Руководство по избежанию ловушек со слухами о новых моделях: 4-шаговый метод проверки на примере слухов о swarm/RSI в Gemini 4 Neon

Руководство по избежанию ловушек со слухами о новых моделях: 4-шаговый метод проверки на примере слухов о swarm/RSI в Gemini 4 Neon

Кратко: в этой статье мы по пунктам сверяем слухи о «swarm/RSI» вокруг Gemini 4 Neon с историей релизов Google Antigravity и карточками моделей DeepMind. Проверка идёт по трём вопросам: как в продукте взаимодействуют несколько агентов, какие сведения об обучении раскрывает модель и что могут доказать метрики производительности.

gemini-4-neon-swarm-rsi-rumor-verification-guide-ru-image-0

Сначала вывод: по состоянию на 2026-11-20 (по пекинскому времени) в публичных записях под названием swarm фигурирует только одна вещь — команда /swarm в Google Antigravity. Она отвечает за параллельную работу нескольких агентов над кодом и его проверку, и к методу обучения отношения не имеет. В карточке модели DeepMind указано, что Neon получена путём адаптации Gemini 4 Carbon; там упоминаются такие меры выравнивания, как дообучение с учителем и обучение с подкреплением, но не сообщается, использовались ли при обучении дистилляция или так называемый RSI. Поэтому утверждение «Neon рекурсивно обучалась с помощью swarm» на данный момент не подтверждено проверяемыми публичными данными. Это нельзя подавать как факт, и не стоит писать, будто оно «опровергнуто».

У этого вывода есть оговорка. Если опубликованный позже отчёт DeepMind о безопасности Neon или другие официальные документы раскроют новые детали обучения, оценку придётся обновить. Если разработчик хочет использовать Neon в своих продуктах, он может вызывать модель через APIYI apiyi.com, указав точный ID модели gemini-4-neon. Модель уже доступна с 20 ноября, цены совпадают с официальными: $3 за входные токены и $15 за выходные (за миллион токенов).

Table of Contents

Карта знаний и порядок чтения при проверке слухов о новой модели

В таблице ниже перечислены вопросы, на которые отвечает каждый из четырёх разделов, доказательства, на которые они опираются, и связи между разделами. В разделе 1 сначала очерчивается круг того, что уже подтверждено; три следующих раздела работают в этих границах.

№ На какой вопрос отвечает Ключевые доказательства Что даёт следующему разделу
1 Какие утверждения из слухов о Gemini 4 Neon уже подтверждены Пост в блоге Antigravity, карточка модели DeepMind, объявление APIYI Фактическая хронология с датами как базовая линия для дальнейших сравнений
2 Где обрывается цепочка доказательств слуха Исходный пост в соцсети, демонстрация вендора, карточка модели Какие формулировки максимум выдерживает каждый тип доказательств и какие материалы нужны для независимого воспроизведения
3 Что результаты бенчмарков доказывают, а что — нет Четырёхуровневые индексы Artificial Analysis, индекс агентов программирования Как правильно читать результаты бенчмарков и минимальный вариант собственного тестирования
4 Как разработчику проверить актуальное состояние на текущий момент Карточки моделей, журнал обновлений, реестр APIYI Воспроизводимая процедура проверки и актуальные цены

По порядку чтения разделы 1 и 2 образуют основную линию, их лучше читать подряд. Раздел 3 подойдёт тем, кто хочет посмотреть данные о производительности, раздел 4 — разработчикам, готовящимся к интеграции; оба раздела можно читать отдельно.

