
Gemini 4 Neon: у «маленькой» модели Google не опубликован размер
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 186 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 358 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 87 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 139 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
20 ноября в 01:57 UTC в X появился пост, в котором Gemini 4 Neon называлась маленькой моделью Google — «далеко впереди Argon и Carbon», конкурентоспособной с Claude Opus 5.5 и Claude Fable 5.2 и, в заключительных четырёх словах, свидетельством RSI. Его редактировали трижды, прежде чем он принял окончательный вид, и на момент, когда мы его читали, у него было 316 лайков. Каждое из остальных утверждений можно сверить с документом. А слово «small» — нельзя. Попробуйте поискать число параметров или порядок по размеру в документации Google по Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon и Gemini 4 Hydrogen — и вы не найдёте ничего: ни числа параметров, ни показателя активных параметров, ни предложения, которое ранжирует эти четыре модели по размеру, и — как на странице модели DeepMind, так и в карточках моделей — ни одного употребления слова «small» применительно к любой из них.
Это не делает пост неправильным. Это делает его нефальсифицируемым в отношении его же центрального слова, что является другой и более интересной проблемой: утверждение объединяет измерение, которое может проверить кто угодно (оценку), с описанием внутреннего устройства модели, которое никто за пределами Google проверить не может, а затем делает вывод о том, как модель обучали, из непроверяемой половины. Ниже утверждение разбирается на три части, и каждая проверяется по опубликованным данным. Все оценки — это Artificial Analysis по индексу v5.0.1 по состоянию на 20 ноября 2026 года; всё, что заявлено Google, помечено как таковое; всё, что выведено, помечено как вывод.
Что на самом деле говорится в посте
Если убрать обрамление, остаются три утверждения. Первое: Neon — небольшая модель Google. Второе: как небольшая модель она «далеко впереди Argon и Carbon», то есть меньшая модель обошла более крупных собратьев. Третье: именно так выглядит «RSI и всё такое». Второе сводится к арифметике, первое сводится к определению, которое Google не публиковала, а третье не сводится вообще ни к чему — это утверждение о процессе обучения без раскрытых входных данных.
Стоит отметить перед тем, как перейти к арифметике: эта формулировка не уникальна для одного аккаунта. Днём ранее другой автор поста приписал демо Neon «роям» и «тому, что не делали дистилляцию и не спешили с RSI». Этот словарь циркулирует быстрее, чем его подтверждает какой-либо документ, — именно поэтому каждое отдельное слово стоит оценить.
Google никогда не называет Neon маленькой моделью
Google описывает каждую из четырёх моделей, и описания достаточно конкретны, чтобы их можно было цитировать. Из документации по моделям API Gemini, опубликованной на этой неделе:
• Gemini 4 Carbon — «Наша самая мощная модель рассуждений, созданная для сложной разработки программного обеспечения, мультимодальной работы со знаниями, научных рассуждений и защиты в сфере кибербезопасности».
• Gemini 4 Neon — «Интеллект передового уровня, обеспечивающий быстрое выполнение задач от начала до конца в сложных рабочих процессах разработки программного обеспечения, интеллектуальной работы и науки».
• Gemini 4 Argon — «Наша эффективная передовая модель рассуждений Gemini 4, обеспечивающая более быстрые ответы и меньший расход токенов за ход по сравнению с Gemini 4 Carbon…»
• Gemini 4 Hydrogen — “Делает передовой интеллект доступным каждому, обеспечивая скорость и эффективность для повседневного программирования и агентных рабочих процессов.”
Три из этих четырёх предложений — о скорости и стоимости. Ни одно из них не о размере, и ни одна страница Google, которую мы смогли прочитать, не использует слово «small» ни для одного из этих четырёх. Согласно той же документации, модель, на которую Google указывает для повседневной недорогой работы, — это Gemini 3.5 Flash-Lite, которая не входит в это семейство и не является тем, о чём говорится в посте. Таким образом, «Neon — это маленькая модель» не является пересказом позиционирования Google. Это вывод читателя, сделанный на основе поведения, изложенный так, будто это техническая характеристика.
Прайс-лист тоже противоречит буквальному прочтению. Neon — самая дорогая модель в семействе в пересчёте на токен: $3.00 на входе и $15.00 на выходе за миллион, фиксированно, без бесплатного тарифа и без срока действия, тогда как Carbon и Argon стоят $2.00 и $10.00 до 30 ноября, а Hydrogen — $1.50 и $7.50 с бесплатным тарифом. Маленькая модель, которая стоит на 50% больше за токен, чем флагман, с которым её сравнивают, не является маленькой в том смысле, который обычно вкладывают покупатели. Что бы ни было маленьким в Neon, это точно не счёт.
Там, где цифры действительно подтверждают утверждение
Балльная часть поста проверяема и в основном подтверждается — с одной заменой, которая меняет вывод. По Intelligence Index при самой глубокой опубликованной настройке каждой модели:
• Gemini 4 Neon — 61.4 при xhigh (59.6 при значении по умолчанию — high)
• Gemini 4 Carbon — 60,0 на уровне high, что является его потолком; у модели нет ступени xhigh.
