
Gemini 4 Neon är anpassad från Carbon: Vad kortet inte kommer att definiera
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 189 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 229 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 97 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 133 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 93 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
The published model card for Gemini 4 Neon says exactly one thing about where the model came from, and it says it seven times: “Gemini 4 Neon is adapted from Gemini 4 Carbon.” That is the entire published account of the relationship between Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon and Gemini 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.
Det följande skiljer mellan de tre saker som lätt flyter samman här: vad som bokstavligen står tryckt på kortet, vad det innebär och vad som för närvarande är gissningar. Allt som citeras kommer från en sida hos Google DeepMind som hämtades den 19 och 20 november 2026; allt som härleds märks som härledning och hålls i ett eget stycke, så att du kan ta bort det utan att förlora fakta.
Sju identiska meningar
Kortet är strukturerat under rubrikerna Modellinformation, Modelldata, Implementering och hållbarhet, Distribution, Utvärdering, Avsedd användning och begränsningar samt Säkerhet och trygghet. I sju av dessa fält består brödtexten av samma sats, följd av en hänvisning till Carbon-kortet:
• Model dependencies — “Gemini 4 Neon is adapted from Gemini 4 Carbon.”
• Arkitektur – samma mening, sedan ”se modellkortet för Gemini 4 Carbon.”
• Träningsdataset — samma mening, sedan samma pekare till Carbon.
• Bearbetning av träningsdata – samma mening, sedan samma pekare.
• Hårdvara – samma mening, sedan samma pekare.
• Programvara — samma mening, sedan samma pekare.
• Godtagbar användning — samma mening, sedan samma pekare.
Kortet är aldrig tyst om härstamning. Det är inte heller någonsin specifikt. "Anpassad från" bär en pekare i stället för innehåll: allt en läsare skulle vilja veta – parameterantal, vilka lager som ändrades, om en mindre modell tränades mot en större, vilken data som var ny – delegeras till ett dokument om en annan modell, och inte heller det dokumentet besvarar något av det. Carbon-kortet säger att Carbon är "baserad på Gemini 4 Argon" och pekar sedan på Argon, som säger att Argon är "en storskalig gles mixture-of-experts (MoE)-transformerbaserad modell" och "inte är en modifiering eller finjustering av en tidigare modell." Att följa kedjan från början till slut säger att Neon härstammar från något som härstammar från något som är nytt. Det säger inte vad "härstammar" gjorde.
Två fraser, ingen angiven skillnad
Den mer intressanta jämförelsen är inte Neon mot dess moderbolag. Det är vokabulären som Google använder inom familjen, eftersom samma utgivare använder två olika fraser för två olika relationer och aldrig förklarar varför:
• Gemini 4 Argon, kortet publicerades 13 oktober 2026 – ”inte en modifiering eller finjustering av en tidigare modell.” Används en gång, i Modellberoenden.
• Gemini 4 Carbon, kort publicerat 10 november 2026 — ”baserat på Gemini 4 Argon.” Används sex gånger, i Modellberoenden, Arkitektur, Träningsdata, Hårdvara, Programvara och Acceptabel användning.
• Gemini 4 Hydrogen, card published 12 November 2026 — “adapted from Gemini 4 Carbon.” Used seven times, in the same seven places Neon uses it.
• Gemini 4 Neon, card published 18 November 2026 — “adapted from Gemini 4 Carbon.” Seven times.

Så ”adapted from” är inte en fras som myntades för Neon. Hydrogen hade den sex dagar tidigare, och de två korten använder den på identiskt sätt – samma formulering, samma platser, samma förälder. Vad anpassning än innebär här, är det standardrelationen för en modell byggd på Carbon, och i texten skiljs den tydligt från ”based on”, som är Carbons relation till Argon. Ingen av fraserna definieras någonstans i familjens dokumentation. En läsare som antar att ”adapted from” betyder något svagare eller snävare än ”based on” gör ett antagande; en läsare som antar att de två betyder samma sak gör ett minst lika stort antagande i motsatt riktning.
Vad arkitekturavsnittet säger
Det här är delen som de cirkulerande sammanfattningarna hoppar över. Neon-kortet innehåller ingen förekomst av ”distill”, ”distillation”, ”prune”, ”quantize” eller ”mixture-of-experts”, inget parameterantal, och ordet ”smaller” förekommer inte. Arkitekturavsnittet är en mening och en hänvisning till Carbon. Inte heller använder kortet någonsin ”post-trained” – det exakta ord som X-tråden som föranledde den här artikeln lade märke till saknades. Den frånvaron är verklig och kontrollerbar.

The one place the card names training techniques is the Safety and Security section, in a sentence beginning “Safety and security were built into Gemini 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.
Brytpunkten är det enda daterade faktumet.
