Um cartão de título gerado com o texto 'Gemini 4 Neon é adaptado do Carbon' e o subtítulo 'Uma frase, repetida sete vezes, e nunca definida', ao lado de um diagrama de árvore genealógica: Gemini 4 Argon acima de Gemini 4 Carbon, rotulado 'baseado em', ramificando-se para Gemini 4 Hydrogen e Gemini 4 Neon, ambos rotulados 'adaptado de'.
Guides & Insights

Gemini 4 Neon é adaptado do Carbon: o que o cartão não define

Autor

Elias Hawthorne

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

O cartão de modelo publicado do Gem​ini 4 Neon diz exatamente uma coisa sobre de onde o modelo veio, e diz isso sete vezes: “Gem​ini 4 Neon é adaptado do Gemini 4 Carbon.” Esse é todo o relato publicado da relação entre Gem​ini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon e Gem​ini 4 Hydrogen. Nenhuma contagem de parâmetros, nenhuma declaração do que foi adaptado, nenhuma definição da palavra. Seis semanas de lançamentos do Gemini 4 dependem dessa única cláusula indefinida, e agora ela está sendo lida no X e em resumos de lançamento como se “adaptado” fosse um termo técnico com um significado estabelecido. Não é um significado que o Google tenha estabelecido.

O que se segue separa as três coisas que são fáceis de confundir aqui: o que o cartão imprime literalmente, o que isso implica e o que atualmente é conjectura. Tudo o que está entre aspas vem de uma página do Google DeepMind obtida em 19 e 20 de novembro de 2026; tudo o que é inferido é rotulado como inferência e mantido em seu próprio parágrafo, para que você possa descartá-lo sem perder os fatos.

Sete frases idênticas.

O cartão é organizado sob os títulos Informações do Modelo, Dados do Modelo, Implementação e Sustentabilidade, Distribuição, Avaliação, Uso Pretendido e Limitações, e Segurança & Proteção. Em sete desses campos, o texto do corpo é a mesma cláusula, seguida de uma referência ao cartão Carbon:

Dependências de modelo — “O Gemini 4 Neon é adaptado do Gemini 4 Carbon.”

• Arquitetura — a mesma frase, depois “consulte a ficha do modelo Gemini 4 Carbon.”

• Conjunto de Dados de Treinamento — a mesma frase, depois o mesmo ponteiro para Carbon.

• Processamento de Dados de Treinamento — a mesma frase, depois o mesmo ponteiro.

• Hardware — a mesma frase, depois o mesmo ponteiro.

• Software — a mesma frase, depois o mesmo ponteiro.

Uso Aceitável — a mesma frase, depois o mesmo ponteiro.

O cartão nunca se cala sobre a linhagem. Também nunca é específico. “Adaptado de” carrega um ponteiro em vez de conteúdo: tudo o que um leitor gostaria de saber — número de parâmetros, quais camadas mudaram, se um modelo menor foi treinado contra um maior, quais dados eram novos — é delegado a um documento sobre um modelo diferente, e esse documento também não responde a nada disso. O cartão Carbon diz que o Carbon é “baseado no Gemini 4 Argon” e então aponta para o Argon, que diz que o Argon é “um modelo baseado em transformer, de mistura de especialistas (MoE) esparsa e em grande escala” e “não é uma modificação nem um ajuste fino de um modelo anterior”. Seguir a cadeia de ponta a ponta revela que o Neon descende de algo que descende de algo que é novo. Não revela o que “descende” fez.

Duas frases, sem diferença indicada

A comparação mais interessante não é o Neon contra sua empresa-mãe. É o vocabulário que o Google usa em toda a família, porque o mesmo publicador usa duas expressões diferentes para duas relações diferentes e nunca explica por quê:

• Gemini 4 Argon, cartão publicado em 13 de outubro de 2026 — “não uma modificação ou um ajuste fino de um modelo anterior.” Usado uma vez, em Dependências de modelo.

• Gemini 4 Carbon, ficha publicada em 10 de novembro de 2026 — “baseada no Gemini 4 Argon.” Usada seis vezes, em Dependências do Modelo, Arquitetura, Conjunto de Dados de Treinamento, Hardware, Software e Uso Aceitável.

• Gem​ini 4 Hydrogen, ficha publicada em 12 de novembro de 2026 — “adaptado do Gemini 4 Carbon.” Usado sete vezes, nos mesmos sete lugares em que o Neon o usa.

• Gem​ini 4 Neon, cartão publicado em 18 de novembro de 2026 — “adaptado do Gemini 4 Carbon.” Sete vezes.

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.

