
Gemini 4 Neon:Google 的「小型」模型未公布規模
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 186 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 358 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 139 tok/s
- orca新Orca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 80 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 111 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 210 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 168 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
11 月 20 日 01:57 UTC,X 上出現一則貼文,稱 Gemini 4 Neon 是 Google 的小型模型——「遠遠領先 Argon 和 Carbon」,可與 Claude Opus 5.5 和 Claude Fable 5.2 匹敵,並以其結尾四個詞作為 RSI 的證據。該貼文在定稿前被編輯了三次,我們讀到時已有 316 個讚。其餘每個子句都能對照文件查證。「small」這個詞卻不行。若你翻遍 Google 關於 Gemini 4 Neon、Gemini 4 Carbon、Gemini 4 Argon 和 Gemini 4 Hydrogen 的文件,想找參數量或大小排序,會一無所獲:沒有參數量、沒有活躍參數數字、沒有句子把這四者按大小排序,而且——無論是 DeepMind 模型頁面還是模型卡——都沒有任何一處用「small」這個詞來指涉其中任何一個模型。
這不會讓該貼文變成錯的。它會讓該貼文在其核心詞上無法被否證,而這是另一個更有趣的問題:這項主張把任何人都能查核的測量值(分數)與 Google 以外沒有人能查核的模型內部描述捆綁在一起,然後從無法驗證的那一半得出模型如何訓練的結論。下文將把這項主張拆成三個部分,並分別對照已公開的內容加以檢驗。所有分數均為 Artificial Analysis 在 index v5.0.1 上、於 2026 年 11 月 20 日讀取的結果;凡 Google 所述均標明為 Google 所述;凡屬推論均標示為推論。
這則貼文實際上說了什麼
撇開包裝不談,這裡有三項斷言。第一:Neon 是 Google 的小型模型。第二:作為小型模型,它「遠遠領先 Argon 和 Carbon」,也就是說,較小的模型已超越較大的同門模型。第三:那樣的結果就是「RSI 之類」看起來的樣子。第二項可歸結為算術問題,第一項可歸結為一個 Google 尚未公布的定義,而第三項則完全無法歸結——它是一項關於訓練流程的主張,卻未披露任何輸入。
在計算之前值得先注意:這種說法並非某個帳號獨有。早一天,另一位發文者把一場 Neon 演示歸因於「swarms」,以及「不做蒸餾、並在 RSI 上花時間」。這套詞彙流通的速度,已超過任何文件所能支撐的程度,而這正是為什麼值得逐一為這些詞語估價。
Google 從不稱 Neon 為小型模型
Google 確實描述了這四款模型中的每一款,而且這些描述具體到足以被引用。根據本週發布的 Gemini API 模型文件:
• Gemini 4 Carbon —「我們最強大的推理模型,專為複雜軟體工程、多模態知識工作、科學推理與網路安全防禦而打造。」
• Gemini 4 Neon — 「具備前沿等級的智慧,能在複雜的軟體工程、知識工作與科學工作流程中,快速完成端到端任務。」
• Gemini 4 Argon — 「我們這款高效能的 Gemini 4 前沿推理模型,相較於 Gemini 4 Carbon,能提供更快的回應速度,並降低每回合的 token 消耗……」
• Gemini 4 Hydrogen —「為每個人帶來尖端智慧,並以速度與效率支援日常編碼與代理式工作流程。」
那四句中有三句談的是速度和成本。這四句都沒有一句談到規模,而我們能讀到的 Google 頁面中,也沒有任何一頁用「small」這個詞來指這四者中的任何一個。根據同一份文件,Google 為日常、低成本工作所指出的模型是 Gemini 3.5 Flash-Lite;它不屬於這個系列,也不是這篇文章的主題。所以「Neon 就是小的那一個」並不是對 Google 定位的總結。這是讀者從行為推斷出來的結論,卻被陳述得像是一項規格。
