Wygenerowana karta tytułowa z napisem „Gemini 4 Neon's Three.js Demo” i podtytułem „Piętnaście sekund, jedno zdanie, bez promptu”, obok małego diagramu luki między twierdzeniem a pomiarem: po jednej stronie klatka wideo oznaczona „opublikowano 19 lis 2026, 1920x1080, 15,0 s”, a po drugiej lista kontrolna oznaczona „prompt, poziom wysiłku, liczba tokenów, plik źródłowy”, większość pól jest pusta.
Guides & Insights

Demo Three.js Gemini 4 Neon: co tak naprawdę pokazuje 15 sekund

Autor

Gideon Frost

Data publikacji

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

19 listopada 2026 r. deweloper występujący jako @chetaslua opublikował piętnastosekundowy klip z dołączonym jednym zdaniem: Gemini 4 Neon wykonał zawartą w nim grafikę ruchomą w „czystym @threejs”, a taniec robota na końcu daje czadu. Wideo ma 1920×1080 i trwa piętnaście sekund. To cały publiczny zapis — bez promptu, bez pliku źródłowego, bez poziomu myślenia, bez liczby tokenów, bez stwierdzenia, czy pochodzi z API, AI Studio czy Antigravity. Gemini 4 Neon to prawdziwy, ogólnie dostępny model; strona modelu DeepMind Google’a wymienia go w listopadzie 2026 r., a Artificial Analysis podaje dla niego ocenę i cenę. Ale opublikowany klip to twierdzenie, a nie pomiar, i właśnie odległość między tymi dwiema rzeczami jest użyteczną częścią tej historii. Gemini 4 Carbon pojawia się wyłącznie jako model siostrzany, od którego — jak mówi Google — zaadaptowano Neon, oraz ten, który faktycznie znajduje się w naszym własnym katalogu — nie jest tutaj tematem.

Piętnaście sekund, zero zapisanych ustawień

Zacznij od tego, co można sprawdzić na podstawie samego posta, ponieważ to krótka lista i warto zobaczyć, jak krótka.

Twierdzenie — że Gem​ini 4 Neon wykonał grafikę ruchomą w czystym three.js. To przypisanie autora posta. Nic w klipie nie dowodzi, który model napisał kod, a nic w wątku nie pokazuje kodu.

• Znacznik czasu — 19 listopada 2026, 16:51 UTC, dzień po ogólnym udostępnieniu Neon’a z 18 listopada. Nikt nie może oskarżyć tego o bycie przedpremierowym demem przemyconym wbrew embargu; to artefakt z tego samego tygodnia.

• Plik — piętnaście sekund, 1920×1080, bez narracji, opublikowany jako załącznik wideo. Wynik renderowania, a nie nagranie ekranu edytora. To ma znaczenie: nagranie ekranu kogoś piszącego pokazałoby prompt, pośrednie błędy i liczbę prób. Gotowy render nie pokazuje żadnego z nich.

• Zaangażowanie — 130 polubień w momencie, gdy pobieraliśmy tekst posta. Niewiele. To pokaz jednej osoby, a nie skoordynowane udostępnienie demo, i to właściwie czyni go interesującym: nikt nie przygotował go z myślą o poście premierowym.

Brakuje wszystkiego, co pozwoliłoby drugiej osobie to odtworzyć. Prompt. Poziom wysiłku — Neon obsługuje low, medium, high i xhigh, a różnica między low i xhigh przy tym samym promptcie jest wystarczająco duża, by zmienić zarówno rachunek, jak i wynik. Interfejs. Liczba prób stojących za tą, którą opublikowano. Czy taniec robota był zamówiony, czy improwizowany. Czy jakikolwiek JavaScript był później ręcznie edytowany. Każdy z tych elementów to jedna linijka w poście uzupełniającym, a żadnego z nich tam nie ma.

