Một thẻ tiêu đề được tạo ghi 'Gemini 4 Neon được chuyển thể từ Carbon' với phụ đề 'Một câu, được lặp lại bảy lần, và không bao giờ được định nghĩa', bên cạnh một sơ đồ cây phả hệ: Gemini 4 Argon ở trên Gemini 4 Carbon, được gắn nhãn 'dựa trên', phân nhánh xuống Gemini 4 Hydrogen và Gemini 4 Neon, cả hai đều được gắn nhãn 'được chuyển thể từ'.
Guides & Insights

Gemini 4 Neon được chuyển thể từ Carbon: Điều mà tấm thẻ sẽ không định nghĩa

Tác giả

Elias Hawthorne

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

The published model card for Gem​ini 4 Neon says exactly one thing about where the model came from, and it says it seven times: “Gem​ini 4 Neon is adapted from Gemini 4 Carbon.” That is the entire published account of the relationship between Gem​ini 4 Neon, Gemini 4 Carbon, Gemini 4 Argon and Gem​ini 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.

Những điều sau đây tách riêng ba thứ dễ bị hòa lẫn với nhau ở đây: những gì tấm thẻ in ra đúng nguyên văn, những gì điều đó ngụ ý, và những gì hiện đang là phỏng đoán. Mọi nội dung được trích dẫn đều đến từ một trang Google DeepMind được truy xuất vào ngày 19 và 20 tháng 11 năm 2026; mọi nội dung được suy ra đều được ghi rõ là suy luận và giữ trong đoạn riêng, để bạn có thể bỏ nó đi mà không làm mất các dữ kiện.

Bảy câu giống hệt nhau

Thẻ được trình bày dưới các tiêu đề Thông tin mô hình, Dữ liệu mô hình, Triển khai và Tính bền vững, Phân phối, Đánh giá, Mục đích sử dụng và Hạn chế, và An toàn & Bảo mật. Ở bảy trong số các mục đó, phần nội dung là cùng một điều khoản, theo sau là một liên kết dẫn đến thẻ Carbon:

• Model dependencies — “Gem​ini 4 Neon is adapted from Gemini 4 Carbon.”

Kiến trúc — cùng câu đó, sau đó “xem thẻ mô hình Gemini 4 Carbon.”

• Bộ dữ liệu huấn luyện — cùng một câu, sau đó là cùng một con trỏ tới Carbon.

• Xử lý dữ liệu huấn luyện — cùng một câu, sau đó là cùng một con trỏ.

• Phần cứng — cùng một câu, rồi cùng một con trỏ.

• Phần mềm — cùng một câu, rồi cùng một con trỏ.

• Cách sử dụng được chấp nhận — cùng một câu, sau đó cùng một chỉ dẫn.

Thẻ không hề im lặng về phả hệ. Nó cũng không hề cụ thể. “Được chuyển thể từ” mang theo một con trỏ thay vì nội dung: mọi thứ người đọc muốn biết — số lượng tham số, những lớp nào đã thay đổi, liệu một mô hình nhỏ hơn có được huấn luyện dựa trên một mô hình lớn hơn hay không, dữ liệu nào là mới — đều được giao cho một tài liệu về một mô hình khác, và tài liệu đó cũng không trả lời bất kỳ điều nào trong số đó. Thẻ Carbon nói Carbon “dựa trên Gemini 4 Argon” rồi trỏ đến Argon, mà tài liệu này nói Argon là “một mô hình dựa trên transformer mixture-of-experts (MoE) thưa quy mô lớn” và “không phải là một sửa đổi hay một bản tinh chỉnh (fine-tune) của một mô hình trước đó.” Theo dõi chuỗi từ đầu đến cuối cho bạn biết rằng Neon bắt nguồn từ một thứ bắt nguồn từ một thứ mới. Nó không cho bạn biết “bắt nguồn” đã làm gì.

Hai cụm từ, không có sự khác biệt nào được nêu.