Portanto, “adaptado de” não é uma expressão cunhada para o Neon. O Hydrogen a trouxe seis dias antes, e os dois cards a usam de forma idêntica — mesma redação, mesmos slots, mesmo pai. Seja o que for que adaptação signifique aqui, é a relação padrão para um modelo construído sobre o Carbon, e é visivelmente distinguida no texto de “baseado em”, que é a relação do Carbon com o Argon. Nenhuma das expressões é definida em lugar algum na documentação da família. Um leitor que presume que “adaptado de” significa algo mais fraco ou mais restrito do que “baseado em” está presumindo; um leitor que presume que as duas expressões significam a mesma coisa está presumindo com a mesma força na direção oposta.

O que a seção de arquitetura diz

Esta é a parte que os resumos em circulação omitem. O cartão Neon não contém nenhuma ocorrência de “distill”, “distillation”, “prune”, “quantize” ou “mixture-of-experts”, não traz contagem de parâmetros, e a palavra “smaller” não aparece. A seção de arquitetura é uma frase e uma referência à Carbon. O cartão também nunca usa “post-trained” — exatamente a palavra cuja ausência a thread do X que motivou este texto notou. Essa ausência é real e verificável.

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.'

O único lugar em que o cartão nomeia técnicas de treinamento é a seção Safety and Security, em uma frase que começa “Safety and security were built into Gem​ini 4 Neon throughout the training and deployment lifecycle, including pre-training data filtering, post-training alignment (supervised fine-tuning and reinforcement learning)…” Lido rapidamente, isso parece a divulgação que o restante do cartão omite. Não é. A frase idêntica, palavra por palavra, aparece no cartão Carbon e no cartão Hydrogen. O cartão Argon não a traz de forma alguma. É um template de processo de segurança aplicado a todo modelo construído sobre o Carbon, e usá-lo como evidência de que o Neon foi pós-treinado com aprendizado por reforço é ler texto padronizado como se fosse divulgação de treinamento. O cartão não diz que o Neon foi pós-treinado. Não diz que não foi.

A data limite é o único fato datado.

A ficha fornece, sim, um fato concreto e verificável sobre a proveniência, e é fácil de passar despercebido porque está em Limitações Conhecidas, e não em qualquer lugar próximo do parágrafo sobre arquitetura: “O limite de conhecimento do Gem​ini 4 Neon é março de 2026, embora, em alguns domínios, o conhecimento do modelo possa estar menos atualizado.”

• Gemini 4 Argon — março de 2026 (o cartão declara para a família: “O corte de conhecimento do Gemini 4 é março de 2026”).

• Gemini 4 Carbon — março de 2026.

• Gem​ini 4 Hydrogen — Março de 2026.

• Gem​ini 4 Neon — Março de 2026.

Quatro modelos ao longo de cinco semanas, quatro cortes idênticos. Seja o que for que tenha sido adicionado entre o Argon em outubro e o Neon em novembro, não era uma nova fatia do mundo; qualquer ganho de capacidade vem de método, seleção de dados ou poder computacional de treinamento sobre material que a família já possuía. Isso é uma restrição genuína à interpretação de que “eles treinaram um modelo novo por cima”, e é a única afirmação quantitativa sobre a construção do modelo que a ficha apresenta.

A descoberta do MCC que ninguém citou

Escondida na seção Avaliação de Segurança de Fronteira está uma comparação que o Google fez e não incluiu nos materiais de lançamento. A empresa avaliou se o Neon demonstrava “novas capacidades significativas ou aumentos materiais de desempenho em relação à versão de modelo mais recente sujeita a uma avaliação de capacidade crítica, que era o Gemini 4 Argon”. Sua conclusão: “O Gemini 4 Neon apresentou um aumento na capacidade geral sob nossa avaliação MCC em comparação com o Gemini 4 Argon, no entanto, isso fica abaixo do nosso limite MCC.”

Leia isso como uma declaração de capacidade, e não de segurança. A própria avaliação interna do Google coloca o Neon acima do Argon, e o cartão então leva adiante as avaliações de capacidade e as determinações de limiar do Argon em vez de executá-las novamente, com a justificativa de que nada relevante mudou. O 61 no Intelligence Index que o cartão relata, portanto, não é apenas um número de fornecedor em uma tabela — é consistente com uma constatação interna de que o derivado supera o modelo do qual descende.

A mesma seção é onde os dois irmãos “adaptados de” deixam de ser intercambiáveis. O cartão do Hydrogen diz o oposto do do Neon: “Gem​ini 4 Hydrogen não mostrou um aumento material na capacidade geral sob nossa avaliação MCC em comparação com o Gemini 4 Argon.” Mesmo pai, mesma frase, conclusão oposta. Portanto, “adaptado de Gemini 4 Carbon” não é um rótulo de força. Ele descreve uma família de derivados, pelo menos um dos quais acrescentou capacidade mensurável e pelo menos um dos quais não.