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 Gemini 4 Neon is March 2026, though in some domains the model's knowledge may be less up to date.”
• Gemini 4 Argon — mars 2026 (kortet anger det för familjen: ”Kunskapsgränsen för Gemini 4 är mars 2026”).
• Gemini 4 Carbon — mars 2026.
• Gemini 4 Hydrogen — March 2026.
• Gemini 4 Neon — March 2026.
Fyra modeller under fem veckor, fyra identiska kunskapsavskärningar. Vad som än lades till mellan Argon i oktober och Neon i november var det inte en ny bit av världen; varje kapacitetsvinst kommer från metod, dataselektion eller träningsberäkningskraft på material som familjen redan hade. Det är en verklig begränsning för tolkningen att ”de tränade en ny modell ovanpå”, och det är det enda kvantitativa påståendet om modellens konstruktion som modellkortet gör.
MCC-fyndet som ingen citerade
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: “Gemini 4 Neon showed an increase in general capability under our MCC assessment compared with Gemini 4 Argon, however this falls below our MCC threshold.”
Läs det som ett kapacitetspåstående snarare än ett säkerhetspåstående. Googles egen interna bedömning placerar Neon över Argon, och kortet för sedan vidare Argons kapacitetsutvärderingar och tröskelbestämningar i stället för att köra om dem, med motiveringen att inget väsentligt har ändrats. Siffran 61 på Intelligence Index som kortet rapporterar är därför inte bara en leverantörssiffra i en tabell – den stämmer överens med en intern slutsats om att derivatet överträffar modellen som det härstammar från.
The same section is where the two “adapted from” siblings stop being interchangeable. Hydrogen's card says the opposite of Neon's: “Gemini 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, Gemini 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.
Varför prissänkningarna går emot Matryoshka
Den mest specifika hypotesen som cirkulerar är att familjen är nästlad – att Carbon innehåller Neon på samma sätt som en matrjosjkadocka innehåller en mindre, och att Neon erhölls genom att destillera den större modellen till en billigare, möjligen med extra förstärkningsinlärning ovanpå. Det är en rimlig gissning. Det förklarar varför en derivatmodell skulle ha samma kunskapsdatum, varför modellkortet skulle hänskjuta arkitekturen till föräldern, och varför Google skulle undvika ”post-trained” för en modell som, enligt den tolkningen, inte var så mycket eftertränad som extraherad.
Tre saker i den offentliga dokumentationen talar emot den enkla versionen. Det första är priset: en destillerad, mindre modell är normalt billigare per token än sin lärarmodell, och Neon lanserades 50 % över Carbons introduktionspris. En modell som är billigare att köra men säljs till ett premiumpris är möjlig – det är vad en snabbare nivå är – men det tar bort det starkaste indiciet för destillationstolkningen. Det andra är Hydrogen: den billigaste modellen i familjen, 1,50/7,50 dollar med den enda kostnadsfria nivån, bär den identiska formuleringen ”anpassad från Gemini 4 Carbon” på samma sju platser. Om formuleringen beskrev en specifik teknik skulle inte två modeller i varsin ände av prisskalan båda bära den. Det tredje är att kortet självt, när det vill tala om effektivitet, gör det i Beskrivningen – ”Neon balanserar djup och effektivitet” – och inte i arkitekturavsnittet, som saknar innehåll.
Den ärliga hållningen är att kortets språk skiljer mellan tre relationer – ny modell, baserad på, anpassad från – utan att definiera någon av dem, och att Matryoshka-hypotesen är en rimlig läsning av ett underbestämt dokument, inte ett fynd. En modell i matrjosjka-stil visar vanligtvis ett parameterantal och en berättelse om serveringsstorlek. Det här kortet visar varken det ena eller det andra, och det enda storleksrelaterade påståendet på det är en positioneringsmening.
Fyra kort, tre jämförelsefällor
Den som bygger ett ”Neon versus Carbon”-påstående utifrån dessa dokument stöter på tre separata missmatchningar, och var och en är lätt att råka ut för.
• Indexversion. Neonkortet rapporterar "AA Index v5.0.1: 61", mot Claude Opus 5.5 på 59 och GPT-6.2 Sol på 57, med resultat daterade november 2026. Carbonkortet, som publicerades tre veckor tidigare, rapporterar "AA Index v5.0: 59", mot Opus 5.5 på 58 och Gemini 4 Argon på 50, med resultat daterade oktober 2026. Suffixet ändrades mellan de två korten, så en tvåpunktsskillnad uppmätt på olika indexversioner är inte en tvåpunktsskillnad.
