
Gemini 4 Neon: โมเดล 'Small' ของ Google ไม่มีขนาดที่เปิดเผย
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 186 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 358 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 · 139 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0737 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 · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 111 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 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 42 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 · 109 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
เมื่อเวลา 01:57 UTC วันที่ 20 พฤศจิกายน มีโพสต์ขึ้นบน X เรียก Gemini 4 Neon ว่าเป็นโมเดลเล็กของ Google — “นำหน้า Argon และ Carbon ไปไกล” เทียบได้กับ Claude Opus 5.5 และ Claude Fable 5.2 และในสี่คำปิดท้าย เป็นหลักฐานของ RSI โพสต์นั้นถูกแก้ไขสามครั้งก่อนจะลงตัว และมี 316 ไลก์ตอนที่เราอ่าน ทุกอนุประโยคอื่นสามารถตรวจสอบกับเอกสารได้ แต่คำว่า “small” ตรวจสอบไม่ได้ หากไปค้นหาจำนวนพารามิเตอร์หรือการจัดลำดับขนาดในเอกสารของ Google สำหรับ Gemini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon และ Gemini 4 Hydrogen จะไม่พบอะไรเลย: ไม่มีจำนวนพารามิเตอร์ ไม่มีตัวเลขพารามิเตอร์ที่ใช้งาน และไม่มีประโยคใดที่จัดอันดับทั้งสี่ตามขนาด และ — ทั้งในหน้าโมเดลของ DeepMind และการ์ดโมเดล — ไม่มีการใช้คำว่า “small” แม้แต่ครั้งเดียวเพื่ออ้างถึงรุ่นใดในสี่รุ่นนี้
สิ่งนั้นไม่ได้ทำให้โพสต์ผิด แต่ทำให้มันไม่สามารถถูกพิสูจน์ว่าเป็นเท็จได้ในคำสำคัญกลางของมันเอง ซึ่งเป็นปัญหาที่ต่างออกไปและน่าสนใจกว่า: ข้อกล่าวอ้างนั้นรวมเอาการวัดที่ใครก็ตรวจสอบได้ (คะแนน) เข้ากับคำอธิบายเกี่ยวกับภายในของโมเดลที่ไม่มีใครนอก Google ตรวจสอบได้ แล้วจึงสรุปเกี่ยวกับวิธีที่โมเดลถูกฝึกมาจากครึ่งที่ตรวจสอบไม่ได้ ด้านล่าง ข้อกล่าวอ้างถูกแยกออกเป็นสามส่วน และแต่ละส่วนถูกทดสอบเทียบกับสิ่งที่เผยแพร่แล้ว คะแนนทั้งหมดมาจาก Artificial Analysis บน index v5.0.1 ตามที่อ่านเมื่อวันที่ 20 พฤศจิกายน 2026; ทุกสิ่งที่ Google ระบุไว้ถูกกำกับว่าเป็นเช่นนั้น; สิ่งใดที่อนุมานขึ้นมาจะถูกทำเครื่องหมายว่าเป็นการอนุมาน
