Một thẻ tiêu đề được tạo tự động ghi 'Gemini 4 Neon's Three.js Demo' với phụ đề 'Mười lăm giây, một câu, không cần lời nhắc', bên cạnh một sơ đồ nhỏ về khoảng cách giữa tuyên bố và phép đo: một khung hình video được dán nhãn 'đăng ngày 19 tháng 11 năm 2026, 1920x1080, 15,0 giây' ở một bên và một danh sách kiểm tra được dán nhãn 'lời nhắc, mức độ nỗ lực, số lượng token, tệp nguồn' ở bên kia, hầu hết các ô đều trống.
Guides & Insights

Bản demo Three.js của Gemini 4 Neon: 15 giây thực sự cho thấy điều gì

Tác giả

Gideon Frost

Ngày đăng

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

On 19 November 2026, a developer posting as @chetaslua published a fifteen-second clip with one sentence attached: Gem​ini 4 Neon had made the motion graphic in it, in “pure @threejs,” and the robot dance at the end goes hard. The video is 1920×1080 and runs fifteen seconds. That is the whole of the public record — no prompt, no source file, no thinking level, no token count, no statement of whether it came out of the API, AI Studio or Antigravity. Gem​ini 4 Neon is a real, generally available model; Goog​le’s DeepMind model page lists it under November 2026, and Artificial Analysis has it scored and priced. But a posted clip is a claim, not a measurement, and the distance between those two things is the useful part of this story. Gemini 4 Carbon enters only as the sibling Goog​le says Neon is adapted from and the one our own catalogue actually carries — it is not the subject here.

Mười lăm giây, không có cài đặt nào được ghi lại

Hãy bắt đầu với những gì có thể kiểm tra được từ chính bài đăng, vì đó là một danh sách ngắn và đáng để thấy nó ngắn đến mức nào.

• The claim — that Gem​ini 4 Neon made the motion graphic, in pure three.js. This is the poster’s attribution. Nothing in the clip proves which model wrote the code, and nothing in the thread shows the code.

• Dấu thời gian — 19 tháng 11 năm 2026, 16:51 UTC, một ngày sau ngày Neon chính thức ra mắt rộng rãi vào 18 tháng 11. Không ai có thể cáo buộc đây là một bản demo trước khi ra mắt bị tuồn ra ngoài dưới một lệnh cấm công bố; đây là một sản phẩm có từ cùng tuần.

• Tệp — mười lăm giây, 1920×1080, không thuyết minh, được đăng dưới dạng tệp đính kèm video. Đây là một đầu ra đã kết xuất, không phải bản ghi màn hình của trình biên tập. Điều đó quan trọng: bản ghi màn hình một người đang gõ sẽ cho thấy câu lệnh, các lỗi trung gian và số lần thử. Một bản kết xuất hoàn chỉnh thì không cho thấy điều nào trong số đó.

• Mức tương tác — 130 lượt thích tại thời điểm chúng tôi lấy nội dung bài đăng. Nhỏ thôi. Đây là màn khoe hàng của một người, chứ không phải màn tung bản demo có phối hợp, và đại khái đó chính là điều khiến nó thú vị: không ai biên tập nó cho một bài đăng ra mắt cả.

Điều còn thiếu là mọi thứ có thể giúp một người thứ hai tái tạo lại nó. Câu lệnh. Mức nỗ lực — Neon hỗ trợ low, medium, high và xhigh, và khoảng cách giữa low và xhigh trên cùng một câu lệnh đủ lớn để thay đổi cả hóa đơn lẫn đầu ra. Bề mặt. Số lần thử đằng sau phiên bản đã được đăng. Liệu điệu nhảy robot được yêu cầu hay tự ứng biến. Liệu có phần nào của JavaScript đã được chỉnh sửa thủ công sau đó hay không. Mỗi mục trong số đó chỉ là một dòng trong bài đăng tiếp theo, và không mục nào có mặt ở đó.

