
Gemini 4 Neon's Three.js-demo: wat 15 seconden daadwerkelijk laat zien
- 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 · 514 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 · 116 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 · 92 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
Op 19 november 2026 publiceerde een ontwikkelaar onder de naam @chetaslua een clip van vijftien seconden met één zin erbij: Gemini 4 Neon had de motion graphic daarin gemaakt, in “pure @threejs,” en de robotdans aan het eind gaat hard. De video is 1920×1080 en duurt vijftien seconden. Dat is het volledige publieke record — geen prompt, geen bronbestand, geen denkniveau, geen tokenaantal, geen uitspraak over of het uit de API, AI Studio of Antigravity kwam. Gemini 4 Neon is een echt, algemeen beschikbaar model; de DeepMind-modelpagina van Google vermeldt het onder november 2026, en Artificial Analysis heeft het gescoord en van een prijs voorzien. Maar een geposte clip is een claim, geen meting, en de afstand tussen die twee dingen is het nuttige deel van dit verhaal. Gemini 4 Carbon komt alleen in beeld als het zustermodel waarvan Google zegt dat Neon erop is gebaseerd, en als het model dat onze eigen catalogus daadwerkelijk bevat — het is hier niet het onderwerp.
Vijftien seconden, geen opgenomen instellingen
Begin met wat aan de hand van de post zelf kan worden gecontroleerd, want het is een korte lijst en het loont de moeite om te zien hoe kort.
• De bewering — dat {{1}}Gemini 4 Neon{{/1}} de motion graphic heeft gemaakt, in puur three.js. Dit is de toeschrijving van de poster. Niets in de clip bewijst welk model de code heeft geschreven, en niets in de thread toont de code.
• De tijdstempel — 19 november 2026, 16:51 UTC, één dag na Neon’s algemene beschikbaarheid van 18 november. Niemand kan dit ervan beschuldigen een pre-launchdemo te zijn die onder een embargo naar buiten is gesmokkeld; het is een artefact uit dezelfde week.
• Het bestand — vijftien seconden, 1920×1080, geen voice-over, als videobijlage geplaatst. Een gerenderde output, geen schermopname van een editor. Dat is belangrijk: een schermopname van iemand die typt zou de prompt, de tussentijdse fouten en het aantal pogingen laten zien. Een voltooide render toont geen van die dingen.
• De interactie — 130 likes toen we de tekst van de post ophaalden. Klein. Dit is show-and-tell van één persoon, geen gecoördineerde demo-drop, en dat is ongeveer wat het interessant maakt: niemand heeft het gecureerd voor een lanceringspost.
Wat ontbreekt, is alles waarmee een tweede persoon het zou kunnen reproduceren. De prompt. Het inspanningsniveau — Neon ondersteunt low, medium, high en xhigh, en het verschil tussen low en xhigh bij dezelfde prompt is groot genoeg om zowel de rekening als de output te veranderen. Het oppervlak. Het aantal pogingen achter de poging die is gepost. Of de robotdans gevraagd was of geïmproviseerd. Of er achteraf JavaScript met de hand is bewerkt. Elk daarvan is één regel in een vervolgpost, en geen ervan staat erin.
Wat een Three.js-scène eigenlijk test
Het is verleidelijk om dit af te doen als “front-endcapaciteit” en verder te gaan, in beide richtingen — als bewijs dat het model goed is in graphics, of als bewijs dat een mooie render niets betekent. Geen van beide lezingen houdt stand tegenover wat het artefact is.
three.js is een van de bibliotheken die het sterkst vertegenwoordigd zijn in de trainingsdata van welk model dan ook. Een scène met een camera, een licht, een mesh en een renderlus komt dicht bij de canonieke “kijk wat ik heb gemaakt”-output van de afgelopen drie jaar webontwikkeling. Elk hedendaags frontier-model kan een pagina opleveren die iets laat draaien. Het bestaan van een competente three.js-scène in een clip van vijftien seconden zegt je daarom bijna niets over welk model hem heeft gemaakt, en dat is precies waarom de toeschrijving door de poster al het werk verricht in die zin.
Wat werkelijk moeilijker is, en wat een motion graphic met een getimede dans aan het einde daadwerkelijk op de proef stelt, is het deel waarvoor geen correctheidsorakel bestaat. Een motion graphic is een sequentie: een animatie-statemachine met overgangen, een camerapad, easingcurves, een ordening van gebeurtenissen die op een beat moet vallen. Er is geen test die vaststelt dat de dans er goed uitziet. Het model moet een storyboard van zestien seconden in zijn hoofd houden, de timingconstanten uitschrijven en niet afdrijven. Wanneer iemand zegt dat de laatste vier seconden “er stevig tegenaan” moeten, is dat een oordeel over choreografie en tempo — en tempo is juist het punt waarop codegeneratie in één keer het slechtst presteert, want niets in de feedbackloop mislukt wanneer de timing slechts middelmatig is.