So sánh thú vị hơn không phải là Neon với công ty mẹ của nó. Mà là từ vựng mà Google sử dụng trong toàn bộ gia đình sản phẩm, bởi vì cùng một nhà phát hành lại dùng hai cụm từ khác nhau cho hai mối quan hệ khác nhau và không bao giờ giải thích lý do:

• Gemini 4 Argon, thẻ được công bố ngày 13 tháng 10 năm 2026 — “không phải là một sửa đổi hay tinh chỉnh của một mô hình trước đó.” Được sử dụng một lần, trong phần Phụ thuộc mô hình.

• Gemini 4 Carbon, thẻ được công bố ngày 10 tháng 11 năm 2026 — “dựa trên Gemini 4 Argon.” Được sử dụng sáu lần, trong Phụ thuộc mô hình, Kiến trúc, Tập dữ liệu huấn luyện, Phần cứng, Phần mềm và Cách sử dụng được chấp nhận.

• Gem​ini 4 Hydrogen, card published 12 November 2026 — “adapted from Gemini 4 Carbon.” Used seven times, in the same seven places Neon uses it.

• Gem​ini 4 Neon, card published 18 November 2026 — “adapted from Gemini 4 Carbon.” Seven times.

A generated four-column comparison card headed 'The Gemini 4 family — four cards, four rows', counting one lineage phrase across the published model cards: Argon published 13 October 2026, 'not a modification', stated once; Carbon 10 November 2026, 'based on Argon', six times; Hydrogen 12 November 2026, 'adapted from Carbon', seven times; Neon 18 November 2026, same phrase, seven times; every card listing a March 2026 knowledge cutoff.

Vậy nên “adapted from” không phải là cụm từ được đặt ra cho Neon. Hydrogen đã mang nó sớm hơn sáu ngày, và hai thẻ sử dụng nó giống hệt nhau — cùng cách diễn đạt, cùng các vị trí, cùng mô hình cha. Dù “thích ứng” ở đây có nghĩa là gì, thì đó là mối quan hệ chuẩn cho một mô hình được xây dựng trên Carbon, và trong văn bản, nó được phân biệt rõ ràng với “based on”, mối quan hệ của Carbon với Argon. Không cụm từ nào được định nghĩa ở bất kỳ đâu trong tài liệu của dòng mô hình này. Một người đọc giả định rằng “adapted from” có nghĩa yếu hơn hoặc hẹp hơn “based on” là đang giả định; một người đọc giả định rằng hai cụm từ có cùng nghĩa cũng đang giả định mạnh không kém theo hướng ngược lại.

Phần kiến trúc nói gì

Đây là phần mà các bản tóm tắt đang lan truyền bỏ qua. Thẻ Neon không chứa bất kỳ lần xuất hiện nào của “distill,” “distillation,” “prune,” “quantize” hay “mixture-of-experts,” không có số lượng tham số, và từ “smaller” không xuất hiện. Phần kiến trúc chỉ là một câu và một chỉ dẫn đến Carbon. Thẻ cũng không bao giờ dùng “post-trained” — chính từ mà luồng X đã gợi nên bài viết này nhận thấy bị thiếu. Sự vắng mặt đó là có thật và có thể kiểm chứng.

Screenshot of the Google DeepMind model card page for Gemini 4 Neon, showing the published date of 18 November 2026, the Model Information tabs, and the Model dependencies line reading 'Gemini 4 Neon is adapted from Gemini 4 Carbon.'

The one place the card names training techniques is the Safety and Security section, in a sentence beginning “Safety and security were built into Gem​ini 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.

Mốc cắt chính là dữ kiện duy nhất có ghi ngày.

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 Gem​ini 4 Neon is March 2026, though in some domains the model's knowledge may be less up to date.”

• Gemini 4 Argon — tháng 3 năm 2026 (thẻ ghi điều này cho cả dòng sản phẩm: “Thời điểm cắt kiến thức của Gemini 4 là tháng 3 năm 2026”).

• Gemini 4 Carbon — Tháng 3 năm 2026.

• Gem​ini 4 Hydrogen — March 2026.

• Gem​ini 4 Neon — March 2026.

