
Gemini 4 Neon ใน Antigravity: 762 การเรียกใช้เครื่องมือที่เพดาน 512K
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 188 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 205 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 124 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 110 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
สิบสามเซสชัน การเรียกใช้เครื่องมือ 762 ครั้ง และตัวเลขหนึ่งตัวที่ไม่ปรากฏที่ใดเลยในสื่อเปิดตัวของ Google: 512,000 นั่นคือหน้าต่างบริบทที่เอกสารของ Antigravity เองระบุไว้สำหรับ Gemini 4 Neon เทียบกับ 1,048,576 โทเคนที่ Gemini API ขายสำหรับโมเดลเดียวกันในราคา 3.00 ดอลลาร์ต่อขาเข้า และ 15.00 ดอลลาร์ต่อขาออก ตัวเลขทั้งสองเป็นของ Google ซึ่งเผยแพร่ในสัปดาห์เดียวกัน และไม่มีหน้าใดกล่าวถึงอีกหน้าหนึ่ง บันทึกการเรียกใช้เครื่องมือมาจากเธรดทดลองใช้จริงที่ @kimmonismus เผยแพร่เมื่อวันที่ 18 พฤศจิกายน 2026 ซึ่งเป็นเวลาสิบสามชั่วโมงครึ่งหลังจากโพสต์ Neon ของ Antigravity ขึ้น และสามสิบห้านาทีหลังจากโพสต์ของ DeepMind กล่าวคือ โมเดลที่เขาบรรยายว่ามี "early access" นั้นเปิดให้ใช้ทั่วไปแล้วในตอนที่เขากดเผยแพร่
จังหวะเวลานั้นสำคัญต่อการให้น้ำหนักกับกระทู้นี้มากน้อยเพียงใด ไม่ใช่ต่อว่ามันมีประโยชน์หรือไม่ มันเป็นบันทึกสาธารณะที่ละเอียดที่สุดเท่าที่มีใครเผยแพร่เกี่ยวกับ Gemini 4 Neon ที่ทำงานแบบเอเจนต์อย่างต่อเนื่อง และส่วนที่น่าสนใจไม่ใช่เดโม แต่เป็นโครงสร้างของบันทึก ซึ่งเป็นการคำนวณที่ตรวจสอบได้ ในแบบที่วลี “มันสร้างเดโมแบบอินเทอร์แอกทีฟขึ้นมา 17 ตัว” ทำไม่ได้
762 สาย แยกย่อยให้เห็น
ผู้โพสต์ย้อนกลับไปตรวจบันทึกของ Antigravity ภายหลังและนับทุกการเรียกตลอดทั้งสิบสามเซสชันเหล่านั้น ซึ่งทั้งหมดรันที่ระดับการคิด Extra High รายละเอียดที่รายงานเองและยังไม่ได้ตรวจสอบ:
• การอ่านไฟล์ — 313
• การแก้ไข — 266
• ไฟล์ใหม่ที่สร้างขึ้น — 104
• คำสั่ง Shell — 43
• เอเจนต์ย่อยที่ถูกสร้างขึ้น — 13
• การค้นหาเว็บ — 2
• การโทรอื่นๆ รวมถึงการอัปเดตงาน — 21
ทั้งหมดนั้นรวมกันได้ 762 พอดี ซึ่งเป็นสิ่งแรกที่ต้องตรวจสอบและเป็นสิ่งแรกที่ยืนยันได้ว่าถูกต้อง หารด้วยสิบสามจะได้ประมาณ 58.6 การเรียกใช้เครื่องมือต่อเซสชัน ซึ่งเป็นตัวเลขที่อยู่ใกล้อย่างน่าสงสัยกับ 58.6 ที่ Neon ทำคะแนนได้ใน Artificial Analysis Coding Agent Index — เป็นเรื่องบังเอิญ แต่ก็เป็นตัวเลขที่จดจำได้ง่ายหากคุณกำลังพยายามจำตัวเลขทั้งสองไว้ในหัว