สิ่งที่โพสต์นั้นพูดไว้จริง ๆ
เมื่อตัดการวางกรอบออกไปแล้ว มีข้อกล่าวอ้างอยู่สามข้อ ข้อหนึ่ง: Neon เป็นโมเดลขนาดเล็กของ Google ข้อสอง: ในฐานะโมเดลขนาดเล็ก มัน “นำหน้า Argon และ Carbon ไปไกล” กล่าวคือ โมเดลที่เล็กกว่าได้แซงหน้าโมเดลพี่น้องที่ใหญ่กว่า ข้อสาม: ผลลัพธ์นั้นคือสิ่งที่ “RSI และอะไรทำนองนั้น” มีหน้าตาเป็น ข้อที่สองกลายเป็นการคำนวณ ข้อแรกกลายเป็นนิยามที่ Google ยังไม่ได้เผยแพร่ และข้อที่สามไม่สามารถสรุปได้เลย — มันเป็นข้อกล่าวอ้างเกี่ยวกับกระบวนการฝึกโมเดลที่ไม่มีการเปิดเผยข้อมูลนำเข้า
น่าจดไว้ก่อนจะเริ่มคิดคำนวณ: การวางกรอบแบบนี้ไม่ได้มีเฉพาะแอ็กเคานต์เดียว หนึ่งวันก่อนหน้านั้น ผู้โพสต์อีกคนหนึ่งระบุว่าเดโมของ Neon มาจาก “swarms” และมาจาก “การไม่ทำ distillation และการใช้เวลากับ RSI” คำศัพท์เหล่านี้กำลังแพร่กระจายเร็วกว่าเอกสารใด ๆ จะรองรับได้ ซึ่งเป็นเหตุผลว่าทำไมแต่ละคำจึงควรค่าแก่การประเมินมูลค่าออกมา
Google ไม่เคยเรียก Neon ว่าเป็นโมเดลขนาดเล็ก
Google อธิบายโมเดลทั้งสี่แต่ละตัวไว้จริง และคำอธิบายเหล่านั้นเจาะจงพอที่จะยกมาอ้างอิงได้ จากเอกสารประกอบโมเดล Gemini API ตามที่เผยแพร่ในสัปดาห์นี้:
• Gemini 4 Carbon — “โมเดลการให้เหตุผลที่ทรงพลังที่สุดของเรา สร้างขึ้นสำหรับวิศวกรรมซอฟต์แวร์ที่ซับซ้อน งานองค์ความรู้แบบหลายรูปแบบ การให้เหตุผลเชิงวิทยาศาสตร์ และการป้องกันความมั่นคงปลอดภัยไซเบอร์”
• Gemini 4 Neon — “ความฉลาดระดับแนวหน้า พร้อมการทำงานแบบครบวงจรได้อย่างรวดเร็วในงานวิศวกรรมซอฟต์แวร์ที่ซับซ้อน งานองค์ความรู้ และเวิร์กโฟลว์ด้านวิทยาศาสตร์”
• Gemini 4 Argon — “โมเดลการให้เหตุผลระดับแนวหน้าของเราที่มีประสิทธิภาพอย่าง Gemini 4 Argon ให้การตอบสนองที่รวดเร็วขึ้นและใช้โทเค็นต่อรอบน้อยลงเมื่อเทียบกับ Gemini 4 Carbon…”
• Gemini 4 Hydrogen — “นำสติปัญญาความสามารถล้ำสมัยมาสู่ทุกคน พร้อมความเร็วและประสิทธิภาพสำหรับการเขียนโค้ดในชีวิตประจำวันและเวิร์กโฟลว์แบบเอเจนต์”