Dat is de echte reden waarom deze clip een tweede blik waard is, ook al bewijst hij niets. Het is een bewering over temporele compositie, niet over shader-wiskunde. Een model dat een shader kan schrijven en een model dat een sequentie van vijftien seconden bij elkaar kan houden, zijn verschillende beweringen, en slechts één daarvan wordt hier gedaan.
De cijfers die Neon wél heeft
Artificial Analysis is het enige onafhankelijke scorebord met een Gemini 4 Neon-vermelding, en het aandachtig lezen ervan is de snelste manier om te zien hoe ver de geplaatste clip afstaat van alles wat gemeten is.

De kop is 61 op de Intelligence Index op denkniveau xhigh, zesde gerangschikt van de 96 modellen op de ranglijst. Hetzelfde model scoort 60 bij high, 55 bij medium en 44 bij low — een spreiding van zeventien punten over zijn eigen inspanningsladder, wat het allerbelangrijkste getal in dit stuk is als je op het punt staat “61” tegen wie dan ook te citeren. Eenenzestig is een xhigh-getal. De gedocumenteerde standaard van Neon is high.
De rest van het paneel is waar de demo-gewoonte duur wordt. De uitvoersnelheid is 110 tokens per seconde. Het model doet 21,5 minuten over één Intelligence Index-taak, tegen een mediaan van 12,1 minuten voor modellen met een vergelijkbare prijs, en het staat 73e van 95 op prestatie en 79e van 95 op kosten. Qua breedsprakigheid staat het 93e van 95: 283 miljoen uitvoertokens en 8,12 miljard invoertokens tijdens de indexrun, een verhouding uitvoer tot invoer van 3,48% tegen een mediaan van ongeveer 65 miljoen uitvoertokens. De eigen samenvatting van Artificial Analysis noemt het zeer breedsprakig en prijst één indextaak op $6,44. Volgens de tarievenlijst van Google is dat $3,00 per miljoen invoertokens en $15,00 per miljoen uitvoertokens, met gecachete invoer tegen $0,15.
De door Google zelf gepubliceerde tabel is een ander soort getal en moet als zodanig worden aangeduid: door de leverancier gerapporteerd, niet door iemand buiten Google gereproduceerd. CursorBench 4.1 op 65,4%, Terminal-bench 4.1 op 65,2%, FrontierCode 2.0 op 46,2%, SWE-sweep op 39,0% in de eigen harness van Google, AutomationBench op 56,3%, Agents’ Last Exam v1.1 op 75,8%, RiemannBench op 84,0%, GraphWalks op 95,2%. Elk daarvan is een agentische meting, een codeermeting of een langcontextmeting. Geen enkele daarvan meet “in één keer een aantrekkelijke geanimeerde scène produceren op basis van een korte prompt,” want geen enkele benchmark doet dat. De demo en het scorebord meten niet hetzelfde, en geen van beide meet datgene waarvoor de clip als bewijs wordt opgevat.
Wat een demo-poging werkelijk kost
De prijs is belangrijk omdat demo's iteratief zijn, en Neon is meetbaar verbose. Niets aan een render van vijftien seconden zegt hoeveel pogingen het heeft gekost, en elke poging is een volledige generatie.
• Een poging van 25.000 output-tokens — een plausibele omvang voor één three.js-scène bij hoge inspanning, waarbij redeneertokens als output meetellen — kost ongeveer 38 cent bij $15 per miljoen.
• Een poging van 60.000 tokens kost ongeveer 90 cent. Drie of vier daarvan, plus een paar herpogingen, en je hebt meer aan de demo uitgegeven dan de demo als bewijs waard is.
• Een poging van 200.000 tokens — het soort aantal dat je bij xhigh bereikt wanneer het model zich door een animatiestatemachine heen denkt — kost op zichzelf {{1}}$3.00{{/1}}.
• Batch- en flexniveaus draaien tegen half tarief, dus dezelfde drie pogingen tegen $1,50 en $7,50 per miljoen kosten ongeveer de helft. Niets hiervan is exotisch; het is alleen niet gratis, en de clip zegt daar niets over.

