Wygenerowana karta tytułowa z napisem „Gemini 4 Neon jest adaptacją Carbon” i podtytułem „Jedno zdanie, powtórzone siedem razy i nigdy niezdefiniowane”, obok diagramu drzewa genealogicznego: Gemini 4 Argon nad Gemini 4 Carbon, z etykietą „na podstawie”, rozgałęziający się w dół do Gemini 4 Hydrogen i Gemini 4 Neon, oba z etykietą „zaadaptowane z”.
Guides & Insights

Gemini 4 Neon powstał na bazie Carbon: czego karta nie określi

Autor

Elias Hawthorne

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Opublikowana karta modelu Gem​ini 4 Neon mówi dokładnie jedną rzecz o tym, skąd pochodzi model, i mówi ją siedem razy: „Gem​ini 4 Neon został zaadaptowany z Gemini 4 Carbon”. To cały opublikowany opis relacji między Gem​ini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon i Gem​ini 4 Hydrogen. Żadnej liczby parametrów, żadnego stwierdzenia, co zaadaptowano, żadnej definicji tego słowa. Sześć tygodni premier Gemini 4 opiera się na tym jednym niezdefiniowanym zdaniu, a teraz czyta się je na X i w podsumowaniach premier tak, jakby „zaadaptowany” był terminem specjalistycznym o ustalonym znaczeniu. Google tego nie ustaliło.

To, co następuje, rozdziela trzy rzeczy, które łatwo tu ze sobą zlać: co karta dosłownie drukuje, co z tego wynika oraz co jest obecnie domysłem. Wszelkie cytaty pochodzą ze strony Google DeepMind pobranej 19 i 20 listopada 2026 r.; wszystko, co wywnioskowano, jest oznaczone jako wnioskowanie i umieszczone w osobnym akapicie, więc można to pominąć bez utraty faktów.

Siedem identycznych zdań

Karta jest podzielona na sekcje zatytułowane: Informacje o modelu, Dane modelu, Wdrożenie i zrównoważony rozwój, Dystrybucja, Ocena, Zamierzone użycie i ograniczenia oraz Bezpieczeństwo i ochrona. W siedmiu z tych sekcji treść główna to ta sama klauzula, po której następuje odesłanie do karty Carbon:

• Zależności modeli — „Gemini 4 Neon jest adaptacją Gemini 4 Carbon”.

• Architektura — to samo zdanie, następnie „zobacz kartę modelu Gemini 4 Carbon”.

• Zbiór danych treningowych — to samo zdanie, a następnie ten sam wskaźnik do Carbon.

• Przetwarzanie danych treningowych — to samo zdanie, a następnie ten sam wskaźnik.

• Sprzęt — to samo zdanie, a następnie ten sam wskaźnik.

• Oprogramowanie — to samo zdanie, potem ten sam wskaźnik.

• Dopuszczalne użycie — to samo zdanie, a następnie ten sam wskaźnik.

Karta nigdy nie milczy o rodowodzie. Nigdy też nie jest konkretna. „Adapted from” zamiast treści zawiera wskaźnik: wszystko, czego czytelnik mógłby chcieć — liczba parametrów, które warstwy uległy zmianie, czy mniejszy model trenowano względem większego, jakie dane były nowe — zostaje oddelegowane do dokumentu o innym modelu, a ten dokument również nie odpowiada na żadne z tych pytań. Karta Carbon mówi, że Carbon jest „oparty na Gemini 4 Argon”, a następnie wskazuje na Argon, który mówi, że Argon jest „wielkoskalowym rzadkim modelem transformerowym typu mixture-of-experts (MoE)” i „nie jest modyfikacją ani fine-tunem wcześniejszego modelu”. Prześledzenie łańcucha od początku do końca mówi ci, że Neon wywodzi się od czegoś, co wywodzi się od czegoś, co jest nowe. Nie mówi ci, co tak naprawdę oznacza „wywodzi się”.