อัตราส่วนที่ให้ข้อมูลมากกว่าคืออัตราส่วนที่จุดยืนของ Google เองเชิญชวนให้คุณทดสอบ โพสต์เปิดตัวอ้างว่า Neon “ลดการอ่านไฟล์ซ้ำซ้อน” และ “จัดการการบีบอัดบริบทได้อย่างเชื่อถือได้ในเซสชันยาว” ในบันทึกนี้ การอ่านมี 313 จาก 762 การเรียก หรือ 41% การเขียน — 266 การแก้ไข บวก 104 ไฟล์ใหม่ รวม 370 การเรียก — คิดเป็น 48.6% นั่นคือการดำเนินการเขียน 1.18 ครั้งต่อการอ่านหนึ่งครั้ง โมเดลที่ตะลุยไปทั่วโค้ดเบสเพื่อพยายามหาตำแหน่งของสิ่งต่างๆ จะแสดงอัตราส่วนตรงกันข้าม; โมเดลที่รู้แล้วว่ากำลังจะไปที่ไหนจะอ่านครั้งเดียวแล้วเขียน เซสชันสิบสามครั้งของผู้ใช้คนหนึ่งไม่ใช่หลักฐานของคุณสมบัติทั่วไป แต่เป็นทิศทางที่ข้อกล่าวอ้างคาดการณ์ไว้ และเป็นบันทึกสาธารณะเพียงฉบับเดียวของการนำข้อกล่าวอ้างนั้นมาใช้
ตัวเลขสองค่าที่ดูแปลกที่สุดคือซับเอเจนต์และการค้นเว็บ ซับเอเจนต์สิบสามตัวในสิบสามเซสชันคือหนึ่งตัวต่อเซสชันพอดี — เป็นรูปแบบการมอบหมายที่สม่ำเสมอมากกว่าจะเป็นครั้งคราว การค้นเว็บสองครั้งใน 762 การเรียกคือ 0.26% ซึ่งสำหรับโมเดลที่ Google อธิบายว่าเป็นออร์เคสเตรเตอร์ที่สั่งการซับเอเจนต์ Hydrogen แบบขนาน ถือว่ามุ่งเน้นภายในอย่างน่าทึ่ง นี่เป็นการรันกับโค้ดภายในเครื่อง ไม่ใช่การวิจัย และบันทึกก็สะท้อนสิ่งนั้น
สิ่งที่การรันเดโมแสดงให้เห็นจริง ๆ
เดโมอินเทอร์แอกทีฟ 17 ตัว โดยแสดงให้เห็น 8 ตัว แปดตัวที่เห็นได้ครอบคลุมเกมยิงในอารีนามุมมอง 3D ที่มีคลื่นศัตรู ค่าพลังชีวิต กระสุน และการรีโหลด; เกมยิงแบบเรลชื่อ Solaris Trench; อารีนาว็อกเซลที่ทำลายได้ชื่อ Terra Breaker ซึ่งรักษาเฟรมเรตได้คงที่ 60 เฟรมต่อวินาทีในการทดสอบบนเบราว์เซอร์; เกมบินเจ็ตผ่านหุบเขาชื่อ Aero Canyon ที่มีประตู 12 บานและบันทึกเวลาที่ดีที่สุดไว้; พัซเซิลฟิสิกส์ที่มีคันโยกและเครื่องยิงลูกบอล; โชว์แสงจากสนามอนุภาค; การบินผ่านหลุมดำที่ปรับเอฟเฟกต์เลนส์ได้; และระบบสุริยะที่คลิกได้
เก้าตัวที่ไม่ถูกแสดงคือส่วนของกระทู้ที่ไม่สามารถประเมินได้ และการอ่านอย่างตรงไปตรงมาของ “17 เดโม” ก็คือมันเป็นการกล่าวอ้างเกี่ยวกับปริมาณโดยมีตัวอย่างแนบมาด้วยแปดชิ้น สิ่งที่ตัวอย่างทั้งแปดยืนยันได้คือความกว้างขวาง: โมเดลเดียวที่สร้างฉาก WebGL ฟิสิกส์ ภาพที่ขับเคลื่อนด้วยเสียง และการจัดการสถานะ UI ภายในครั้งเดียว ในคุณภาพระดับที่มือสมัครเล่นจะโพสต์ได้ นั่นคือสัญญาณความสามารถที่แท้จริง แม้ว่าจำนวนจะตรวจสอบไม่ได้ก็ตาม
