
Gemini 4 Neon Video:产物导出,而非生成
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 185 tok/s
- openai新OpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 每百万 tokens · 76 tok/s
- openai新OpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 每百万 tokens · 151 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 234 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百万 tokens · 125 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 94 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 每百万 tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 104 tok/s
2026 年 11 月 21 日 UTC 08:07,账号 @dotey——X 上的宝玉——发布了一段 60.03 秒、1920×1080 的片段,其上方只有一行中文:做视频效果也不错,大致意思是“它在视频方面也不错”。片段主角是 Gemini 4 Neon,Google 一周前刚发布的模型;句子下方的链接指向一个名为 open-artifact 的开源项目,帖子中将其描述为视频制作 Artifact(技能)。我们在 11 月 22 日查看时,该片段有 230 个赞和 76 条回复。它看起来像一件制作精良的动效设计作品。
这不是生成的视频。Google 自己为 Gemini 4 Neon 编写的模型文档只列出一种输出类型,而且仅此一种——文本——而由它产出的那部影片其实是一个程序:用 HTML、CSS 和 JavaScript 按时间函数绘制的场景,再加上合成配乐,由本地网页渲染,并通过该网页的导出按钮导出为 MP4。这一区分并非吹毛求疵。它改变了模型擅长什么、二次剪辑的成本,以及你买到的究竟是一个渲染器还是一个写作者。
帖子实际说的是什么
该说法的全部公开记录只有一句话标签和一段 60 秒的附件。没有提示词,没有场景数,没有思考等级,没有 token 数,也没有说明影片是出自 API、Google AI Studio、Antigravity 还是其他东西。帖子甚至没有说这段片段是用它链接的技能制作的——它把该技能呈现为做这类工作的方式,并用这段片段作为值得关注的理由。应把它看作附有演示的推荐,而不是一次测试。
在权衡这个推荐之前,有一件事值得了解。这个代码仓库只有五天历史:GitHub 记录显示它创建于 2026 年 11 月 17 日,撰写本文时有 135 个星标和 25 个 fork,采用 Apache-2.0 许可证,并于 11 月 21 日——也就是那篇帖子发布的同一天——发布了 0.12.2 版本。它的 README 说它最初名为 baoyu-design,而许可证部分中的署名行写着“Copyright 2026 Jim Liu 宝玉”。这正是发帖账号用作显示名称的那个宝玉。所以,告诉你 Neon 在这方面很擅长的人,展示的是一个版权行上带着自己名字的工具。这并不会让演示变假。但它确实让这成为制作者的演示,而诚实的解读是:它展示的是这套流水线在熟练者手中能产出什么,而不是普通提示词第一次尝试能产出什么。
模型卡上写着输出:文本

Google 于 2026 年 11 月 18 日推出 Gemini 4 Neon,每百万输入 token 收费 3 美元,每百万输出收费 15 美元,缓存输入为 0.15 美元。发布文章称其能够读取电子表格、PDF、图表、音频和视频。模型页面则更进一步,明确了发布文章未说明的问题:在“支持的数据类型”下,它列出“输入:文本、图像、视频、音频和 PDF”,随后另起一行列出“输出:文本”。同一页面还将音频生成标记为不支持。上下文为 1,048,576 个 token,默认输出 65,536 个 token,使用长解码时最多可达到完整的 100 万 token。
这种不对称正是困惑的起点。视频是这个模型观看的对象,而不是它制作的内容。同一文档站点上的卡片视图则更宽松——它印着“模态:文本、图像、音频、视频、PDF”,却没有说明哪个方向对应哪个——扫过这行字的读者很可能会合理地得出 Neon 能输出视频的结论。它并不能。在 Google 自己的技术栈中,生成帧属于另一条模型线;Neon 对动态画面的贡献,是绘制它的代码。
文本模型如何生成一部电影
open-artifact 内部的 motion artifact 类型明确说明了其机制。一部影片就是一个由小型 JSON 文档组成的文件夹:包含舞台尺寸和帧率的场景列表、每个场景一个根据时间变量 t 绘制该场景的 JavaScript 模块、一个合成音乐和音效的配乐模块,以及一个可选的用于字幕和配音的旁白模块。模型不会将任何内容渲染为视频。本地页面会像浏览器播放页面一样播放这些文档,而 Export 会将这次播放转换为文件。
该技能自身的文档对分工直言不讳,而如果你正在决定是否尝试它,真正重要的正是这些细节:
• 时长——影片时长为 10 到 30 秒,除非你要求更长,硬性上限为 300 秒。帖子中的片段为 60.03 秒,所以其作者要求了更长时长。
• 导出 — 默认导出 720p 或 1080p 的 MP4,帧率可为完整、一半或四分之一,另支持 GIF、HTML 和 ZIP。附件为 1920×1080,即非默认选项。
• 谁来写文件——指令要求智能体完全不要生成任何视频或音频文件。导出是页面的职责,而用于检查场景的静帧由无头 Chrome 绘制。
• 安全护栏——单个场景不短于一秒,每秒最多三次切换或闪光,并且任何字幕都来自本人提供的台词,而不是模型编造的台词。
于是按顺序发生三件事:模型写一个小程序,浏览器把它绘制出来,编码器——该项目发布了用于 GIF 和 MOV 编码的 Rust/WebAssembly crate——写入容器。只有第一步涉及 Gemini 4 Neon。一部带配乐的 60 秒 1080p 影片,对单个模型来说,要在少数几轮中写对,是相当可观的代码量,这确实是真正的赞美。这是对软件工程的赞美,而这正是 Neon 公布的数据最强的地方。
Neon 价格表上一部电影要多少钱

