一张生成的标题卡,上面写着“Gemini 4 Neon 改编自 Carbon”,副标题是“一句话,重复了七次,却从未被定义”,旁边是一张家谱图:Gemini 4 Argon 位于 Gemini 4 Carbon 上方,标注为“基于”,向下分支到 Gemini 4 Hydrogen 和 Gemini 4 Neon,二者均标注为“改编自”。
Guides & Insights

Gemini 4 Neon 改编自 Carbon:卡片未定义的内容

作者

Elias Hawthorne

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

已发布的 Gem​ini 4 Neon 模型卡在谈到模型来源时只说明了一件事,而且说了七遍:“Gem​ini 4 Neon 改编自 Gemini 4 Carbon。”这就是关于 Gem​ini 4 Neon、Gemini 4 Carbon、Gemini 4 Argon 和 Gem​ini 4 Hydrogen 之间关系已公开的全部说明。没有参数数量,没有说明改编了什么,也没有定义这个词。六周以来 Gemini 4 的一系列发布都系于这一条未定义的表述,而如今在 X 上和发布摘要中,它被解读得仿佛“adapted”是一个已有定论的专业术语。这并不是 Google 已经确定的含义。

下面要区分的是这里容易混为一谈的三件事:卡片上字面印出的内容、这内容所暗示的东西,以及目前仍属猜测的部分。凡是引用的内容,都来自 2026 年 11 月 19 日和 20 日抓取的 Google DeepMind 页面;凡是推断的内容,都标注为推断,并单独放在一段中,因此你可以删掉它而不丢失事实。

七个相同的句子

卡片内容按以下标题展开:模型信息、模型数据、实施与可持续性、分发、评估、预期用途与局限性,以及安全与保障。在其中七个板块中,正文是同一个条款,后面跟着一个指向 Carbon 卡片的指引:

• 模型依赖关系 — “Gem​ini 4 Neon 改编自 Gemini 4 Carbon。”

• 架构——同一句话,然后“参见 Gemini 4 Carbon 模型卡。”

• 训练数据集——同一句话,然后是同一个指向 Carbon 的指针。

• 训练数据处理 — 同一句话,然后是同一个指针。

• 硬件——同一句话,然后是同一个指针。

• 软件——同一句话,然后是同一个指针。

• 可接受使用——同一句话,然后是同一个指针。

这张模型卡从不讳言谱系,但也从不具体。“改编自”给出的是指针而非内容:读者想知道的一切——参数量、哪些层被改动、是否用较小模型针对较大模型进行训练、新增了哪些数据——都被转交给一份关于另一个模型的文档,而那份文档同样一个都答不上来。Carbon 的模型卡称 Carbon“基于 Gemini 4 Argon”,然后指向 Argon,而 Argon 称自己是“一个大规模稀疏专家混合(MoE)的基于 Transformer 的模型”,并且“不是对先前模型的修改或微调”。从头到尾追踪这条链,只会告诉你 Neon 源自某个源自某个新东西的东西。它不会告诉你“源自”到底做了什么。

两个短语,未说明区别

更有趣的比较不是将 Neon 与其母公司对比,而是 Google 在整个产品家族中使用的措辞,因为同一个发布方对两种不同关系使用两个不同短语,却从不解释原因:

• Gemini 4 Argon,卡片发布于2026年10月13日——“并非对先前模型的修改或微调。”仅使用过一次,位于“模型依赖关系”中。

• Gemini 4 Carbon,模型卡发布于 2026 年 11 月 10 日——“基于 Gemini 4 Argon。”共使用六次,分别出现在模型依赖、架构、训练数据集、硬件、软件和可接受使用中。

• Gem​ini 4 Hydrogen,卡片发布于 2026 年 11 月 12 日——“改编自 Gemini 4 Carbon。”共使用七次,使用位置与 Neon 使用它的七个位置相同。

• Gem​ini 4 Neon,卡片发布于 2026 年 11 月 18 日——"改编自 Gemini 4 Carbon"。共七次。

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.