gemini-4-neon-swarm-rsi-rumor-verification-guide-ru-image-1

To Know: термины, без которых не разобраться в слухах о Gemini 4 Neon

Термин Краткое объяснение
/swarm Команда продукта в Google Antigravity: передаёт одну задачу нескольким агентам — либо для параллельной работы, либо с разделением ролей
Worktree Изолированные рабочие каталоги внутри репозитория с исходным кодом — несколько агентов могут одновременно править код, не мешая друг другу
Агент-координатор Тот самый агент, который разбивает задачу на части, распределяет их между рабочими агентами, собирает результаты и организует проверку
Дистилляция знаний Метод обучения, при котором одна модель учится на выходах или поведении другой и таким образом перенимает её возможности
RSI Recursive Self-Improvement, рекурсивное самосовершенствование: способна ли система раз за разом улучшать собственные возможности или сам процесс улучшения
Дообучение с учителем Продолжение обучения модели на данных с разметкой или эталонными выходами
Обучение с подкреплением Настройка поведения модели по сигналу вознаграждения; конкретные детали реализации зависят от того, раскрывает ли их производитель
Карточка модели Документ, который публикует разработчик: происхождение модели, её возможности, результаты оценок и ограничения
Независимое воспроизведение Повторное получение того же результата с использованием проверяемых входных данных, версии модели, конфигурации и журналов процесса

1. Что уже подтверждено в слухах о Gemini 4 Neon

1.1 Хронология подтверждённых фактов по датам

Когда проверяешь любой слух о новой модели, первый шаг — составить список подтверждённых фактов с датами и источниками. В таблице ниже собраны только материалы, опубликованные официально или самой платформой.

Дата (2026) Источник Подтверждённый факт
10 ноября Пост Google Antigravity «Gemini 4 Carbon and /swarm» /swarm выпущен в режиме предварительного просмотра: координатор разбивает задачу, параллельные исполнители работают в изолированных git worktree, а состязательные проверяющие запускают тесты и оспаривают диффы кода; для разных ролей можно указать разные модели
18 ноября Пост Google Antigravity «Gemini 4 Neon in Google Antigravity» Представлена Neon с демонстрационным видео: с помощью Neon и /swarm собирают браузерную игру для двух игроков с несколькими уровнями, работающую во встроенном браузере, а агент играет за второго игрока
18 ноября Google DeepMind, «Gemini 4 Neon Model Card» Neon создана на основе Gemini 4 Carbon; публично раскрытые меры выравнивания включают обучение с учителем, обучение с подкреплением и другие; DeepMind обещает дополнительно выпустить отчёт по безопасности Neon
20 ноября, 11:45 (UTC+8) Объявление APIYI «Запуск Gemini 4 Neon: официальная цена $3/$15» APIYI (apiyi.com) добавил gemini-4-neon в каталог; в тот же день запись уже появилась в реестре моделей

1.2 Определение продукта /swarm

Согласно посту от 10 ноября, /swarm передаёт промпт пользователя группе агентов. Координатор запускает несколько специализированных параллельных рабочих агентов, и каждый из них вносит изменения в код в изолированном git worktree, поэтому изменения не перезаписывают друг друга. Кроме того, состязательные проверяющие специально запускают тесты и оспаривают диффы кода. Агенты взаимодействуют через общую доску сообщений, в которую можно только добавлять: в простое они не расходуют токены, а когда требуется ввод — сразу активируются.

Это «swarm» в инженерном смысле: он состоит из параллельных процессов, общей очереди и этапа проверки. Он описывает, как в среде выполнения Antigravity организована работа, и не касается того, как именно обучали Gemini 4 Neon.

2. Разбор цепочки доказательств вокруг слухов о Gemini 4 Neon swarm/RSI

2.1 Что может подтвердить каждый из четырех типов доказательств

Источник слуха — один пост в соцсети: видео длиной около 62,5 секунды и разрешением 756×403, на котором показана браузерная игра-файтинг со стикменами для двух игроков. В подписи сказано, что игра «made by swarms», а код — «pure JS». В аналитической статье OrcaRouter отмечается, что в посте не указаны промпт, версия модели, уровень рассуждений, статистика токенов, а также не сказано, один агент или несколько агентов генерировали код.

Если сопоставить этот пост с окружающими материалами, получится следующая цепочка доказательств.

