Ringkasan: Artikel ini menelusuri catatan rilis Google Antigravity dan kartu model DeepMind untuk memeriksa satu per satu rumor “swarm/RSI” seputar Gemini 4 Neon. Pemeriksaan dibagi ke dalam tiga pertanyaan: bagaimana sejumlah agen di dalam produk saling bekerja sama, informasi pelatihan apa saja yang diungkapkan model, dan apa yang bisa dibuktikan oleh metrik performa.

Kesimpulan lebih dulu: per 20 November 2026 (Waktu Beijing), di catatan publik hanya ada satu hal yang disebut swarm, yaitu perintah produk /swarm milik Google Antigravity. Perintah itu bertugas menjalankan penulisan kode dan verifikasi secara paralel oleh banyak agen, dan tidak ada kaitannya dengan metode pelatihan. Kartu model DeepMind menjelaskan bahwa Neon diadaptasi dari Gemini 4 Carbon, dan menyebut langkah penyelarasan seperti supervised fine-tuning serta reinforcement learning, tetapi tidak menjelaskan apakah pelatihan memakai distilasi atau yang disebut RSI. Jadi, klaim bahwa “Neon dilatih secara rekursif oleh swarm” saat ini tidak memiliki dukungan pengungkapan publik yang bisa diverifikasi. Klaim itu tidak boleh ditulis sebagai fakta, dan juga tidak pantas ditulis sebagai “sudah terbantahkan”.
Kesimpulan ini punya syarat. Jika laporan keamanan Neon yang menyusul kemudian atau dokumen resmi lain dari DeepMind mengungkap detail pelatihan baru, penilaian harus ikut diperbarui. Kalau pengembang ingin memakai Neon di bisnisnya sendiri, mereka bisa memanggilnya lewat APIYI apiyi.com dengan ID model persis gemini-4-neon. Model ini sudah tersedia sejak 20 November, dengan harga terpampang sama seperti resmi, yaitu input $3 dan output $15 (per juta Token).
Peta Pengetahuan dan Urutan Pembacaan untuk Verifikasi Rumor Model Baru
Tabel di bawah ini merangkum pertanyaan yang dijawab oleh keempat bagian artikel, bukti yang menjadi landasan, serta keterkaitan antarbagian. Bagian 1 terlebih dahulu menetapkan hal-hal yang sudah terbukti, lalu tiga bagian berikutnya bergerak dalam cakupan tersebut.
| No. | Pertanyaan yang dijawab | Bukti utama | Apa yang diberikan untuk bagian berikutnya |
|---|---|---|---|
| 1 | Apa saja yang telah terbukti terkait rumor Gemini 4 Neon | Postingan blog Antigravity, kartu model DeepMind, pengumuman APIYI | Garis waktu fakta lengkap dengan tanggal, yang menjadi baseline untuk perbandingan berikutnya |
| 2 | Di mana rantai bukti rumor terputus | Postingan media sosial asli, demo vendor, kartu model | Klaim maksimum yang dapat didukung oleh tiap jenis bukti, serta materi yang dibutuhkan untuk reproduksi independen |
| 3 | Apa yang bisa dan tidak bisa dibuktikan oleh skor benchmark | Indeks empat tingkat Artificial Analysis, indeks agen coding | Cara membaca skor benchmark dengan benar, serta langkah minimum untuk pengujian mandiri |
| 4 | Bagaimana pengembang memeriksa status aktual saat ini | Kartu model, log pembaruan, registri APIYI | Prosedur verifikasi yang dapat diulang dan harga saat ini |
Untuk urutan pembacaan, Bagian 1 dan 2 merupakan satu alur utama, jadi sebaiknya dibaca berurutan. Bagian 3 cocok untuk pembaca yang ingin melihat data performa, sedangkan Bagian 4 cocok untuk pengembang yang bersiap melakukan integrasi; kedua bagian tersebut dapat dibaca secara terpisah.

