
Gemini 4 Neons Stickman-spel: Swarm-anspråket, inte demon
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 187 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 414 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 · 138 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0748 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 116 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 42 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 · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 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
Klockan 20:41 UTC den 19 november 2026 lade ett konto som postade som @chetaslua upp en 62,5 sekunder lång video av ett fightingspel med streckgubbar för två spelare och fyra meningar text. Spelet var, enligt texten, ”Skapat av svärmar av Gemini 4 Neon, ren JS-kod.” Modellen, enligt texten, ”har distinkt smak och skiljer sig från OpenAI och Anthropic på ett bra sätt.” Och sedan den bärande raden: ”Fördelarna med att inte göra destillation och att ta tid med RSI visar sig nu.” Gemini 4 Neon hade vid det laget varit allmänt tillgänglig i en dag, efter att ha lanserats den 18 november, medan Gemini 4 Carbon och Gemini 4 Hydrogen redan hade släppts före den. Det här är alltså inte en läcka och inte en förhandsvisning. Det är ett påstående om hur modellen byggdes och hur den användes, publicerat av någon som inte är Google, en dag efter lanseringen, med en video bifogad och inget annat.
Det mesta som hittills har skrivits om Neon har handlat om dess siffror, och siffrorna är verkligen intressanta: 61 i Artificial Analysis Intelligence Index på sin Extra High-inställning, förstaplats i Coding Agent Index på 58,6 och en standardnivå för ansträngning som ger lägre kostnad per uppgift än Carbon. Den här artikeln handlar om den andra halvan av inlägget – den halva som säger att modellen är resultatet av svärmar och av en träningsfilosofi som Google inte har beskrivit någonstans. Det är separerbara påståenden. Ett av dem visar sig vara nästan helt dokumenterat, av Google, med datum. Det andra har inget offentligt bevis alls, och skillnaden mellan dem är den användbara delen.
Vad "made by swarms" faktiskt betecknar
Det finns en frestelse att läsa ”svärmar” som ett avslöjande om träning: en modell byggd av skaror av kopior av sig själv, rekursivt. Ingenting i inlägget stöder det, och allt i Google’s egen publicering pekar någon annanstans. Det finns exakt en sak i Gemini 4-underlaget som kallas en svärm, och det är en produktfunktion, inte en träningsmetod.
Den 10 november 2026 publicerade Antigravity-teamet ett inlägg med titeln ”Gemini 4 Carbon och /swarm”. Den relevanta meningen är en beskrivning av ramverket, inte modellen: /swarm ”skickar din prompt till en familj av agenter: en koordinator som startar specialiserade parallella arbetare i isolerade git-worktrees så att ändringar aldrig kolliderar, och adversariella verifierare dedikerade till att köra tester och utmana diffar.” Varje agent samarbetar via ”en delad, endast tilläggbar meddelandetavla, som parkerar till noll tokenkostnad när den är inaktiv och aktiveras i samma ögonblick som en agent behöver indata.” Agenter kan fästas vid olika modeller, så en koordinator kan resonera på en modell medan arbetare skriver på en annan.
Det är en svärm i vanlig ingenjörsmässig bemärkelse: parallella processer med en delad kö och ett verifieringssteg. Det säger ingenting om hur Gemini 4 Neon tränades. Huruvida den som skrev inlägget menade det, eller menade något lösare, går inte att utläsa ur fyra meningar – men om du försöker ställa påståendet mot underlaget, är underlagets svärm en daterad Antigravity-funktion och inget mer.
Tvåspelardetaljen som Google publicerade
Här slutar inlägget vara vagt på ett intressant sätt. Antigravity-inlägget som tillkännager Gemini 4 Neon, publicerat 18 november, innehåller en demovideo med bildtext, och bildtexten lyder: ”Med Gemini 4 Neon och /swarm bygger Antigravity upp ett flernivåspel för två spelare som körs i den inbyggda webbläsaren medan agenten spelar som den andra spelaren.”
Läs det vid sidan av tweeten. Ett flernivåspel för två spelare, uppbyggt av en svärm, med agenten som andra spelare, i en webbläsare, från leverantörens egen dokumentation, publicerad en dag före videon. Tweeten säger inte att det kom från Antigravity – den nämner varken appen, API:et eller AI Studio och anger ingen prompt, ingen effort-nivå, ingen tokenräkning och ingen källfil. Men den enda offentligt demonstrerade svärmvägen till ett tvåspelarspel i webbläsaren är Antigravitys, och den är dokumenterad som fungerande med exakt denna modell.
