
Gemini 4 Neon's Stickman Game: De Swarm Claim, niet de demo
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 187 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 414 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 · 138 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 42 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 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 109 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
At 20:41 UTC on 19 November 2026, an account posting as @chetaslua put up a 62.5-second video of a two-player stickman fighting game and four sentences of text. The game, it said, was “Made by swarms of Gemini 4 Neon, pure JS code.” The model, it said, “has distinct taste and is different from OpenAI and Anthropic in a good way.” And then the load-bearing line: “The benefits of not doing distillation and taking time with RSI are showing now.” Gemini 4 Neon had been generally available for one day at that point, having gone out on 18 November, with Gemini 4 Carbon and Gemini 4 Hydrogen already shipping ahead of it. So this is not a leak and not a preview. It is a claim about how the model was built and how it was used, published by someone who is not Google, one day after launch, with a video attached and nothing else.
Most of what has been written about Neon so far has been about its numbers, and the numbers are genuinely interesting: 61 on the Artificial Analysis Intelligence Index at its Extra High setting, first place on the Coding Agent Index at 58.6, and a default effort level that undercuts Carbon on cost per task. This piece is about the other half of the post — the half that says the model is the product of swarms and of a training philosophy Google has not described anywhere. Those are separable claims. One of them turns out to be almost entirely documented, by Google, with dates. The other has no public receipt at all, and the difference between them is the useful part.
Wat 'made by swarms' eigenlijk aanduidt
There is a temptation to read “swarms” as a disclosure about training: a model built by fleets of copies of itself, recursively. Nothing in the post supports that, and everything in Google’s own publishing points somewhere else. There is exactly one thing in the Gemini 4 record called a swarm, and it is a product feature, not a training method.
Op 10 november 2026 publiceerde het Antigravity-team een bericht met de titel “Gemini 4 Carbon en /swarm.” De relevante zin is een beschrijving van de harness, niet van het model: /swarm “geeft je prompt door aan een familie van agenten: een coördinator die gespecialiseerde parallelle werkers in geïsoleerde git-worktrees opstart, zodat bewerkingen nooit botsen, en adversariële verifieerders die zich richten op het uitvoeren van tests en het uitdagen van diffs.” Elke agent werkt samen via “een gedeeld, alleen-toevoegbaar berichtenbord, dat bij inactiviteit tegen nul tokenkosten blijft parkeren en direct activeert zodra een agent invoer nodig heeft.” Agenten kunnen aan verschillende modellen worden vastgezet, zodat een coördinator op het ene model kan redeneren terwijl werkers op een ander model schrijven.
That is a swarm in the ordinary engineering sense: parallel processes with a shared queue and a verification step. It says nothing about how Gemini 4 Neon was trained. Whether the poster meant that, or meant something looser, is not recoverable from four sentences — but if you are trying to place the claim against the record, the record’s swarm is a dated Antigravity feature and nothing more.
The two-player detail Google published
Here is where the post stops being vague in an interesting way. The Antigravity post announcing Gemini 4 Neon, published 18 November, contains a captioned demo video whose caption reads: “Using Gemini 4 Neon with /swarm, Antigravity scaffolds a multi-level 2-player game that runs in the built-in browser while the agent plays as the second player.”
Lees dat naast de tweet. Een tweespelersspel met meerdere niveaus, opgebouwd door een swarm, met de agent als tweede speler, in een browser, uit de eigen documentatie van de leverancier, een dag vóór de video gepubliceerd. De tweet zegt niet dat het uit Antigravity kwam — hij noemt noch de app, noch de API, noch AI Studio, en geeft geen prompt, geen effortniveau, geen tokenaantal en geen bronbestand. Maar het enige publiekelijk gedemonstreerde swarmpad naar een tweespelersbrowsergame is dat van Antigravity, en het is gedocumenteerd als werkend met precies dit model.
That does not verify the clip. A vendor’s captioned demo and a third-party video are different kinds of evidence, and neither is a specification. What it does do is make the interesting part of the post specific: “made by swarms” is not a claim about training at all, if it means what Google’s own material means by the word. It is a claim about a harness that has been shipping for nine days.
