Сгенерированная титульная карточка с надписью «Gemini 4 Neon адаптирован из Carbon» и подзаголовком «Одно предложение, повторённое семь раз и так и не определённое», рядом с диаграммой семейного древа, где Gemini 4 Argon расположен над Gemini 4 Carbon с подписью «на основе» и ветвится вниз к Gemini 4 Hydrogen и Gemini 4 Neon, оба с подписью «адаптировано из».
Guides & Insights

Gemini 4 Neon создан на основе Carbon: что не определит карта

Автор

Elias Hawthorne

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

The published model card for Gem​ini 4 Neon says exactly one thing about where the model came from, and it says it seven times: “Gem​ini 4 Neon is adapted from Gemini 4 Carbon.” That is the entire published account of the relationship between Gem​ini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon and Gem​ini 4 Hydrogen. No parameter count, no statement of what was adapted, no definition of the word. Six weeks of Gemini 4 releases hang off that single undefined clause, and it is now being read on X and in launch summaries as though “adapted” were a term of art with a settled meaning. It is not one Google has settled.

Далее разделяются три вещи, которые здесь легко смешать: то, что карточка буквально печатает, то, что из этого следует, и то, что сейчас является догадками. Всё цитируемое взято со страницы Google DeepMind, полученной 19 и 20 ноября 2026 года; всё выведенное помечено как вывод и оставлено в отдельном абзаце, чтобы его можно было опустить, не потеряв факты.

Семь одинаковых предложений

Карточка организована по разделам «Информация о модели», «Данные модели», «Внедрение и устойчивость», «Распространение», «Оценка», «Предполагаемое использование и ограничения» и «Безопасность и защищённость». В семи из этих разделов текст содержит одну и ту же формулировку, за которой следует ссылка на карточку Carbon:

• Model dependencies — “Gem​ini 4 Neon is adapted from Gemini 4 Carbon.”

• Архитектура — то же предложение, затем «см. карточку модели Gemini 4 Carbon».

• Обучающий набор данных — то же предложение, затем тот же указатель на Carbon.

• Обработка обучающих данных — то же предложение, затем тот же указатель.

• Аппаратное обеспечение — то же самое предложение, затем тот же самый указатель.

• Программное обеспечение — то же предложение, затем тот же указатель.

• Допустимое использование — то же предложение, затем тот же указатель.

Карточка никогда не умалчивает о происхождении. Но и никогда не бывает конкретной. «Адаптировано из» содержит указатель вместо содержания: всё, что хотел бы узнать читатель — число параметров, какие слои изменились, обучалась ли меньшая модель на основе большей, какие данные были новыми, — передаётся документу о другой модели, и этот документ тоже ни на что из этого не отвечает. В карточке Carbon сказано, что Carbon «основана на Gemini 4 Argon», а затем указывается на Argon, где сказано, что Argon — это «крупномасштабная разреженная трансформерная модель на основе смеси экспертов (MoE)» и «не является модификацией или дообученной версией предыдущей модели». Прослеживание цепочки от начала до конца говорит, что Neon происходит от чего-то, что происходит от чего-то нового. Но не говорит, что именно означало «происходит».

Две фразы, без указанного различия

Более интересное сравнение — это не Neon с его родительской компанией, а терминология, которую Google использует во всей линейке, потому что один и тот же издатель использует две разные формулировки для двух разных отношений и никогда не объясняет почему:

Gemini 4 Argon, карточка опубликована 13 октября 2026 года — «не модификация и не дообучение предыдущей модели». Использована один раз, в разделе Model dependencies.

• Gemini 4 Carbon, карточка опубликована 10 ноября 2026 г. — «основана на Gemini 4 Argon». Упоминается шесть раз — в разделах «Зависимости модели», «Архитектура», «Обучающий набор данных», «Аппаратное обеспечение», «Программное обеспечение» и «Допустимое использование».

• Gem​ini 4 Hydrogen, card published 12 November 2026 — “adapted from Gemini 4 Carbon.” Used seven times, in the same seven places Neon uses it.

• Gem​ini 4 Neon, card published 18 November 2026 — “adapted from Gemini 4 Carbon.” Seven times.

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.