Bốn mô hình trong năm tuần, bốn mốc cắt giống hệt nhau. Bất cứ thứ gì được thêm vào giữa Argon vào tháng Mười và Neon vào tháng Mười Một, đó không phải là một lát cắt mới của thế giới; mọi lợi ích về năng lực đều đến từ phương pháp, lựa chọn dữ liệu hoặc compute huấn luyện trên chất liệu mà dòng mô hình này đã có sẵn. Đó là một ràng buộc thực sự đối với cách diễn giải “họ đã huấn luyện một mô hình mới chồng lên trên”, và đó là tuyên bố định lượng duy nhất về việc xây dựng mô hình mà thẻ mô hình này đưa ra.

Phát hiện của MCC mà không ai trích dẫn

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: “Gem​ini 4 Neon showed an increase in general capability under our MCC assessment compared with Gemini 4 Argon, however this falls below our MCC threshold.”

Hãy hiểu đó là một tuyên bố về năng lực chứ không phải về an toàn. Đánh giá nội bộ của chính Google xếp Neon cao hơn Argon, và thẻ mô hình sau đó kế thừa các đánh giá năng lực cùng việc xác định ngưỡng của Argon thay vì chạy lại chúng, với lý do không có thay đổi trọng yếu nào. Do đó, con số 61 trên Intelligence Index mà thẻ báo cáo không chỉ là một con số do nhà cung cấp đưa ra trong một bảng — nó còn nhất quán với một phát hiện nội bộ rằng mô hình phái sinh vượt trội hơn mô hình mà nó phái sinh từ đó.

The same section is where the two “adapted from” siblings stop being interchangeable. Hydrogen's card says the opposite of Neon's: “Gem​ini 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, Gem​ini 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.

Tại sao việc giảm giá lại bất lợi cho Matryoshka

Giả thuyết cụ thể nhất đang lưu hành là họ mô hình này có cấu trúc lồng nhau — rằng Carbon chứa Neon giống như búp bê Matryoshka chứa một con búp bê nhỏ hơn, và rằng Neon được tạo ra bằng cách chưng cất mô hình lớn hơn thành một mô hình rẻ hơn, có thể kèm thêm học tăng cường bổ sung ở trên. Đó là một phỏng đoán hợp lý. Nó giải thích vì sao một mô hình phái sinh lại chia sẻ cùng một mốc cắt kiến thức, vì sao thẻ mô hình lại chuyển phần kiến trúc sang mô hình cha, và vì sao Google sẽ tránh dùng “post-trained” cho một mô hình mà, theo cách hiểu đó, không hẳn là được huấn luyện sau mà đúng hơn là được chiết xuất.

Ba điều trong hồ sơ công khai phản bác phiên bản đơn giản. Thứ nhất là giá: một mô hình nhỏ hơn, đã được chưng cất thường rẻ hơn trên mỗi token so với mô hình giáo viên của nó, và Neon ra mắt với mức giá cao hơn 50% so với mức giá giới thiệu của Carbon. Một mô hình có chi phí phục vụ rẻ hơn được bán với giá cao hơn là điều có thể — đó chính là một hạng nhanh hơn — nhưng nó loại bỏ mảnh bằng chứng tình huống mạnh nhất cho cách lý giải về chưng cất. Thứ hai là Hydrogen: mô hình rẻ nhất trong dòng, $1.50/$7.50 với hạng miễn phí duy nhất, mang nguyên văn cụm “adapted from Gemini 4 Carbon” giống hệt trong cùng bảy vị trí. Nếu cụm từ đó mô tả một kỹ thuật cụ thể, thì hai mô hình ở hai đầu đối lập của thang giá sẽ không cùng mang nó. Thứ ba là bản thân card, khi muốn nói về hiệu quả, lại làm điều đó trong phần Description — “Neon balances depth and efficiency” — chứ không phải trong phần kiến trúc, vốn không có nội dung.

Vị thế trung thực là ngôn ngữ của thẻ phân biệt ba mối quan hệ — mô hình mới, dựa trên, phỏng theo — mà không định nghĩa bất kỳ mối quan hệ nào, và giả thuyết Matryoshka là một cách đọc hợp lý của một tài liệu chưa được đặc tả đầy đủ, chứ không phải một phát hiện. Một mô hình kiểu búp bê lồng nhau thường cho thấy số lượng tham số và một câu chuyện về kích cỡ khẩu phần. Thẻ này không cho thấy cả hai, và tuyên bố duy nhất có dạng thức về kích thước trên đó là một câu định vị.