Một cảnh Three.js thực sự kiểm tra những gì

Thật dễ dụ để xếp nó vào mục “năng lực front-end” rồi bỏ qua, theo cả hai chiều — như bằng chứng rằng mô hình giỏi đồ họa, hoặc như bằng chứng rằng một bản render đẹp chẳng có ý nghĩa gì. Cả hai cách đọc ấy đều không đứng vững khi đối chiếu với bản chất của artifact.

three.js là một trong những thư viện xuất hiện dày đặc nhất trong dữ liệu huấn luyện của bất kỳ mô hình nào. Một cảnh với camera, ánh sáng, mesh và vòng lặp render gần như là đầu ra kinh điển kiểu “xem tôi đã làm được gì” của ba năm phát triển web vừa qua. Mọi mô hình tiên tiến hiện nay đều có thể tạo ra một trang render thứ gì đó đang quay. Vì vậy, sự tồn tại của một cảnh three.js chỉn chu trong một clip mười lăm giây gần như không cho bạn biết gì về việc mô hình nào đã tạo ra nó, và đó chính xác là lý do việc gán nguồn của người đăng lại gánh toàn bộ sức nặng trong câu đó.

Điều thực sự khó hơn, và là thứ mà một đồ họa chuyển động có màn nhảy được canh thời gian ở cuối thực sự thử thách, là phần không có chuẩn mực đúng sai. Đồ họa chuyển động là một chuỗi: một máy trạng thái hoạt ảnh với các chuyển tiếp, một đường đi camera, các đường cong easing, một thứ tự sự kiện phải rơi đúng nhịp. Không có bài kiểm thử nào khẳng định màn nhảy trông đúng. Mô hình phải giữ một bảng phân cảnh mười sáu giây trong đầu, xuất ra các hằng số thời gian và không bị lệch. Khi ai đó nói bốn giây cuối “phải căng,” họ đang đưa ra phán đoán về biên đạo và nhịp độ — và nhịp độ chính là thứ mà sinh mã một phát làm kém nhất, vì không có gì trong vòng lặp thất bại khi thời gian chỉ ở mức tầm thường.

Đó mới là lý do thực sự khiến clip này đáng xem lại, dù nó chẳng chứng minh được gì. Đây là một tuyên bố về cấu trúc thời gian, không phải về phép toán shader. Một mô hình có thể viết shader và một mô hình có thể giữ mạch cho một chuỗi dài mười lăm giây là hai tuyên bố khác nhau, và ở đây chỉ có một trong số đó được đưa ra.

Những con số mà Neon thực sự có

Artificial Analysis is the only independent scoreboard with a Gem​ini 4 Neon entry, and reading it carefully is the fastest way to see how far the posted clip sits from anything measured.

Screenshot of the Artificial Analysis analysis page for Gemini 4 Neon, headed 'Intelligence, Performance & Price Analysis', showing an Intelligence Index of 61 at xhigh effort with ranks of 6 of 96, 73 of 95 and 79 of 95 across the panels, 110 output tokens per second, 21.5 minutes per task, $3.00 input and $15.00 output per million tokens, and a verbosity panel reporting 283 million output tokens and a 3.482% output-to-input ratio.

Con số được nhấn mạnh là 61 trên Intelligence Index ở mức tư duy xhigh, xếp thứ sáu trong số 96 mô hình trên bảng xếp hạng. Cùng mô hình đó đạt 60 ở mức high, 55 ở mức medium và 44 ở mức low — mức chênh lệch mười bảy điểm trên thang nỗ lực của chính nó, và đây là con số quan trọng nhất trong bài viết này nếu bạn sắp trích dẫn “61” cho bất kỳ ai. Sáu mươi mốt là con số xhigh. Mặc định được ghi trong tài liệu của Neon là high.