O que gera uma tabela de preços estranha. Até 30 de novembro de 2026, o Gem​ini 4 Neon custa $3.00 por milhão de tokens de entrada e $15.00 por milhão de tokens de saída, enquanto o Gemini 4 Argon — o modelo contra o qual o Neon é medido e que, internamente, supera — custa $2.00 e $10.00. O derivado é 50% mais caro por token que o ancestral cujas avaliações ele herda. A partir de 1º de dezembro, quando Carbon e Argon sobem para $4.00/$20.00, isso se inverte e o Neon fica 25% mais barato que ambos. Nenhum dos números diz nada sobre o tamanho do modelo: o preço por token é uma decisão comercial, e o Google nunca precificou esta família pelo número de parâmetros.

Por que o preço vai contra a Matryoshka

A hipótese mais específica em circulação é que a família é aninhada — que o Carbon contém o Neon como uma boneca Matryoshka contém uma menor, e que o Neon foi obtido destilando o modelo maior em um modelo mais barato, possivelmente com aprendizado por reforço extra por cima. É um palpite razoável. Explica por que um derivado compartilharia um corte de conhecimento, por que a ficha deixaria a arquitetura para o modelo pai e por que o Google evitaria “pós-treinado” para um modelo que, nessa leitura, não foi tanto pós-treinado quanto extraído.

Três coisas no registro público argumentam contra a versão simples. A primeira é o preço: um modelo destilado e menor normalmente é mais barato por token do que seu modelo professor, e o Neon foi lançado 50% acima da tarifa introdutória do Carbon. Um modelo mais barato de servir vendido por um preço premium é possível — é disso que se trata um nível mais rápido —, mas isso remove a peça mais forte de evidência circunstancial para a leitura de destilação. A segunda é o Hydrogen: o modelo mais barato da família, US$ 1,50/US$ 7,50, com o único nível gratuito, traz a redação idêntica “adapted from Gemini 4 Carbon” nos mesmos sete campos. Se a frase descrevesse uma técnica específica, dois modelos em extremos opostos da escala de preços não a trariam ambos. A terceira é que a própria ficha, quando quer falar sobre eficiência, faz isso na Descrição — “Neon balances depth and efficiency” — e não na seção de arquitetura, que está vazia de conteúdo.

A posição honesta é que a linguagem do cartão distingue três relacionamentos — novo modelo, baseado em, adaptado de — sem definir nenhum deles, e que a hipótese Matryoshka é uma leitura plausível de um documento subespecificado, não uma descoberta. Um modelo do tipo boneca russa costuma mostrar uma contagem de parâmetros e uma narrativa de tamanho de serving. Este cartão não mostra nenhum dos dois, e a única afirmação relacionada a tamanho nele é uma frase de posicionamento.

Quatro cards, três armadilhas de comparação

Qualquer pessoa que monte uma alegação de “Neon versus Carbon” a partir destes documentos esbarra em três incompatibilidades distintas, e é fácil cair em cada uma delas.

• Versão do índice. O cartão Neon informa “AA Index v5.0.1: 61”, contra Claude Opus 5.5 com 59 e GPT-6.2 Sol com 57, com resultados datados de novembro de 2026. O cartão Carbon, publicado três semanas antes, informa “AA Index v5.0: 59”, contra Opus 5.5 com 58 e Gemini 4 Argon com 50, com resultados datados de outubro de 2026. O sufixo mudou entre os dois cartões, portanto uma diferença de dois pontos medida em versões diferentes do índice não é uma diferença de dois pontos.

• Nível de raciocínio. O 61 é um teto, não um padrão. A Artificial Analysis, cujo índice o Google está citando, publica quatro pontuações do Neon na v5.0.1: 44,1 em baixo, 54,9 em médio, 59,6 em alto — o nível que o Neon realmente usa como padrão — e 61,4 em xhigh. O Carbon fica em 60,0. Assim, a configuração padrão do modelo pontua abaixo de seu modelo pai, enquanto sua configuração máxima pontua acima dele, e a ficha do fornecedor mostra apenas o máximo. Ambos os conjuntos de números são do rastreador, não do Google, e ambos estavam atualizados em 20 de novembro de 2026.

• Versão do benchmark e harness. O cartão da Neon lista Terminal-bench 4.1 a 65,2% ajustado para trapaça, contra Opus 5.5 a 65,8% — uma perda. O cartão de outubro da Carbon lista “Terminal-Bench 4.0 (AA)” a 65,2%. Dois cartões, o mesmo número, versões diferentes do benchmark, o que é uma coincidência e não uma comparação. As linhas do SWE-sweep são piores: a Neon lista 39,0% em um “provider harness” e 12,8% em um “Mini-SWE harness”, enquanto a Carbon lista um único 9,6% sem qualificador de harness. Essas são três configurações e não podem ser alinhadas como uma melhoria de 29 pontos.

