
Gemini 4 Neon Video: Uma Exportação de Artefato, Não uma Geração
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 185 tok/s
- openaiNOVOOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 por 1M de tokens · 76 tok/s
- openaiNOVOOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 por 1M de tokens · 151 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 234 tok/s
- AlibabaNOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 por 1M de tokens · 125 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 94 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 por 1M de tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 104 tok/s
Às 08:07 UTC de 21 de novembro de 2026, a conta @dotey — 宝玉 no X — publicou um clipe de 60,03 segundos em 1920×1080 com uma única linha em chinês acima dele: 做视频效果也不错, aproximadamente "também não é ruim em vídeo". O assunto era o Gemini 4 Neon, o modelo da Google lançado há uma semana, e o link abaixo da frase apontava para um projeto de código aberto chamado open-artifact, descrito na publicação como o Artifact (habilidade) de produção de vídeo. O clipe tinha 230 curtidas e 76 respostas quando o lemos em 22 de novembro. Parece uma peça produzida de motion design.
Não é um vídeo gerado. A documentação do próprio modelo do Google para o Gemini 4 Neon lista um único tipo de saída — e apenas um — texto — e o filme que resultou disso é um programa: cenas em HTML, CSS e JavaScript desenhadas em função do tempo, além de uma trilha sonora sintetizada, renderizadas por uma página web local e exportadas para MP4 pelo botão de exportação dessa página. A distinção não é pedantismo. Ela muda aquilo em que o modelo é bom, quanto custa um segundo corte e se o que você está comprando é um renderizador ou um escritor.
O que a publicação realmente diz
Todo o registro público da alegação é uma tag de frase e um anexo de 60 segundos. Não há prompt, nem contagem de cenas, nem nível de raciocínio, nem contagem de tokens, nem declaração sobre se o filme saiu da API, do Google AI Studio, do Antigravity ou de outra coisa. A postagem nem sequer diz que o clipe foi feito com a skill que ela vincula — ela apresenta a skill como a forma de fazer esse tipo de trabalho, com o clipe como o motivo para se importar. Leia isso como uma recomendação com uma demo anexada, não como um teste.
Uma coisa vale a pena saber antes de avaliar a recomendação. O repositório tem cinco dias: o GitHub registra que foi criado em 17 de novembro de 2026, com 135 estrelas e 25 forks no momento da redação, licenciado sob Apache-2.0, e uma versão — 0.12.2 — lançada em 21 de novembro, no mesmo dia da publicação. Seu README diz que ele começou como baoyu-design, e a linha de crédito na seção de licença diz "Copyright 2026 Jim Liu 宝玉". Esse é o mesmo 宝玉 que a conta que publicou usa como nome de exibição. Então, a pessoa que está lhe dizendo que o Neon é bom nisso está mostrando uma ferramenta que leva o nome dela na linha de copyright. Isso não torna a demonstração falsa. Torna-a uma demonstração de criador, e a leitura honesta é que ela demonstra o que o pipeline consegue produzir em mãos habilidosas, não o que um prompt médio produz na primeira tentativa.
O cartão do modelo indica saída: texto

O Google lançou o Gemini 4 Neon em 18 de novembro de 2026 a US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de saída, com entrada em cache a US$ 0,15. O post de lançamento descreve a leitura de planilhas, PDFs, gráficos, áudio e vídeo. A página do modelo vai além e resolve a questão que o post deixa em aberto: em Tipos de dados compatíveis, ela lista "Entradas: Texto, Imagem, Vídeo, Áudio e PDF" e, em seguida, em uma linha própria, "Saída: Texto". A mesma página indica que a geração de áudio não é compatível. O contexto é de 1.048.576 tokens, com 65.536 tokens de saída por padrão e até o milhão completo com decodificação longa.
É nessa assimetria que a confusão começa. Vídeo é algo que este modelo assiste, não algo que ele produz. A visualização em cartões no mesmo site de documentação é mais solta — ela exibe “Modalidades: Texto, Imagem, Áudio, Vídeo, PDF” sem dizer qual é a direção de cada uma — e um leitor que passe os olhos por essa linha poderia razoavelmente concluir que o Neon gera vídeo. Ele não gera. Na própria pilha do Google, gerar quadros é uma linha de modelos diferente; a contribuição do Neon para uma imagem em movimento é o código que a desenha.