Dit is het argument om een onbewezen model via een router te proberen in plaats van het in een productiepad te bedraden. Neon is twee dagen oud, de breedsprakigheid ervan is de slechtst gerangschikte figuur op zijn eigen panel, en het enige openbare artefact voor dit specifieke gebruiksscenario is de voltooide render van één persoon. Dat is een model dat je naast iets anders wilt aanroepen en rekeningen wilt vergelijken, niet een model waaraan je een klant in november wilt binden.
Wat zou de volgende clip controleerbaar maken?
Dit is allemaal geen kritiek op de persoon die het bericht plaatste, die iets heeft gemaakt en het heeft gedeeld. Het is een kort protocol, en iedereen die de volgende plaatst, zou de kloof in een handvol regels kunnen dichten:
• De prompt, letterlijk. Geen parafrase — de werkelijke tekst. Dit is de meest waardevolle regel en het kost niets om hem op te nemen.
• De modelidentificatie en het inspanningsniveau. “Gemini 4 Neon at high” is een andere bewering dan “Gemini 4 Neon at xhigh,” en bij een outputtarief van $15 gaat het bij dat verschil om geld.
• Het oppervlak. Antigravity, AI Studio en de ruwe API hanteren verschillende systeemprompts en verschillende tool-scaffolding; een scène die in een agentische IDE wordt geproduceerd is niet hetzelfde artefact als een scène die door één enkele completion wordt geproduceerd.
• Het aantal pogingen en het totale aantal outputtokens. Twee getallen, beide zichtbaar in een factureringsconsole, en samen veranderen ze een anekdote in kosten per bruikbare render.
• Het bronbestand. Een enkele op zichzelf staande HTML-pagina met de three.js-import en de animatielus vormt het volledige reproduceerbare artefact, en is meestal minder dan honderd kilobyte.
• Eén mislukking. Een tweede prompt die het model niet aankon, bij dezelfde instellingen. Een demo zonder gedocumenteerde faalmodus leest als een highlightreel, want dat is het ook.
Totdat ten minste de eerste drie daarvan bestaan, is de eerlijke samenvatting van deze clip dat een model dat de dag ervoor was uitgebracht iets heeft geproduceerd wat een competente webontwikkelaar met genoegen gemaakt zou hebben, en dat we uit het bestand niet kunnen opmaken hoeveel van de eer aan het model, aan de prompt of aan de montage toekomt.
Hoe u de test zelf opnieuw kunt uitvoeren
Gemini 4 Neon staat per 20 november 2026 niet in de OrcaRouter-catalogus — de Gemini 4-modellen die wij routeren zijn google/gemini-4-carbon en google/gemini-4-argon, en de catalogus telt 217 modelidentificatoren. De praktische versie van deze test is vandaag dus een vergelijking binnen dezelfde familie: voer dezelfde motion-graphicprompt uit op Carbon met hoge inspanning en op Neon met hoge inspanning via Google’s eigen API, en vergelijk outputtokens, kloktijd en hoeveel van de render je twee keer moest opvragen.
Die vergelijking is aan onze kant eenvoudig op te zetten voor het Carbon-deel. Eén sleutel dekt de catalogus, de listprijs van de provider wordt doorgegeven met 0% markup, dus een tariefwijziging van Google staat dezelfde dag op je factuur in plaats van pas bij de volgende factuur, en failover betekent dat één slechte generatie de run niet beëindigt. Als je een model van twee dagen oud test tegen een uitgekristalliseerd model, zet de routing-DSL beide achter één endpoint en retourneert het paar, wat de goedkoopste manier is om een echt antwoord te krijgen in plaats van een impressie.

Wat de moeite waard is om in de gaten te houden, is niet of er meer mooie clipjes verschijnen — die zullen er komen, van elk lab, eindeloos lang. Het is of de mensen die ze posten de prompt en het inspanningsniveau gaan meesturen. Zodra iemand dat doet, wordt de vergelijking mogelijk: hetzelfde storyboard van zestien seconden, gedraaid op vier denkniveaus, met het tokenaantal en de rekening naast elke render. Die ene post zou voor deze specifieke vraag meer waard zijn dan de hele benchmarktabel die Google heeft gepubliceerd, omdat het de eerste meting zou zijn van of Neon een getimede sequentie bij elkaar kan houden in plaats van of het een shader kan schrijven.
Behandel de clip tot die tijd als wat hij is: een aardig artefact, een plausibel signaal van capaciteit, en een bewering waarvan het sterkste bewijs de reputatie is van de persoon die hem heeft gepost.