Итак, «adapted from» — это не фраза, придуманная для Neon. Hydrogen использовал её на шесть дней раньше, и обе карточки используют её одинаково — та же формулировка, те же слоты, тот же родитель. Что бы здесь ни означала адаптация, это стандартное отношение для модели, построенной на Carbon, и в тексте оно явно отличается от «based on», которое описывает отношение Carbon к Argon. Ни одна из фраз нигде в документации семейства не определена. Читатель, который предполагает, что «adapted from» означает что-то более слабое или узкое, чем «based on», делает допущение; читатель, который предполагает, что обе фразы означают одно и то же, делает столь же сильное допущение в противоположную сторону.

Что говорится в разделе об архитектуре

Именно это распространяемые summaries и пропускают. В карточке Neon нет ни одного вхождения «distill», «distillation», «prune», «quantize» или «mixture-of-experts», не указано число параметров, и слово «smaller» не появляется. Раздел об архитектуре состоит из одного предложения и ссылки на Carbon. Карточка также ни разу не использует «post-trained» — именно то слово, отсутствие которого заметил тред в X, побудивший написать этот материал. Это отсутствие реально и поддаётся проверке.

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.'

The one place the card names training techniques is the Safety and Security section, in a sentence beginning “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)…” Read quickly, that looks like the disclosure the rest of the card withholds. It is not. The identical sentence, word for word, appears on the Carbon card and on the Hydrogen card. The Argon card does not carry it at all. It is a safety-process template applied to every model built on Carbon, and using it as evidence that Neon was reinforcement-learning post-trained is reading boilerplate as a training disclosure. The card does not say Neon was post-trained. It does not say it wasn't.

Предельный срок — единственный факт, имеющий дату.

The card does give one hard, checkable fact about provenance, and it is easy to miss because it sits under Known Limitations rather than anywhere near the architecture paragraph: “The knowledge cutoff for Gem​ini 4 Neon is March 2026, though in some domains the model's knowledge may be less up to date.”

• Gemini 4 Argon — март 2026 (в карточке это указано для семейства: «Отсечка знаний для Gemini 4 — март 2026 года»).

• Gemini 4 Carbon — март 2026.

• Gem​ini 4 Hydrogen — March 2026.

• Gem​ini 4 Neon — March 2026.

Четыре модели за пять недель, четыре одинаковые даты отсечки. Что бы ни было добавлено между Argon в октябре и Neon в ноябре, это не был новый срез мира; любой прирост возможностей проистекает из методики, отбора данных или вычислительных мощностей для обучения на материале, который у семейства уже был. Это реальное ограничение для трактовки «они обучили новую модель поверх», и это единственное количественное утверждение о построении модели, которое делает карточка.

Вывод MCC, который никто не процитировал

Buried in the Frontier Safety Assessment section is a comparison Google ran and did not put in the launch materials. The company assessed whether Neon showed “meaningful new capabilities or material increases in performance relative to the most recent model version subject to a critical capability assessment, which was Gemini 4 Argon.” Its conclusion: “Gem​ini 4 Neon showed an increase in general capability under our MCC assessment compared with Gemini 4 Argon, however this falls below our MCC threshold.”

Воспринимайте это скорее как заявление о возможностях, чем как заявление о безопасности. Собственная внутренняя оценка Google ставит Neon выше Argon, а затем карточка переносит оценки возможностей и определения пороговых значений Argon дальше, вместо того чтобы проводить их заново, на том основании, что ничего существенного не изменилось. Поэтому 61 балл в Intelligence Index, который приводит карточка, — это не просто вендорное число в таблице: оно согласуется с внутренним выводом о том, что производная модель превосходит модель, от которой она происходит.

The same section is where the two “adapted from” siblings stop being interchangeable. Hydrogen's card says the opposite of Neon's: “Gem​ini 4 Hydrogen did not show a material increase in general capability under our MCC assessment compared with Gemini 4 Argon.” Same parent, same phrase, opposite finding. So “adapted from Gemini 4 Carbon” is not a strength label. It describes a family of derivatives, at least one of which added measurable capability and at least one of which did not.

Which produces an awkward price table. Through 30 November 2026, Gem​ini 4 Neon costs $3.00 per million input tokens and $15.00 per million output tokens, while Gemini 4 Argon — the model Neon is measured against and, internally, beats — costs $2.00 and $10.00. The derivative is 50% dearer per token than the ancestor whose evaluations it inherits. From 1 December, when Carbon and Argon step to $4.00/$20.00, that inverts and Neon becomes 25% cheaper than both. Neither figure says anything about model size: per-token price is a commercial decision, and Google has never priced this family by parameter count.