• Gemini 4 Hydrogen — 54 при xhigh
• Gemini 4 Argon — 50 на высоких, и это также его потолок
«Значительно опережает Argon» — это правда, и с большим отрывом: на 11 пунктов. «Значительно опережает Carbon» — совсем не правда. Neon опережает Carbon на 1,4 пункта, и только если перевести его на уровень рассуждений, которого у Carbon нет. При настройках, рекомендованных обоими производителями — высокий уровень Neon по умолчанию против высокого уровня Carbon — Neon отстаёт на 0,4 пункта. Самая сильная версия поста была бы честной: Neon — первая модель в этом семействе, набравшая больше флагмана, примерно на один пункт, если вы готовы платить за самый глубокий уровень.
«В течение нескольких недель» — тоже буквально верно, и арифметику стоит привести, потому что это единственный факт с датой в посте. Carbon стал общедоступным 10 ноября. Neon стал общедоступным 18 ноября. Флагманскую модель и модель, о которой говорят, что она её превзошла, разделяют восемь дней.

Единственное сравнение, которое пост пропустил
Фраза «конкурирует с Opus / Fable» — как раз та часть, которая преуменьшает собственные достоинства, потому что её лестная версия требует цифры, которую в посте не использовали. В том же индексе Claude Opus 5.5 набирает 59 при максимальном усилии, а Claude Fable 5.2 — 65. Поэтому показатель Neon 61,4 находится между ними: он опережает Opus 5.5 на 2,4 балла при самом глубоком режиме Neon и отстаёт от Fable 5.2 на 3,6. «Конкурирует с» — справедливо для первого и щедро для второго.
Что делает это настоящей историей, так это то, во сколько обходятся эти баллы — в расчёте на выполненную задачу, а не на токен:
• Стоимость одной задачи Intelligence Index — Gemini 4 Neon $6,44, Claude Opus 5.5 $10,04, Claude Fable 5.2 $26,54
• Прейскурантная цена за миллион токенов, вход / выход — Neon $3.00 / $15.00, Opus 5.5 $4.00 / $20.00, Fable 5.2 $8.00 / $40.00
• Время на одну задачу индексации — Neon 21,5 минуты при xhigh и 14,8 при high; Opus 5.5 — 25,7 при max; Fable 5.2 — 41,6 при max
• Скорость вывода — Neon 110 токенов в секунду, Opus 5.5 — 112, Fable 5.2 — около 110
Вчетверо дешевле за задачу, чем Fable 5.2, ценой в 3,6 балла индекса — это более сильный аргумент, чем всё, что есть в исходном посте, и он не зависит ни от единого слова о размере. Это ещё и аргумент, который выдерживает самое очевидное возражение: при цене Fable 5.2 разрыв в 3,6 пункта — самое дешёвое из доступного к закрытию, если этого требует рабочая нагрузка, и не имеет значения, если не требует.

Маленький по скорости, а не по размеру
Если здесь и есть обоснованное прочтение слова «small», то это то, которое измеряет трекер, а не то, которое умалчивает карточка модели, и оно касается работы на задачу, а не параметров. При одинаково высоком усилии Neon завершил набор Intelligence Index за 123 млн выходных токенов против 205 млн у Carbon и за 14,8 минуты против 41,8 у Carbon. Это на 40% меньший объём токенов и задача, которая выполняется почти в три раза быстрее, и это самое близкое к доказательству интуиции из поста, что есть в открытом доступе: что бы ни представлял собой Neon, он выполняет ту же работу с меньшим объёмом порождённой работы, чем модель, которую Google называет своей самой сильной.
Но это вывод, сделанный на основании поведения, а у поведения есть и другие объяснения — более эффективный декодер, другой бюджет размышлений, более короткая траектория рассуждений — и ни одно из них не требует меньшего количества параметров. Те же цифры также согласуются с тем, что Neon — просто более новая, лучше обученная модель сопоставимого размера, а это наименее экзотическое из доступных объяснений.
Аргумент о скорости также ломается там, куда пост не смотрит. Neon — не самая быстрая модель в семействе. Gemini 4 Hydrogen работает со скоростью 167 токенов в секунду против 110 у Neon и завершает задачу индексации за 15,4 минуты при xhigh — почти вплотную к 14,8 у Neon при high, вдвое дешевле. Если заявленное преимущество — «маленький и быстрый», то Hydrogen — та модель, которую это описывает, и Hydrogen набирает 54 балла.

Почему «RSI» выполняет здесь всю работу
Рекурсивное самосовершенствование в том смысле, который эта фраза имеет в исследованиях ИИ, означает, что лаборатория использует модель, чтобы измеримо улучшить её преемника, — цикл, внутри которого находится модель, а не просто быстрый темп выпуска релизов. Ничто из опубликованного не подтверждает такую трактовку этого релиза, и в посте нет ничего в её поддержку: ни данных о вычислениях, ни раскрытия того, на чём обучали Neon, ни свидетельств того, что какая-либо модель Gemini внесла вклад в обучение Neon.