To Know: Istilah yang perlu dipahami untuk memahami rumor Gemini 4 Neon
| Istilah | Penjelasan Singkat |
|---|---|
/swarm |
Perintah produk di Google Antigravity yang menyerahkan satu tugas ke banyak agen untuk diproses secara paralel atau dibagi peran |
| Worktree | Direktori kerja yang saling terisolasi di dalam repositori kode sumber, sehingga banyak agen dapat memodifikasi kode sekaligus tanpa konflik |
| Agen koordinator | Agen yang bertugas memecah tugas, membagikannya ke agen pekerja, merangkum hasil, dan mengatur verifikasi |
| Distilasi pengetahuan | Metode pelatihan di mana satu model mempelajari output atau perilaku model lain, sehingga kemampuannya ikut berpindah |
| RSI | Recursive Self-Improvement, perbaikan diri rekursif, yaitu apakah sistem dapat berulang kali meningkatkan kemampuannya sendiri atau proses peningkatan itu |
| Fine-tuning terawasi | Melanjutkan pelatihan model dengan data berlabel atau berisi output referensi |
| Pembelajaran penguatan | Menyesuaikan perilaku model berdasarkan sinyal reward; detail implementasinya tergantung apakah vendor mengungkapkannya |
| Kartu model | Dokumen yang diterbitkan pengembang, menjelaskan asal model, kemampuan, hasil evaluasi, dan batasannya |
| Reproduksi independen | Mendapatkan kembali hasil yang sama menggunakan input yang dapat diverifikasi, versi model, konfigurasi, dan log proses |
1. Hal-hal yang sudah terkonfirmasi dalam rumor Gemini 4 Neon
1.1 Linimasa fakta berdasarkan tanggal
Saat memeriksa rumor model baru apa pun, langkah pertama adalah mendaftar dulu hal-hal terkonfirmasi yang punya tanggal dan sumber. Tabel di bawah hanya memuat konten yang dirilis resmi oleh pihak resmi atau platform itu sendiri.
| Tanggal (2026) | Sumber | Hal yang terkonfirmasi |
|---|---|---|
| 10 November | Postingan blog Google Antigravity “Gemini 4 Carbon and /swarm” | /swarm dirilis dalam bentuk pratinjau: koordinator memecah tugas, eksekutor paralel bekerja di git worktree yang terisolasi, verifikator adversarial bertugas menjalankan tes dan mempertanyakan perubahan kode; peran berbeda bisa ditugaskan ke model berbeda |
| 18 November | Postingan blog Google Antigravity “Gemini 4 Neon in Google Antigravity” | Merilis Neon disertai video demo: membangun game browser dua pemain bertingkat dengan Neon plus /swarm, berjalan di browser bawaan, agen berperan sebagai pemain kedua |
| 18 November | Google DeepMind “Gemini 4 Neon Model Card” | Neon diadaptasi dari Gemini 4 Carbon; langkah penyelarasan yang diungkapkan mencakup fine-tuning terawasi dan pembelajaran penguatan, dll.; DeepMind menyatakan akan menerbitkan laporan keamanan Neon menyusul |
| 20 November 11:45 (UTC+8) | Pengumuman APIYI “Gemini 4 Neon Diluncurkan: Harga Sama dengan Resmi $3/$15” | APIYI apiyi.com meluncurkan gemini-4-neon, dan pada hari yang sama entri tersebut sudah ada di registri model |
1.2 Definisi produk /swarm
Menurut deskripsi di postingan blog 10 November, /swarm menyerahkan petunjuk pengguna ke sekelompok agen untuk diproses. Koordinator menjalankan beberapa agen pekerja paralel khusus, yang masing-masing memodifikasi kode di git worktree terisolasi, sehingga perubahan tidak saling menimpa. Ada juga verifikator adversarial yang khusus menjalankan tes dan menantang perbedaan kode. Tiap agen berkolaborasi lewat papan pesan bersama yang bersifat hanya-tambah (append-only), tidak mengonsumsi Token saat menganggur, dan langsung aktif saat membutuhkan input.
Ini adalah “swarm” dalam arti teknik: terdiri dari proses paralel, antrean bersama, dan tahap verifikasi. Yang dijelaskan adalah bagaimana kerangka runtime Antigravity mengorganisasi kerja, bukan bagaimana Gemini 4 Neon sendiri dilatih.