定價表也與字面理解相悖。以每 token 計,Neon 是這個系列中最貴的模型:輸入每百萬 $3.00、輸出每百萬 $15.00,均一價,沒有免費方案,也沒有期限;相較之下,Carbon 和 Argon 在 11 月 30 日前是 $2.00 和 $10.00,Hydrogen 則是 $1.50 和 $7.50,並有免費方案。一個小型模型若每 token 成本比它被拿來比較的旗艦模型還高 50%,那它就不是買家通常所說的那種「小」。無論 Neon 還有什麼地方稱得上小,絕不是帳單。
在數據確實支持該說法的情況下
這篇貼文的分數部分可查證,且大致成立——但有一處替換會改變結論。在各模型已公布的最深設定下,Intelligence Index 上:
• Gemini 4 Neon — xhigh 下為 61.4(預設 high 下為 59.6)
• Gemini 4 Carbon — high 檔位為 60.0,即其上限;此模型沒有 xhigh 這個檔位
• Gemini 4 Hydrogen — 54 於 xhigh
• Gemini 4 Argon — 高設定下為 50,這也是它的上限
所以「遙遙領先 Argon」是真的,而且差距不小:11 分。「遙遙領先 Carbon」則完全不成立。Neon 領先 Carbon 1.4 分,而且只有在把它推到 Carbon 沒有的思考層級時才如此。在兩家廠商都建議的設定下——Neon 的預設 high 對上 Carbon 的 high——Neon 落後 0.4 分。這篇貼文最有力的版本本該是誠實的那個:Neon 是這個系列中第一個得分高於旗艦的模型,高出約一分,前提是你願意為最深的層級付費。
「幾週內」也是字面上成立的,而這筆日期計算值得說清楚,因為它是文中唯一有明確日期的事實。Carbon 於 11 月 10 日正式全面推出。Neon 於 11 月 18 日正式全面推出。旗艦模型與被描述為已超越它的模型之間,相隔八天。

那篇貼文略過的那一項比較
「與 Opus / Fable 競爭」這句話,正是自我低估的部分,因為要讓它更體面,就得用上一個貼文沒採用的數字。在同一項指數上,Claude Opus 5.5 在最高努力設定下得分 59,Claude Fable 5.2 得分 65。因此 Neon 的 61.4 夾在兩者之間:在 Neon 最深設定下領先 Opus 5.5 2.4 分,落後 Fable 5.2 3.6 分。「與……競爭」對前者來說合理,對後者則算寬容。
讓它成為真正故事的,是那些點數所付出的代價——以每項完成任務而非每個 token 來衡量:
• 每項 Intelligence Index 任務的成本 — Gemini 4 Neon $6.44、Claude Opus 5.5 $10.04、Claude Fable 5.2 $26.54
• 每百萬 token 定價,輸入/輸出 — Neon $3.00/$15.00,Opus 5.5 $4.00/$20.00,Fable 5.2 $8.00/$40.00
• 每項索引任務耗時 — Neon 在 xhigh 下為 21.5 分鐘,在 high 下為 14.8 分鐘;Opus 5.5 在 max 下為 25.7;Fable 5.2 在 max 下為 41.6
• 輸出速度 — Neon 每秒 110 個 token,Opus 5.5 為 112,Fable 5.2 約 110
以 3.6 個指數點為代價,每項任務比 Fable 5.2 便宜四倍,這比原文中的任何論點都更有說服力,而且完全不需要提到任何關於規模的字眼。這也是最能經得起最直接反駁的論點:在 Fable 5.2 的價格下,如果工作負載有需要,3.6 點的差距就是枱面上最容易補上的;如果不需要,則無關緊要。

小的是速度,而非尺寸
如果這裡的「小」有一種站得住腳的解讀,那會是追蹤器實際測量到的解讀,而不是模型卡避而不談的解讀;而且它關乎每項任務的工作量,而非參數量。在同樣的高投入下,Neon 以 1.23 億個輸出 token 完成 Intelligence Index 測試套件,Carbon 則為 2.05 億;Neon 用了 14.8 分鐘,Carbon 則用了 41.8 分鐘。這代表 token 用量少了 40%,任務完成速度快了近三倍;而這也是公開資料中,最接近該貼文直覺的證據:無論 Neon 究竟是什麼,它都比 Google 稱為自家最強的模型,用更少的輸出工作量完成同樣的工作。
但那是從行為推斷而來的,而行為還有其他解釋——更高效能的解碼器、不同的思考預算、更短的推理軌跡——這些都不需要更小的參數數量。同樣的數字也與 Neon 只是規模相當、更新且訓練更好的模型這個解釋相符,而這是最不離奇的解釋。