Det verifierar inte klippet. En leverantörs textade demo och en tredjepartsvideo är olika slags bevis, och ingen av dem är en specifikation. Det den däremot gör är att göra den intressanta delen av inlägget konkret: ”tillverkad av svärmar” är inte alls ett påstående om träning, om det betyder det som Googles eget material menar med ordet. Det är ett påstående om ett utvärderingsramverk som har funnits tillgängligt i nio dagar.
Tre datum som dokumenterar svärmen
Svärmhistorien har en tidslinje, vilket är mer än vad de flesta påståenden under lanseringsveckan får. Alla tre inläggen är Googles egna, från Antigravity-bloggen:
• 10 november 2026 — Gemini 4 Carbon levereras med /swarm i förhandsversion. Koordinator, parallella arbetare i isolerade worktrees, adversariella verifierare, gemensam anslagstavla, modellpinning per roll.
• 12 november 2026 — Gemini 4 Hydrogen levereras med Orchestrator, ett alternativ i en rullgardinsmeny som skickar arbete fram och tillbaka mellan Hydrogen och en starkare modell inom en enda trajektoria. Inlägget hävdar uppgiftsframgång nära Carbon på Terminal-Bench 4.1 med 24 % lägre kvotförbrukning och 19 % snabbare slutförande, och noterar att ”tiotusentals svärmar” hade lanserats under de två dagarna sedan /swarm togs i drift.
• 18 november 2026 — Gemini 4 Neon lanseras, och Orchestrator får en kombination där Neon är planerare och Hydrogen utförare. Samma inlägg hävdar att Neon vid sin standardinställning High för tänkande är 32 % billigare per uppgift än Carbon, och placerar det på 61 i Artificial Analysis Intelligence Index vid Extra High.

Det är hela den offentliga redogörelsen för Gemini 4 swarms, och det är en produktredogörelse. Lägg märke till vad som saknas i alla tre inläggen: orden ”destillation”, ”självförbättring”, ”förstärkningsinlärning” och ”efterträning” förekommer inte. Stycket om Orchestrator och routing är det närmaste någon av dem kommer till att beskriva modellbeteende som ett system i stället för en modell, och det handlar uttryckligen om modellval vid inferenstid, inte om träning.

RSI-påståendet kommer utan kvitto
Den andra halvan av inlägget är den del som det inte finns något stödjande dokument bakom, och det är värt att vara precis om varför, eftersom påståendet inte är uppenbart fel — det är overifierbart på ett specifikt sätt.
Börja med akronymen. I den här litteraturen används ”RSI” för åtminstone två olika saker: recursive self-improvement, vilket innebär att en modell deltar i förbättringen av sin efterträdare, och rejection-sampling iteration, vilket innebär upprepade omgångar av sampling, filtrering och finjustering på de överlevande. ”Taking time with RSI” låter mer som det första. Vilken av tolkningarna man än väljer är det ett påstående om träningspipelinen, och Google har inte publicerat något som skulle göra det möjligt att välja mellan dem, än mindre bekräfta en av dem.
Kontrollera sidorna som skulle innehålla det. DeepMinds Gemini-modellsida listar Gemini 4 Neon under ”november 2026” utan dag och diskuterar kapacitet, pris och tillgänglighet; den nämner ingenstans destillation, självförbättring, förstärkningsinlärning eller efterträning. Antigravity-inlägget handlar om harness-integration. Modellkortet är platsen där ett påstående om träningsprocessen normalt skulle dyka upp, och Neon-kortet innehåller inget sådant: sju av dess fält visar samma klausul, ”Gemini 4 Neon is adapted from Gemini 4 Carbon,” och pekar på Carbon-kortet, utan parameterantal och utan förekomst av ”distill”, ”prune” eller ”quantize”.
Den sista poängen sätter de två halvorna av tweeten i spänning mot varandra. ”Adapted from Gemini 4 Carbon” är ett påstående om härledning. En modell som är adapterad från en annan modell är på ytan inte en modell byggd utan destillation – såvida inte ”adapted” utför ett arbete som ingen av oss kan se. Inlägget hävdar frånvaron av en teknik som det enda officiella dokumentet om modellens härkomst avstår från att utesluta eller bekräfta. Det skulle kunna vara sant. Det går inte att kontrollera, och personen som framför påståendet har inte visat underlaget.