Доказательство Характер Что максимум может подтвердить Что не может подтвердить
Видео из исходного поста в соцсети Демонстрация третьей стороны, без записи выполнения «Кто-то показал браузерную игру, которая якобы сгенерирована swarm» Процесс генерации, использованную модель, способ обучения
Демонстрация Antigravity от 18 ноября Собственный продуктовый кейс производителя «Google показывал, как собрать браузерную игру для двух игроков на Neon + /swarm» Видео из соцсети было создано тем же путем
Документация /swarm от 10 ноября Официальное описание продукта «swarm — это функция многоагентного взаимодействия в Antigravity» Любые выводы об обучении модели
Карточка модели DeepMind Официальное раскрытие информации о модели «Neon адаптирован Carbon; применялись меры выравнивания, такие как дообучение с учителем и обучение с подкреплением» Использовались ли при обучении дистилляция или RSI

В статье OrcaRouter также упоминается, что демонстрация от Google была опубликована на день раньше видео в соцсети и на данный момент это единственный публично продемонстрированный способ создания браузерной игры для двух игроков с помощью swarm. Это говорит лишь о том, что их содержание похоже. Демонстрация производителя с пояснительным текстом и видео третьей стороны относятся к разным типам доказательств; первая не может служить доказательством того, как выполнялось второе.

2.2 Почему формулировка «в открытых материалах не подтверждено» точнее

В соцсетях ходят две версии: одни утверждают, что «Neon обучен рекурсивно на куче собственных копий», другие в ответ говорят, что «это уже опровергнуто». Оба утверждения выходят за рамки того, что позволяют имеющиеся доказательства.

В карточке модели дистилляция и RSI не упоминаются. Это значит, что официально такую информацию не раскрывали, но не значит, что её официально отрицали. Поэтому в текстах и внешних коммуникациях и «в обучении применялись дистилляция/RSI», и «в обучении не применялись дистилляция/RSI» стоит переписывать как «в открытых материалах не подтверждено» либо «нет проверяемых раскрытий в поддержку этого утверждения».

2.3 Какие материалы нужны для независимого воспроизведения

Чтобы утверждение «swarm сделал игру» можно было проверить, нужно как минимум четыре вещи: полный промпт, конфигурация модели (ID модели, привязанный к каждой роли, и уровень «размышления»), журналы запуска (сколько раундов проверяющий отклонял и как в итоге всё прошло), а также расход токенов. Не хватает хотя бы одного — и повторный запуск превращается в другой эксперимент.

Даже при наличии всех четырёх материалов воспроизведение доказывает только поведение продукта: какое качество кода стабильно получается в этом фреймворке и конфигурации, сколько токенов и времени на это ушло. По воспроизведению нельзя восстановить процесс обучения модели, потому что один и тот же результат может быть достигнут совершенно разными путями обучения. Атрибуция обучения может опираться только на раскрытия самой компании.

3. Изучаем доказательства производительности Gemini 4 Neon: не стоит судить об обучении по бенчмаркам

3.1 Два типа индексов Artificial Analysis

Artificial Analysis (AA) 18 ноября опубликовала независимую оценку Gemini 4 Neon. Сводный индекс возможностей API в ней приводится отдельно для четырёх уровней рассуждений:

Уровень Intelligence Index Среднее время на задачу
low 44 3,7 минуты
medium 55 8,3 минуты
high 60 14,8 минуты
xhigh 61 21,5 минуты

Для уровня xhigh AA указывает взвешенную стоимость — $6.44 за одну задачу оценки. Согласно обзору моделей той же версии AA, у GPT‑6.2 Sol максимум 57 баллов, у Gemini 4 Hydrogen — 54 балла. Кроме того, AA измерила: у связки Antigravity CLI и Neon индекс агента для программирования составляет около 59. Этот индекс измеряет комбинацию «фреймворк + модель»; объект тестирования отличается от сводного индекса API, поэтому эти два числа нужно приводить отдельно и нельзя сравнивать их напрямую.