The rest of the panel is where the demo habit gets expensive. Output speed is 110 tokens per second. The model takes 21.5 minutes to complete one Intelligence Index task, against a median of 12.1 minutes for models at a comparable price, and it is ranked 73rd of 95 on performance and 79th of 95 on cost. On verbosity it ranks 93rd of 95: 283 million output tokens and 8.12 billion input tokens across the index run, an output-to-input ratio of 3.48% against a median around 65 million output tokens. Artificial Analysis’s own summary calls it very verbose, and prices a single index task at $6.44. At Goog​le’s rate card that is $3.00 per million input tokens and $15.00 per million output, with cached input at $0.15.

Goog​le’s own published table is a different genre of number, and should be labelled as such: vendor-reported, not reproduced by anyone outside Goog​le. CursorBench 4.1 at 65.4%, Terminal-bench 4.1 at 65.2%, FrontierCode 2.0 at 46.2%, SWE-sweep at 39.0% in Goog​le’s own harness, AutomationBench at 56.3%, Agents’ Last Exam v1.1 at 75.8%, RiemannBench at 84.0%, GraphWalks at 95.2%. Every one of those is an agentic or coding or long-context measurement. Not one of them measures “produce an attractive animated scene in one shot from a short prompt,” because no benchmark does. The demo and the scoreboard are not measuring the same thing, and neither of them is measuring the thing the clip is being read as evidence for.

Một lần thử demo thực sự tốn bao nhiêu

Giá cả quan trọng vì demo mang tính lặp đi lặp lại, và Neon được đo là rất dài dòng. Không có gì ở một bản render mười lăm giây cho biết đã tốn bao nhiêu lần thử, mà mỗi lần thử đều là một lần tạo đầy đủ.

• Một lần thử 25.000 token đầu ra — một kích thước hợp lý cho một cảnh three.js ở mức nỗ lực cao, với token suy luận được tính vào đầu ra — tốn khoảng 38 xu ở mức 15 đô la mỗi triệu.

• Một lần thử với 60.000 token tốn khoảng 90 xu. Ba bốn lần như thế, cộng thêm vài lần thử lại, là bạn đã chi cho bản demo nhiều hơn cả giá trị bằng chứng của nó.

• Một lần thử 200.000 token — kiểu con số bạn đạt tới ở xhigh khi mô hình suy luận xuyên suốt một máy trạng thái hoạt ảnh — tự thân đã tốn $3.00.

• Các gói Batch và Flex chạy với mức giá bằng một nửa, vì vậy cùng ba lần thử ở mức $1.50 và $7.50 mỗi triệu sẽ chỉ còn khoảng một nửa. Không có gì trong số này là lạ; chỉ là nó không miễn phí, và đoạn clip không nói vậy.

A generated cost card titled 'What a demo attempt costs', listing three attempts at $15.00 per million output tokens: 25,000 tokens at about 38 cents, 60,000 tokens at about 90 cents, and 200,000 tokens at $3.00, with a second column showing the same three at the half-rate batch and flex prices of $1.50 and $7.50 per million, and a footer reading 'Arithmetic at the published Neon rate card; no measurement of the posted clip.'

Đây là lý lẽ cho việc thử một mô hình chưa được chứng minh thông qua router thay vì nối nó vào một luồng sản xuất. Neon mới ra đời được hai ngày, độ rườm rà của nó là con số xếp hạng tệ nhất trên chính bảng đánh giá của nó, và sản phẩm công khai duy nhất cho trường hợp sử dụng cụ thể này là bản render hoàn chỉnh của một người. Đó là mô hình bạn muốn gọi bên cạnh một thứ khác và so sánh hóa đơn, chứ không phải mô hình bạn muốn cam kết với khách hàng vào tháng 11.

Điều gì sẽ khiến đoạn clip tiếp theo có thể kiểm chứng được?

Không điều nào trong số này là lời chỉ trích người đăng, người đã tạo ra một thứ và chia sẻ nó. Đây là một giao thức ngắn, và bất kỳ ai đăng cái tiếp theo đều có thể thu hẹp khoảng cách chỉ bằng vài dòng:

• Lời nhắc, nguyên văn. Không phải diễn giải — chính văn bản thực tế. Đây là dòng có giá trị cao nhất và không tốn gì khi đưa vào.