Dwie frazy, bez wskazanej różnicy

Ciekawszym porównaniem nie jest zestawienie Neonu z jego rodzicem. Jest nim słownictwo, którego Google używa w całej rodzinie, ponieważ ten sam wydawca używa dwóch różnych zwrotów na określenie dwóch różnych relacji i nigdy nie wyjaśnia dlaczego:

• Gemini 4 Argon, karta opublikowana 13 października 2026 r. — „nie jest modyfikacją ani dostrojeniem wcześniejszego modelu”. Użyty jednokrotnie, w sekcji Zależności modelu.

• Gemini 4 Carbon, karta opublikowana 10 listopada 2026 r. — „na podstawie Gemini 4 Argon”. Użyta sześć razy, w sekcjach Zależności modelu, Architektura, Zbiór danych treningowych, Sprzęt, Oprogramowanie i Dopuszczalne użycie.

• Gem​ini 4 Hydrogen, karta opublikowana 12 listopada 2026 — „zaadaptowana z Gemini 4 Carbon”. Użyto go siedem razy, w tych samych siedmiu miejscach, w których używa go Neon.

• Gem​ini 4 Neon, karta opublikowana 18 listopada 2026 — „zaadaptowana z Gemini 4 Carbon”. Siedem razy.

A generated four-column comparison card headed 'The Gemini 4 family — four cards, four rows', counting one lineage phrase across the published model cards: Argon published 13 October 2026, 'not a modification', stated once; Carbon 10 November 2026, 'based on Argon', six times; Hydrogen 12 November 2026, 'adapted from Carbon', seven times; Neon 18 November 2026, same phrase, seven times; every card listing a March 2026 knowledge cutoff.

„adapted from” nie jest więc sformułowaniem ukutym dla Neon. Hydrogen użył go sześć dni wcześniej, a obie karty używają go identycznie — to samo brzmienie, te same sloty, ten sam rodzic. Cokolwiek oznacza tu adaptacja, jest to standardowa relacja dla modelu zbudowanego na Carbon i jest w tekście wyraźnie odróżniona od „based on”, czyli relacji Carbona do Argonu. Żadna z tych fraz nie jest nigdzie zdefiniowana w dokumentacji rodziny. Czytelnik, który zakłada, że „adapted from” znaczy coś słabszego lub węższego niż „based on”, przyjmuje założenie; czytelnik, który zakłada, że obie frazy znaczą to samo, przyjmuje równie mocne założenie w przeciwnym kierunku.

Co mówi sekcja architektury

To jest część, którą pomijają krążące podsumowania. Karta Neon nie zawiera ani jednego wystąpienia słów „distill”, „distillation”, „prune”, „quantize” czy „mixture-of-experts”, nie podaje liczby parametrów, a słowo „smaller” nie pojawia się. Sekcja architektury to jedno zdanie i wskazanie na Carbon. Karta nigdy nie używa też określenia „post-trained” — dokładnie tego słowa, którego brak zauważył wątek na X, który zapoczątkował ten tekst. Ten brak jest rzeczywisty i można go sprawdzić.

Screenshot of the Google DeepMind model card page for Gemini 4 Neon, showing the published date of 18 November 2026, the Model Information tabs, and the Model dependencies line reading 'Gemini 4 Neon is adapted from Gemini 4 Carbon.'