Почему снижение цен играет против Matryoshka

Самая конкретная гипотеза из циркулирующих состоит в том, что это семейство вложено друг в друга — что Carbon содержит Neon так же, как матрёшка содержит меньшую, и что Neon был получен путём дистилляции более крупной модели в более дешёвую, возможно, с дополнительным обучением с подкреплением сверху. Это разумное предположение. Оно объясняет, почему производная модель имела бы ту же дату отсечения знаний, почему карточка модели перекладывала бы вопрос архитектуры на родительскую модель и почему Google избегал бы термина «post-trained» для модели, которая, при таком прочтении, не столько была дообучена, сколько извлечена.

Три факта из открытых источников говорят против простой версии. Первый — цена: дистиллированная, меньшая модель обычно дешевле за токен, чем её учитель, а Neon на старте стоил на 50% дороже стартовой цены Carbon. Модель, которую дешевле обслуживать, но продавать с наценкой, возможна — это и есть более быстрый тариф, — но это устраняет самый сильный элемент косвенных доказательств в пользу трактовки с дистилляцией. Второй — Hydrogen: самая дешёвая модель в семействе, $1.50/$7.50 с единственным бесплатным тарифом, несёт идентичную формулировку «adapted from Gemini 4 Carbon» в тех же семи слотах. Если бы эта фраза описывала одну конкретную технику, две модели на противоположных концах ценовой лестницы не несли бы её обе. Третий — сама карточка: когда она хочет говорить об эффективности, она делает это в Description — «Neon balances depth and efficiency» — а не в разделе architecture, который пуст по содержанию.

Честная позиция состоит в том, что формулировки карточки различают три типа связей — «новая модель», «на основе», «адаптирована из» — не давая определения ни одному из них, а гипотеза Matryoshka представляет собой правдоподобное прочтение недостаточно конкретизированного документа, а не установленный результат. Модель-матрёшка обычно указывает количество параметров и историю о размере при сервинге. Эта карточка не показывает ни того, ни другого, и единственное утверждение в ней, касающееся размера, — это предложение о позиционировании.

Четыре карточки, три ловушки сравнения

Любой, кто составляет на основе этих документов утверждение «Neon против Carbon», сталкивается с тремя отдельными несоответствиями, и в каждое из них легко угодить.

• Версия индекса. Карточка Neon сообщает «AA Index v5.0.1: 61» против 59 у Claude Opus 5.5 и 57 у GPT-6.2 Sol; результаты датированы ноябрём 2026 года. Карточка Carbon, опубликованная тремя неделями ранее, сообщает «AA Index v5.0: 59» против 58 у Opus 5.5 и 50 у Gemini 4 Argon; результаты датированы октябрём 2026 года. Суффикс изменился между двумя карточками, поэтому разрыв в два пункта, измеренный по разным версиям индекса, — это не разрыв в два пункта.

• Уровень мышления. 61 — это потолок, а не значение по умолчанию. Artificial Analysis, чей индекс цитирует Google, публикует четыре оценки Neon для v5.0.1: 44,1 при уровне low, 54,9 при уровне medium, 59,6 при уровне high — уровне, который Neon фактически использует по умолчанию, — и 61,4 при уровне xhigh. Carbon находится на отметке 60,0. Таким образом, конфигурация модели по умолчанию набирает меньше баллов, чем её родительская модель, тогда как её максимальная конфигурация набирает больше, а карточка производителя указывает только максимум. Оба набора цифр принадлежат трекеру, а не Google, и оба были актуальны на 20 ноября 2026 года.

• Версия бенчмарка и харнесс. В карточке Neon указан Terminal-bench 4.1 — 65,2% с поправкой на читерство, против Opus 5.5 с 65,8% — это проигрыш. В октябрьской карточке Carbon указан «Terminal-Bench 4.0 (AA)» с 65,2%. Две карточки, одно и то же число, разные версии бенчмарка — это совпадение, а не сравнение. Строки SWE-sweep выглядят хуже: Neon указывает 39,0% на «харнессе провайдера» и 12,8% на «Mini-SWE harness», тогда как Carbon приводит единственное значение 9,6% без уточнения харнесса. Это три разные конфигурации, и их нельзя выстроить как улучшение на 29 пунктов.

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.

