21 ноября 2026 года в 08:07 UTC аккаунт @dotey — 宝玉 в X — опубликовал 60,03-секундный ролик в разрешении 1920×1080 с одной строкой текста на китайском языке сверху: 做视频效果也不错, что примерно означает «с видео у него тоже неплохо получается». Объектом внимания стала Gemini 4 Neon, представленная Google неделю назад модель, а ссылка под текстом вела на открытый проект open-artifact, названный в посте видеопроизводственным артефактом (навыком). На момент нашего ознакомления 22 ноября у ролика было 230 лайков и 76 реплаев. Он выглядит как готовая работа по моушн-дизайну.
Это не сгенерированное видео. В собственной документации Google к модели Gemini 4 Neon указан лишь один тип вывода — текст, а получившийся фильм представляет собой программу: сцены на HTML, CSS и JavaScript, прорисовываемые как функция времени, плюс синтезированный саундтрек, которые рендерятся локальной веб-страницей и экспортируются в MP4 с помощью кнопки экспорта на ней. Это различие — не педантизм. Оно меняет понимание того, в чем сильна модель, во сколько обходится вторая попытка монтажа и покупаете ли вы рендерер или автора.
Что на самом деле написано в посте
Вся публичная база доказательств сводится к текстовой метке и 60-секундному вложению. Здесь нет промпта, количества сцен, уровня рассуждений, количества токенов и информации о том, появился ли фильм через API, Google AI Studio, Antigravity или что-то еще. В посте даже не утверждается, что клип создан с помощью упомянутого по ссылке навыка — он преподносится как способ выполнения подобной работы, а клип служит поводом обратить на это внимание. Воспринимайте это как рекомендацию с приложенным демо, а не как тест.
Прежде чем взвешивать эту рекомендацию, стоит узнать одну вещь. Репозиторию пять дней от роду: по данным GitHub, он создан 17 ноября 2026 года, имеет 135 звезд и 25 форков на момент написания статьи, распространяется под лицензией Apache-2.0, а релиз 0.12.2 вышел 21 ноября — в день публикации поста. В файле README указано, что проект начинался как baoyu-design, а в строке копирайта в разделе лицензии значится «Copyright 2026 Jim Liu 宝玉». Это тот же самый 宝玉, чей никнейм используется как отображаемое имя автора поста. Получается, человек, уверяющий вас в сильных сторонах Neon в этой сфере, демонстрирует инструмент, в копирайтах которого указано его имя. Это не делает демо фальшивкой. Но это делает его демо от создателя, и честнее будет воспринимать его как демонстрацию того, на что способен пайплайн в умелых руках, а не как результат работы среднего промпта с первой попытки.
В карточке модели указано: вывод — текст
Google выпустила Gemini 4 Neon 18 ноября 2026 года по цене $3 за миллион входных токенов и $15 за миллион выходных, кэшированный ввод обойдется в $0.15. В релизном посте описывается ее способность работать с электронными таблицами, PDF, диаграммами, аудио и видео. Страница модели идет дальше и разрешает вопрос, оставленный постом открытым: в разделе поддерживаемых типов данных указаны «Входные данные: текст, изображения, видео, аудио и PDF», а затем на отдельной строке: «Вывод: текст». На этой же странице генерация аудио помечена как неподдерживаемая. Контекст составляет 1 048 576 токенов, с 65 536 выходными токенами по умолчанию и до полного миллиона при расширенном декодировании.
Именно эта асимметрия порождает путаницу. Видео — это то, что модель смотрит, а не то, что она создает. На карточке того же сайта документации формулировка более расплывчатая — там напечатано «Модальности: текст, изображения, аудио, видео, PDF» без указания направления, — и читатель, бегло просмотревший эту строку, вполне может решить, что Neon выдает видео. Это не так. В собственной экосистеме Google генерацией кадров занимается другая линейка моделей; вклад Neon в движущуюся картинку — это код, который ее рисует.
