
Pierwsze niezależne benchmarki Gemini 4 Neon: 61 to wartość xhigh, a przy ustawieniu domyślnym wypada za Carbon
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 184 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 223 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 87 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 96 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
Post Google’a zapowiadający Gemini 4 Neon rozpoczyna się od wyniku 61 w Artificial Analysis Intelligence Index, co daje trzecie miejsce ogółem. Artificial Analysis publikuje teraz własną stronę dla Gemini 4 Neon, a ta strona podaje 61,4 — dla xhigh wariantu, najgłębszego z czterech ustawień myślenia, który zajmuje szóste miejsce wśród 96 modeli w indeksie v5.0.1. Przy ustawieniu, które Neon faktycznie ma domyślnie, high, ten sam tracker daje mu 59,6. Gemini 4 Carbon, model, z którym ogłoszenie Google’a porównuje Neon w niemal każdym akapicie, ma 60,0 przy własnym maksimum. Czytając obie strony tak, jak zostały opublikowane, najnowszy Gemini 4 nie jest najmądrzejszy: wygrywa o 1,4 punktu, gdy przesunie się go na poziom, którego Carbon nie ma, a przegrywa o 0,4 punktu, gdy porówna się oba modele przy ustawieniach zalecanych przez ich dostawców.
Nic z tego nie czyni Neon złym modelem, a liczby dotyczące szybkości w tym samym panelu są najsilniejszym argumentem na jego korzyść, jaki ktokolwiek opublikował. Oznacza to jednak, że jedna liczba, która najprawdopodobniej trafi w tym tygodniu do prezentacji, dotyczy najmniej reprezentatywnej konfiguracji modelu, a korektę może teraz sprawdzić każdy, kto ma przeglądarkę, zamiast opierać się na wnioskowaniu z tabeli samego dostawcy.
Co faktycznie opublikował tracker
Artificial Analysis podaje, że Gemini 4 Neon ukazał się 18 listopada 2026 r., jest własnościowy, należy do Google, ma okno kontekstu 1 mln tokenów i przyjmuje dane wejściowe w postaci tekstu, obrazu, mowy i wideo. Wyróżnia się cztery osobno oceniane warianty — low, medium, high i xhigh — a strona domyślnie otwiera się na wariancie xhigh, dlatego główna liczba to 61,4, a nie wartość, jaką uzyskałbyś, wywołując model zupełnie bez parametrów myślenia. Obowiązujący indeks to v5.0.1, co ma znaczenie dla każdego, kto ma starszy wynik: to indeks oparty na nowej podstawie, a 61 z letniego rankingu to nie ten sam pomiar co 61 dzisiaj.
Ta sama strona ocenia resztę rodziny, a na kolejność warto spojrzeć przed zapoznaniem się z poszczególnymi liczbami. Wszystkie cztery korzystają z tego samego zestawu ewaluacyjnego — AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 i Terminal-Bench-Science 0.1 — więc porównanie odbywa się przynajmniej na tych samych warunkach, czego nie można powiedzieć o tabeli benchmarków w poście premierowym.

Jeden model, cztery wyniki i znacznie bardziej stroma drabinka
• Neon na poziomie niskim — 44,1, w porównaniu z Carbon na poziomie niskim 54,2 i Gemini 4 Hydrogen na poziomie niskim 26,9.
• Neon przy średnim — 54,9, w porównaniu z węglem 58,3 i wodorem 41,2.
• Neon w trybie wysokim — 59,6 wobec Carbon 60,0 i Hydrogen 50,8. To domyślne ustawienie Neon i górny limit Carbon.
• Neon przy xhigh — 61,4, wobec całkowitego braku wpisu Carbon. Gemini 4 Hydrogen ma czwarty szczebel i uzyskuje 53,9.