Como um modelo de texto produz um filme
O tipo de artefato de movimento dentro do open-artifact é explícito quanto ao mecanismo. Um filme é uma pasta de pequenos documentos JSON: uma lista de cenas com tamanho do palco e taxa de quadros, um módulo JavaScript por cena que a desenha a partir de uma variável de tempo t, um módulo de partitura que sintetiza música e efeitos, e um módulo opcional de narração para legendas e locução. Nada é renderizado como vídeo pelo modelo. A página local reproduz os documentos como um navegador reproduz uma página, e Export transforma essa reprodução em um arquivo.
A documentação da própria skill é franca sobre a divisão do trabalho, e os detalhes são os que importam se você está decidindo se deve experimentar isto:
Duração — um filme dura de 10 a 30 segundos, a menos que você peça mais, com um limite máximo rígido de 300 segundos. O clipe na publicação tem 60,03 segundos, então o autor pediu.
• Exportar — MP4 a 720p por predefinição ou 1080p, à taxa de fotogramas completa, à metade ou a um quarto, além de GIF, HTML e ZIP. O anexo é 1920×1080, a opção não predefinida.
• Quem grava o arquivo — as instruções dizem ao agente para não criar arquivo de vídeo ou áudio algum. A exportação é tarefa da página, e as imagens estáticas para verificar uma cena são geradas pelo Chrome headless.
• Salvaguardas — nenhuma cena com menos de um segundo, no máximo três cortes ou flashes por segundo, e quaisquer legendas vêm de falas fornecidas pela pessoa, e não de falas inventadas pelo modelo.
Então, três coisas acontecem em sequência: o modelo escreve um pequeno programa, um navegador o desenha, e um codificador — o projeto distribui crates Rust/WebAssembly para codificação em GIF e MOV — grava o contêiner. Apenas a primeira etapa envolve o Gemini 4 Neon. Um filme de 60 segundos em 1080p com trilha sonora é uma quantidade séria de código para um único modelo acertar em poucas interações, e isso é um elogio de verdade. É um elogio à engenharia de software, que é exatamente onde os números publicados do Neon são mais fortes.
Quanto custa um filme na tabela de preços da Neon

Nada na postagem divulga o uso de tokens, então o que segue é uma aritmética sobre o preço de tabela do Google, e não uma medição. Um filme de dez cenas significa um primeiro turno longo, várias rodadas de leitura e escrita no armazenamento de documentos e bastante releitura enquanto o modelo verifica suas próprias cenas. Digamos 150.000 tokens de entrada e 25.000 tokens de saída para um filme funcional: US$ 0,45 de entrada a US$ 3 por milhão e US$ 0,375 de saída a US$ 15 por milhão, ou cerca de 83 centavos. Uma passada mais enxuta, com 40.000 de entrada e 8.000 de saída, chega a 24 centavos. A entrada em cache é onde o número realmente muda — a US$ 0,15 por milhão, 120.000 tokens de entrada em cache custam cerca de dois centavos em vez de 36, e a execução inteira cai para menos de 50 centavos.
Compare isso com o que os testes independentes custam ao modelo por tarefa. O Artificial Analysis pontua o Gemini 4 Neon com 61 no seu Intelligence Index em esforço xhigh, a 106 tokens de saída por segundo, 22,3 minutos e US$ 6,44 por tarefa do índice. Um filme é mais barato que uma tarefa do índice, e essa é a surpresa útil aqui: a parte cara deste fluxo de trabalho não é o filme, é a iteração.
E a iteração é onde a economia se inverte. Um modelo de vídeo por segundo cobra cada take; um filme desenhado por código cobra os tokens que o escrevem e nada pela renderização. Mude uma cor, reexporte, e você gastou zero tokens — o custo é sua própria CPU e o tempo que o headless Chrome levar para desenhar 1.800 frames. Essa é uma curva de custo genuinamente diferente da do vídeo generativo, e é o argumento mais forte a favor do post que o próprio post não apresenta.