所以,“adapted from”并不是为 Neon 生造的说法。Hydrogen 早六天就用了它,而且两张模型卡对它的用法完全相同——措辞相同、位置相同、父项相同。无论这里的 adaptation 指什么,对于基于 Carbon 构建的模型来说,这都是标准关系;在文本中,它与“based on”有明显区分,而“based on”是 Carbon 与 Argon 的关系。这两个短语在该系列的文档中都没有定义。假定“adapted from”比“based on”更弱或更窄的读者是在臆断;假定两者意思相同的读者,也同样是在朝相反方向用力臆断。

架构部分说了什么?

这正是流传的摘要所跳过的部分。Neon 卡片里完全没有出现 "distill"、"distillation"、"prune"、"quantize" 或 "mixture-of-experts",没有参数数量,也没有出现 "smaller" 这个词。架构部分只有一句话,外加一个指向 Carbon 的指引。卡片也从未使用 "post-trained"——而正是引发本文的那条 X 帖子注意到,缺的恰恰就是这个词。这种缺失是真实存在、且可以核查的。

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.'

模型卡唯一提到训练技术的地方是“安全与安保”部分,其中有一句话以“安全与安保已贯穿 Gem​ini 4 Neon 的整个训练和部署生命周期,包括预训练数据过滤、后训练对齐(监督微调与强化学习)……”开头。快速读来,这看起来像是模型卡其余部分隐去未说的披露。但并非如此。一模一样的句子逐字出现在 Carbon 模型卡和 Hydrogen 模型卡上。Argon 模型卡则完全没有这句话。这是一个套用于所有基于 Carbon 构建的模型的安全流程模板;把它当作 Neon 通过强化学习接受过后训练的证据,就是把样板文字读成训练披露。模型卡没有说 Neon 接受过后训练,也没有说它没有接受过。

截止日期是唯一带有日期的事实

这张卡片确实给出了一个关于来源的硬性且可核查的事实,而且很容易被忽略,因为它位于“已知局限”之下,而不是在架构段落附近的任何地方:“Gem​ini 4 Neon 的知识截止时间是 2026 年 3 月,不过在某些领域,模型的知识可能没那么新。”

• Gemini 4 Argon — 2026年3月(该卡片针对整个系列如此说明:“Gemini 4 的知识截止日期为 2026 年 3 月”。)

• Gemini 4 Carbon — 2026年3月。

• Gem​ini 4 Hydrogen — 2026年3月。

• Gem​ini 4 Neon — 2026年3月。

五周内四个模型,四个完全相同的截止点。无论十月 Argon 与十一月 Neon 之间新增了什么,那都不是世界的新切片;任何能力提升都来自方法、数据选择,或对家族已有材料投入的训练算力。这对“他们在其之上训练了一个全新模型”的解读构成了实实在在的限制,而且这是模型卡就模型构建所作的唯一量化陈述。

没人引用的MCC发现

在Frontier Safety Assessment部分中,埋藏着一项Google进行过但未放入发布材料的比较。该公司评估了Neon是否相对于最近一个接受关键能力评估的模型版本——即Gemini 4 Argon——展现出“有意义的新能力或性能的实质性提升”。其结论是:“根据我们的MCC评估,Gemini 4 Neon相较于Gemini 4 Argon在通用能力上有所提升,但这低于我们的MCC阈值。”

请把这理解为一项能力声明,而非安全声明。谷歌自己的内部评估将 Neon 排在 Argon 之上,而模型卡随后直接沿用 Argon 的能力评估和阈值判定,而不是重新运行这些评估和判定,理由是没有任何实质性变化。因此,模型卡报告的 Intelligence Index 上的 61 分不仅仅是表格中的一个厂商数字——它与一项内部发现相一致:该衍生模型的表现优于其所源自的模型。

同一部分正是两个“改编自”兄弟模型不再可互换的地方。Hydrogen 的卡片说法与 Neon 的相反:“Gem​ini 4 Hydrogen 在我们的 MCC 评估中,与 Gemini 4 Argon 相比,未显示出通用能力的实质性提升。”同一母体,同一措辞,结论却相反。因此,“改编自 Gemini 4 Carbon”并不是一个能力优势标签。它描述的是一组衍生模型,其中至少一个增加了可测量的能力,至少一个没有。