Kształt tych czterech liczb to element, którego wpis premierowy nie oddaje. Neon obejmuje 17,3 punktu indeksu od najtańszego do najgłębszego ustawienia; Carbon obejmuje 5,8 punktu w ramach swoich trzech szczebli. Neon nie jest stałą wielkością, która przypadkiem ma pokrętło do dostrajania — to cztery znacząco różne modele w zależności od tego, który szczebel nazwiesz, a różnice są największe na dole, gdzie to, co u Neona nazywa się niskim, jest o 10,1 punktu poniżej tego, co u Carbona nazywa się niskim. Jeśli oceniałeś Neona względem Carbona, używając jednej liczby na model, uczciwa wersja to krzywa w porównaniu z linią prostą.
Ma to praktyczną konsekwencję, która jest sprzeczna z framingiem premiery. Dokumentacja Google'a każe deweloperom oceniać na wszystkich czterech poziomach i wybierać najniższy, który spełnia ich próg jakości, oraz ostrzega, że xhigh „może powodować nadmierne rozmyślanie lub wyczerpywać max_output_tokens przy prostszych promptach, takich jak ekstrakcja tekstu lub JSON”. Niezależne liczby pokazują, dlaczego ta rada ma kluczowe znaczenie, a nie jest jedynie ostrożnościowa: zejście o poziom niżej nie jest na tym modelu błędem zaokrąglenia. 1,8 punktu między domyślnym ustawieniem Neon a jego pułapem to ponad czterokrotność odległości między Neon a Carbon; 4,7 punktu między high a medium to prawie dwunastokrotność tej odległości.

Koszt zadania — zmierzony, a nie deklarowany
Twierdzenie warte przetestowania dotyczy kosztu na zadanie. Google twierdzi, że Gemini 4 Neon przy domyślnym wysokim ustawieniu kosztuje o 32% mniej na zadanie niż Gemini 4 Carbon oraz o 36% lub więcej mniej niż konkurujące modele czołowe przy ich najwyższym ustawieniu rozumowania. Koszt na zadanie zależy od liczby tokenów emitowanych przez model, a wpis o premierze nie ujawnia żadnych liczb tokenów, więc do tego tygodnia tej liczby nie dało się sprawdzić z zewnątrz.
Panel trackera wycenia Neon na 6,44 USD za zadanie Intelligence Index, a Carbon na 4,90 USD. To nie jest 32% oszczędności; to 31-procentowa premia, a kierunek jest odwrotny niż w twierdzeniu. Uczciwe zastrzeżenie to niedopasowanie konfiguracji i działa w obie strony: 6,44 USD to Neon przy xhigh, ponieważ xhigh to wariant, na którym otwiera się strona, podczas gdy 4,90 USD to Carbon przy high, jego własnym maksimum. Liczba 32% podana przez Google dotyczy Neon przy high, który tracker ocenia osobno na 59,6, ale nie eksponuje go z kosztem w nagłówku tego samego panelu. Zatem poprawne stwierdzenie jest węższe niż „Google się myli”: opublikowana konfiguracja Neon kosztuje więcej za zadanie niż opublikowana konfiguracja Carbon, a konkretne porównanie, które przeprowadza Google, nie zostało niezależnie odtworzone.
To, co jest odtwarzalne, to profil tokenów, a to podważa intuicyjną interpretację szybszego modelu. Neon wygenerował 283 mln tokenów wyjściowych w ramach Intelligence Index wobec 205 mln w przypadku Carbonu — o 38% więcej — przy 8,12 mld tokenów wejściowych, przy czym tokeny wyjściowe stanowiły 3,5% wejściowych. Mediana wśród modeli ocenianych przez tracker wynosi 65,1 mln tokenów wyjściowych, więc Neon nie jest po prostu bardziej gadatliwy niż Carbon; należy do najbardziej rozwlekłych modeli w zestawieniu, zajmując 93. miejsce na 95 pod tym względem. Carbon, który miał opinię rozwlekłego, jest na 90. miejscu. Cokolwiek Neon ci oszczędza, nie oszczędza tego na emitowanych tokenach.
To, gdzie naprawdę jest szybciej — i jest to najsilniejszy argument za tym — to czas zegarowy:
• Czas na zadanie w Intelligence Index — Neon 21,5 minuty, Carbon 36,1, Hydrogen 15,3, Argon 29,6. Mediana dla porównywalnych modeli wynosi 12,4 minuty.