รูปแบบความล้มเหลวที่ผู้โพสต์รายงานมีประโยชน์กว่าความสำเร็จ เพราะมันเจาะจงเฉพาะ บิลด์แรกของอารีนา 3D "หยุดชะงักเพราะเซิร์ฟเวอร์เกิดข้อผิดพลาด" และต้องทำรอบที่สองจึงจะเสร็จ — เป็นความล้มเหลวของโครงสร้างพื้นฐาน ไม่ใช่ความล้มเหลวของโมเดล แต่ก็ทำให้เสียความพยายามไปเต็มๆ หนึ่งครั้ง Neon เพิ่มโหมดอัตโนมัติให้ Aero Canyon โดยที่ไม่มีใครร้องขอ ซึ่งผู้โพสต์ชี้ว่าเป็นขอบเขตงานที่ไม่ได้ขอ จากนั้นเขาทดสอบเฉพาะโหมดอัตโนมัติ ดังนั้นคุณภาพการบินด้วยมือจึงยังไม่เป็นที่ทราบ แม้แต่ในเดโมที่เขาสร้างเอง ระบบสุริยะถูกส่งออกมาพร้อมจำนวนดวงจันทร์ที่ล้าสมัย และได้รับการแก้ไขเป็นตัวเลขปัจจุบันของ JPL หลังจากที่เขาชี้ให้เห็นแล้วเท่านั้น ขนาดและวงโคจรยังไม่เป็นไปตามสัดส่วนจริง
อันสุดท้ายคือจุดข้อมูลที่น่าสนใจที่สุดในเธรดนี้ เพราะเป็นการสาธิตการแก้ไขกลางงานได้อย่างชัดเจน: ข้อผิดพลาดเชิงข้อเท็จจริงที่ผู้ใช้ชี้ให้เห็น แล้วได้รับการแก้ไขในการตอบกลับครั้งถัดไป Google อ้างว่า Neon อยู่อันดับสองด้านความสามารถในการควบคุมทิศทางบน Agent Arena Index ใหม่ของ Arena เกร็ดเรื่องเล่าเพียงหนึ่งเรื่องไม่ได้ยืนยันตำแหน่งบนกระดานผู้นำ แต่เป็นพฤติกรรมที่กระดานผู้นำอ้างว่าวัด และถูกสังเกตเห็นได้ในสภาพจริง
แก้ไขบั๊กสามรายการ ให้คะแนนด้วยตนเอง
ส่วนการเขียนโค้ดประกอบด้วยโปรแกรมที่มีข้อบกพร่องสามโปรแกรมซึ่งมีชุดทดสอบอยู่แล้ว โดยแต่ละโปรแกรมจะถูกแก้ไขแล้วตรวจสอบโดยผู้โพสต์เอง แทนที่จะอาศัยรายงานของโมเดลเอง
• Booking checker — ก่อนหน้านี้ผ่าน 1 จาก 5 การทดสอบ หลังจากนั้นผ่าน 5 จาก 5
• ตัวจัดตารางงาน — 8 จาก 14 การตรวจสอบก่อน, 14 จาก 14 หลัง
• ตัวโหลดแบบ Async — ก่อนแก้ไขผ่าน 10 จาก 16 การตรวจสอบ หลังแก้ไขผ่าน 16 จาก 16
ภาพรวม: ผ่าน 19 จาก 35 ก่อนหน้านี้ และผ่าน 35 จาก 35 หลังจากนั้น หรือจาก 54.3% เป็น 100% คะแนนเต็มคือตัวเลขที่ควรตั้งข้อสงสัย และข้อแม้อย่างตรงไปตรงมาทั้งหมดอยู่ที่ตัวอย่าง ไม่ใช่ที่ผลลัพธ์ สามโปรแกรมก็คือสามโปรแกรม ชุดทดสอบมีอยู่ก่อนแล้ว ซึ่งขจัดรูปแบบความล้มเหลวที่ชัดเจนที่โมเดลเขียนการทดสอบให้เข้ากับการแก้ไขของตัวเอง แต่ก็ไม่ได้ขจัดปัญหาเรื่องการคัดเลือก: โปรแกรมเหล่านี้เป็นโปรแกรมที่ผู้โพสต์เลือกหยิบมาเอง และการแก้ไขที่ทำให้ความล้มเหลวที่มองเห็นหายไปก็ยังอาจผิดในแบบที่ชุดทดสอบไม่ได้ครอบคลุม สิ่งที่การรันนี้แสดงให้เห็นก็คือ โมเดลไม่ได้ทำให้อะไรถดถอยระหว่างการแก้ไข — 35 จาก 35 หมายความว่าการทดสอบที่ผ่านอยู่ก่อนแล้วยังคงผ่าน ซึ่งเป็นรูปแบบความล้มเหลวที่กัดจริงในทางปฏิบัติ
Antigravity ให้ Neon 512K ไม่ใช่ 1M