3.2 Что может сказать каждая цифра

Четыре уровня индекса API отвечают на вопрос: при прямом вызове Neon через API, как в разных режимах размышления соотносятся общая производительность на задачах и затраченное время. Индекс агента для кодинга отвечает на вопрос: какой общий уровень можно достичь, используя Neon в качестве кодинг-агента в Antigravity CLI.

Оба этих теста не измеряли процесс работы с видео для соцсетей и не касались методов обучения. «Высокий балл» ещё не означает, что «модель обязательно обучена рекурсивному swarm». Высокий результат может быть получен разными путями обучения, и сами по себе тесты этого не различают. Кроме того, эти уровни и баллы взяты из собственной цепочки оценки AA. При вызове через стороннюю платформу сквозную задержку, успешность и реальные счета нужно измерять отдельно.

gemini-4-neon-swarm-rsi-rumor-verification-guide-ru-image-2

3.3 Самопроверка для новичков: фиксируем условия и сверяем на одной задаче

Чтобы понять, как Neon ведёт себя в вашем сценарии, не принимайте демонстрации от производителя за реальный тест. Надёжнее выбрать настоящую задачу, зафиксировать эндпоинт, уровень (effort) и входные данные, запустить несколько раз и записать результаты. Вот самый простой способ вызова:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # OpenAI-совместимый эндпоинт 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)  # записываем расход токенов
Посмотреть полный скрипт с записью для воспроизведения
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",          # используем точный ID модели
    "effort": "按 APIYI 文档填写档位",   # имя параметра уровня — по документации платформы
    "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,
    }

# прогоняем одну и ту же задачу 3 раза, сохраняем логи, чтобы другие могли перепроверить
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)

Этот лог содержит промпт, модель, уровень, время выполнения, расход токенов и результат — ровно те материалы для воспроизведения, что перечислены в разделе 2.3.

🎯 Совет: сравнивая разные уровни или разные модели, меняйте только одну переменную, а остальные условия оставляйте неизменными. Через APIYI apiyi.com можно одним и тем же API-ключом переключаться между моделями Neon, Carbon, Hydrogen и другими — так удобнее сравнивать результаты в одинаковых условиях.

4. Как разработчику проверить текущее состояние Gemini 4 Neon

4.1. Порядок сверки трёх источников

После выхода новой модели информация обновляется очень быстро. Перед каждым материалом или запуском рекомендую проверять её в таком порядке:

  1. Карточка модели Google DeepMind: проверьте источник модели, публичную информацию об обучении и выравнивании, результаты оценки и ограничения; обратите внимание, не опубликован ли дополнительно отчёт по безопасности.
  2. Журнал обновлений Google Antigravity: проверьте текущее состояние таких продуктовых функций, как /swarm и Orchestrator.
  3. Реестр моделей APIYI и анонсы запуска: проверьте ID модели, эндпоинт, группу и цену. Важно: ориентируйтесь на самое свежее объявление. Например, в сводной таблице от 19 ноября Neon ещё не было, но в объявлении и реестре от 20 ноября эта модель уже зарегистрирована; отсутствие строки в старой таблице не отменяет нового объявления.

gemini-4-neon-swarm-rsi-rumor-verification-guide-ru-image-3

4.2 Цены, эндпоинты и группы по точному ID модели

В таблице ниже — цены из публичного каталога APIYI, все указаны в долларах США за миллион токенов. У всех перечисленных моделей зарегистрированы эндпоинты в нативном формате Google и в формате, совместимом с OpenAI.

ID модели APIYI Вход Выход Чтение из кэша Публично зарегистрированные группы
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

При работе с этой таблицей нужно учитывать три момента:

  • Neon — стандартная цена. По объявлению APIYI, для $3/$15 не установлен явный срок действия.
  • Carbon и Argon сейчас по временной цене. По плану из объявления, с 1 декабря они вернутся к входу $4 и выходу $20. Это план из объявления — на тот момент перепроверьте.
  • Указанная цена не равна фактической сумме к оплате. Какие модели реально видны в аккаунте, какие скидки по группе действуют и каким в итоге будет счёт, зависит от конкретного аккаунта. $6.44 за одну задачу оценки у AA — это стоимость в цепочке оценки AA, она не заменяет ваш собственный счёт.