สามในสี่ประโยคเหล่านั้นพูดถึงความเร็วและค่าใช้จ่าย ไม่มีประโยคใดพูดถึงขนาด และไม่มีหน้า Google หน้าไหนที่เราอ่านได้ซึ่งใช้คำว่า “small” กับทั้งสี่รุ่น ตามเอกสารชุดเดียวกัน โมเดลที่ Google ชี้ไปสำหรับงานประจำวันที่มีต้นทุนต่ำคือ Gemini 3.5 Flash-Lite — ซึ่งไม่ได้อยู่ในตระกูลนี้และไม่ใช่สิ่งที่โพสต์นั้นพูดถึง ดังนั้น “Neon is the small one” จึงไม่ใช่บทสรุปของการวางตำแหน่งของ Google แต่เป็นการอนุมานของผู้อ่านจากพฤติกรรม โดยถูกกล่าวราวกับว่าเป็นสเปก
ตารางราคาก็ขัดกับการตีความแบบตรงตัวเช่นกัน Neon เป็นโมเดลที่แพงที่สุดในตระกูลเมื่อคิดต่อโทเคน: 3.00 ดอลลาร์สำหรับอินพุต และ 15.00 ดอลลาร์สำหรับเอาต์พุตต่อล้านโทเคน แบบคงที่ โดยไม่มีแพ็กเกจฟรีและไม่มีวันหมดอายุ เมื่อเทียบกับ Carbon และ Argon ที่ 2.00 และ 10.00 ดอลลาร์จนถึงวันที่ 30 พฤศจิกายน และ Hydrogen ที่ 1.50 และ 7.50 ดอลลาร์พร้อมแพ็กเกจฟรี โมเดลขนาดเล็กที่คิดค่าใช้จ่ายต่อโทเคนแพงกว่าโมเดลเรือธงที่นำมาเปรียบเทียบอยู่ 50% ไม่ได้เล็กในความหมายที่ผู้ซื้อมักใช้กัน ไม่ว่า Neon จะมีอะไรที่เล็ก สิ่งนั้นก็ไม่ใช่ค่าใช้จ่าย
ในจุดที่ตัวเลขสนับสนุนข้อกล่าวอ้างนั้นจริง ๆ
ครึ่งที่เป็นคะแนนของโพสต์นั้นตรวจสอบได้และโดยส่วนใหญ่ยังคงใช้ได้ — โดยมีการแทนที่หนึ่งจุดซึ่งเปลี่ยนข้อสรุป บน Intelligence Index ในการตั้งค่าที่เผยแพร่ลึกที่สุดของแต่ละโมเดล:
• Gemini 4 Neon — 61.4 ที่ xhigh (59.6 ที่ค่าเริ่มต้นซึ่งเป็น high)
• Gemini 4 Carbon — 60.0 ที่ระดับ high ซึ่งเป็นเพดานของมัน; โมเดลนี้ไม่มีระดับ xhigh
• Gemini 4 Hydrogen — 54 ที่ xhigh
• Gemini 4 Argon — 50 ที่ระดับสูง และยังเป็นขีดจำกัดสูงสุดของมันด้วย
ดังนั้น “นำหน้า Argon อยู่ไกล” จึงเป็นความจริงและไม่ใช่แค่ห่างนิดเดียว: 11 คะแนน “นำหน้า Carbon อยู่ไกล” ไม่เป็นความจริงเลย Neon นำ Carbon อยู่ 1.4 คะแนน และเฉพาะเมื่อคุณผลักมันไปยังระดับการคิดที่ Carbon ไม่มีเท่านั้น ในการตั้งค่าที่ผู้ขายทั้งสองแนะนำ — ค่า high โดยค่าเริ่มต้นของ Neon เทียบกับค่า high ของ Carbon — Neon ตามหลังอยู่ 0.4 คะแนน รูปแบบที่แข็งแกร่งที่สุดของโพสต์น่าจะเป็นแบบที่ซื่อตรง: Neon เป็นโมเดลแรกในตระกูลนี้ที่ทำคะแนนได้เหนือเรือธง ประมาณหนึ่งคะแนน หากคุณยินดีจ่ายสำหรับระดับที่ลึกที่สุด