Bốn thẻ, ba cạm bẫy so sánh

Bất kỳ ai dựng nên một tuyên bố “Neon versus Carbon” từ những tài liệu này đều sẽ gặp phải ba điểm không khớp riêng biệt, và mỗi điểm đều dễ vướng vào.

• Phiên bản chỉ số. Thẻ Neon báo cáo “AA Index v5.0.1: 61,” so với Claude Opus 5.5 ở 59 và GPT-6.2 Sol ở 57, kết quả ghi ngày tháng 11 năm 2026. Thẻ Carbon, được công bố sớm hơn ba tuần, báo cáo “AA Index v5.0: 59,” so với Opus 5.5 ở 58 và Gemini 4 Argon ở 50, kết quả ghi ngày tháng 10 năm 2026. Hậu tố đã thay đổi giữa hai thẻ, vì vậy khoảng cách hai điểm được đo trên các phiên bản chỉ số khác nhau không phải là khoảng cách hai điểm.

• Mức độ tư duy. Con số 61 là mức trần, không phải mặc định. Artificial Analysis, đơn vị có chỉ số đang được Google trích dẫn, công bố bốn điểm Neon trên v5.0.1: 44,1 ở mức thấp, 54,9 ở mức trung bình, 59,6 ở mức cao — mức mà Neon thực sự mặc định sử dụng — và 61,4 ở mức xhigh. Carbon ở mức 60,0. Vì vậy, cấu hình mặc định của mô hình có điểm thấp hơn mô hình gốc của nó, trong khi cấu hình tối đa có điểm cao hơn, và thẻ của nhà cung cấp chỉ in mức tối đa. Cả hai bộ số liệu đều của trình theo dõi, không phải của Google, và cả hai đều là số liệu hiện hành vào ngày 20 tháng 11 năm 2026.

• Phiên bản benchmark và harness. Thẻ của Neon liệt kê Terminal-bench 4.1 ở mức 65,2% đã điều chỉnh theo gian lận, so với Opus 5.5 ở 65,8% — một kết quả thua. Thẻ tháng Mười của Carbon liệt kê “Terminal-Bench 4.0 (AA)” ở mức 65,2%. Hai thẻ, cùng một con số, khác phiên bản benchmark, đó là sự trùng hợp chứ không phải so sánh. Các hàng SWE-sweep còn tệ hơn: Neon liệt kê 39,0% trên “provider harness” và 12,8% trên “Mini-SWE harness”, trong khi Carbon chỉ liệt kê một con số 9,6% không kèm chỉ định harness. Đó là ba cấu hình và không thể được xếp ngang để coi là mức cải thiện 29 điểm.

Screenshot of the Artificial Analysis page for Gemini 4 Neon, headed 'Intelligence, Performance & Price Analysis', showing ranks 46 of 96 and 73 of 95, 110 output tokens per second, $3.00 input and $15.00 output per million tokens, an intelligence index of 61 at xhigh effort, and the note that the model is slow per task and very verbose.

Mọi thứ khác trên thẻ Neon đều do nhà cung cấp báo cáo và chưa được tái lập: {{1}}CursorBench 4.1 đạt 65.4%{{/1}} ({{2}}Opus 5.5 58.1%{{/2}}), {{3}}FrontierCode 2.0 đạt 46.2%{{/3}} ({{4}}47.3%, một kết quả thua{{/4}}), {{5}}GraphWalks 256k đến 1M đạt 95.2%{{/5}} ({{6}}66.8%{{/6}}), {{7}}AutomationBench 56.3%{{/7}} ({{8}}42.5%{{/8}}), {{9}}SEC-bench Pro 90.5%{{/9}}, {{10}}RiemannBench 84.0%{{/10}}. Hai trong số các con số về lập trình là kết quả thua trước một đối thủ, điều này đáng lưu ý vì các bản tóm tắt ra mắt chỉ nêu các chiến thắng và bỏ qua những con số đó.