О том, когда выйдет следующая модель Gemini: на текущий момент ни архив оперативных обновлений APIYI, ни журнал изменений Antigravity, ни объявление о выпуске Neon не дают названия следующей модели и даты, и APIYI также не брала на себя обязательств по срокам подключения. Вычислять дату по интервалам между последними релизами — само по себе порождает новые слухи.

💡 Рекомендация по подключению: сначала в консоли APIYI apiyi.com убедитесь, что аккаунту видна gemini-4-neon, и проверьте группу, затем прогоните небольшой набор примеров скриптом из раздела 3.3 и запишите реальный расход токенов и счёт. Новые пользователи могут сначала сделать этот шаг на бесплатной тестовой квоте.

4.3 Как оценивать очередную утечку о новой модели

Сожмём метод из этой статьи в одно правило для проверки: сначала определите, к какой категории относится утверждение — поведение продукта, атрибуция обучения или уровень производительности, — и затем сверяйтесь с соответствующим источником. Для поведения продукта смотрите changelog и воспроизводимые логи запусков, для атрибуции обучения — только официальные раскрытия вроде model card, для уровня производительности — независимые бенчмарки с указанием объекта тестирования и конфигурации. Если ни один из трёх типов источников не даёт подтверждения, помечайте утверждение как «в публичных источниках не подтверждено».

Что касается Gemini 4 Neon, на данный момент можно уверенно утверждать следующее: модель адаптирована из Carbon; /swarm — это мультиагентная функция продукта Antigravity; измеренный AA четырёхуровневый индекс составляет от 44 до 61. В APIYI apiyi.com модель gemini-4-neon зарегистрирована по стандартной цене $3/$15/$0.15. Утверждения про обучение через swarm и про RSI стоит делать выводы только после официальных раскрытий.


Справочные материалы

  1. Google Antigravity — Gemini 4 Carbon and /swarm (2026-11-10)

    • Ссылка: antigravity.google/blog/gemini-4-carbon-in-google-antigravity
    • Описание: продуктовое определение /swarm и распределение ролей
  2. Google Antigravity — Gemini 4 Neon in Google Antigravity (2026-11-18)

    • Ссылка: antigravity.google/blog/gemini-4-neon-in-google-antigravity
    • Описание: анонс Neon и демонстрация от производителя браузерной игры для двоих
  3. Google DeepMind — Gemini 4 Neon Model Card (2026-11-18)

    • Ссылка: deepmind.google/models/model-cards/gemini-4-neon/
    • Описание: происхождение модели и публично раскрытые меры выравнивания
  4. Artificial Analysis — оценка Gemini 4 Neon и страница модели (2026-11-18, метрики обновляются динамически)

    • Ссылка: artificialanalysis.ai/models/gemini-4-neon
    • Описание: четырёхуровневый Intelligence Index, время отклика и индекс кодирующего агента
  5. OrcaRouter — Gemini 4 Neon’s Stickman Game: The Swarm Claim (2026-11-19)

    • Ссылка: orcarouter.ai/blog/gemini-4-neon-stickman-swarm-claim
    • Описание: анализ информационных пробелов в видео из исходного поста в соцсети
  6. Google Antigravity Changelog (обновляется постоянно)

    • Ссылка: antigravity.google/docs/changelog
    • Описание: актуальный статус функций продукта
  7. APIYI — анонс запуска Gemini 4 Neon и реестр моделей (2026-11-20)

    • Ссылка: docs.apiyi.com/live/2026-11/gemini-4-neon-launch
    • Описание: ID модели, эндпоинт, группа и прайс-лист

Автор: техническая команда APIYI
Техническая поддержка: изменения моделей и цен — по документации APIYI; по вопросам подключения обращайтесь к нам через официальный сайт APIYI

Похожие записи