Как текстовая модель создает фильм
Тип моушн-артефакта внутри open-artifact четко описывает этот механизм. Фильм представляет собой папку с небольшими JSON-документами: список сцен с размером сцены и частотой кадров, один модуль JavaScript на каждую сцену для ее отрисовки на основе переменной времени t, звуковой модуль для синтеза музыки и эффектов, а также опциональный модуль повествования для титров и закадрового голоса. Модель не рендерит ничего в формате видео. Локальная страница воспроизводит эти документы так, как браузер воспроизводит веб-страницу, а экспорт превращает это воспроизведение в файл.
В собственной документации навыка открыто описано разделение труда, и эти детали критически важны, если вы решаете, стоит ли пробовать инструмент:
• Продолжительность — фильм длится от 10 до 30 секунд, если вы не запросите больше, при этом жесткий лимит составляет 300 секунд. Ролик в посте длится 60,03 секунды, так что его автор попросил об этом специально.
• Экспорт — MP4 в разрешении 720p по умолчанию или 1080p, с полной, половинной или четвертью частоты кадров, а также GIF, HTML и ZIP. Вложение имеет разрешение 1920×1080, что выходит за рамки параметров по умолчанию.
• Кто записывает файл — инструкции предписывают агенту не создавать никаких видео- или аудиофайлов вообще. Экспорт — задача самой страницы, а статические изображения для проверки сцены отрисовываются с помощью headless Chrome.
• Защитные механизмы — ни одна сцена не должна длиться меньше секунды, допускается не более трех склеек или вспышек в секунду, а любые титры берутся из предоставленных пользователем строк, а не придумываются моделью.
Таким образом, последовательно происходят три вещи: модель пишет небольшую программу, браузер ее отображает, а энкодер (в проект встроены крейты Rust/WebAssembly для кодирования GIF и MOV) записывает контейнер. Только первый шаг задействует Gemini 4 Neon. 60-секундный фильм в разрешении 1080p с саундтреком требует от одной модели написания огромного объема корректного кода за считанные итерации, и это серьезный комплимент. Комплимент в адрес программной инженерии, то есть именно той сферы, где опубликованные показатели Neon наиболее сильны.
Во сколько обходится один фильм по прайслисту Neon
В посте не раскрывается использование токенов, поэтому ниже приводится расчет по прейскуранту Google, а не точное измерение. Фильм из десяти сцен подразумевает долгий первый запрос, несколько циклов чтения и записи в хранилище документов и изрядное количество перечитывания по мере того, как модель проверяет собственные сцены. Допустим, на рабочий фильм уходит 150 000 входных и 25 000 выходных токенов: это $0.45 за ввод по цене $3 за миллион и $0.375 за вывод по $15 за миллион, то есть около 83 центов. Более скромный прогон на 40 000 входных и 8 000 выходных токенов обойдется в 24 цента. Кэшированный ввод существенно меняет цифры — при цене $0.15 за миллион 120 000 кэшированных входных токенов обойдутся примерно в два цента вместо 36, и общая стоимость прогона упадет ниже 50 центов.
Сопоставьте это с тем, во сколько модели обходится независимое тестирование по задачам. Artificial Analysis оценивает Gemini 4 Neon в 61 балл по своему индексу интеллекта при сверхвысоком уровне усилий (xhigh), со скоростью 106 выходных токенов в секунду, затратами времени в 22,3 минуты и стоимостью $6.44 за задачу из индекса. Фильм обходится дешевле индексной задачи, и в этом заключается приятный сюрприз: дорогостоящая часть этого рабочего процесса — не фильм, а итерации.
И именно на этапе итераций экономика меняется на противоположную. Посекундная видеомодель выставляет счет за каждый дубль; фильм, созданный с помощью кода, оплачивает токены, которые его пишут, и не требует ничего за рендер. Измените цвет, сделайте повторный экспорт — и вы не потратите ни одного токена: затраты ограничиваются вашим процессом и тем временем, которое требуется headless Chrome на отрисовку 1800 кадров. Это принципиально иная кривая затрат по сравнению с генеративным видео, и это самый весомый аргумент в пользу поста, который автор поста даже не озвучил.