帖子没有披露 token 用量,所以以下只是按 Google 的标价做的算术推算,而非实测。一部十个场景的影片意味着很长的首轮、针对文档存储的多轮读写,以及模型检查自己场景时相当多的重读。按一部可用的影片算 150,000 个输入 token 和 25,000 个输出 token:输入按每百万 3 美元计为 0.45 美元,输出按每百万 15 美元计为 0.375 美元,合计约 83 美分。更精简的一遍为 40,000 输入和 8,000 输出,合计 24 美分。缓存输入才是数字真正变化的地方——按每百万 0.15 美元计,120,000 个缓存输入 token 花费约两美分,而不是 36 美分,整个运行降到 50 美分以下。
将此与独立测试中该模型每项任务的成本对比。Artificial Analysis 在其 Intelligence Index 上给 Gemini 4 Neon 打出 61 分(xhigh 努力程度下),输出速度为每秒 106 个 token,每项 Intelligence Index 任务耗时 22.3 分钟、花费 6.44 美元。一部影片比一项 Intelligence Index 任务更便宜,这正是这里有用的意外之处:这个工作流中昂贵的部分不是影片,而是迭代。
而迭代正是经济学发生反转的地方。按秒计费的视频模型会对每一次生成收费;代码绘制的影片只对编写它的 token 计费,渲染则不花任何费用。改一个颜色、重新导出,你花费的 token 为零——成本是你自己的 CPU,以及无头 Chrome 绘制 1,800 帧所需的任意长时间。这与生成式视频确实是一条不同的成本曲线,也是支持这篇文章的最有力论据,而文章本身并未提出这一点。
直说吧:Gemini 4 Neon 不在我们的目录中。OrcaRouter 确实提供的两款 Gemini 4 模型是 Gemini 4 Argon 和 Gemini 4 Carbon,两者均按供应商标价每百万输入 $2.00、输出 $10.00,且不额外加价——这正是读者真正需要的对比,因为 Carbon 是 Neon 定价所对标的模型,而 Argon 是在你决策期间运行同一产物循环的更便宜方式。两者都通过同一个密钥访问,因此,一个在运行中途超时的代码编写会话可以故障转移,而无需第二份合同或修改代码。
该主张最薄弱之处
怀疑论论证的最强版本并不是说这段片段是假的——流水线是公开的,机制也有文档记录,所以任何人都能复现它的形态。而是说,一部由代码绘制的好电影,是戴着导演帽子的编程基准测试,而这个模型的编程分数已经是它最好的分数。根据 Google 自己的报告,Neon 在 Coding Agent Index 上为 58.6,在 Terminal-Bench 4.1 上为 65.2%,因此“擅长制作电影”可能主要是“擅长编写动画代码”,这一点我们早已知道,而且它并不能泛化到代码写得更差的模型。
在阅读完所有可用内容后,仍存在三个具体的缺口:
• 归因——未披露任何设置,且 60 秒的运行时长和 1080p 分辨率都偏离了该技能的默认值,因此有人做出了我们无法看到的选择。
• 选择 — 一个片段是精彩片段,而创作者的演示由创作者选择。没有失败率,没有首次尝试示例,也没有与 Carbon 上相同提示词的对比。
• “好”意味着什么——视觉质量在一定程度上归功于模板和技能的设计规则,而不是模型。换成脚手架更弱的另一种产物类型,对模型的抬举就会更少。
这些都不足以取消资格,而且这一点是双向的:代码绘制的影片也具有扩散渲染所不具备的可审计性。如果某一帧出了问题,问题就出在一个你能读取的文件和一行你能指出的代码里。
如何自己尝试
这条路径短到一段话就能说清。项目需要 Node 22.18 或更高版本,通过 GitHub Releases 发布插件包,并将 Antigravity 列为其支持的宿主之一——用 agy plugin install 安装解压后的文件夹,或将其复制到 ~/.gemini/config/plugins/open-artifact,然后重启。这恰好也是这样一个宿主:在包含 Gemini 4 Neon 的套餐中,它是新对话的默认模型,因此两者无需配置就能衔接。第一个提示词就是一句话:为这个应用做一个二十秒的发布动画,或者为那个项目做一张标题卡。然后,在花任何成本导出之前先看静帧,这正是该技能本身推荐的工作流。
在相信这篇帖子之前,先做一次,并且关注两个数字而不是画面:第一个场景正确绘制需要多少轮,以及输入账单中有多少来自缓存读取。这些会告诉你这个循环对你的工作来说是否成本低。视频片段告诉你这是可能的;只有你自己的 token 数才能告诉你它是否值得。

悬而未决的问题不是 Gemini 4 Neon 能否最终出现在视频文件里——它显然可以,通过它自己编写的程序就能做到。问题在于 Google 是否把这当作一等输出。眼下,产物层是第三方的,导出是本地页面的职责,而模型文档中记录的输出是文本。如果这一点改变,对这段视频的诚实定位也会随之改变:从对编程模型的一次巧妙运用,变成功能清单上的一项。在那之前,值得反复说的赞美是更窄的那个——Neon 写动画代码写得足够好,以至于构建这套工具的人选择用它来展示成果。