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.

Todo o resto no cartão Neon é informado pelo fornecedor e não reproduzido: CursorBench 4.1 em 65,4% (Opus 5.5 58,1%), FrontierCode 2.0 em 46,2% (47,3%, uma perda), GraphWalks 256k a 1M em 95,2% (66,8%), AutomationBench 56,3% (42,5%), SEC-bench Pro 90,5%, RiemannBench 84,0%. Dois dos números de codificação são perdas para um concorrente, o que vale a pena observar porque os resumos de lançamento citam as vitórias e omitem essas perdas.

O que resolveria isso

Quatro coisas transformariam “adaptado” de inferência em fato. Nenhuma existe ainda.

• Uma contagem de parâmetros ou divulgação de hardware de serving para o Neon. A seção Hardware é uma referência ao Carbon; um número concreto separaria imediatamente um derivado podado ou destilado de um irmão reajustado.

• O Relatório de Segurança e Proteção do Gemini 4 Neon, que, segundo a ficha, “estará disponível nos próximos dias”. Historicamente, os relatórios de segurança trazem detalhes de capacidade que a ficha pública omite.

• Dados de eficiência de tokens com qualidade equivalente. A documentação de lançamento do Google afirma que o Neon oferece “uso mais enxuto de tokens”, e o card não quantifica nada. Se o Neon realmente emite menos tokens por tarefa que o Carbon, a questão da linhagem importa menos que a questão da fatura.

• Qualquer declaração do Google que defina “adaptado de” em oposição a “baseado em”. Até lá, as duas expressões são uma distinção que a editora traçou e se recusou a explicar.

Como usar um modelo subespecificado

Nada disso é motivo para evitar o modelo. É motivo para avaliá-lo em vez de inferi-lo a partir da ficha. O Neon é exclusivo do plano pago — sem cota gratuita — com quatro níveis de raciocínio (baixo, médio, alto como padrão, extra alto), uma janela unificada de 1.048.576 tokens com saída síncrona de 64K e decodificação longa até 1M, apenas cache implícito, batch e flex com metade da tarifa (US$ 1,50/US$ 7,50), e prioridade a 1,8× (US$ 5,40/US$ 27,00; entrada em cache a US$ 0,27 nessa modalidade, contra US$ 0,15 no padrão). A geração de áudio, a geração de imagens e a Live API estão marcadas como não suportadas; execução de código, uso de computador, chamada de funções, saídas estruturadas, busca de arquivos, contexto de URL e ambas as opções de grounding são suportados.

A consequência prática de uma linhagem subespecificada é que você deve medir exatamente aquilo que o cartão omite — tokens de saída por tarefa concluída — na configuração que você realmente usaria em produção. Rode as mesmas 20 ou 30 tarefas no Neon no alto e no Carbon no padrão médio, conte tokens em vez de tokens por dólar e compare com a sua própria fatura. Um modelo 50% mais caro por token e 30% mais enxuto por tarefa sai mais barato; um 50% mais caro e igualmente verboso não sai, e nenhum cartão desta família vai lhe dizer qual dos dois você tem.

O nosso próprio catálogo é uma resposta parcial para a segunda metade desse problema. Ele inclui “google/gemini-4-carbon” e “google/gemini-4-argon”, e não inclui Gem​ini 4 Neon — a página do modelo não retorna nada hoje, então nada aqui deve ser interpretado como uma oferta de roteá-lo. O que o roteador oferece enquanto você avalia é uma única chave e uma única fatura entre os modelos que você está comparando, com o preço de tabela do provedor repassado sem markup, de modo que a mudança de preços de 1º de dezembro no Carbon e no Argon (entrada de US$ 2,00 para US$ 4,00, saída de US$ 10,00 para US$ 20,00) entra na sua fatura no mesmo dia em que entra na página de preços do Google, em vez de ser absorvida pela margem de um revendedor. E, como uma cadeia de fallback pode manter o Carbon atrás do Neon, um derivado não comprovado pode carregar tráfego de produção sem ser a única coisa entre os seus usuários e uma indisponibilidade.

A questão em aberto não é se “adaptado de” é honesto — é claramente, até certo ponto. É se um cartão que repete sete vezes uma cláusula indefinida, é lançado sem uma contagem de parâmetros e remete arquitetura, dados, hardware e software para um documento irmão constitui divulgação suficiente para um modelo que custa mais por token do que aquele de que descende. Com as evidências atuais, o Google nos disse o formato da árvore genealógica e nada sobre os ramos. O Safety & Security Report, quando for publicado, é o próximo documento que vale a pena ler.