2. Membongkar Rantai Bukti Rumor Gemini 4 Neon swarm/RSI
2.1 Apa yang Dapat Didukung oleh Masing-Masing dari Empat Jenis Bukti
Sumber rumor ini adalah sebuah unggahan media sosial: video berdurasi sekitar 62.5 detik dengan resolusi 756×403 yang menampilkan permainan pertarungan stickman dua pemain berjalan di browser; teks pendampingnya menyebut game itu “made by swarms” dan kodenya “pure JS”. Artikel analisis OrcaRouter menunjukkan bahwa unggahan tersebut tidak memberikan petunjuk, versi model, tingkat penalaran, statistik Token, dan juga tidak menjelaskan apakah kode dihasilkan oleh satu agen atau beberapa agen.
Jika unggahan ini dibandingkan dengan materi di sekitarnya, kita mendapatkan rantai bukti berikut.
| Bukti | Sifat | Klaim maksimal yang dapat didukung | Klaim yang tidak dapat didukung |
|---|---|---|---|
| Video unggahan asli di media sosial | Tayangan pihak ketiga, tanpa catatan eksekusi | “Seseorang menunjukkan permainan browser yang diklaim dihasilkan oleh swarm” | Proses pembuatan, model yang digunakan, cara pelatihan |
| Demo Antigravity 18 November | Studi kasus produk milik vendor sendiri | “Google pernah menunjukkan pembuatan permainan browser dua pemain dengan Neon + /swarm” |
Video unggahan media sosial dibuat dengan jalur yang sama |
Dokumentasi /swarm 10 November |
Keterangan produk resmi | “swarm adalah fitur kolaborasi multi-agen Antigravity” | Kesimpulan apa pun tentang pelatihan model |
| Kartu model DeepMind | Pengungkapan model resmi | “Neon diadaptasi oleh Carbon, dengan langkah penyelarasan seperti fine-tuning terawasi dan pembelajaran penguatan” | Pelatihan menggunakan atau tidak menggunakan distilasi/RSI |
Artikel OrcaRouter juga menyebutkan bahwa demo vendor dari Google dirilis sehari lebih awal daripada video unggahan media sosial, dan sejauh ini merupakan satu-satunya jalur yang pernah ditunjukkan secara publik untuk membuat permainan browser dua pemain dengan swarm. Ini hanya menunjukkan bahwa keduanya mirip dalam hal isi. Demo vendor yang disertai teks penjelasan dan video pihak ketiga adalah jenis bukti yang berbeda; yang pertama tidak dapat menjadi bukti untuk proses eksekusi yang kedua.
2.2 Mengapa Pilihan Kata “Materi Publik Belum Mengonfirmasi” Lebih Akurat
Ada dua versi klaim yang beredar di media sosial: satu berpendapat bahwa “Neon dilatih secara rekursif dari banyak salinan dirinya sendiri”, yang lain saat membantah mengatakan “ini telah terbantahkan”. Kedua pernyataan melampaui batas yang dapat didukung oleh bukti yang ada.
Kartu model tidak menyebutkan distilasi atau RSI. Ini menunjukkan bahwa pihak resmi tidak mengungkapkan informasi tersebut, tetapi bukan berarti mereka pernah menyangkalnya. Karena itu, saat menulis dan berkomunikasi ke luar, “pelatihan menggunakan distilasi/RSI” dan “pelatihan tidak menggunakan distilasi/RSI” sebaiknya diubah menjadi “materi publik belum mengonfirmasi”, atau “tidak ada pengungkapan yang dapat diverifikasi yang mendukung pernyataan tersebut”.
2.3 Materi Apa yang Diperlukan untuk Replikasi Independen
Agar klaim “swarm membuat game” dapat diuji, setidaknya diperlukan empat hal: petunjuk lengkap, konfigurasi model (ID model dan tingkat penalaran yang diikatkan ke setiap peran), log eksekusi (berapa putaran yang ditolak oleh pemeriksa dan bagaimana akhirnya lolos), serta penggunaan Token. Jika salah satunya hilang, menjalankannya ulang sama saja dengan melakukan eksperimen lain.