• Szybkość generowania — Neon 110 tokenów na sekundę, Carbon 57, Hydrogen 168, Argon 65.
• Czas do pierwszego tokenu odpowiedzi — Neon 56,5 sekundy, Carbon 75,0, Hydrogen 47,2, Argon 47,1.
Neon kończy ten sam zestaw ewaluacyjny w czasie zegarowym krótszym o 40% niż Carbon, przy około dwukrotnie większej szybkości generowania, jednocześnie generując więcej tokenów i uzyskując o 0,4 punktu niższy wynik przy dopasowanych ustawieniach domyślnych. To spójny produkt i inny produkt niż ten, który sugeruje tabela benchmarków: to model, który wybierasz, aby skończyć szybciej, a nie taki, który wybierasz, aby częściej mieć rację.
Trzy liczby w poście inauguracyjnym, których tracker nie potwierdza
Miejsce w rankingu. Google podaje trzecie miejsce w klasyfikacji ogólnej. Strona na żywo trackera umieszcza wariant xhigh na szóstym miejscu na 96 w indeksie v5.0.1. Obie liczby mogą pochodzić z Artificial Analysis i nadal być różne, ponieważ zestaw modeli się zmienia; nie może jednak być prawdą, że obie są aktualne. Zacytuj stronę na żywo i wskaż, do którego wariantu należy, inaczej liczba nie przetrwa następnego wydania.
Ustawienie stojące za wynikiem. Wynik 61 bez żadnego kwalifikatora odczytywany jest jako wynik modelu. Jest jednym z czterech, najdroższym w uruchomieniu i tym, przed którym ostrzegają własne dokumenty Google w zadaniach o charakterze ekstrakcji. Domyślnie jest to 59,6.
Przewaga w przeliczeniu na zadanie.Omówiono powyżej: przy konfiguracjach, które tracker publikuje w swoim panelu podsumowania, Neon jest o 31% droższy w przeliczeniu na zadanie, a nie o 32% tańszy. Twierdzenie dostawcy może nadal być prawdziwe w wariancie wysokim na własnym stanowisku testowym Google. Nie wykazano, by było ono prawdziwe w jakimkolwiek miejscu, które czytelnik może sprawdzić.
Wszystko inne w ogłoszeniu pozostaje takie, jakie było — rankingi firm zewnętrznych, na które powołuje się Google, oraz własne oceny Google, których nie odtworzono, od Chartography z wynikiem 73,5% po FrontierCode 2.0 z wynikiem 46,2%, a także dane dotyczące cyberbezpieczeństwa udostępniane wyłącznie w ramach programu Fairwind defenders. Niczemu z tego nie przeczą niezależne dane. To po prostu nie jest ta część, którą ktokolwiek może zweryfikować, a część, którą można zweryfikować, przedstawia się teraz inaczej.
Co to zmienia, jeśli zamierzałeś przyjąć Neon jako standard
Jeśli powodem wyboru Neon było 61, liczbą, którą należy przyjąć do planu wydajności, jest 59,6, a przy tym ustawieniu nie pokonuje on żadnego modelu z obecnej rodziny — Carbon z wynikiem 60,0 jest przed nim, a cena Carbon wynosi 2,00 i 10,00 USD za milion tokenów wobec 3,00 i 15,00 USD w przypadku Neon, dopóki 1 grudnia 2026 r. cena wprowadzająca na Carbon i Argon nie wzrośnie do 4,00 i 20,00 USD.
Jeśli powodem była szybkość, sprawa jest realna, a powyższe liczby to potwierdzają. Dwadzieścia jeden minut w porównaniu z trzydziestoma sześcioma na tym samym zbiorze ewaluacyjnym to różnica, która zmienia to, ile możesz uruchomić w ciągu dnia pracy, a tempo generowania 1,9x uwidacznia się w pracy interaktywnej znacznie wcześniej niż w zadaniu wsadowym.