“ภายในไม่กี่สัปดาห์” ก็เป็นความจริงตามตัวอักษรเช่นกัน และการคำนวณจำนวนวันก็ควรกล่าวถึง เพราะมันเป็นข้อเท็จจริงเดียวที่มีวันที่กำกับในโพสต์นี้ Carbon เปิดให้ใช้งานทั่วไปเมื่อวันที่ 10 พฤศจิกายน Neon เปิดให้ใช้งานทั่วไปเมื่อวันที่ 18 พฤศจิกายน ห่างกันแปดวันระหว่างรุ่นเรือธงกับรุ่นที่ถูกกล่าวถึงว่าได้แซงหน้าไปแล้ว

การเปรียบเทียบเพียงหนึ่งเดียวที่โพสต์นั้นข้ามไป
ประโยค “แข่งกับ Opus / Fable” เป็นส่วนที่ขายตัวเองต่ำเกินไป เพราะเวอร์ชันที่ยกย่องที่สุดของประโยคนี้ต้องใช้ตัวเลขที่โพสต์ไม่ได้ใช้ บนดัชนีเดียวกัน Claude Opus 5.5 ได้ 59 ที่ความพยายามสูงสุด และ Claude Fable 5.2 ได้ 65 ดังนั้น 61.4 ของ Neon จึงอยู่ระหว่างทั้งสอง: นำหน้า Opus 5.5 อยู่ 2.4 คะแนนที่การตั้งค่าที่ลึกที่สุดของ Neon และตามหลัง Fable 5.2 อยู่ 3.6 คะแนน “แข่งกับ” ถือว่ายุติธรรมสำหรับอันแรก และใจดีเกินไปสำหรับอันที่สอง
สิ่งที่ทำให้มันเป็นเรื่องราวจริง ๆ ก็คือต้นทุนของคะแนนเหล่านั้น โดยวัดเป็นต่องานที่ทำเสร็จแต่ละงาน ไม่ใช่ต่อโทเค็น:
• ค่าใช้จ่ายต่องาน Intelligence Index — Gemini 4 Neon $6.44, Claude Opus 5.5 $10.04, Claude Fable 5.2 $26.54
• ราคาต่อล้านโทเคน อินพุต / เอาต์พุต — Neon $3.00 / $15.00, Opus 5.5 $4.00 / $20.00, Fable 5.2 $8.00 / $40.00
• เวลาต่องานจัดทำดัชนี — Neon 21.5 นาทีที่ xhigh และ 14.8 ที่ high; Opus 5.5 25.7 ที่ max; Fable 5.2 41.6 ที่ max
• ความเร็วเอาต์พุต — Neon 110 โทเค็นต่อวินาที, Opus 5.5 112, Fable 5.2 ประมาณ 110
การที่ถูกกว่าต่องานถึงสี่เท่าเมื่อเทียบกับ Fable 5.2 โดยแลกกับ 3.6 คะแนนดัชนีเป็นข้อโต้แย้งที่ดีกว่าอะไรก็ตามในโพสต์ต้นฉบับ และไม่ต้องพึ่งคำพูดสักคำเกี่ยวกับขนาด ทั้งยังเป็นข้อโต้แย้งที่รอดพ้นจากข้อคัดค้านที่ใกล้ที่สุด: ที่ราคาของ Fable 5.2 ช่องว่าง 3.6 คะแนนเป็นสิ่งที่ปิดได้ถูกที่สุดในบรรดาทางเลือกทั้งหมดหากภาระงานต้องการมัน และไม่มีความหมายเลยหากไม่ต้องการ

เล็กที่ความเร็ว ไม่ใช่ที่ขนาด
หากมีการตีความคำว่า “เล็ก” ในที่นี้ที่มีเหตุผลรองรับ ก็คือการตีความที่ tracker วัดได้ มากกว่าการตีความที่ model card ปกปิดไว้ และมันเกี่ยวกับปริมาณงานต่อหนึ่งงาน มากกว่าจำนวนพารามิเตอร์ ที่ความพยายามระดับสูงเท่ากัน Neon ทำงานชุด Intelligence Index เสร็จด้วยโทเค็นเอาต์พุต 123M เทียบกับ 205M ของ Carbon