Bahkan jika keempat materi itu lengkap, replikasi hanya dapat membuktikan perilaku produk: kualitas kode yang dapat dihasilkan secara stabil di bawah kerangka dan konfigurasi ini, serta berapa Token dan waktu yang dihabiskan. Replikasi tidak dapat menyimpulkan kembali proses pelatihan model, karena keluaran yang sama bisa dicapai melalui jalur pelatihan yang sama sekali berbeda. Atribusi pelatihan hanya dapat mengandalkan pengungkapan dari vendor sendiri.
3. Meninjau Bukti Performa Gemini 4 Neon: Jangan Menyimpulkan Pelatihan dari Skor Benchmark
3.1 Dua Jenis Indeks dari Artificial Analysis
Artificial Analysis (AA) merilis evaluasi independen Gemini 4 Neon pada 18 November. Di dalamnya, indeks kemampuan API secara keseluruhan diberikan terpisah untuk empat tingkat penalaran:
| Tingkat | Indeks Kecerdasan | Rata-rata Waktu per Tugas |
|---|---|---|
low |
44 | 3.7 menit |
medium |
55 | 8.3 menit |
high |
60 | 14.8 menit |
xhigh |
61 | 21.5 menit |
AA menetapkan biaya tertimbang untuk tingkat xhigh sebesar $6.44 per tugas evaluasi. Berdasarkan ikhtisar model dari versi AA yang sama, GPT‑6.2 Sol memiliki skor tertinggi 57, sedangkan Gemini 4 Hydrogen tertinggi 54. Selain itu, AA mengukur indeks Agen coding untuk kombinasi Antigravity CLI dan Neon sekitar 59. Indeks ini mengukur kombinasi “framework + model”; objek pengujiannya berbeda dari indeks kemampuan API secara keseluruhan, sehingga kedua angka harus dikutip secara terpisah dan tidak boleh dibandingkan secara langsung.
3.2 Pertanyaan apa yang bisa dijawab oleh setiap angka
Indeks empat tingkat API menjawab satu hal: ketika Neon dipanggil langsung lewat API, pada berbagai tingkat pemikiran (thinking level) yang berbeda, bagaimana trade-off antara performa gabungan berbagai tugas dan waktu yang dibutuhkan. Indeks Agen Coding menjawab hal lain: kalau Neon dipakai sebagai agen coding di Antigravity CLI, sejauh mana level keseluruhan yang bisa dicapai.
Kedua pengujian ini tidak mengukur proses berjalannya video untuk postingan media sosial, dan juga tidak menyinggung metode pelatihan. “Skornya tinggi” tidak bisa disimpulkan sebagai “pasti dilatih secara swarm rekursif”. Skor tinggi bisa datang dari banyak jalur pelatihan, dan benchmark itu sendiri tidak mampu membedakannya. Selain itu, tingkat dan skor ini semuanya berasal dari jalur evaluasi milik AA sendiri. Ketika dipanggil melalui platform pihak ketiga, latensi end-to-end, tingkat keberhasilan, dan tagihan aktualnya perlu diukur secara terpisah.

3.3 Uji mandiri untuk pemula: verifikasi dengan kondisi tetap pada tugas yang sama
Kalau ingin tahu bagaimana performa Neon di skenario Anda sendiri, jangan jadikan demo vendor sebagai hasil uji nyata. Cara yang lebih andal: pilih satu tugas nyata, tetapkan antarmuka, tingkat, dan input, lalu jalankan beberapa kali dan catat hasilnya. Berikut cara pemanggilan paling sederhana:
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # Endpoint kompatibel OpenAI dari APIYI
)
resp = client.chat.completions.create(
model="gemini-4-neon",
messages=[{"role": "user", "content": "用纯 JS 写一个双人对战小游戏的核心循环"}]
)
print(resp.choices[0].message.content)
print(resp.usage) # Catat penggunaan Token
Lihat skrip lengkap beserta catatan reproduksinya
import json
import time
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
BRIEF = {
"model": "gemini-4-neon", # Gunakan ID model yang presisi
"effort": "isi tingkat sesuai dokumentasi APIYI", # Nama parameter tingkat mengikuti dokumentasi platform
"prompt": "用纯 JS 写一个双人对战小游戏的核心循环",
}
def run_once(run_id: int) -> dict:
start = time.time()
resp = client.chat.completions.create(
model=BRIEF["model"],
messages=[{"role": "user", "content": BRIEF["prompt"]}],
temperature=0,
)
return {
"run_id": run_id,
"brief": BRIEF,
"elapsed_s": round(time.time() - start, 2),
"usage": resp.usage.model_dump() if resp.usage else None,
"output": resp.choices[0].message.content,
}
# Jalankan tugas yang sama 3 kali, simpan log agar orang lain bisa memeriksa ulang
logs = [run_once(i) for i in range(3)]
with open("neon_runs.json", "w", encoding="utf-8") as f:
json.dump(logs, f, ensure_ascii=False, indent=2)
Log ini memuat petunjuk, model, tingkat, waktu, penggunaan Token, dan output — persis materi reproduksi yang disebutkan di bagian 2.3.