Jedynym miejscem, w którym karta wymienia techniki treningowe, jest sekcja Safety and Security, w zdaniu zaczynającym się od „Bezpieczeństwo i ochrona zostały wbudowane w Gem​ini 4 Neon przez cały cykl życia treningu i wdrażania, w tym filtrowanie danych przed treningiem, dopasowanie po treningu (nadzorowane dostrajanie i uczenie ze wzmocnieniem)…” Przy szybkim czytaniu wygląda to na ujawnienie, którego reszta karty nie zawiera. Tak nie jest. Identyczne zdanie, słowo w słowo, pojawia się na karcie Carbon i na karcie Hydrogen. Karta Argon nie zawiera go w ogóle. To szablon procesu bezpieczeństwa stosowany do każdego modelu zbudowanego na Carbon, a wykorzystywanie go jako dowodu, że Neon został dostrojony po treningu za pomocą uczenia ze wzmocnieniem, jest odczytywaniem standardowego szablonu jako ujawnienia dotyczącego treningu. Karta nie mówi, że Neon został dostrojony po treningu. Nie mówi też, że nie został.

Punkt odcięcia jest jedynym faktem z datą.

Karta podaje jednak jeden konkretny, możliwy do sprawdzenia fakt dotyczący pochodzenia — i łatwo go przeoczyć, ponieważ znajduje się w sekcji Znane ograniczenia, a nie gdzieś w pobliżu akapitu o architekturze: „Data odcięcia wiedzy modelu Gemini 4 Neon to marzec 2026 r., choć w niektórych dziedzinach wiedza modelu może być mniej aktualna”.

• Gemini 4 Argon — marzec 2026 (karta podaje to dla całej rodziny: „Punkt odcięcia wiedzy dla Gemini 4 to marzec 2026”).

• Gemini 4 Carbon — marzec 2026.

• Gemini 4 Hydrogen — marzec 2026.

• Gem​ini 4 Neon — marzec 2026.

Cztery modele w ciągu pięciu tygodni, cztery identyczne punkty odcięcia. Cokolwiek dodano między Argonem w październiku a Neonem w listopadzie, nie był to nowy wycinek świata; każdy przyrost możliwości wynika z metody, doboru danych lub mocy obliczeniowej treningu na materiale, który rodzina już miała. To jest realne ograniczenie dla interpretacji „wytrenowali świeży model na wierzchu” i jedyne ilościowe stwierdzenie na temat konstrukcji modelu, jakie podaje karta.

Ustalenie MCC, którego nikt nie zacytował

W sekcji Frontier Safety Assessment ukryto porównanie, które Google przeprowadziło, ale nie umieściło go w materiałach premierowych. Firma oceniła, czy Neon wykazał „znaczące nowe zdolności lub istotny wzrost wydajności względem najnowszej wersji modelu poddanej ocenie krytycznych zdolności, którą był Gemini 4 Argon”. Jej wniosek: „Gem​ini 4 Neon wykazał wzrost ogólnych zdolności w ramach naszej oceny MCC w porównaniu z Gemini 4 Argon, jednak pozostaje to poniżej naszego progu MCC”.

Odczytuj to jako stwierdzenie dotyczące zdolności, a nie bezpieczeństwa. Wewnętrzna ocena Google plasuje Neon powyżej Argon, a karta następnie przenosi oceny zdolności i ustalenia progowe Argonu zamiast przeprowadzać je ponownie, wychodząc z założenia, że nic istotnego się nie zmieniło. Podawane w karcie 61 w Intelligence Index nie jest więc tylko liczbą dostawcy w tabeli — jest spójne z wewnętrznym ustaleniem, że model pochodny przewyższa model, od którego się wywodzi.

To właśnie w tej samej sekcji dwa bliźniacze modele „zaadaptowane z” przestają być wymienne. Karta modelu Hydrogen mówi coś przeciwnego niż karta modelu Neon: „Gem​ini 4 Hydrogen nie wykazał istotnego wzrostu ogólnych możliwości w ramach naszej oceny MCC w porównaniu z Gemini 4 Argon”. Ten sam model macierzysty, ta sama fraza, przeciwny wynik. Zatem „zaadaptowany z Gemini 4 Carbon” nie jest etykietą wskazującą na większe możliwości. Opisuje rodzinę pochodnych, z których co najmniej jedna wniosła mierzalny wzrost możliwości, a co najmniej jedna nie.

