verbetering van 29 punten.

Al het andere op de Neon-kaart is door de leverancier gerapporteerd en niet gereproduceerd: CursorBench 4.1 op 65,4% (Opus 5.5 58,1%), FrontierCode 2.0 op 46,2% (47,3%, een verlies), GraphWalks 256k tot 1M op 95,2% (66,8%), AutomationBench 56,3% (42,5%), SEC-bench Pro 90,5%, RiemannBench 84,0%. Twee van de programmeercijfers zijn verliezen tegen een concurrent, wat het vermelden waard is omdat lanceringssamenvattingen de overwinningen noemen en die overslaan.
Wat zou het beslechten?
Vier dingen zouden ‘aangepast’ van gevolgtrekking naar feit verplaatsen. Geen ervan bestaat nog.
• Een parameteraantal of openbaarmaking van de serving-hardware voor Neon. De Hardware-sectie is een verwijzing naar Carbon; een concreet cijfer zou een gesnoeide of gedistilleerde afgeleide onmiddellijk onderscheiden van een opnieuw afgestelde zusvariant.
• The Gemini 4 Neon Safety & Security Report, which the card says “will be available in the coming days.” Safety reports have historically carried capability detail the public card omits.
• Token-efficiëntiegegevens bij gelijkwaardige kwaliteit. De lanceringsdocumentatie van Google beweert dat Neon “zuiniger tokengebruik” levert, en de kaart kwantificeert niets. Als Neon echt minder tokens per taak verbruikt dan Carbon, is de afstammingskwestie minder belangrijk dan de factuurkwestie.
• Elke verklaring van Google waarin “adapted from” wordt gedefinieerd in tegenstelling tot “based on.” Tot dan toe zijn de twee uitdrukkingen een onderscheid dat de uitgever heeft aangebracht en heeft geweigerd toe te lichten.
Hoe gebruik je een onderspecificiet model
Niets hiervan is een reden om het model te vermijden. Het is een reden om het te evalueren in plaats van het af te leiden uit de kaart. Neon is alleen op betaald niveau beschikbaar — geen gratis quotum — met vier denkniveaus (low, medium, high als standaard, xhigh), een uniform venster van 1.048.576 tokens met 64K synchrone uitvoer en lange decode tot 1M, alleen impliciete caching, batch en flex tegen half tarief ($1,50/$7,50), en prioriteit tegen 1,8× ($5,40/$27,00; gecachte input $0,27 daar tegen $0,15 standaard). Audiogeneratie, beeldgeneratie en de Live API zijn gemarkeerd als niet-ondersteund; code-executie, computergebruik, functieaanroepen, gestructureerde outputs, bestandzoekopdracht, URL-context en beide grounding-opties worden ondersteund.
De praktische consequentie van een onderspecificeerde lineage is dat je moet meten wat de kaart achterhoudt — outputtokens per voltooide taak — bij de instelling die je daadwerkelijk zou inzetten. Voer dezelfde 20 of 30 taken uit via Neon op high en via Carbon op de standaardinstelling medium, tel tokens in plaats van tokens per dollar, en vergelijk met je eigen rekening. Een model dat 50% duurder is per token en 30% zuiniger per taak is goedkoper; een model dat 50% duurder is en even verbose is dat niet, en geen enkele modelkaart in deze familie vertelt je welke van de twee je hebt.
Our own catalogue is a partial answer to the second half of that problem. It carries “google/gemini-4-carbon” and “google/gemini-4-argon”, and it does not carry Gemini 4 Neon — the model page returns nothing today, so nothing here should be read as an offer to route it. What the router does give you while you evaluate is a single key and a single bill across the models you are comparing, provider list price passed through with no markup, so the 1 December step on Carbon and Argon ($2.00 to $4.00 input, $10.00 to $20.00 output) lands in your invoice the same day it lands on Google's pricing page instead of being absorbed into a reseller margin. And because a fallback chain can hold Carbon behind Neon, an unproven derivative can carry production traffic without being the only thing standing between your users and an outage.
De open vraag is niet of “adapted from” eerlijk is — dat is het duidelijk, voor zover dat gaat. Het is of een modelkaart die één ongedefinieerde clausule zeven keer herhaalt, zonder parameteraantal verschijnt en architectuur, data, hardware en software doorschuift naar een zusterdocument, voldoende openheid biedt voor een model dat per token meer kost dan het model waarvan het afstamt. Op basis van het huidige bewijs heeft Google ons de vorm van de stamboom verteld en niets over de takken. Het Safety & Security Report, wanneer het ook verschijnt, is het volgende document dat het lezen waard is.
