Сгенерированная титульная карточка с надписью «Gemini 4 Neon's Three.js Demo» и подзаголовком «Пятнадцать секунд, одно предложение, без промпта», рядом небольшая схема разрыва между заявленным и измеренным: видеокадр с подписью «опубликовано 19 ноя 2026, 1920x1080, 15.0 с» с одной стороны и чек-лист с подписью «промпт, уровень усилий, количество токенов, исходный файл» с другой, большинство пунктов не отмечены.
Guides & Insights

Демо Three.js от Gemini 4 Neon: что на самом деле показывают 15 секунд

Автор

Gideon Frost

Дата публикации

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

On 19 November 2026, a developer posting as @chetaslua published a fifteen-second clip with one sentence attached: Gem​ini 4 Neon had made the motion graphic in it, in “pure @threejs,” and the robot dance at the end goes hard. The video is 1920×1080 and runs fifteen seconds. That is the whole of the public record — no prompt, no source file, no thinking level, no token count, no statement of whether it came out of the API, AI Studio or Antigravity. Gem​ini 4 Neon is a real, generally available model; Goog​le’s DeepMind model page lists it under November 2026, and Artificial Analysis has it scored and priced. But a posted clip is a claim, not a measurement, and the distance between those two things is the useful part of this story. Gemini 4 Carbon enters only as the sibling Goog​le says Neon is adapted from and the one our own catalogue actually carries — it is not the subject here.

Пятнадцать секунд, ноль сохранённых настроек

Начните с того, что можно проверить по самому посту, ведь это короткий список, и стоит увидеть, насколько он короток.

• The claim — that Gem​ini 4 Neon made the motion graphic, in pure three.js. This is the poster’s attribution. Nothing in the clip proves which model wrote the code, and nothing in the thread shows the code.

• Отметка времени — 19 ноября 2026 года, 16:51 UTC, на следующий день после общего релиза Neon’s 18 ноября. Никто не сможет обвинить это в том, что это предзапускное демо, тайком протащенное под эмбарго; это артефакт той же недели.

• Файл — пятнадцать секунд, 1920×1080, без озвучивания, опубликован как видео-вложение. Готовый результат рендеринга, а не запись экрана редактора. Это важно: запись экрана того, как кто-то печатает, показала бы промпт, промежуточные ошибки и количество попыток. Готовый рендер ничего из этого не показывает.

• Вовлечённость — 130 лайков на момент, когда мы выгрузили текст поста. Немного. Это показ-рассказ одного человека, а не скоординированный выпуск демо, и примерно это и делает его интересным: никто не готовил его специально для поста о запуске.

Не хватает всего, что позволило бы другому человеку это воспроизвести. Промпт. Уровень усилий — Neon поддерживает low, medium, high и xhigh, и разница между low и xhigh на одном и том же промпте достаточно велика, чтобы изменить и счёт, и результат. Интерфейс. Число попыток, стоящих за той, что была опубликована. Запрашивали ли танец робота или он был импровизацией. Редактировался ли какой-либо из JavaScript вручную после этого. Каждый из этих пунктов — одна строка в последующем посте, и ни одного из них там нет.

Что на самом деле проверяет сцена Three.js

Так и тянет отнести это к рубрике “возможности фронтенда” и на этом остановиться — в любом из двух направлений: как доказательство того, что модель хорошо справляется с графикой, или как доказательство того, что красивый рендер ничего не значит. Ни один из этих вариантов прочтения не выдерживает соприкосновения с тем, чем на самом деле является артефакт.

three.js — одна из наиболее широко представленных библиотек в обучающих данных любой модели. Сцена с камерой, светом, мешем и циклом рендеринга близка к каноническому результату «смотри, что я сделал» за последние три года веб-разработки. Любая современная передовая модель может создать страницу, которая рендерит что-то вращающееся. Поэтому наличие грамотной сцены на three.js в пятнадцатисекундном клипе почти ничего не говорит о том, какая модель её сделала, — именно поэтому указание автора поста несёт всю нагрузку в этом предложении.