То, что Google действительно публикует о происхождении, — это одна фраза, повторённая несколько раз. В карточках моделей и для Gemini 4 Neon, и для Gemini 4 Hydrogen указано, что модель «адаптирована на основе Gemini 4 Carbon», — одно и то же предложение в одних и тех же семи слотах обеих карточек, без определения слова «адаптирована», без указания числа параметров и без описания того, что изменилось. Если перейти по обратной ссылке с карточки Carbon, попадаешь к Argon, в карточке которого сказано, что он «не является модификацией или дообученной версией предыдущей модели». На каждой карточке Gemini 4 указана одна и та же дата отсечки знаний — март 2026 года — при том что релизы выходили на протяжении пяти недель. Четыре модели, один конвейер данных, одно неопределённое слово: это описание общей базы обучения, что обычное дело, а не цикла.
Восьмидневный разрыв между Carbon и Neon — это график. Графики сжимаются по причинам, не имеющим никакого отношения к самосовершенствованию — общая базовая модель, поэтапный запуск, календарь релизов, — и наблюдение, что этот график сжался, не является доказательством ни одной из них. Если бы лаборатория действительно построила модель с помощью модели, узнать об этом можно было бы по тому, что она бы это заявила, или по тому, что это измерил бы бенчмарк. Ни того, ни другого не произошло.
Что бы это решило?
Три раскрытия превратили бы этот пост из утверждения в установленный факт, и все три — это то, что Google мог бы опубликовать на этой неделе:
• Количество параметров или число активных параметров для любой модели Gemini 4. Одно число сделало бы «small» проверяемым и немедленно подтвердило или опровергло бы эту предпосылку.
• Определение термина «adapted from» в карточках моделей. Эта фраза встречается семь раз в карточке Neon и нигде не объясняется; «based on» используется для Carbon-to-Argon и столь же не определено.
• Любое утверждение о вкладе в обучение — какие данные были новыми в Neon по сравнению с Carbon или какая модель, если таковая имеется, генерировала сигнал обучения. При отсутствии всех трёх RSI остаётся лишь словом в посте.
Что делать с этим в понедельник
Практическое следствие невелико, и оно противоположно тому, что подразумевает пост. Ничто в исходных данных не говорит, что Neon — маленькая модель, победившая большую; там сказано, что Neon — модель за $3/$15, которая при максимальной настройке набирает на один пункт больше потолка Carbon, а без неё — на полпункта меньше результата Carbon по умолчанию. Это решение о выборе ступени настройки, а не о размере, и эта лестница охватывает 17,3 пункта индекса от low (44,1) до xhigh (61,4) — гораздо больше, чем разрыв между любыми двумя моделями семейства. То, какую ступень вы вызываете, важнее того, какую модель вы вызываете.
Две даты стоит внести в календарь независимо от того, как разрешится вопрос о размере. Carbon и Argon удваиваются 1 декабря — с $2,00 и $10,00 до $4,00 и $20,00 за миллион токенов, — тогда как в тарифной сетке Neon срока действия нет. При сегодняшних ценах Neon на 17% дешевле Carbon в расчёте на выполненную задачу индексации ($6,44 против $7,76); после 1 декабря этот разрыв увеличится, причём Neon ничего не меняет. Тот, кто прочитает пост о «маленькой модели» и заключит, что Neon — бюджетный вариант, угадает направление по неверной причине: он дешевле за задачу потому, что выдаёт меньше, а не потому, что он меньше, и он станет гораздо дешевле в дату, которую Google уже опубликовал.
С нашей стороны, google/gemini-4-carbon и google/gemini-4-argonесть в каталоге по прайсовой цене провайдера без наценки, а значит, шаг 1 декабря наступит в тот же день, что и у Google. Gemini 4 Neon пока нет в каталоге, поэтому полезно сказать о нём не цену, а форму: когда он появится, запрос, который стоит написать, — это тот, который называет Neon и откатывается на Carbon, если Neon ограничен по частоте запросов или выдаёт ошибку. Модель, чьё главное заявленное преимущество — быстрое выполнение задач, требует резервного варианта позади, а не единственной точки зависимости. Один ключ сегодня покрывает остальную часть семейства, так что сравнительный прогон против Carbon или Argon стоит не дороже токенов.
Честный вывод здесь — узкий. Пост, в котором говорится, что малая модель лаборатории обошла её крупные модели, содержит утверждение о размерах. Никто не опубликовал размер. Оценки говорят, что быстрая модель за восемь дней оказалась в пределах одного балла от более медленной, что само по себе достаточно интересно, а приложенная к этому история обучения пока что остаётся подписью.
Сравнение в этой статье1
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