ใช้เวลา 14.8 นาที เทียบกับ 41.8 นาทีของ Carbon นั่นคือ footprint ของโทเค็นที่เล็กกว่า 40% และงานที่เสร็จเร็วขึ้นเกือบสามเท่า และเป็นสิ่งที่ใกล้เคียงที่สุดกับหลักฐานสำหรับสัญชาตญาณของโพสต์ที่มีอยู่ในสาธารณะ: ไม่ว่า Neon จะเป็นอะไรก็ตาม มันทำงานเดียวกันด้วยปริมาณงานที่ปล่อยออกมาน้อยกว่าโมเดลที่ Google เรียกได้ว่าแข็งแกร่งที่สุดของตน
แต่นั่นเป็นการอนุมานจากพฤติกรรม และพฤติกรรมก็มีคำอธิบายอื่น ๆ ได้ — ตัวถอดรหัสที่มีประสิทธิภาพกว่า งบการคิดที่แตกต่างออกไป หรือร่องรอยการให้เหตุผลที่สั้นกว่า — ซึ่งไม่มีข้อใดต้องใช้จำนวนพารามิเตอร์ที่น้อยลง ตัวเลขชุดเดียวกันยังสอดคล้องกับแนวคิดที่ว่า Neon เป็นเพียงโมเดลที่ใหม่กว่าและได้รับการฝึกฝนดีกว่าซึ่งมีขนาดใกล้เคียงกัน ซึ่งเป็นคำอธิบายที่แปลกพิสดารน้อยที่สุดเท่าที่มีอยู่
การวางกรอบเรื่องความเร็วก็พังในจุดที่โพสต์ไม่ได้มองเช่นกัน Neon ไม่ใช่โมเดลที่เร็วที่สุดในตระกูล Gemini 4 Hydrogen ทำได้ 167 โทเค็นต่อวินาที เทียบกับ 110 ของ Neon และทำงาน index เสร็จใน 15.4 นาทีที่โหมด xhigh — ห่างจาก 14.8 ของ Neon ที่โหมด high แค่นิดเดียว ในราคาครึ่งเดียว หากคำกล่าวอ้างคือ “เล็กและเร็ว” Hydrogen คือโมเดลที่ตรงกับคำอธิบายนั้น และ Hydrogen ได้ 54 คะแนน

ทำไม 'RSI' จึงเป็นตัวทำงานตรงนี้
การพัฒนาตนเองแบบเรียกซ้ำ (recursive self-improvement) ในความหมายที่วลีนี้มีในงานวิจัยด้าน AI หมายถึงห้องแล็บที่ใช้โมเดลหนึ่งเพื่อปรับปรุงรุ่นถัดไปของมันอย่างวัดผลได้ — เป็นวงจรที่มีโมเดลอยู่ข้างใน ไม่ใช่เพียงจังหวะการเปิดตัวที่รวดเร็วเท่านั้น ไม่มีสิ่งใดที่เผยแพร่สนับสนุนการตีความการเปิดตัวครั้งนี้ในแบบนั้น และโพสต์ก็ไม่ได้เสนอสิ่งใดมาสนับสนุนเลย: ไม่มีตัวเลขการประมวลผล ไม่มีการเปิดเผยว่า Neon ถูกฝึกด้วยอะไร ไม่มีหลักฐานว่าโมเดล Gemini ใด ๆ มีส่วนช่วยในการฝึก Neon
สิ่งที่ Google เผยแพร่เกี่ยวกับสายการพัฒนานั้นมีเพียงข้อความประโยคเดียวที่กล่าวซ้ำ การ์ดโมเดลของทั้ง Gemini 4 Neon และ Gemini 4 Hydrogen ระบุว่าโมเดล “adapted from Gemini 4 Carbon” — ประโยคเดียวกันในช่องทั้งเจ็ดช่องเดียวกันบนการ์ดทั้งสองใบ โดยไม่มีคำนิยามของคำว่า “adapted” ไม่มีจำนวนพารามิเตอร์ และไม่มีคำอธิบายว่าเปลี่ยนแปลงอะไรไปบ้าง