То, что действительно сложнее — и что на самом деле проверяет моушн-графика с танцем на тайминге в конце, — это та часть, для которой нет оракула корректности. Моушн-графика — это последовательность: конечный автомат анимации с переходами, траектория камеры, кривые сглаживания, порядок событий, который должен попадать в такт. Нет теста, который подтверждает, что танец выглядит правильно. Модель должна удерживать в голове раскадровку на шестнадцать секунд, выдавать константы тайминга и не дрейфовать. Когда кто-то говорит, что последние четыре секунды должны “идти на полную”, он выносит суждение о хореографии и темпе — а темп — это то, в чём генерация кода за один заход хуже всего, потому что в цикле ничего не падает, когда тайминг просто посредственный.

Вот настоящая причина, по которой этот клип стоит пересмотреть, хотя он ничего не доказывает. Это утверждение о временной композиции, а не о математике шейдеров. Модель, которая может написать шейдер, и модель, которая может удержать вместе пятнадцатисекундную последовательность, — это разные утверждения, и здесь делается только одно из них.

У Neon всё же есть показатели

Artificial Analysis is the only independent scoreboard with a Gem​ini 4 Neon entry, and reading it carefully is the fastest way to see how far the posted clip sits from anything measured.

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.

Главная цифра — 61 в Intelligence Index при уровне мышления xhigh, шестое место среди 96 моделей в рейтинге. Та же модель показывает 60 при high, 55 при medium и 44 при low — разброс в семнадцать пунктов по её собственной шкале усилий, и это самое важное число в этом материале, если вы собираетесь кому-то цитировать “61”. Шестьдесят один — это число для xhigh. Документированное значение по умолчанию у Neon — high.

The rest of the panel is where the demo habit gets expensive. Output speed is 110 tokens per second. The model takes 21.5 minutes to complete one Intelligence Index task, against a median of 12.1 minutes for models at a comparable price, and it is ranked 73rd of 95 on performance and 79th of 95 on cost. On verbosity it ranks 93rd of 95: 283 million output tokens and 8.12 billion input tokens across the index run, an output-to-input ratio of 3.48% against a median around 65 million output tokens. Artificial Analysis’s own summary calls it very verbose, and prices a single index task at $6.44. At Goog​le’s rate card that is $3.00 per million input tokens and $15.00 per million output, with cached input at $0.15.

Goog​le’s own published table is a different genre of number, and should be labelled as such: vendor-reported, not reproduced by anyone outside Goog​le. CursorBench 4.1 at 65.4%, Terminal-bench 4.1 at 65.2%, FrontierCode 2.0 at 46.2%, SWE-sweep at 39.0% in Goog​le’s own harness, AutomationBench at 56.3%, Agents’ Last Exam v1.1 at 75.8%, RiemannBench at 84.0%, GraphWalks at 95.2%. Every one of those is an agentic or coding or long-context measurement. Not one of them measures “produce an attractive animated scene in one shot from a short prompt,” because no benchmark does. The demo and the scoreboard are not measuring the same thing, and neither of them is measuring the thing the clip is being read as evidence for.

Чего на самом деле стоит попытка демо

Цена имеет значение, потому что демо создаются итеративно, а Neon, судя по измерениям, многословен. Ничто в пятнадцатисекундном рендере не говорит о том, сколько попыток потребовалось, а каждая попытка — это полная генерация.

• Попытка на 25 000 выходных токенов — правдоподобный размер для одной сцены three.js при высоких усилиях, с учётом токенов рассуждения как выходных — обходится примерно в 38 центов при 15 долларах за миллион.

• Попытка на 60 000 токенов стоит около 90 центов. Три-четыре такие попытки плюс пара повторных запусков — и вы потратили на демо больше, чем стоит само демо как доказательство.