Vale dizer com clareza: o Gemini 4 Neon não está no nosso catálogo. Os dois modelos Gemini 4 que o OrcaRouter oferece são Gemini 4 Argon e Gemini 4 Carbon, ambos a US$ 2,00 de entrada e US$ 10,00 de saída por milhão pelo preço de tabela do provedor, sem acréscimo — que é a comparação de que o leitor realmente precisa, porque o Carbon é o modelo contra o qual o Neon tem seu preço definido e o Argon é a forma mais barata de executar o mesmo ciclo de artefatos enquanto você decide. Ambos ficam atrás de uma única chave, então uma sessão de escrita de código que expira no meio do filme pode fazer failover sem um segundo contrato ou alteração no código.
Onde a afirmação é mais fraca
A versão mais forte do argumento cético não é que o clipe seja falso — o pipeline é público e o mecanismo está documentado, então qualquer pessoa pode reproduzir a estrutura dele. É que um bom filme desenhado por código é um benchmark de programação usando chapéu de diretor, e os números de programação deste modelo já são os seus melhores números. O Neon está em 58,6 no Coding Agent Index e em 65,2% no Terminal-Bench 4.1, segundo o próprio relatório do Google, então “bom em fazer filmes” pode ser, em grande parte, “bom em escrever código de animação”, o que já sabíamos e o que não se generaliza para um modelo que escreve código pior.
Restam três lacunas específicas depois de ler tudo o que está disponível:
• Atribuição — nenhuma configuração é divulgada, e o tempo de execução de 60 segundos e a resolução 1080p são ambos desvios dos padrões da skill, então alguém fez escolhas que não podemos ver.
• Seleção — um clipe é um destaque, e uma demo do criador é selecionada pelo criador. Não há taxa de falha, nem exemplo de primeira tentativa, nem comparação com o mesmo prompt no Carbon.
• O que significa “bom” — a qualidade visual pertence em parte ao template e às regras de design da skill, não ao modelo. Um tipo de artefato diferente, com scaffolding mais fraco, lisonjearia menos o modelo.
Nada disso é desqualificador, e vale nos dois sentidos: um filme desenhado por código também é auditável de uma forma que uma renderização por difusão não é. Se um quadro está errado, ele está errado em um arquivo que você pode ler e em uma linha que você pode apontar.
Como experimentar você mesmo
O caminho é curto o suficiente para ser descrito em um parágrafo. O projeto exige Node 22.18 ou posterior, distribui um pacote de plugin pelo GitHub Releases e lista o Antigravity entre seus hosts compatíveis — instale a pasta extraída com agy plugin install, ou copie-a para ~/.gemini/config/plugins/open-artifact, e reinicie. Esse acaba sendo justamente o host em que o Gemini 4 Neon é o modelo padrão para novas conversas nos planos que o incluem, então as duas peças se encontram sem configuração. O primeiro prompt é uma frase: uma animação de lançamento de vinte segundos para este app, ou um cartão de título para aquele projeto. Depois, você observa imagens estáticas antes de gastar qualquer coisa com uma exportação, que é o fluxo de trabalho que a própria skill recomenda.
Faça isso uma vez antes de acreditar no post, e observe dois números em vez da imagem: quantos turnos são necessários até a primeira cena ser desenhada corretamente, e quanto da fatura de entrada corresponde a leituras de cache. Esses números dizem se o loop é barato para o seu trabalho. O clipe mostra que é possível; só a sua própria contagem de tokens diz se vale a pena.

A questão em aberto não é se o Gemini 4 Neon pode acabar em um arquivo de vídeo — é evidente que pode, por meio de um programa que ele mesmo escreveu. A questão é se o Google trata isso como uma saída de primeira classe. No momento, a camada de artefatos é de terceiros, a exportação é tarefa de uma página local, e a saída documentada do modelo é texto. Se isso mudar, o enquadramento honesto deste clipe mudará junto: de um uso engenhoso de um modelo de programação para uma listagem de recursos. Até lá, o elogio que vale repetir é o mais restrito — o Neon escreve código de animação bem o suficiente para que alguém que constrói as ferramentas tenha escolhido exibi-lo com ele.