• Tänknivå. 61 är ett tak, inte ett standardvärde. Artificial Analysis, vars index Google hänvisar till, publicerar fyra Neon-poäng på v5.0.1: 44,1 vid låg, 54,9 vid medel, 59,6 vid hög – den nivå som Neon faktiskt använder som standard – och 61,4 vid xhigh. Carbon ligger på 60,0. Modellens standardkonfiguration får alltså lägre poäng än sin förälder, medan dess maximala konfiguration får högre, och leverantörskortet visar bara maxvärdet. Båda uppsättningarna siffror kommer från trackern, inte från Google, och båda var aktuella den 20 november 2026.
• Benchmarkversion och harness. Neons kort listar Terminal-bench 4.1 på 65,2 % fuskjusterat, mot Opus 5.5 på 65,8 % – en förlust. Carbons oktoberkort listar ”Terminal-Bench 4.0 (AA)” på 65,2 %. Två kort, samma siffra, olika benchmarkversioner, vilket är ett sammanträffande och inte en jämförelse. SWE-sweep-raderna är värre: Neon listar 39,0 % på en ”provider harness” och 12,8 % på en ”Mini-SWE harness”, medan Carbon listar en enda siffra på 9,6 % utan att specificera harness. Det är tre konfigurationer och de kan inte framställas som en förbättring på 29 punkter.

Allt annat på Neon-kortet är leverantörsrapporterat och inte reproducerat: CursorBench 4.1 på 65,4 % (Opus 5.5 58,1 %), FrontierCode 2.0 på 46,2 % (47,3 %, en förlust), GraphWalks 256k-till-1M på 95,2 % (66,8 %), AutomationBench 56,3 % (42,5 %), SEC-bench Pro 90,5 %, RiemannBench 84,0 %. Två av kodningssiffrorna är förluster mot en konkurrent, vilket är värt att notera eftersom lanseringssammanfattningar lyfter vinsterna och hoppar över dessa.
Vad skulle avgöra det?
Fyra saker skulle flytta ”anpassad” från slutledning till faktum. Ingen av dem finns ännu.
• Ett parameterantal eller en redovisning av serveringshårdvara för Neon. Hardware-avsnittet är en hänvisning till Carbon; en faktisk siffra skulle omedelbart skilja en beskuren eller destillerad derivata från en återjusterad syskonmodell.
• The Gemini 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.
• Data om token-effektivitet vid matchad kvalitet. Googles lanseringsdokumentation hävdar att Neon levererar ”snålare tokenanvändning” och kortet kvantifierar ingenting. Om Neon verkligen avger färre tokens per uppgift än Carbon, spelar härkomstfrågan mindre roll än fakturafrågan.
• Varje uttalande från Google som definierar ”adapted from” i motsats till ”based on”. Till dess är de två fraserna en distinktion som utgivaren har gjort och avböjt att förklara.
Hur man använder en underbestämd modell
Inget av detta är ett skäl att undvika modellen. Det är ett skäl att utvärdera den i stället för att dra slutsatser om den utifrån kortet. Neon finns endast i betalnivå – ingen gratis kvot – med fyra tänknivåer (låg, medel, hög som standard, extra hög), ett enhetligt fönster på 1 048 576 token med 64K synkron utdata och lång avkodning upp till 1M, endast implicit cachelagring, batch och flex till halva priset ($1,50/$7,50) samt prioritet till 1,8× ($5,40/$27,00; cachelagrad indata $0,27 där mot $0,15 standard). Ljudgenerering, bildgenerering och Live API är markerade som ej stödda; kodexekvering, datoranvändning, funktionsanrop, strukturerade utdata, filsökning, URL-kontext och båda grundningsalternativen stöds.
Den praktiska konsekvensen av en otillräckligt specificerad härstamning är att du bör mäta det som modellkortet utelämnar – utdatatoken per slutförd uppgift – vid den inställning du faktiskt skulle driftsätta. Kör samma 20 eller 30 uppgifter genom Neon på inställningen hög och genom Carbon med dess standardinställning medel, räkna token i stället för token per dollar och jämför med din egen faktura. En modell som är 50 % dyrare per token och 30 % snålare per uppgift är billigare; en som är 50 % dyrare och lika mångordig är det inte, och inget modellkort i den här familjen kommer att berätta vilken du har.
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 Gemini 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.
Den öppna frågan är inte huruvida ”anpassad från” är ärligt – det är det uppenbarligen, så långt det nu räcker. Det är huruvida ett kort som upprepar en odefinierad klausul sju gånger, levereras utan parameterantal och skjuter arkitektur, data, hårdvara och mjukvara till ett systerdokument utgör tillräcklig information för en modell som kostar mer per token än den den härstammar från. Utifrån nuvarande underlag har Google berättat hur släktträdet ser ut och ingenting om grenarna. Rapporten Safety & Security Report, när den nu kommer, är nästa dokument som är värt att läsa.