Drie datums die de zwerm documenteren
The swarm story has a timeline, which is more than most launch-week claims get. All three entries are Google’s own, from the Antigravity blog:
• 10 november 2026 — Gemini 4 Carbon wordt geleverd met /swarm in preview. Coördinator, parallelle workers in geïsoleerde worktrees, adversariële verificateurs, gedeeld berichtenbord, modelpinning per rol.
• 12 November 2026 — Gemini 4 Hydrogen ships with Orchestrator, a dropdown option that hands work back and forth between Hydrogen and a stronger model inside a single trajectory. The post claims near-Carbon task success on Terminal-Bench 4.1 while consuming 24% less quota and finishing 19% faster, and notes that “tens of thousands of swarms” had been launched in the two days since /swarm went live.
• 18 November 2026 — Gemini 4 Neon ships, and Orchestrator gains a Neon-as-planner, Hydrogen-as-executor pairing. The same post claims Neon at its default High thinking level runs 32% cheaper per task than Carbon, and puts it at 61 on the Artificial Analysis Intelligence Index at Extra High.

That is the whole of the public account of Gemini 4 swarms, and it is a product account. Note what is absent from all three posts: the words “distillation,” “self-improvement,” “reinforcement learning” and “post-training” do not appear. The Orchestrator paragraph about routing is the closest any of them comes to describing model behaviour as a system rather than a model, and it is explicitly about inference-time model selection, not training.

De RSI-claim komt zonder ontvangstbewijs.
De tweede helft van de post is het deel waar geen ondersteunend document achter zit, en het is de moeite waard om precies te zijn over waarom, want de bewering is niet overduidelijk onjuist — hij is op een specifieke manier niet verifieerbaar.
Start with the acronym. In this literature “RSI” is used for at least two different things: recursive self-improvement, meaning a model participating in the improvement of its successor, and rejection-sampling iteration, meaning repeated rounds of sampling, filtering and fine-tuning on the survivors. “Taking time with RSI” reads more like the first. Either reading is an assertion about the training pipeline, and Google has published nothing that would let you choose between them, let alone confirm one.
Check the pages that would carry it. DeepMind’s Gemini model page lists Gemini 4 Neon under “November 2026” with no day, and discusses capability, price and availability; it does not mention distillation, self-improvement, reinforcement learning or post-training anywhere. The Antigravity post is about harness integration. The model card is the place a training-process claim would normally surface, and the Neon card does not carry one: seven of its slots print the same clause, “Gemini 4 Neon is adapted from Gemini 4 Carbon,” and point at the Carbon card, with no parameter count and no occurrence of “distill,” “prune” or “quantize.”
Dat laatste punt zorgt voor spanning tussen de twee helften van de tweet. “Aangepast van Gemini 4 Carbon” is een uitspraak die afleiding aanduidt. Een model dat van een ander model is afgeleid, is op het eerste gezicht geen model dat zonder distillatie is gebouwd — tenzij “aangepast” werk verricht dat niemand van ons kan zien. De post beweert de afwezigheid van een techniek die het enige officiële document over de herkomst van het model niet bevestigt noch uitsluit. Het zou allemaal waar kunnen zijn. Het is niet te controleren, en de persoon die de bewering doet, heeft de onderbouwing niet laten zien.
Het falsifieerbare deel van dezelfde zin is makkelijker te testen, en daar doen de cijfers werk. Als Neon echt het product is van een geduldig, niet-gedistilleerd trainingsproces, zou je de opbrengst verwachten in capaciteit per token in plaats van in snelheid. Wat de onafhankelijke tracker laat zien, is een model dat capabel is en ongewoon duur om te draaien: 61 op de index bij Extra High, maar $6.44 per indextaak, 21,5 minuten per taak tegenover een mediaan van 12,4 minuten, en 283 miljoen outputtokens gegenereerd tijdens de indexrun tegenover een mediaan van 65,4 miljoen — een rang qua breedsprakigheid nabij de onderkant van het veld. Dat is een profiel dat past bij een model dat lang nadenkt. Het past ook bij tal van andere dingen. Het beslecht de trainingskwestie hoe dan ook niet, en geen enkel gepubliceerd cijfer doet dat.