Всё остальное в карточке Neon — со слов вендора и не воспроизведено: CursorBench 4.1 — 65,4% (Opus 5.5 — 58,1%), FrontierCode 2.0 — 46,2% (47,3%, поражение), GraphWalks 256k–1M — 95,2% (66,8%), AutomationBench — 56,3% (42,5%), SEC-bench Pro — 90,5%, RiemannBench — 84,0%. Два из показателей по кодингу — поражения от конкурента, и это стоит отметить, потому что в сводках запуска цитируют победы и пропускают их.

Что бы это решило?

Четыре обстоятельства могли бы перевести «адаптированный» из разряда вывода в разряд факта. Ни одного из них пока не существует.

• Количество параметров или раскрытие сведений о серверном оборудовании для Neon. Раздел Hardware — это отсылка к Carbon; реальная цифра сразу позволила бы отличить урезанную или дистиллированную производную модель от заново настроенной родственной.

• The Gem​ini 4 Neon Safety & Security Report, which the card says “will be available in the coming days.” Safety reports have historically carried capability detail the public card omits.

• Данные об эффективности использования токенов при сопоставимом качестве. В документации Google к запуску утверждается, что Neon обеспечивает «более экономное использование токенов», а карточка не приводит никаких количественных данных. Если Neon действительно расходует меньше токенов на задачу, чем Carbon, вопрос происхождения имеет меньшее значение, чем вопрос счёта.

• Любое заявление Google, определяющее «адаптировано из» в отличие от «на основе». До тех пор эти две формулировки — разграничение, которое издатель провёл, но отказался объяснять.

Как использовать недоопределённую модель

Ничто из этого не является причиной избегать модель. Это причина оценить её, а не делать выводы о ней по карточке. Neon доступен только на платном тарифе — без бесплатной квоты — с четырьмя уровнями мышления (низкий, средний, высокий по умолчанию, сверхвысокий), единое окно в 1 048 576 токенов с синхронным выводом 64K и длительным декодированием до 1M, только неявное кэширование, пакетный режим и flex по половинной ставке ($1.50/$7.50), а также приоритетный режим за 1.8× ($5.40/$27.00; кэшированный ввод $0.27 там против $0.15 в стандартном режиме). Генерация аудио, генерация изображений и Live API отмечены как неподдерживаемые; выполнение кода, использование компьютера, вызов функций, структурированные выходные данные, поиск по файлам, контекст URL и оба варианта привязки к источникам поддерживаются.

Практическое следствие недостаточно конкретизированной линейки заключается в том, что вам следует измерять то, что карточка умалчивает, — выходные токены на завершённую задачу — при той настройке, в которой вы действительно будете развёртывать. Прогоните те же 20 или 30 задач через Neon при high и через Carbon с его значением по умолчанию medium, считайте токены, а не токены за доллар, и сравните со своим собственным счётом. Модель, которая на 50% дороже за токен и на 30% экономнее на задачу, обходится дешевле; та, что на 50% дороже и столь же многословна, — нет, и никакая карточка в этом семействе не скажет вам, какая из них у вас.

Our own catalogue is a partial answer to the second half of that problem. It carries “google/gemini-4-carbon” and “google/gemini-4-argon”, and it does not carry Gem​ini 4 Neon — the model page returns nothing today, so nothing here should be read as an offer to route it. What the router does give you while you evaluate is a single key and a single bill across the models you are comparing, provider list price passed through with no markup, so the 1 December step on Carbon and Argon ($2.00 to $4.00 input, $10.00 to $20.00 output) lands in your invoice the same day it lands on Google's pricing page instead of being absorbed into a reseller margin. And because a fallback chain can hold Carbon behind Neon, an unproven derivative can carry production traffic without being the only thing standing between your users and an outage.

Открытый вопрос не в том, честно ли «адаптирована на основе», — в известных пределах это, бесспорно, так. Он в том, достаточно ли раскрытия информации для модели, которая стоит больше за токен, чем та, от которой она происходит, когда карточка повторяет один неопределённый пункт семь раз, выпускается без указания числа параметров и отсылает архитектуру, данные, аппаратное и программное обеспечение к сопутствующему документу. Судя по текущим данным, Google сообщила нам форму семейного древа и ничего о ветвях. Отчёт Safety & Security Report, когда бы он ни вышел, — следующий документ, который стоит прочитать.