速度敘事也在文章未關注之處站不住腳。Neon 並非家族中最快的模型。Gemini 4 Hydrogen 每秒可跑 167 個 token,而 Neon 為 110;在 xhigh 設定下,它完成一項索引任務只需 15.4 分鐘——與 Neon 在 high 設定下的 14.8 分鐘相差無幾,而且價格只有一半。若主張是「小巧且快速」,Hydrogen 才是符合描述的模型,而 Hydrogen 得分為 54。

為什麼『RSI』在這裡發揮作用
「遞迴式自我改進」在 AI 研究中的意涵,是指實驗室用一個模型以可衡量的方式改進其後繼模型——這是一個內部包含模型的迴圈,而不只是快速的發布節奏。沒有任何已發表的內容支持對這次發布的這種解讀,而那篇文章也沒有提供任何支持它的東西:沒有運算量數字,沒有披露 Neon 是用什麼訓練的,也沒有證據顯示任何 Gemini 模型曾參與 Neon 的訓練。
Google 對於模型血統所公開的內容,只有一條反覆出現的條款。Gemini 4 Neon 與 Gemini 4 Hydrogen 的模型卡都寫著,該模型「改編自 Gemini 4 Carbon」——兩張卡上同樣的七個欄位裡都是同一句話,既沒有定義「改編」,也沒有參數數量,更沒有說明改變了什麼。沿著 Carbon 的模型卡往回追,會指向 Argon;其模型卡寫道,它「不是對先前模型的修改或微調」。在五週的發布期內,每張 Gemini 4 模型卡都標示相同的知識截止點:2026 年 3 月。四個模型、一條資料管線、一個未定義的詞:這是在描述一個共享的訓練基礎,而這很尋常,不是在描述一個迴圈。
Carbon 與 Neon 之間相隔八天,這是一項排程安排。排程之所以會壓縮,原因與自我改進毫無關係——共用基礎模型、分階段推出、上市時程——而觀察到這次間隔壓縮了,並不構成支持其中任何一項的證據。如果某個實驗室真的用模型打造出模型,你得知的方式會是它自己說了,或是有基準測試測量到。這兩件事都沒有發生。
什麼能讓這件事定下來?
三項揭露將使這篇文章從斷言轉為確鑿的發現,而這三項都是 Google 本週就能公布的事項:
• 任何 Gemini 4 模型的參數量或活躍參數數字。只要一個數字,就能讓「小」變得可驗證,並立刻證實或推翻這個前提。
• 模型卡上對「adapted from」的定義。該詞組在 Neon 卡上出現七次,卻從未加以解釋;「based on」用於 Carbon-to-Argon,同樣未經定義。
• 任何關於訓練貢獻的陳述——相對於 Carbon,Neon 中有哪些資料是新的,或哪個模型(如果有的話)產生了訓練訊號。若三者皆缺,RSI 就仍只是貼文裡的一個詞。
週一該怎麼處理這個?
實際後果很小,而且與該貼文所暗示的正好相反。紀錄中沒有任何內容說 Neon 是擊敗大模型的小模型;它說的是,Neon 是定價 $3/$15 的模型,催到極限時比 Carbon 的上限高一分,未催時則比 Carbon 的預設低半分。那是調校階梯上的選擇,不是規模上的選擇,而這道階梯從低檔(44.1)到 xhigh(61.4)橫跨 17.3 個指數分——遠大於這個模型家族中任兩個模型之間的差距。你選哪一級,比你選哪個模型更重要。
無論規模問題最後如何定論,都有兩件帶日期的事值得記進行事曆。Carbon 和 Argon 在 12 月 1 日翻倍,從每百萬 token 2.00 美元和 10.00 美元漲到 4.00 美元和 20.00 美元,而 Neon 的價目表沒有到期日。以今天的價格計算,Neon 每完成一項索引任務比 Carbon 便宜 17%(6.44 美元對 7.76 美元);12 月 1 日之後,這個差距會擴大,而 Neon 什麼都不用改。任何讀了「小模型」那篇文章就得出 Neon 是預算選項的人,方向對了,但理由錯了——它每項任務更便宜,是因為它輸出較少,不是因為它比較小,而且它會在 Google 已經公布的日期變得便宜得多。
在我們這邊,google/gemini-4-carbon 與 google/gemini-4-argon 已列入目錄,採供應商定價且不加價,這意味著 12 月 1 日的調整會在 Google 生效的同一天生效。Gemini 4 Neon 尚未列入目錄,所以關於它,有用的說法不是價格,而是樣貌:當它上線時,值得撰寫的請求是明確指定 Neon,並在 Neon 被限流或出錯時回退到 Carbon 的請求。一個主要公開優勢是快速完成任務的模型,你會希望它背後有容錯移轉,而不是單一依賴點。如今一把金鑰就能涵蓋家族其餘成員,因此對 Carbon 或 Argon 做比較測試,除了 token 之外不花任何成本。
誠實的結語是範圍較窄的那個。一篇宣稱某實驗室的小模型超越其大模型的貼文,等於對規模作出了主張。但沒有人公布過任何規模數字。分數顯示,一個快速模型在八天內達到與較慢模型相差不到一分的成績,這本身就夠有意思了;而附在其上的訓練敘事,目前還只是一段說明文字。
本文中的比較1
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