Стоит сказать прямо: Gemini 4 Neon нет в нашем каталоге. Две модели Gemini 4, которые поддерживает OrcaRouter — это Gemini 4 Argon и Gemini 4 Carbon, обе стоят $2.00 за вход и $10.00 за выход на миллион токенов по прайс-листу провайдера без какой-либо наценки. Именно это сравнение и нужно читателю, поскольку Carbon — это модель, с ценой которой соотносится Neon, а Argon — это более дешевый способ запустить тот же цикл артефактов на время раздумий. Обе работают под одним ключом, поэтому сеанс написания кода, у которого истекает тайм-аут в середине фильма, может переключиться на резервную копию без второго контракта или изменения кода.
Там, где утверждение наиболее слабо
Самый сильный аргумент скептиков заключается не в том, что ролик поддельный — конвейер открыт, а механизм задокументирован, поэтому любой может воспроизвести его форму. Он состоит в том, что хороший фильм, созданный с помощью кода — это всего лишь бенчмарк программирования в шляпе режиссера, а показатели кодирования этой модели и без того являются ее лучшими показателями. Согласно собственным отчетам Google, Neon набирает 58.6 балла в Coding Agent Index и 65.2% в Terminal-Bench 4.1, так что «хорошо делать фильмы» может в основном означать «хорошо писать код для анимации», о чем мы и так знали и что не распространяется на модель, которая пишет код хуже.
После изучения всех доступных материалов остаются три конкретных пробела:
• Атрибуция — настройки не разглашаются, а 60-секундная длительность и разрешение 1080p отличаются от настроек навыка по умолчанию, поэтому кто-то сделал выбор, который мы не можем увидеть.
• Отбор — один клип является ярким моментом, а демоверсия создателя отбирается самим создателем. Здесь нет данных о частоте сбоев, примере с первой попытки и сравнении с тем же промптом на Carbon.
• Что означает «хорошо» — визуальное качество частично принадлежит шаблону и правилам проектирования навыка, а не самой модели. Другой тип артефактов с более слабыми вспомогательными средствами льстил бы модели меньше.
Ничто из этого не является дисквалифицирующим фактором, и это палка о двух концах: фильм, созданный с помощью кода, также поддается проверке так, как не поддается диффузионный рендер. Если кадр неверный, он неверный в файле, который можно прочитать, и в строке, на которую можно указать.
Как попробовать самостоятельно
Этот путь достаточно короток, чтобы описать его в одном абзаце. Проект требует Node 22.18 или новее, поставляется в виде пакета плагинов через GitHub Releases и перечисляет Antigravity среди поддерживаемых хостов — установите извлеченную папку с помощью agy plugin install или скопируйте ее в ~/.gemini/config/plugins/open-artifact и перезапустите. Так получилось, что это тот самый хост, где Gemini 4 Neon является моделью по умолчанию для новых разговоров в планах, которые ее включают, поэтому две части соединяются без настройки. Первый промпт — это предложение: двадцатисекундная анимация запуска для этого приложения или заголовок для того проекта. Затем вы смотрите на неподвижные изображения, прежде чем тратить что-либо на экспорт, что и является рабочим процессом, рекомендуемым самим навыком.
Проделайте это один раз, прежде чем верить посту, и следите за двумя числами, а не за картинкой: сколько шагов требуется до того, как первая сцена прорисуется правильно, и какая часть счета за входные данные приходится на кэш-чтения. Они подскажут вам, дешево ли обходится этот цикл для вашей работы. Ролик говорит вам, что это возможно; только ваш собственный подсчет токенов скажет вам, стоит ли оно того.
Открытый вопрос заключается вовсе не в том, может ли Gemini 4 Neon оказаться в видеофайле — очевидно, что может, с помощью написанной ею программы. Вопрос в том, рассматривает ли Google это как первоклассный результат. Прямо сейчас уровень артефактов является сторонним, экспорт — это задача локальной страницы, а задокументированный результат модели — текст. Если это изменится, то изменится и честное позиционирование этого ролика: от умного использования модели для кодирования до списка функций. До тех пор похвала, которую стоит повторить, более узкая — Neon пишет код анимации достаточно хорошо, чтобы тот, кто создает инструментарий, решил похвастаться именно им.