🎯 Saran teknis: Saat membandingkan tingkat atau model yang berbeda, ubah hanya satu variabel dan biarkan kondisi lainnya tetap sama. Lewat APIYI apiyi.com, Anda bisa memakai kunci API yang sama untuk berganti antara model Neon, Carbon, Hydrogen, sehingga hasilnya bisa dibandingkan pada kondisi yang identik.
4. Cara developer memeriksa status terkini Gemini 4 Neon
4.1 Urutan pemeriksaan tiga sumber
Setelah model baru dirilis, informasi bergerak cepat. Sebaiknya setiap kali menulis atau merilis sesuatu, periksa dengan urutan berikut:
- Kartu model Google DeepMind: Pastikan asal model, informasi pelatihan dan alignment yang dipublikasikan, hasil evaluasi, serta keterbatasannya. Perhatikan apakah laporan keselamatan sudah menyusul.
- Changelog Google Antigravity: Pastikan status fitur produk saat ini seperti
/swarm, Orchestrator, dan lainnya. - Registri model dan pengumuman peluncuran APIYI: Pastikan ID model, endpoint, grup, dan harga resmi. Perhatikan bahwa pengumuman terbaru yang berlaku. Misalnya, tabel ringkasan 19 November belum memuat Neon, tetapi pengumuman dan registri 20 November sudah mendaftarkan model tersebut; tidak adanya baris ini di tabel lama tidak membatalkan pengumuman baru.

4.2 Mencari harga, endpoint, dan grup berdasarkan ID model yang tepat
Tabel berikut berisi harga katalog publik APIYI, dengan satuan dolar/juta token. Semua model yang tercantum terdaftar di dua jenis endpoint: format asli Google dan endpoint yang kompatibel dengan OpenAI.
| ID model APIYI | Input | Output | Pembacaan cache | Grup terdaftar publik |
|---|---|---|---|---|
gemini-4-neon |
3 | 15 | 0.15 | default, svip |
gemini-4-carbon |
2 | 10 | 0.10 | default, svip |
gemini-4-argon |
2 | 10 | 0.10 | default, svip |
gemini-4-hydrogen |
1.50 | 7.50 | 0.075 | default, svip |
gemini-3.8-flash |
0.75 | 3.75 | 0.075 | Gemini_Reverse, default, svip |
Saat menggunakan tabel ini, ada tiga hal yang perlu diperhatikan:
- Neon adalah harga standar. Menurut pengumuman APIYI, harga $3/$15 belum memiliki tanggal berakhir yang jelas.
- Carbon dan Argon saat ini memakai harga waktu terbatas. Menurut rencana dalam pengumuman, mulai 1 Desember harganya kembali ke input $4 dan output $20. Ini baru rencana dalam pengumuman, jadi nanti perlu dicek ulang.
- Harga katalog tidak sama dengan jumlah yang benar-benar dibayar. Model mana yang benar-benar terlihat oleh akun, diskon grup apa yang didapat, dan berapa tagihan akhirnya, semuanya bergantung pada akun masing-masing. Biaya $6.44 per tugas evaluasi dari AA adalah biaya jalur evaluasi AA dan tidak bisa menggantikan tagihan Anda sendiri.