Jeśli powodem była ekonomika Google w przeliczeniu na zadanie, przeprowadź test samodzielnie, zanim opierzesz na tym ścieżkę produkcyjną. Profil tokenów to jedyna rzecz, która decyduje, czy twierdzenie o koszcie na zadanie utrzymuje się w Twoim ruchu, a niezależny pomiar wskazuje, że Neon emituje więcej tokenów niż model, który rzekomo ma przebijać cenowo. W zadaniach z dużym udziałem danych wejściowych obraz się odwraca, ponieważ cena danych wejściowych Neon jest dziś o 50% wyższa niż w Carbon, a grudniowa zmiana Carbon zamyka nawet tę lukę na korzyść Neon — co jest czternastodniowym oknem, a nie strategią.
Przeprowadzanie porównania na własnym ruchu
Powód, by interesować się drabiną czterech szczebli, a nie pojedynczym wynikiem, jest taki, że wybór szczebla to decyzja kosztowa, a decyzje kosztowe najtaniej podejmuje się wtedy, gdy oba modele są w zasięgu jednego wywołania. Nasz katalog oferuje google/gemini-4-carbon oraz google/gemini-4-argon w cenie katalogowej dostawcy bez marży, co oznacza, że zmiana cen z 1 grudnia dla tych dwóch modeli pojawi się na Twojej fakturze tego samego dnia, w którym pojawi się u Google, a grudniowa pozycja Neon na ich tle zmieni się, bez konieczności ponownego negocjowania czegokolwiek. Gemini 4 Neon nie ma jeszcze w katalogu, więc nie jest to rekomendacja, by uruchamiać go u nas już dziś — to kształt testu, który warto przeprowadzić, gdy się pojawi.

Ewaluacja, za którą przemawiają powyższe liczby, nie jest uruchomieniem testu porównawczego. To ten sam prompt przy high na obu modelach, mierzony w tokenach do ukończenia, a nie w sekundach, na próbce własnych zadań. Ten test wymaga, aby oba modele były osiągalne z jednego klucza z fallbackiem za nim, ponieważ celem uruchomienia Neon jest sprawdzenie, czy twierdzenie dotyczące poszczególnych zadań przetrwa kontakt z Twoim ruchem, a celem fallbacku jest to, że model, który wciąż oceniasz, nigdy nie staje się jedyną ścieżką do produkcji. Carbon za nim, Argon za tym, a porównanie drabinki staje się zmianą routingu, a nie migracją.
Jedyne, czego nie należy robić, to opierać decyzji na tabeli premierowej. Tracker opublikował już cztery wyniki dla jednego modelu, różnica między najlepszym a domyślnym jest większa niż między domyślnym a modelem, który zastępuje, a twierdzenie o kosztach, które sprawia, że cała propozycja się broni, jest jedyną liczbą na slajdzie, której nikt spoza Google nie odtworzył.
Co obejrzeć dalej
Trzy rzeczy, wszystkie weryfikowalne. Czy koszt na zadanie w trackerze dla Neon na poziomie wysokim wypada blisko 32% podawanych przez Google — ten pojedynczy wiersz rozstrzygnąłby spór, a to wariant, który ma już opublikowany wynik indeksu. Czy otwiera się brama Fairwind dla wariantu cyber, skoro dane dotyczące bezpieczeństwa wciąż są twierdzeniami o modelu, który prawie nikt spoza Google nie może wywołać. I czy zaplanowany na 1 grudnia krok dotyczący Carbon i Argon przetrwa zderzenie z popytem, ponieważ to jest data, w której stałe stawki Neon wynoszące 3,00 USD i 15,00 USD przestają wydawać się drogie i zaczynają wyglądać jak najtańszy poziom rozumowania Gemini 4 w przeliczeniu na token.
Do tego czasu przydatne podsumowanie ma długość jednego zdania: Gemini 4 Neon to najszybszy sposób na uzyskanie odpowiedzi Gemini 4, ale nie jest to najdokładniejsza odpowiedź przy ustawieniu, z jakim jest dostarczany, a twierdzenie o wydajności, które uzasadnia jego cenę, wciąż pochodzi od dostawcy.