Wat de clip wel en niet aantoont
Strip de filosofie eruit en het artefact is dunner dan het betoog eromheen. De video is 756 bij 403, duurt 62,5 seconden en toont een stickman-vechter voor twee spelers die in een browser draait. Er staat geen prompt in het bericht, geen modelversiestring, geen denkniveau, geen tokenverantwoording en geen uitspraak over of één agent of veertig de code hebben geproduceerd. “Pure JS code” is een bewering over de taal van de uitvoer; het is geen bewering over hoe de code is geproduceerd, en het is geen maatstaf voor kwaliteit.
Wat de clip wel vaststelt, is beperkt maar reëel: een in de browser speelbaar tweespelersspel in gewoon JavaScript kan met dit model worden geproduceerd via een swarm-harness, en iemand heeft dat binnen een dag na de algemene beschikbaarheid gedaan. Dat is een capaciteitsdemonstratie, en de eigen post van de leverancier bevestigt de vorm daarvan. Wat het niet vaststelt, is enige uitspraak over training, want een demo kan die niet dragen — de causale keten van een trainingsproces naar een stickman-spel loopt door te veel beslissingen om zichtbaar te zijn in een video, en niemand van de betrokkenen heeft de instellingen gepubliceerd waarmee je het opnieuw zou kunnen uitvoeren.
Hier komt een eerlijke lezing van het hele bericht op uit. Het zwermgedeelte is gedocumenteerd, gedateerd en in principe reproduceerbaar. Het trainingsgedeelte is een bewering van een waarnemer over werk dat hij niet heeft gedaan, gepubliceerd zonder het ene dat het controleerbaar zou maken: een bron. Behandel het eerste als een beschrijving van een opgeleverde functie en het tweede als een hypothese die in omloop is, en het bericht wordt nuttig in plaats van alleen maar interessant.
Een versie van de test die je kunt controleren
Als de swarmclaim een harnessclaim is, kun je die testen op je eigen verkeer, wat met de trainingclaim niet kan. De onderdelen die je nodig hebt, zijn een coördinator, workers en een verifier — en de goedkoopste versie is om elke rol vast te pinnen aan een model dat je al kunt aanroepen.
• Leg de briefing vast — de prompt, het inspanningsniveau en het model dat aan elke rol is gekoppeld. Zonder deze drie is een nieuwe run een ander experiment.
Meet de lus, niet het artefact — totale tokens, kloktijd en hoeveel verificatierondes de diff doorstond voordat hij slaagde.
Houd de verifier adversarieel — het Antigravity-ontwerp koppelt een builder aan iets dat zich erop toelegt diens output te breken, en die tweede rol levert het grootste deel van het kwaliteitswerk.
One practical note on where this can run today: Gemini 4 Neon is not in the OrcaRouter catalogue, which currently carries 217 model identifiers and, among the Gemini 4 family, only google/gemini-4-carbon and google/gemini-4-argon, both listed at $2.00 in and $10.00 out per million tokens with cache reads at $0.10. So a coordinator-worker split on our side means splitting across those two rather than pinning Neon, and the routing DSL is the place to express it — compose a planner and an executor into a single call, and the failover path keeps a dead worker from taking the run with it. For comparison, the same Neon traffic at its published rate is $3.00 and $15.00 per million, with batch and flex at half, which is the number to hold against any harness you build.

The thing worth watching is not the next clip. It is whether anyone — Google, or the person who posted this — publishes a tool-call log or a token count from a swarm run on Gemini 4 Neon at a stated effort level. That would turn a demo into a measurement, and it would let the swarm claim be checked the way a shipped feature should be. The RSI claim needs something different: a training disclosure that does not currently exist on any Google page, and until one does, the most accurate thing to say about it is that it is unconfirmed rather than that it is false.