• Попытка на 200 000 токенов — такое число можно получить при xhigh, когда модель продумывает конечный автомат анимации, — сама по себе стоит $3.00.

• Тарифы Batch и flex работают по половинной ставке, поэтому те же три попытки при $1,50 и $7,50 за миллион обходятся примерно вдвое дешевле. Ничего экзотического в этом нет; просто это не бесплатно, и в ролике об этом не сказано.

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.'

Вот аргумент в пользу того, чтобы опробовать непроверенную модель через роутер, а не встраивать её в продакшн-путь. Neon существует всего два дня, его многословность — показатель с самым низким рейтингом на его собственной панели, а единственный публичный артефакт для этого конкретного сценария — готовый рендер, сделанный одним человеком. Такую модель хочется вызывать рядом с чем-то ещё и сравнивать счета, а не привязывать к ней клиента в ноябре.

Что сделало бы следующий клип проверяемым

Ничто из этого не является критикой автора поста, который сделал вещь и поделился ею. Это короткий протокол, и любой, кто опубликует следующий, мог бы закрыть этот пробел в несколько строк:

• Промпт, дословно. Не пересказ — фактический текст. Это единственная строка с наибольшей ценностью, и её включение ничего не стоит.

• The model identifier and the effort level. “Gem​ini 4 Neon at high” is a different claim from “Gem​ini 4 Neon at xhigh,” and at a $15 output rate the difference is money.

• Поверхность. Antigravity, AI Studio и сырой API применяют разные системные промпты и разную инструментальную обвязку; сцена, созданная в агентной IDE, — это не тот же артефакт, что сцена, созданная одним completion-вызовом.

• Количество попыток и суммарное число выходных токенов. Два числа, оба видны в биллинговой консоли, и вместе они превращают отдельный случай в стоимость одного пригодного рендера.

• Исходный файл. Одна самодостаточная HTML-страница с импортом three.js и циклом анимации — это весь воспроизводимый артефакт, и обычно она занимает менее ста килобайт.

Один провал. Второй запрос, который модель не смогла выполнить при тех же настройках. Демо без задокументированного режима отказа выглядит как нарезка лучших моментов — потому что это она и есть.

Пока не появятся хотя бы первые три из них, честная оценка этого клипа такова: модель, выпущенная накануне, создала нечто такое, что компетентный веб-разработчик был бы рад считать своей работой, и по файлу мы не можем понять, какая доля заслуги принадлежит модели, промпту или монтажу.

Как самостоятельно повторно запустить тест

Gem​ini 4 Neon is not in the OrcaRouter catalogue as of 20 November 2026 — the Gem​ini 4 models we route are google/gemini-4-carbon and google/gemini-4-argon, and the catalogue stands at 217 model identifiers. So the practical version of this test today is a within-family comparison: run the same motion-graphic prompt on Carbon at high effort and on Neon at high effort through Goog​le’s own API, and compare output tokens, wall-clock time and how much of the render you had to ask for twice.

That comparison is easy to set up on our side for the Carbon half. One key covers the catalogue, provider list price is passed through at 0% markup, so a Goog​le rate change is live on your bill the same day rather than at the next invoice, and failover means a single bad generation does not end the run. If you are testing a two-day-old model against a settled one, the routing DSL will put both behind one endpoint and return the pair, which is the cheapest way to get a real answer instead of an impression.

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.

The thing worth watching is not whether more pretty clips appear — they will, from every lab, indefinitely. It is whether the people posting them start attaching the prompt and the effort level. The moment one does, the comparison becomes possible: the same sixteen-second storyboard, run at four thinking levels, with the token count and the bill next to each render. That single post would be worth more than the entire benchmark table Goog​le published, for this specific question, because it would be the first measurement of whether Neon can hold a timed sequence together rather than whether it can write a shader.

До тех пор относитесь к этому ролику как к тому, чем он является: приятному артефакту, правдоподобному сигналу о возможностях и утверждению, самым сильным доказательством которого служит репутация человека, опубликовавшего его.