Co daje niezręczną tabelę cen. Do 30 listopada 2026 r. Gemini 4 Neon kosztuje 3,00 USD za milion tokenów wejściowych i 15,00 USD za milion tokenów wyjściowych, natomiast Gemini 4 Argon — model, z którym Neon jest porównywany i który wewnętrznie przewyższa — kosztuje 2,00 USD i 10,00 USD. Model pochodny jest o 50% droższy za token niż przodek, którego ewaluacje dziedziczy. Od 1 grudnia, gdy Carbon i Argon przechodzą na 4,00/20,00 USD, sytuacja się odwraca i Neon staje się o 25% tańszy od obu. Żadna z tych liczb nie mówi nic o rozmiarze modelu: cena za token to decyzja handlowa, a Google nigdy nie wyceniał tej rodziny według liczby parametrów.

Dlaczego obniżki cen działają przeciwko Matryoshka

Najbardziej konkretna hipoteza w obiegu głosi, że rodzina jest zagnieżdżona — że Carbon zawiera Neon tak, jak matrioszka zawiera mniejszą lalkę, a Neon uzyskano przez destylację większego modelu do tańszego, być może z dodatkowym etapem uczenia ze wzmocnieniem. To rozsądne przypuszczenie. Wyjaśnia, dlaczego model pochodny dzieliłby ten sam punkt odcięcia wiedzy, dlaczego karta modelu odsyłałaby w kwestii architektury do rodzica i dlaczego Google unikałoby określenia „post-trained” wobec modelu, który — w takim odczytaniu — nie tyle był poddany post-trainingowi, ile wyodrębniony.

Trzy elementy w publicznie dostępnych materiałach przemawiają przeciwko prostej wersji. Pierwszym jest cena: destylowany, mniejszy model jest zwykle tańszy za token niż jego nauczyciel, a Neon zadebiutował z ceną o 50% wyższą niż cena wprowadzająca Carbon. Model tańszy w obsłudze sprzedawany z narzutem jest możliwy — tym właśnie jest szybszy poziom usług — ale usuwa najsilniejszy element dowodów pośrednich na rzecz interpretacji opartej na destylacji. Drugim jest Hydrogen: najtańszy model w rodzinie, 1,50/7,50 USD z jedynym darmowym poziomem, nosi identyczne sformułowanie „zaadaptowany z Gemini 4 Carbon” w tych samych siedmiu polach. Gdyby to wyrażenie opisywało jedną konkretną technikę, dwa modele na przeciwnych końcach drabinki cenowej nie nosiłyby go oba. Trzecim jest to, że sama karta, gdy chce mówić o wydajności, robi to w sekcji Opis — „Neon równoważy głębię i wydajność” — a nie w sekcji architektury, która jest pusta.

Uczciwe stanowisko jest takie, że język karty wyróżnia trzy relacje — {{1}}nowy model, oparty na, zaadaptowany z{{/1}} — nie definiując żadnej z nich, a hipoteza Matryoshka jest prawdopodobną interpretacją niedostatecznie doprecyzowanego dokumentu, a nie ustaleniem. {{2}}Model typu matrioszka zwykle pokazuje liczbę parametrów i opowieść o rozmiarze serwowania.{{/2}} Ta karta nie pokazuje ani jednego, ani drugiego, a jedynym twierdzeniem związanym z rozmiarem jest zdanie pozycjonujące.

Cztery karty, trzy pułapki porównawcze

Każdy, kto na podstawie tych dokumentów konstruuje twierdzenie „Neon versus Carbon”, natrafia na trzy odrębne niezgodności, a w każdą z nich łatwo wpaść.