หากตามการ์ดของ Carbon ย้อนกลับไปจะพบ Argon ซึ่งการ์ดระบุว่า “is not a modification or a fine-tune of a prior model” การ์ด Gemini 4 ทุกใบระบุ knowledge cutoff เดียวกันคือมีนาคม 2026 ตลอดช่วงการเปิดตัวห้าสัปดาห์ สี่โมเดล ไปป์ไลน์ข้อมูลเดียว คำหนึ่งคำที่ไม่ได้นิยาม: นั่นคือคำอธิบายของฐานการฝึกที่ใช้ร่วมกัน ซึ่งเป็นเรื่องปกติ ไม่ใช่คำอธิบายของลูป
ช่องว่างแปดวันระหว่าง Carbon กับ Neon เป็นเรื่องของกำหนดการ กำหนดการถูกบีบให้สั้นลงด้วยเหตุผลที่ไม่เกี่ยวกับการพัฒนาตัวเองเลย — ไม่ว่าจะเป็นโมเดลฐานที่ใช้ร่วมกัน การทยอยเปิดตัว หรือปฏิทินการเปิดตัว — และการที่สังเกตได้ว่าครั้งนี้ถูกบีบให้สั้นลงก็ไม่ใช่หลักฐานสนับสนุนเหตุผลใดในนั้นเลย หากแล็บแห่งหนึ่งสร้างโมเดลขึ้นมาด้วยโมเดลจริง วิธีที่คุณจะรู้ก็คือมันบอกเอง หรือมี benchmark วัดออกมาได้ แต่ไม่มีสิ่งใดเกิดขึ้นเลย
อะไรจะทำให้เรื่องนี้ยุติลง
การเปิดเผยข้อมูลสามรายการจะเปลี่ยนโพสต์นี้จากข้อกล่าวอ้างให้กลายเป็นข้อค้นพบ และทั้งสามรายการเป็นสิ่งที่ Google สามารถเผยแพร่ได้ในสัปดาห์นี้:
• จำนวนพารามิเตอร์หรือตัวเลขพารามิเตอร์ที่ใช้งานอยู่สำหรับโมเดล Gemini 4 ใดก็ตาม ตัวเลขเพียงตัวเดียวจะทำให้ “small” ตรวจสอบได้ และจะยืนยันหรือหักล้างสมมติฐานนั้นได้ทันที
• คำจำกัดความของ “adapted from” บนการ์ดโมเดล วลีนี้ปรากฏเจ็ดครั้งบนการ์ด Neon และไม่มีการอธิบายไว้เลย ส่วน “based on” ถูกใช้สำหรับ Carbon-to-Argon และก็ไม่ได้ให้นิยามไว้เช่นกัน
• ข้อความใด ๆ เกี่ยวกับการมีส่วนร่วมในการฝึกโมเดล — ข้อมูลใดที่เป็นข้อมูลใหม่ใน Neon เมื่อเทียบกับ Carbon หรือโมเดลใด (ถ้ามี) ที่สร้างสัญญาณการฝึก หากขาดทั้งสามส่วนนี้ RSI ก็ยังเป็นเพียงคำหนึ่งในโพสต์
จะทำอย่างไรกับสิ่งนี้ในวันจันทร์
ผลในทางปฏิบัติมีเล็กน้อย และมันตรงกันข้ามกับสิ่งที่โพสต์สื่อ ไม่มีข้อมูลในบันทึกที่บอกว่า Neon เป็นโมเดลเล็กที่เอาชนะโมเดลใหญ่ได้ แต่บอกว่า Neon เป็นโมเดลราคา $3/$15 ที่ทำคะแนนได้สูงกว่าเพดานของ Carbon หนึ่งจุดเมื่อเร่งเต็มที่ และต่ำกว่าค่าเริ่มต้นของ Carbon ครึ่งจุดเมื่อไม่ได้เร่ง นั่นเป็นการตัดสินใจเรื่องบันไดการปรับแต่ง ไม่ใช่การตัดสินใจเรื่องขนาด และบันไดนี้ครอบคลุม 17.3 คะแนนดัชนี จาก low (44.1) ถึง xhigh (61.4) — มากกว่าช่องว่างระหว่างโมเดลสองตัวใด ๆ ในตระกูลเดียวกันมาก การที่คุณเลือกระดับขั้นใดสำคัญกว่าการที่คุณเลือกโมเดลใด