Den falsifierbara delen av samma mening är lättare att testa, och det är där siffrorna gör en del arbete. Om Neon verkligen är produkten av en tålmodig, icke-destillerad träningsprocess skulle man förvänta sig utdelningen i förmåga per token snarare än i hastighet. Det den oberoende trackern visar är en modell som är kapabel och ovanligt dyr att köra: 61 på indexet vid Extra High, men 6,44 dollar per indextask, 21,5 minuter per uppgift mot ett medianvärde på 12,4 minuter, och 283 miljoner genererade utdatatokens under indexkörningen mot ett medianvärde på 65,4 miljoner – en ordrikhetsplacering nära botten av fältet. Det är en profil som är förenlig med en modell som tänker under lång tid. Den är också förenlig med massor av andra saker. Det avgör inte träningsfrågan åt något håll, och ingen publicerad siffra gör det.
Vad klippet fastställer och inte fastställer
Tar man bort filosofin är artefakten tunnare än argumentet runt den. Videon är 756 gånger 403, varar 62,5 sekunder och visar en stickman-fighter för två spelare som körs i en webbläsare. Det finns ingen prompt i inlägget, ingen modellversionssträng, ingen tankenivå, ingen tokenredovisning och inget uttalande om huruvida en agent eller fyrtio producerade koden. ”Pure JS code” är ett påstående om utdataspråket; det är inte ett påstående om hur koden producerades, och det är inte ett mått på kvalitet.
Det klippet faktiskt fastställer är begränsat men verkligt: ett tvåspelarspel som kan spelas i webbläsaren i ren JavaScript kan tas fram på den här modellen via en swarm-harness, och någon gjorde det inom ett dygn från den allmänna tillgängligheten. Det är en kapacitetsdemonstration, och leverantörens eget inlägg bekräftar dess konturer. Vad det inte fastställer är något påstående om träning, eftersom en demo inte kan bära ett sådant — den kausala kedjan från en träningsprocess till ett stickman-spel går genom alltför många beslut för att synas i en video, och ingen inblandad har publicerat inställningarna som skulle låta dig köra om det.
Det är här den ärliga läsningen av hela inlägget landar. Svärmhalvan är dokumenterad, daterad och i princip reproducerbar. Träningshalvan är ett påstående från en observatör om arbete som observatören inte utförde, publicerat utan det enda som skulle göra det kontrollerbart, nämligen en källa. Behandla det första som en beskrivning av en levererad funktion och det andra som en hypotes i omlopp, och inlägget blir användbart i stället för bara intressant.
En version av testet som du kan kontrollera
Om svärmpåståendet är ett harness-påstående kan det testas på din egen trafik, vilket träningspåståendet inte kan. Byggstenarna du behöver är en koordinator, arbetare och en verifierare – och den billigaste versionen är att knyta varje roll till en modell som du redan kan anropa.
{{1}}Dokumentera briefen{{/1}} – prompten, insatsnivån och modellen som är knuten till varje roll. Utan dessa tre blir en omkörning ett annat experiment.
• Mät loopen, inte artefakten — totala antalet tokens, väggklockstid och hur många verifieringsrundor diffen överlevde innan den godkändes.
• Håll verifieraren adversariell — Antigravity-designen parar en byggare med något som är dedikerat till att bryta dess utdata, och den andra rollen gör det mesta av kvalitetsarbetet.
En praktisk notering om var detta kan köras i dag: Gemini 4 Neon finns inte i OrcaRouter-katalogen, som för närvarande innehåller 217 modellidentifierare och, inom Gemini 4-familjen, endast google/gemini-4-carbon och google/gemini-4-argon, båda listade till $2.00 in och $10.00 ut per miljon tokens med cacheläsningar till $0.10. Så en uppdelning mellan koordinator och arbetare på vår sida innebär att dela upp mellan dessa två i stället för att låsa fast Neon, och routing-DSL:en är stället att uttrycka det på — sätt samman en planerare och en exekutor till ett enda anrop, och failover-vägen hindrar en död arbetare från att dra med sig körningen. Som jämförelse kostar samma Neontrafik till dess publicerade pris $3.00 och $15.00 per miljon, med batch och flex på halva priset, vilket är siffran att jämföra mot i alla harness du bygger.

Det som är värt att följa är inte nästa klipp. Det är huruvida någon – Google eller personen som publicerade detta – offentliggör en logg över verktygsanrop eller ett tokenantal från en svärmkörning på Gemini 4 Neon vid en angiven ansträngningsnivå. Det skulle förvandla en demo till en mätning, och det skulle göra det möjligt att granska påståendet om svärmen så som en lanserad funktion bör granskas. Påståendet om RSI behöver något annat: en redogörelse för träningen som för närvarande inte finns på någon Google-sida, och tills en sådan finns är det mest korrekta att säga att det är obekräftat snarare än att det är falskt.