• Wersja indeksu. Karta Neon podaje „AA Index v5.0.1: 61” wobec Claude Opus 5.5 na poziomie 59 i GPT-6.2 Sol na poziomie 57; wyniki datowane na listopad 2026 r. Karta Carbon, opublikowana trzy tygodnie wcześniej, podaje „AA Index v5.0: 59” wobec Opus 5.5 na poziomie 58 i Gemini 4 Argon na poziomie 50; wyniki datowane na październik 2026 r. Sufiks zmienił się między obiema kartami, więc dwupunktowa różnica zmierzona na różnych wersjach indeksu nie jest dwupunktową różnicą.

• Poziom myślenia. 61 to górna granica, a nie wartość domyślna. Artificial Analysis, na którego indeks powołuje się Google, publikuje cztery wyniki Neon dla v5.0.1: 44,1 na poziomie niskim, 54,9 na poziomie średnim, 59,6 na poziomie wysokim — poziom, który Neon faktycznie przyjmuje domyślnie — oraz 61,4 na poziomie bardzo wysokim. Carbon plasuje się na poziomie 60,0. Zatem domyślna konfiguracja modelu uzyskuje wynik niższy niż jego rodzic, podczas gdy konfiguracja maksymalna uzyskuje wynik wyższy, a karta producenta podaje tylko maksimum. Oba zestawy liczb pochodzą od trackera, a nie od Google, i oba były aktualne 20 listopada 2026 r.

• Wersja benchmarku i harness. Karta Neon podaje Terminal-bench 4.1 na poziomie 65,2% po korekcie o oszustwa, w porównaniu z Opus 5.5 na poziomie 65,8% — strata. Październikowa karta Carbon podaje „Terminal-Bench 4.0 (AA)” na poziomie 65,2%. Dwie karty, ta sama liczba, różne wersje benchmarku — to zbieg okoliczności, a nie porównanie. Wiersze SWE-sweep są gorsze: Neon podaje 39,0% na „harnessie providera” i 12,8% na „harnessie Mini-SWE”, podczas gdy Carbon podaje jedną wartość 9,6% bez kwalifikatora harnessu. To trzy konfiguracje i nie można ich zestawić jako poprawy o 29 punktów.

Screenshot of the Artificial Analysis page for Gemini 4 Neon, headed 'Intelligence, Performance & Price Analysis', showing ranks 46 of 96 and 73 of 95, 110 output tokens per second, $3.00 input and $15.00 output per million tokens, an intelligence index of 61 at xhigh effort, and the note that the model is slow per task and very verbose.

Wszystko inne na karcie Neon pochodzi od dostawcy i nie zostało odtworzone: CursorBench 4.1 na poziomie 65,4% (Opus 5.5 58,1%), FrontierCode 2.0 na poziomie 46,2% (47,3%, strata), GraphWalks od 256k do 1M na poziomie 95,2% (66,8%), AutomationBench 56,3% (42,5%), SEC-bench Pro 90,5%, RiemannBench 84,0%. Dwie z liczb dotyczących kodowania to straty wobec konkurenta, co warto zauważyć, ponieważ podsumowania premier przytaczają zwycięstwa i pomijają te straty.

Co by to rozstrzygnęło?

Cztery rzeczy przeniosłyby „adapted” z wnioskowania do faktu. Żadna z nich jeszcze nie istnieje.

• Ujawnienie liczby parametrów lub sprzętu serwującego dla Neon. Sekcja Hardware to tylko odesłanie do Carbon; rzeczywista wartość od razu oddzieliłaby przyciętą lub zdestylowaną pochodną od ponownie dostrojonego bliźniaka.

• Raport Gemini 4 Neon Safety & Security, który według karty „będzie dostępny w nadchodzących dniach”. Raporty bezpieczeństwa historycznie zawierały szczegóły dotyczące możliwości, które publiczna karta pomija.

• Dane o efektywności tokenów przy porównywalnej jakości. Dokumentacja premierowa Google twierdzi, że Neon zapewnia „oszczędniejsze zużycie tokenów”, a karta nie podaje żadnych liczb. Jeśli Neon rzeczywiście zużywa mniej tokenów na zadanie niż Carbon, kwestia pochodzenia ma mniejsze znaczenie niż kwestia rachunku.