ตอนนี้คือตัวเลขที่ไม่ได้อยู่ในเธรดนี้ และควรเปลี่ยนวิธีที่คุณอ่านส่วนที่เหลือของเธรดนี้ เอกสารโมเดลของ Antigravity ในรายการ Gemini 4 Neon ระบุหน้าต่างบริบทว่า “สูงสุด 512K โทเคน” เอกสาร Gemini API สำหรับโมเดลเดียวกันระบุหน้าต่างแบบรวม 1,048,576 โทเคน และ Artificial Analysis ระบุ 1,000,000 สำหรับโมเดลนี้ น้ำหนักเดียวกัน เรตการ์ดเดียวกัน บริบทประมาณครึ่งหนึ่ง ขึ้นอยู่กับว่าคุณเรียกใช้จากช่องทางใด

Google ไม่ได้เผยแพร่คำอธิบายสำหรับช่องว่างนี้ และบทความนี้จะไม่คิดคำอธิบายขึ้นมาเอง สิ่งที่ตรวจสอบได้คือตัวเลขทั้งสองจำนวนยังใช้งานอยู่จริง ทั้งคู่เป็นของ Google และทั้งคู่ผูกกับรหัสรุ่น gemini-4-neon ผลที่ตามมาในทางปฏิบัติตรงไปตรงมา: หากการประเมิน Neon ของคุณคือ "มันเก็บ monorepo ขนาดใหญ่ไว้ในบริบทได้" การประเมินนั้นขึ้นอยู่กับช่องทางที่ใช้งาน รีโพซิทอรีขนาด 600,000 โทเคนใส่ได้ใน API แต่ใส่ไม่ได้ใน Antigravity หากคุณกำลังเลือกระหว่างทั้งสอง ให้วัดบนช่องทางที่คุณจะนำไปใช้งานจริง เพราะเพดานไม่ใช่เพดานเดียวกัน
ส่วนที่เหลือของภาพรวม Antigravity เป็นแบบทั่วไปมากกว่า Neon เป็นโมเดลเริ่มต้นสำหรับบทสนทนาใหม่ในทุกแพ็กเกจที่รองรับ — ได้แก่ Google AI Pro, Google AI Ultra และ Gemini Enterprise แบบเสียเงิน โดยไม่มีใน Free หรือ Google AI Plus บันไดการคิดมี Low, Medium, High (ค่าเริ่มต้น) และ Extra โดย CLI สะกดเป็น low, medium, high และ xhigh ผ่าน --model gemini-4-neon-xhigh หรือ --effort xhigh. เธรดนี้ทำงานที่ Extra High ตลอด ซึ่งเป็นค่าที่ Google เองใช้สำหรับตัวเลข Intelligence Index หลัก และเป็นค่าที่เอกสาร API แนะนำให้สงวนไว้สำหรับปัญหาหลายขั้นตอนที่ยาก
เรื่องนี้ควรถูกชี้ให้เห็นว่าเป็นความไม่สมมาตรด้านแหล่งข้อมูล มากกว่าจะเป็นข้อบกพร่อง ตัวเลข benchmark ของ Neon แทบทุกตัวที่แพร่หลายอยู่ — ไม่ว่าจะเป็น Intelligence Index ที่ 61.4 หรือ Coding Agent Index ที่ 58.64 — ล้วนเป็นตัวเลขที่วัดที่โหมด xhigh คนส่วนใหญ่จะรันโมเดลที่โหมด High ซึ่งเป็นค่าเริ่มต้น Artificial Analysis เผยแพร่ทั้งสองค่า และตัวเลขค่าเริ่มต้นคือ 59.6 ต่ำกว่าตัวเลขพาดหัวเต็มสามจุด บันทึกการเรียก 762 ครั้งที่ xhigh บอกให้รู้ว่าขีดสูงสุดเป็นอย่างไร แต่ไม่ได้บอกว่าการกำหนดค่าเริ่มต้นของคุณจะมีค่าใช้จ่ายหรือได้คะแนนเท่าไร
จุดที่กระทู้นั้นเกินเลย
ข้อกล่าวอ้างสามข้อในเธรดนี้ถูกนำไปใช้มากเกินกว่าที่หลักฐานรองรับ และควรค่าแก่การระบุชื่อไว้ เพราะสิ่งเหล่านี้จะถูกพูดซ้ำ