มีสองเรื่องที่มีวันที่ระบุไว้ซึ่งควรจดลงปฏิทิน ไม่ว่าคำถามเรื่องขนาดจะได้ข้อสรุปอย่างไร Carbon และ Argon จะเพิ่มเป็นสองเท่าในวันที่ 1 ธันวาคม จาก $2.00 และ $10.00 เป็น $4.00 และ $20.00 ต่อหนึ่งล้านโทเค็น ขณะที่อัตราค่าบริการของ Neon ไม่มีวันหมดอายุ ด้วยราคาวันนี้ Neon ถูกกว่าต่องานจัดทำดัชนีที่เสร็จสมบูรณ์หนึ่งงานเป็น 17% เมื่อเทียบกับ Carbon ($6.44 เทียบกับ $7.76) หลังวันที่ 1 ธันวาคม ช่องว่างนั้นจะกว้างขึ้นโดยที่ Neon ไม่ต้องเปลี่ยนแปลงอะไรเลย ใครก็ตามที่อ่านโพสต์ “small model” แล้วสรุปว่า Neon เป็นตัวเลือกประหยัดนั้นได้ทิศทางถูกแต่เหตุผลผิด มันถูกกว่าต่องานเพราะปล่อยข้อมูลออกมาน้อยกว่า ไม่ใช่เพราะมีขนาดเล็กกว่า และมันจะถูกกว่ามากในวันที่ Google ประกาศไว้แล้ว
ในส่วนของเรา google/gemini-4-carbon และ google/gemini-4-argonอยู่ในแคตตาล็อกในราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม ซึ่งหมายความว่าการปรับราคาในวันที่ 1 ธันวาคมจะมาถึงในวันเดียวกับที่มาถึง Google. Gemini 4 Neon ยังไม่อยู่ในแคตตาล็อก ดังนั้นสิ่งที่มีประโยชน์ที่จะพูดถึงมันจึงไม่ใช่ราคา แต่เป็นรูปแบบ: เมื่อมันเปิดตัว คำขอที่ควรเขียนคือคำขอที่ระบุ Neon และสำรองไปที่ Carbon หาก Neon ถูกจำกัดอัตราการเรียกใช้หรือเกิดข้อผิดพลาด โมเดลที่ข้อได้เปรียบหลักที่ประกาศไว้คือการทำงานให้เสร็จอย่างรวดเร็ว เป็นโมเดลที่คุณอยากให้มี failover รองรับอยู่เบื้องหลัง ไม่ใช่จุดพึ่งพาเพียงจุดเดียว คีย์เดียวครอบคลุมโมเดลที่เหลือในตระกูลนี้ได้ในวันนี้ ดังนั้นการรันเปรียบเทียบกับ Carbon หรือ Argon จึงมีค่าใช้จ่ายเพียงโทเค็นเท่านั้น
ข้อสรุปที่ซื่อตรงคือข้อสรุปที่แคบ โพสต์ที่บอกว่าโมเดลเล็กของห้องแล็บแห่งหนึ่งแซงโมเดลใหญ่ของมันได้นั้นได้สร้างข้อกล่าวอ้างเกี่ยวกับขนาด ยังไม่มีใครเผยแพร่ขนาดใด ๆ คะแนนบอกว่าโมเดลที่เร็วทำได้ห่างจากโมเดลที่ช้ากว่าภายในหนึ่งคะแนนในแปดวัน ซึ่งน่าสนใจพออยู่แล้ว และเรื่องเล่าการเทรนที่แนบมากับมัน ตอนนี้เป็นเพียงคำบรรยายภาพ
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