这会产生一张尴尬的价格表。截至 2026 年 11 月 30 日,Gem​ini 4 Neon 每百万输入 token 收费 3.00 美元,每百万输出 token 收费 15.00 美元;而 Gemini 4 Argon——Neon 所对标的模型,并且在内部评估中胜过它——收费为 2.00 美元和 10.00 美元。这个衍生模型每 token 比它所继承评测结果的祖先模型贵 50%。从 12 月 1 日起,当 Carbon 和 Argon 升至 4.00 美元/20.00 美元时,这一关系就会反转,Neon 会比两者都便宜 25%。这两个数字都说明不了模型规模:每 token 价格是商业决策,而 Google 从未按参数数量为这个系列定价。

为什么降价对 Matryoshka 不利

目前流传的最具体假设是:这个系列是嵌套的——Carbon 包含 Neon,就像套娃里装着一个更小的套娃;而 Neon 是通过把更大的模型蒸馏到更便宜的模型中得到的,可能还在其上叠加了额外的强化学习。这是个合理的猜测。它解释了为什么一个衍生模型会共享知识截止日期,为什么模型卡会把架构说明推给父模型,以及为什么 Google 会避免用“后期训练”来描述一个按这种解读与其说经过后期训练、不如说是被提取出来的模型。

公开记录中有三件事不支持这种简化说法。第一是价格:蒸馏后更小的模型通常每 token 都比其教师模型便宜,而 Neon 的发布价格却比 Carbon 的首发价格高 50%。服务成本更低的模型以溢价出售是可能的——更快的档位正是如此——但这会削弱支持蒸馏解读的最强间接证据。第二是 Hydrogen:这个系列中最便宜的模型,定价 $1.50/$7.50,并且是唯一有免费档的模型,却在同样的七个槽位里带有完全相同的“adapted from Gemini 4 Carbon”措辞。如果这句话描述的是一种特定技术,那么处在价格阶梯两端的两个模型就不会都带着它。第三是模型卡本身:当它想谈效率时,是在 Description 部分谈的——“Neon balances depth and efficiency”——而不是在架构部分,那里没有任何内容。

诚实的立场是,这张卡片的语言区分了三种关系——新模型、基于、改编自——却没有定义其中任何一种;而套娃假说只是对一份表述不充分的文档的一种合理解读,并非一项发现。套娃式模型通常会给出参数量和一份服务规模说明。这张卡片两者都没有,上面唯一与规模有关的说法是一句定位性表述。

四张卡片,三个比较陷阱

任何从这些文件中拼凑出“Neon versus Carbon”说法的人,都会撞上三处彼此独立的不匹配,而每一处都很容易让人不慎踏入。

• 指数版本。Neon 卡片报告“AA Index v5.0.1:61”,对比 Claude Opus 5.5 的 59 和 GPT-6.2 Sol 的 57,结果日期为 2026 年 11 月。早三周发布的 Carbon 卡片报告“AA Index v5.0:59”,对比 Opus 5.5 的 58 和 Gemini 4 Argon 的 50,结果日期为 2026 年 10 月。两张卡片之间后缀发生了变化,因此在不同指数版本上测得的两分差距,并不是同一个两分差距。

• 思考级别。61 是上限,而非默认值。Google 所引用的指数来自 Artificial Analysis;该机构在 v5.0.1 上公布了 Neon 的四个得分:44.1,对应低档;54.9,对应中档;59.6,对应高档——这也是 Neon 实际默认采用的级别——以及 61.4,对应极高档。Carbon 为 60.0。因此,该模型的默认配置得分低于其父模型,而最高配置得分高于其父模型,但厂商卡片只印出了最高值。这两组数字都来自该追踪器,而非 Google,且二者在 2026 年 11 月 20 日均是最新数据。

• 基准版本与测试框架。Neon 的卡片列出 Terminal-bench 4.1 的作弊校正后成绩为 65.2%,对比 Opus 5.5 的 65.8%——是一次落后。Carbon 十月的卡片列出“Terminal-Bench 4.0 (AA)”为 65.2%。两张卡片,同一个数字,不同的基准版本,这只是巧合,并非可比。SWE-sweep 各行更糟:Neon 列出在“provider harness”上为 39.0%,在“Mini-SWE harness”上为 12.8%,而 Carbon 只列出一个 9.6%,且未注明 harness 限定条件。这是三种配置,不能把它们排成 29 个百分点的提升。

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.