Điều gì sẽ giải quyết được chuyện đó?

Bốn điều sẽ đưa “thích nghi” từ suy luận thành sự thật. Hiện chưa có điều nào tồn tại.

• Số lượng tham số hoặc công bố phần cứng phục vụ cho Neon. Mục Hardware chỉ là một điểm dẫn chiếu đến Carbon; một con số thực sẽ ngay lập tức phân biệt một dẫn xuất đã được cắt tỉa hoặc chưng cất với một mô hình anh em được tinh chỉnh lại.

• The Gem​ini 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.

• Dữ liệu về hiệu quả token ở chất lượng tương đương. Tài liệu ra mắt của Google tuyên bố Neon mang lại “mức sử dụng token tinh gọn hơn” và tấm thẻ không định lượng được gì. Nếu Neon thực sự phát ra ít token hơn cho mỗi tác vụ so với Carbon, thì câu hỏi về nguồn gốc ít quan trọng hơn câu hỏi về hóa đơn.

Bất kỳ tuyên bố nào từ Google định nghĩa “adapted from” để phân biệt với “based on”. Cho đến lúc đó, hai cụm từ này là một sự phân biệt do nhà xuất bản đặt ra và từ chối giải thích.

Cách sử dụng một mô hình chưa được đặc tả đầy đủ

Không điều nào trong số này là lý do để tránh mô hình. Đó là lý do để đánh giá nó thay vì suy ra nó từ thẻ mô hình. Neon chỉ có gói trả phí — không có hạn mức miễn phí — với bốn mức suy nghĩ (thấp, trung bình, cao làm mặc định, xhigh), cửa sổ 1.048.576 token thống nhất với đầu ra đồng bộ 64K và giải mã dài đến 1M, chỉ hỗ trợ bộ nhớ đệm ngầm, batch và flex với mức giá bằng một nửa ($1,50/$7,50), và ưu tiên ở mức 1,8× ($5,40/$27,00; đầu vào được lưu trong bộ nhớ đệm ở đó là $0,27 so với $0,15 tiêu chuẩn). Tạo âm thanh, tạo hình ảnh và Live API được đánh dấu là không được hỗ trợ; thực thi mã, sử dụng máy tính, gọi hàm, đầu ra có cấu trúc, tìm kiếm tệp, ngữ cảnh URL và cả hai tùy chọn grounding đều được hỗ trợ.

Hệ quả thực tế của một nguồn gốc chưa được nêu rõ là bạn nên đo thứ mà thẻ không công bố — token đầu ra trên mỗi tác vụ hoàn thành — ở thiết lập mà bạn thực sự sẽ triển khai. Hãy chạy cùng 20 hoặc 30 tác vụ qua Neon tại high và qua Carbon ở mức medium mặc định, đếm token thay vì token trên mỗi đô-la, rồi so sánh với hóa đơn của chính bạn. Một mô hình đắt hơn 50% trên mỗi token và gọn hơn 30% trên mỗi tác vụ thì rẻ hơn; một mô hình đắt hơn 50% và dài dòng ngang như vậy thì không, và không có thẻ nào trong dòng này cho bạn biết bạn đang có loại nào.

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 Gem​ini 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.

Câu hỏi còn bỏ ngỏ không phải là liệu “được chuyển thể từ” có trung thực hay không — rõ ràng là có, trong giới hạn của nó. Mà là liệu một thẻ lặp lại một điều khoản không được định nghĩa bảy lần, phát hành mà không kèm số lượng tham số, và đẩy kiến trúc, dữ liệu, phần cứng và phần mềm sang một tài liệu đồng cấp, có đủ để công bố thông tin cho một mô hình tốn nhiều chi phí trên mỗi token hơn mô hình mà nó bắt nguồn từ đó hay không. Dựa trên bằng chứng hiện có, Google đã cho chúng ta biết hình dạng của cây gia phả và không nói gì về các nhánh. Báo cáo An toàn & Bảo mật, bất cứ khi nào được công bố, là tài liệu tiếp theo đáng đọc.