การวางกรอบแบบ "early access" คือสิ่งที่ชัดเจนที่สุด โพสต์บล็อกของ Antigravity เองเกี่ยวกับ Neon เผยแพร่เมื่อ 08:00 UTC วันที่ 18 พฤศจิกายน 2026; โพสต์เปิดตัวของ DeepMind เมื่อ 21:00 UTC; เธรดเมื่อ 21:35 UTC ไม่ว่าผู้โพสต์จะมีสิทธิ์เข้าถึงอะไรก่อนหน้านั้นในวันเดียวกัน ชิ้นงานที่เขาเผยแพร่ก็ออกมาหลังการเปิดให้ใช้งานทั่วไปแล้ว และการอ่านมันในฐานะตัวอย่างก่อนเปิดตัวก็จะเป็นความผิดพลาด นั่นไม่ได้ทำให้ข้อสังเกตผิด แต่หมายความว่า "I got early access" กำลังทำหน้าที่เชิงวาทศิลป์ซึ่งตราเวลาไม่ได้สนับสนุน
ประการที่สอง “เดโมแบบโต้ตอบ 17 รายการ” เป็นการอ้างเชิงปริมาณโดยมีตัวอย่างที่แสดงให้เห็นแปดรายการ แปดรายการที่แสดงนั้นมีความหลากหลายและใช้งานได้จริง ซึ่งเป็นส่วนที่มีประโยชน์ ส่วนเก้ารายการที่ไม่ได้เปิดเผยนั้นไม่สามารถตรวจสอบได้ และรายละเอียดเกี่ยวกับแปดรายการไม่ว่าจะมากเพียงใดก็ไม่อุดช่องว่างนั้นได้
ข้อที่สาม ผลลัพธ์การแก้ไข 35 จาก 35 เป็นผลลัพธ์เกี่ยวกับโปรแกรมสามตัว มันเป็นตัวเลขประเภทที่มักถูกอ้างว่า "Neon แก้ทุกอย่างที่คุณให้มา" และการอ่านที่ถูกต้องนั้นแคบกว่า: ในโปรแกรมที่เสียอยู่ก่อนแล้วสามตัวซึ่งมีชุดทดสอบอยู่แล้ว มันแก้ไขทุกการตรวจสอบที่ล้มเหลวโดยไม่ทำให้การตรวจสอบที่ผ่านอยู่แล้วพัง นั่นเป็นผลลัพธ์ที่ดีและเป็นตัวอย่างขนาดเล็ก และทั้งสองครึ่งของประโยคนั้นต้องไปด้วยกัน
มีหลักฐานสนับสนุนหนึ่งอย่างที่น่าสังเกต Patrick Loeber สมาชิกฝ่ายเทคนิคที่ Google DeepMind ได้ตอบกลับกระทู้นี้ว่า “กระทู้ดีมาก ขอบคุณที่นำไปสร้างและแบ่งปันฟีดแบ็ก!!” นั่นไม่ใช่การยืนยันตัวเลขใด ๆ ในกระทู้นั้นเลย เป็นเพียงชาว Google ที่ยอมรับว่าการรันนั้นเกิดขึ้นจริง ซึ่งมากกว่าที่กระทู้แบบลงมือทำส่วนใหญ่จะได้รับ
ค่าใช้จ่ายในการลองสิ่งนี้ด้วยตัวเอง
เศรษฐศาสตร์ของการทดสอบภาคสนามแบบนี้ไม่หรูหราแต่ชี้ขาด ที่ราคา 3.00 ดอลลาร์ต่อล้านโทเค็นอินพุตและ 15.00 ดอลลาร์ต่อล้านโทเค็นเอาต์พุต เซสชัน 762 การเรียกที่มีการใช้บริบทซ้ำมากไม่ใช่การทดลองราคา 5 ดอลลาร์ — ฝั่งเอาต์พุตซึ่งรวมโทเค็นการคิดเป็นปัจจัยหลัก และ xhigh ทำให้มันทวีคูณขึ้น กรอบของ Google เองคือ Neon ที่การตั้งค่า High โดยค่าเริ่มต้นมีต้นทุนต่องานต่ำกว่า Gemini 4 Carbon ประมาณ 32% (รายงานโดยผู้ขาย ไม่ได้ทำซ้ำอย่างอิสระ) และการตั้งค่า xhigh ไว้สำหรับปัญหาที่ High ยังไม่พอ การรันชุดสาธิตที่ xhigh ขณะที่คุณกำลังประเมินพฤติกรรมเริ่มต้นเป็นวิธีใช้จ่ายมากกว่าที่การตัดสินใจจำเป็นหลายเท่า