Co tak naprawdę testuje scena Three.js

Kuszące jest zaklasyfikowanie tego pod “zdolność front-endową” i przejście dalej, w jedną albo drugą stronę — jako dowód, że model jest dobry w grafice, albo jako dowód, że ładny render nic nie znaczy. Żadna z tych interpretacji nie wytrzymuje zderzenia z tym, czym jest ten artefakt.

three.js to jedna z najczęściej reprezentowanych bibliotek w danych treningowych dowolnego modelu. Scena z kamerą, światłem, siatką i pętlą renderowania jest bliska kanonicznemu rezultatowi „zobacz, co zrobiłem” z ostatnich trzech lat rozwoju webu. Każdy obecny model czołowy potrafi wygenerować stronę, która renderuje coś wirującego. Istnienie poprawnej sceny three.js w piętnastosekundowym klipie mówi więc prawie nic o tym, który model ją stworzył, i właśnie dlatego przypisanie autorstwa przez autora posta wykonuje całą robotę w tym zdaniu.

To, co jest naprawdę trudniejsze — i co tak naprawdę sprawdza grafika ruchoma z tańcem zsynchronizowanym czasowo na końcu — to część, dla której nie ma wyroczni poprawności. Grafika ruchoma to sekwencja: maszyna stanów animacji z przejściami, ścieżka kamery, krzywe łagodzenia, uporządkowanie zdarzeń, które musi trafić w rytm. Nie ma testu, który stwierdza, że taniec wygląda dobrze. Model musi trzymać w głowie szesnastosekundowy scenorys, wygenerować stałe czasowe i nie dryfować. Kiedy ktoś mówi, że ostatnie cztery sekundy „dają czadu”, wydaje osąd o choreografii i tempie — a tempo to rzecz, w której jednorazowe generowanie kodu wypada najgorzej, bo nic w pętli nie zawodzi, gdy rozkład czasowy jest zaledwie przeciętny.

To jest prawdziwy powód, dla którego ten klip zasługuje na drugie spojrzenie, mimo że niczego nie dowodzi. To twierdzenie o kompozycji czasowej, a nie o matematyce shaderów. Model, który potrafi napisać shader, i model, który potrafi utrzymać spójność piętnastosekundowej sekwencji, to różne twierdzenia, a tutaj formułuje się tylko jedno z nich.

Liczby, które Neon jednak ma

Artificial Analysis to jedyna niezależna tablica wyników z wpisem Gem​ini 4 Neon, a uważne jej przeczytanie to najszybszy sposób, by zobaczyć, jak daleko opublikowany klip plasuje się od czegokolwiek, co zostało zmierzone.

Screenshot of the Artificial Analysis analysis page for Gemini 4 Neon, headed 'Intelligence, Performance & Price Analysis', showing an Intelligence Index of 61 at xhigh effort with ranks of 6 of 96, 73 of 95 and 79 of 95 across the panels, 110 output tokens per second, 21.5 minutes per task, $3.00 input and $15.00 output per million tokens, and a verbosity panel reporting 283 million output tokens and a 3.482% output-to-input ratio.

W nagłówku widnieje 61 w Intelligence Index na poziomie myślenia xhigh, co daje szóste miejsce wśród 96 modeli w rankingu. Ten sam model osiąga 60 przy high, 55 przy medium i 44 przy low — siedemnastopunktowy rozrzut w jego własnej drabinie wysiłku, czyli najważniejsza pojedyncza liczba w tym tekście, jeśli zamierzasz komukolwiek podać “61”. Sześćdziesiąt jeden to liczba xhigh. Udokumentowaną wartością domyślną Neon jest high.

Pozostała część panelu to miejsce, w którym nawyk związany z demami staje się kosztowny. Szybkość generowania wyników wynosi 110 tokenów na sekundę. Ukończenie jednego zadania Intelligence Index zajmuje modelowi 21,5 minuty, wobec mediany 12,1 minuty dla modeli w porównywalnej cenie; model zajmuje 73. miejsce na 95 pod względem wydajności i 79. na 95 pod względem kosztu. Pod względem rozwlekłości zajmuje 93. miejsce na 95: 283 mln tokenów wyjściowych i 8,12 mld tokenów wejściowych w całym przebiegu indeksu, przy stosunku wyjścia do wejścia wynoszącym 3,48% wobec mediany około 65 mln tokenów wyjściowych. Własne podsumowanie Artificial Analysis nazywa go bardzo rozwlekłym i wycenia jedno zadanie indeksu na 6,44 USD. Według cennika Google to 3,00 USD za milion tokenów wejściowych i 15,00 USD za milion tokenów wyjściowych, a buforowane dane wejściowe kosztują 0,15 USD.