• The model identifier and the effort level. “Gem​ini 4 Neon at high” is a different claim from “Gem​ini 4 Neon at xhigh,” and at a $15 output rate the difference is money.

• Bề mặt. Antigravity, AI Studio và API thô áp dụng các lời nhắc hệ thống khác nhau và các bộ khung công cụ khác nhau; một cảnh được tạo ra bên trong một IDE có tính tác tử không phải là cùng một tạo phẩm như một cảnh được tạo ra bởi một lần sinh hoàn chỉnh duy nhất.

• Số lần thử và tổng số token đầu ra. Hai con số, cả hai đều hiển thị trong bảng điều khiển thanh toán, và cùng nhau chúng biến một giai thoại thành chi phí cho mỗi lần kết xuất dùng được.

• Tệp nguồn. Một trang HTML tự chứa duy nhất với phần import three.js và vòng lặp hoạt ảnh chính là toàn bộ sản phẩm có thể tái tạo, và nó thường có dung lượng dưới một trăm kilobyte.

• Một thất bại. Một prompt thứ hai mà mô hình không thể thực hiện được, với cùng những thiết lập. Một bản demo không ghi lại bất kỳ chế độ thất bại nào thì đọc lên giống như một cuốn băng highlight, vì thực tế nó chính là như vậy.

Cho đến khi có ít nhất ba mục đầu tiên trong số đó, tóm tắt trung thực về clip này là một mô hình được phát hành ngày hôm trước đã tạo ra thứ mà một nhà phát triển web có năng lực sẽ hài lòng vì đã làm ra, và rằng từ tệp này chúng ta không thể biết bao nhiêu công lao thuộc về mô hình, về lời nhắc, hay về phần chỉnh sửa.

Cách tự chạy lại bài kiểm tra

Gem​ini 4 Neon is not in the OrcaRouter catalogue as of 20 November 2026 — the Gem​ini 4 models we route are google/gemini-4-carbon and google/gemini-4-argon, and the catalogue stands at 217 model identifiers. So the practical version of this test today is a within-family comparison: run the same motion-graphic prompt on Carbon at high effort and on Neon at high effort through Goog​le’s own API, and compare output tokens, wall-clock time and how much of the render you had to ask for twice.

That comparison is easy to set up on our side for the Carbon half. One key covers the catalogue, provider list price is passed through at 0% markup, so a Goog​le rate change is live on your bill the same day rather than at the next invoice, and failover means a single bad generation does not end the run. If you are testing a two-day-old model against a settled one, the routing DSL will put both behind one endpoint and return the pair, which is the cheapest way to get a real answer instead of an impression.

Screenshot of the OrcaRouter model page for google/gemini-4-argon, showing the model header with a zero-retention agreement noted, the chat-completions and generateContent endpoints, input priced at $2.00 and output at $10.00 per million tokens, cache reads at $0.100, and code samples calling google/gemini-4-argon through the OpenAI-compatible base URL https://api.orcarouter.ai/v1 with an ORCAROUTER_API_KEY.

The thing worth watching is not whether more pretty clips appear — they will, from every lab, indefinitely. It is whether the people posting them start attaching the prompt and the effort level. The moment one does, the comparison becomes possible: the same sixteen-second storyboard, run at four thinking levels, with the token count and the bill next to each render. That single post would be worth more than the entire benchmark table Goog​le published, for this specific question, because it would be the first measurement of whether Neon can hold a timed sequence together rather than whether it can write a shader.

Cho đến lúc đó, hãy coi đoạn clip đúng như bản chất của nó: một sản phẩm thú vị, một tín hiệu năng lực đáng tin, và một tuyên bố mà bằng chứng mạnh nhất là danh tiếng của người đã đăng nó.