Neon 卡片上的其他所有内容均来自厂商报告,且未复现:CursorBench 4.1 为 65.4%(Opus 5.5 为 58.1%),FrontierCode 2.0 为 46.2%(47.3%,落后),GraphWalks 256k 到 1M 为 95.2%(66.8%),AutomationBench 为 56.3%(42.5%),SEC-bench Pro 为 90.5%,RiemannBench 为 84.0%。其中两个编码基准数字落后于竞争对手,这一点值得注意,因为发布摘要只引用了胜出的数字,而跳过了这些。

怎样才能了结此事?

有四件事能将“已适应”从推断变为事实。但目前这些证据一件都不存在。

• 关于 Neon 的参数数量或服务硬件披露。“Hardware”部分只是指向 Carbon 的指引;一个真实数字会立刻把剪枝或蒸馏的衍生模型与重新调优的同类模型区分开。

• Gem​ini 4 Neon 安全与安保报告,卡片上称其“将在未来几天内提供”。安全报告历来包含公开卡片所省略的能力细节。

• 在同等质量下的 token 效率数据。Google 的发布文档声称 Neon 提供“更精简的 token 用量”,而这张卡片没有量化任何内容。如果 Neon 每项任务真正输出的 token 比 Carbon 更少,那么血统问题就不如账单问题重要。

• 任何谷歌就“改编自”相对于“基于”作出定义的声明。在此之前,这两个说法只是出版商自行划定、却拒绝解释的区别。

如何使用欠指定模型

这些都不能成为回避该模型的理由。这恰恰是应当去评估它、而不是从模型卡上推断它的理由。Neon 仅限付费层级——没有免费配额——提供四档思考等级(低、中、高(默认)、超高),统一 1,048,576 token 窗口,同步输出 64K,长解码可至 1M,仅支持隐式缓存,batch 与 flex 半价($1.50/$7.50),priority 为 1.8 倍($5.40/$27.00;其中缓存输入为 $0.27,标准为 $0.15)。音频生成、图像生成和 Live API 均标记为不支持;代码执行、计算机使用、函数调用、结构化输出、文件搜索、URL 上下文以及两种 grounding 选项均受支持。

谱系说明不充分的实际后果是,你应该在实际部署所用的设置下,测量规格卡未披露的东西——每个已完成任务的输出 token 数。让同样的 20 或 30 个任务通过 Neon 在高下运行,并让它们通过 Carbon 在其默认的中下运行,统计 token 数量而不是每美元 token 数,再与你自己的账单对比。一个每 token 贵 50%、但每个任务少用 30% token 的模型更便宜;一个贵 50% 且同样冗长的模型则不是,而这个系列里没有任何规格卡会告诉你自己属于哪一种。

我们自己的模型目录部分解答了该问题的后半部分。它包含“google/gemini-4-carbon”和“google/gemini-4-argon”,但不包含 Gem​ini 4 Neon——该模型页面目前没有任何返回,因此这里的任何内容都不应被解读为提供该模型的路由。在你评估期间,路由器确实会为你提供:在你正在比较的模型之间使用单一密钥和单一账单,提供商目录价原样传递且不加价,因此 Carbon 和 Argon 在 12 月 1 日的调价(输入从 $2.00 涨至 $4.00,输出从 $10.00 涨至 $20.00)会在登上 Google 定价页面的同一天进入你的发票,而不是被转售商利润吸收。而且,由于回退链可以将 Carbon 置于 Neon 之后作为后备,一个未经检验的衍生模型可以承载生产流量,而不必成为你的用户与宕机之间唯一的防线。

真正悬而未决的问题并不是“改编自”是否诚实——就其所及而言,这显然是诚实的。问题在于:一张卡片把一条未定义的条款重复七次、发布时没有参数数量,并把架构、数据、硬件和软件推给一份姊妹文档,对于一个每 token 成本高于其来源模型的模型来说,这样的披露是否足够。就当前证据而言,Google 只告诉我们家族树的大致形状,对各个分支却只字未提。《Safety & Security Report》无论何时发布,都是下一份值得阅读的文件。