วิธีที่ถูกกว่าในการรันการประเมินนี้คือการกำหนดพื้นผิวและระดับการคิดให้ชัดเจนก่อน แล้วจึงเปลี่ยนโมเดล ในฝั่งของเรา แคตตาล็อกปัจจุบันมี google/gemini-4-carbonและ google/gemini-4-argonทั้งคู่อยู่ที่ราคาลิสต์ของผู้ให้บริการที่ $2.00 และ $10.00 โดยบวกเพิ่ม 0% — การเปลี่ยนแปลงอัตราของผู้ขายจะมีผลในฝั่งของเราภายในวันเดียวกับที่ต้นทางประกาศ ซึ่งสำคัญในกรณีนี้เนื่องจากอัตราแนะนำของ Carbon จะหมดอายุในวันที่ 30 พฤศจิกายน 2026 และจะปรับขึ้นเป็น $4.00/$20.00 ณ วันที่ 19 พฤศจิกายน 2026 Gemini 4 Neon ยังไม่อยู่ในแคตตาล็อก ดังนั้นนี่จึงไม่ใช่คำแนะนำให้เรียกใช้ผ่านเรา แต่เป็นการเปรียบเทียบที่คุณสามารถรันได้จริงในวันนี้ กับโมเดลที่ Google ใช้เป็นเกณฑ์เปรียบเทียบให้ Neon ในแทบทุกย่อหน้าของประกาศ
หากคุณกำลังทดสอบโมเดลที่ยังไม่ผ่านการพิสูจน์แทนที่จะเป็นโมเดลที่รู้จักดี ชั้นการกำหนดเส้นทางก็เป็นจุดที่ประหยัดในการจำกัดความเสี่ยงเช่นกัน การ failover อัตโนมัติหมายความว่าเซสชันที่ล่มกลางทาง — เช่นเดียวกับที่บิลด์ 3D arena ครั้งแรกทำ — สามารถลองใหม่บนโมเดลอื่นได้โดยไม่ต้องสร้าง harness ใหม่ และ DSL การกำหนดเส้นทางช่วยให้คุณประกอบ planner และ executor เป็นการเรียกครั้งเดียวได้ หากคุณต้องการทำซ้ำรูปแบบ Orchestrator (Neon) โดยไม่ถูกจำกัดอยู่กับเพดาน 512K ของ Antigravity
ดูอะไรดี
หลักฐานชิ้นถัดไปที่จะช่วยคลี่คลายคำถามที่ยังค้างอยู่ไม่ใช่กระทู้เดโมอีกกระทู้หนึ่ง แต่เป็นบันทึกการเรียกใช้เครื่องมือจากคนที่ใช้งานด้วยการตั้งค่า High แบบค่าเริ่มต้น บนรีโพซิทอรีที่มีขนาดใหญ่พอจะชนเพดานบริบทใดก็ตามที่บังคับใช้ และเผยแพร่โดยปล่อยให้ความล้มเหลวยังคงอยู่ในบันทึกนั้น ช่องว่างระหว่าง 512K กับ 1M คือสิ่งที่ควรจับตามองเป็นพิเศษ เพราะความไม่สอดคล้องกันในเอกสารที่อยู่รอดผ่านรอบการปล่อยเวอร์ชันหนึ่งมักเป็นการตัดสินใจด้านผลิตภัณฑ์มากกว่าความหละหลวม และหาก Antigravity ตั้งใจลดหน้าต่างลงครึ่งหนึ่ง นั่นคือข้อเท็จจริงที่ควรรู้ก่อนที่คุณจะกำหนดมาตรฐานเวิร์กโฟลว์บนสิ่งนั้น
จนถึงตอนนั้น บทสรุปที่เป็นธรรมของ Gemini 4 Neon ใน Antigravity ก็คือ บันทึกสาธารณะโดยละเอียดหนึ่งชุดที่ครอบคลุมสิบสามเซสชัน ซึ่งแสดงให้เห็นโมเดลที่เขียนมากกว่าอ่าน มอบหมายงานหนึ่งครั้งต่อเซสชัน แก้โปรแกรมเล็ก ๆ สามโปรแกรมได้อย่างสมบูรณ์ สร้างเดโมดี ๆ แปดชิ้นจากที่อ้างว่าสิบเจ็ดชิ้น และทำงานด้วยบริบทประมาณครึ่งหนึ่งของที่ API โฆษณาไว้ ทุกข้อความเหล่านั้นตรวจสอบได้ ไม่มีข้อใดเป็นการทดสอบแบบ benchmark