Opublikowana przez samo Google tabela to inny gatunek liczb i należy ją tak oznaczyć: raportowana przez dostawcę, nieodtworzona przez nikogo spoza Google. CursorBench 4.1 – 65,4%, Terminal-bench 4.1 – 65,2%, FrontierCode 2.0 – 46,2%, SWE-sweep – 39,0% we własnym środowisku testowym Google, AutomationBench – 56,3%, Agents’ Last Exam v1.1 – 75,8%, RiemannBench – 84,0%, GraphWalks – 95,2%. Każda z tych pozycji to pomiar agentowy, kodowania lub długiego kontekstu. Żadna z nich nie mierzy „wygenerowania atrakcyjnej animowanej sceny za jednym podejściem na podstawie krótkiego promptu”, ponieważ żaden benchmark tego nie robi. Demo i tablica wyników nie mierzą tego samego, a ani jedno, ani drugie nie mierzy tego, czego ten klip ma być dowodem.

Ile tak naprawdę kosztuje próba demo

Cena ma znaczenie, ponieważ dema powstają iteracyjnie, a Neon jest rozwlekły pod względem pomiarów. Nic w piętnastosekundowym renderze nie mówi, ile prób było potrzebnych, a każda próba to pełna generacja.

• Próba wygenerowania 25 000 tokenów wyjściowych — wiarygodny rozmiar dla jednej sceny three.js przy dużym wysiłku, z tokenami rozumowania liczonymi jako wyjściowe — to około 38 centów przy 15 dolarach za milion.

• Próba na 60 000 tokenów kosztuje około 90 centów. Trzy lub cztery takie próby plus kilka ponownych prób i wydasz na demo więcej, niż demo jest warte jako dowód.

• Próba na 200 000 tokenów — liczba, do której dochodzi się przy xhigh, gdy model przedziera się myślami przez maszynę stanów animacji — kosztuje sama w sobie 3,00 USD.

• Poziomy batch i flex działają z połową stawki, więc te same trzy próby po $1.50 i $7.50 za milion wynoszą około połowy. Nie ma w tym nic egzotycznego; to po prostu nie jest darmowe, a klip tego nie mówi.

A generated cost card titled 'What a demo attempt costs', listing three attempts at $15.00 per million output tokens: 25,000 tokens at about 38 cents, 60,000 tokens at about 90 cents, and 200,000 tokens at $3.00, with a second column showing the same three at the half-rate batch and flex prices of $1.50 and $7.50 per million, and a footer reading 'Arithmetic at the published Neon rate card; no measurement of the posted clip.'

To jest argument za wypróbowaniem nieudowodnionego modelu przez router, zamiast wpinać go na ścieżkę produkcyjną. Neon ma dwa dni życia, jego gadatliwość to najniżej oceniany wskaźnik na jego własnym panelu, a jedynym publicznym artefaktem dla tego konkretnego zastosowania jest gotowy render wykonany przez jedną osobę. To model, który chcesz wywołać obok czegoś innego i porównać rachunki, a nie model, któremu chcesz zobowiązać klienta w listopadzie.

Co pozwoliłoby sprawdzić następny klip?

To nie jest krytyka autora posta, który coś stworzył i się tym podzielił. To krótki protokół, a każdy, kto opublikuje następny, mógłby domknąć tę lukę w kilku linijkach:

• Polecenie, dosłownie. Nie parafraza — rzeczywisty tekst. To pojedyncza linia o najwyższej wartości i jej uwzględnienie nic nie kosztuje.

• Identyfikator modelu i poziom wysiłku. “Gem​ini 4 Neon at high” to inne twierdzenie niż “Gem​ini 4 Neon at xhigh”, a przy stawce 15 USD za tokeny wyjściowe różnica przekłada się na pieniądze.