Tentang “kapan Gemini berikutnya dirilis”: sampai saat ini, arsip pembaruan real-time APIYI, changelog Antigravity, dan pengumuman rilis Neon belum memberikan model maupun tanggal berikutnya, dan APIYI juga belum membuat komitmen waktu integrasi untuk hal ini. Menghitung tanggal berdasarkan interval rilis terbaru justru akan memunculkan rumor baru.
💡 Saran integrasi: pertama, pastikan di konsol APIYI apiyi.com bahwa akun Anda dapat melihat
gemini-4-neon, lalu cocokkan grup tempat akun Anda berada. Setelah itu, jalankan skrip dari bagian 3.3 pada sampel kecil dan catat penggunaan token serta tagihan yang sebenarnya. Pengguna baru bisa memakai kuota uji gratis untuk menyelesaikan langkah ini terlebih dahulu.
4.3 Cara Menilai Ketika Menemukan Rumor Model Baru Berikutnya
Ringkas metode artikel ini menjadi satu aturan penilaian: pertama tanyakan klaim ini termasuk kategori apa—perilaku produk, atribusi pelatihan, atau tingkat performa—lalu periksa sumber yang sesuai. Untuk perilaku produk, lihat changelog dan log eksekusi yang dapat direproduksi; untuk atribusi pelatihan, hanya lihat pengungkapan resmi seperti model card; untuk tingkat performa, lihat evaluasi independen yang mencantumkan objek uji dan tingkatannya. Klaim yang tidak dapat ditemukan dasaranya di ketiga jenis sumber tersebut, tandai sebagai “belum dikonfirmasi oleh materi publik”.
Mengenai Gemini 4 Neon, saat ini yang dapat dipastikan adalah: model ini diadaptasi dari Carbon; /swarm adalah fitur produk multi-agen dari Antigravity; empat tingkat indeks yang diukur AA berkisar 44 hingga 61. Di APIYI apiyi.com, gemini-4-neon terdaftar dengan harga standar $3/$15/$0.15. Klaim tentang pelatihan swarm dan RSI perlu menunggu pengungkapan resmi sebelum menarik kesimpulan.
Referensi
-
Google Antigravity – Gemini 4 Carbon and /swarm (2026-11-10)
- Tautan:
antigravity.google/blog/gemini-4-carbon-in-google-antigravity - Keterangan: Definisi produk dan pembagian peran
/swarm
- Tautan:
-
Google Antigravity – Gemini 4 Neon in Google Antigravity (2026-11-18)
- Tautan:
antigravity.google/blog/gemini-4-neon-in-google-antigravity - Keterangan: Peluncuran Neon dan demo pengembang game browser dua pemain
- Tautan:
-
Google DeepMind – Gemini 4 Neon Model Card (2026-11-18)
- Tautan:
deepmind.google/models/model-cards/gemini-4-neon/ - Keterangan: Asal-usul model dan langkah penyelarasan yang dipublikasikan
- Tautan:
-
Artificial Analysis – Evaluasi dan Halaman Model Gemini 4 Neon (2026-11-18, metrik diperbarui secara dinamis)
- Tautan:
artificialanalysis.ai/models/gemini-4-neon - Keterangan: Intelligence Index empat tingkat, waktu eksekusi, dan indeks Agen Pengkodean
- Tautan:
-
OrcaRouter – Gemini 4 Neon’s Stickman Game: The Swarm Claim (2026-11-19)
- Tautan:
orcarouter.ai/blog/gemini-4-neon-stickman-swarm-claim - Keterangan: Analisis celah informasi pada video postingan media sosial asli
- Tautan:
-
Google Antigravity Changelog (diperbarui secara bergulir)
- Tautan:
antigravity.google/docs/changelog - Keterangan: Status fitur produk saat ini
- Tautan:
-
APIYI – Pengumuman Peluncuran Gemini 4 Neon dan Registri Model (2026-11-20)
- Tautan:
docs.apiyi.com/live/2026-11/gemini-4-neon-launch - Keterangan: ID model, endpoint, grup, dan harga
- Tautan:
Penulis: Tim Teknis APIYI
Komunikasi Teknis: Perubahan model dan harga mengacu pada pusat dokumentasi APIYI; untuk pertanyaan integrasi, silakan hubungi kami melalui situs resmi APIYI