• Jakiekolwiek oświadczenie Google definiujące „adapted from” w przeciwieństwie do „based on”. Do tego czasu oba te zwroty są rozróżnieniem, które wydawca wprowadził i odmówił jego wyjaśnienia.

Jak używać niedookreślonego modelu

Nic z tego nie jest powodem, by unikać tego modelu. To powód, by go ocenić, a nie wnioskować o nim na podstawie karty. Neon jest dostępny wyłącznie w płatnym planie — bez darmowego limitu — z czterema poziomami myślenia (low, medium, high domyślnie, xhigh), ujednoliconym oknem 1 048 576 tokenów z synchronicznym wyjściem 64K i długim dekodowaniem do 1M, tylko niejawnym buforowaniem, batch i flex za połowę stawki (1,50 USD/7,50 USD) oraz priorytetem za 1,8× (5,40 USD/27,00 USD; buforowane dane wejściowe 0,27 USD tam wobec 0,15 USD standardowo). Generowanie dźwięku, generowanie obrazów i Live API są oznaczone jako nieobsługiwane; wykonywanie kodu, korzystanie z komputera, wywoływanie funkcji, ustrukturyzowane dane wyjściowe, wyszukiwanie plików, kontekst URL i obie opcje ugruntowania są obsługiwane.

Praktyczną konsekwencją niedostatecznie określonego rodowodu jest to, że należy zmierzyć to, czego karta nie podaje — tokeny wyjściowe na ukończone zadanie — przy ustawieniu, które faktycznie wdrożysz. Przepuść te same 20 lub 30 zadań przez Neon przy wysokim i przez Carbon przy jego domyślnym średnim, licz tokeny, a nie tokeny za dolara, i porównaj z własnym rachunkiem. Model, który jest o 50% droższy za token i zużywa o 30% mniej tokenów na zadanie, jest tańszy; model, który jest o 50% droższy i równie rozwlekły, nie jest, a żadna karta z tej rodziny nie powie ci, który masz.

Nasz własny katalog jest częściową odpowiedzią na drugą połowę tego problemu. Zawiera „google/gemini-4-carbon” i „google/gemini-4-argon”, a nie zawiera Gem​ini 4 Neon — strona modelu nic dziś nie zwraca, więc niczego tutaj nie należy odczytywać jako oferty kierowania do niego ruchu. Router daje ci natomiast podczas oceny jeden klucz i jeden rachunek obejmujący porównywane modele oraz cenę katalogową dostawcy przekazywaną bez narzutu — dzięki temu grudniowa zmiana cen Carbon i Argon (wejście z 2,00 USD na 4,00 USD, wyjście z 10,00 USD na 20,00 USD) trafia na twoją fakturę tego samego dnia, w którym pojawia się na stronie cen Google, zamiast zostać wchłonięta przez marżę resellera. A ponieważ łańcuch fallback może trzymać Carbon za Neon, nieprzetestowany model pochodny może obsługiwać ruch produkcyjny, nie będąc jedyną rzeczą stojącą między twoimi użytkownikami a awarią.

Otwartym pytaniem nie jest to, czy „adapted from” jest uczciwe — jest oczywiście, na tyle, na ile sięga. Jest nim to, czy karta, która siedmiokrotnie powtarza jedną niezdefiniowaną klauzulę, jest udostępniana bez podania liczby parametrów i odsyła kwestie architektury, danych, sprzętu i oprogramowania do siostrzanego dokumentu, stanowi wystarczające ujawnienie informacji w przypadku modelu, który kosztuje więcej za token niż ten, od którego się wywodzi. Na podstawie obecnych dowodów Google przekazało nam kształt drzewa genealogicznego i nic o gałęziach. Dokument Safety & Security Report, kiedykolwiek się pojawi, będzie następnym dokumentem wartym przeczytania.