• Interfejs. Antigravity, AI Studio i bezpośredni interfejs API stosują różne prompty systemowe i różne szkieletowe narzędzia; scena wygenerowana w agentowym IDE nie jest tym samym artefaktem co scena uzyskana w wyniku pojedynczego uzupełnienia.

• Liczba prób i łączna liczba tokenów wyjściowych. Dwie liczby, obie widoczne w konsoli rozliczeniowej, które razem zamieniają anegdotę w koszt przypadający na jeden użyteczny render.

• Plik źródłowy. Pojedyncza, samowystarczalna strona HTML z importem three.js i pętlą animacji stanowi cały odtwarzalny artefakt i zwykle ma mniej niż sto kilobajtów.

• Jedna porażka. Drugi prompt, z którym model sobie nie poradził przy tych samych ustawieniach. Demo bez udokumentowanego trybu awarii odbiera się jak składanka najlepszych fragmentów, bo właśnie nią jest.

Dopóki nie istnieją co najmniej pierwsze trzy z nich, uczciwe podsumowanie tego klipu jest takie, że model wydany poprzedniego dnia stworzył coś, z czego kompetentny web developer byłby zadowolony, że to zrobił, i że na podstawie pliku nie można stwierdzić, jaka część zasług należy do modelu, do promptu, a jaka do edycji.

Jak samodzielnie ponownie uruchomić test

Gem​ini 4 Neon nie znajduje się w katalogu OrcaRouter na dzień 20 listopada 2026 — modele Gem​ini 4, które obsługujemy, to google/gemini-4-carbon i google/gemini-4-argon, a katalog liczy 217 identyfikatorów modeli. Zatem praktyczna wersja tego testu na dziś to porównanie w obrębie rodziny: uruchom ten sam prompt do grafiki ruchomej na Carbonie z wysokim wysiłkiem i na Neon z wysokim wysiłkiem przez własne API Goog​le’a, i porównaj tokeny wyjściowe, czas rzeczywisty i to, jak dużą część renderu trzeba było zlecić dwukrotnie.

To porównanie łatwo skonfigurować po naszej stronie dla części Carbon. Jeden klucz obejmuje katalog, cena katalogowa dostawcy jest przekazywana z marżą 0%, więc zmiana stawki Goog​le jest widoczna na Twoim rachunku tego samego dnia, a nie dopiero na następnej fakturze, a failover oznacza, że jedna nieudana generacja nie kończy przebiegu. Jeśli testujesz dwudniowy model względem ustabilizowanego, DSL routingu umieści oba za jednym punktem końcowym i zwróci parę, co jest najtańszym sposobem uzyskania prawdziwej odpowiedzi zamiast wrażenia.

Screenshot of the OrcaRouter model page for google/gemini-4-argon, showing the model header with a zero-retention agreement noted, the chat-completions and generateContent endpoints, input priced at $2.00 and output at $10.00 per million tokens, cache reads at $0.100, and code samples calling google/gemini-4-argon through the OpenAI-compatible base URL https://api.orcarouter.ai/v1 with an ORCAROUTER_API_KEY.

Warto obserwować nie to, czy pojawi się więcej ładnych klipów — będą się pojawiać, z każdego laboratorium, bez końca. Chodzi o to, czy osoby je publikujące zaczną dołączać prompt i poziom wysiłku. Gdy tylko ktoś to zrobi, porównanie stanie się możliwe: ten sam szesnastosekundowy scenorys, uruchomiony na czterech poziomach rozumowania, z liczbą tokenów i rachunkiem obok każdego renderu. Ten jeden post byłby wart więcej niż cała tabela benchmarków opublikowana przez Google w przypadku tego konkretnego pytania, ponieważ byłby pierwszym pomiarem tego, czy Neon potrafi utrzymać spójną sekwencję czasową, a nie tego, czy umie napisać shader.

Do tego czasu traktuj ten klip jako to, czym jest: ładny artefakt, wiarygodny sygnał możliwości i twierdzenie, którego najsilniejszym dowodem jest reputacja osoby, która go opublikowała.