Anthropic'in `ANT` koduyla hisse başı $83'ten $107 milyar toplayıp $1.5 trilyonluk tarihi Nasdaq halka arz ziline bastığı 19 Kasım gündeminin tam ortasına Google, son iki aydaki dördüncü periyodik tablo modelini bıraktı: `Gemini 4 Neon`. `Hydrogen`, `Argon`, `Carbon` derken şimdi de `Neon` sahnede ve Hacker News'da 920'yi aşan puan ile 720'den fazla yorumluk yeni bir kavga başlatmış durumda. Anthropic Wall Street'e çeyrek dönemlik bilanço sözü verirken, Google aynı gün geliştiricilerin önüne başka bir kimya denklemi koydu. Rekabet artık mühendislik kadar takvim savaşına döndü.
Birim ekonomi tarafındaki tablo ise hem etkileyici hem de Google içi fiyatlama açısından komik bir arbitraj yaratıyor. `Neon`, 1 milyon token bağlam penceresiyle milyon girdi tokenı başına `$3` (`$0.15` önbellekli girdi — %95 indirim), çıktı tarafında ise düşünme tokenları dahil `$15` etiketine sahip. OpenRouter verilerinde saniyede `127 token` (`tok/s`) üreterek `46 tok/s` hızında kalan `Carbon`'dan yaklaşık `2.76x` daha seri çalışıyor, varsayılan `high` akıl yürütme modunda görev başı maliyeti `Carbon`'dan %32, rakiplerin tepe modellerinden ise Vals Index ve Agent Arena üzerinde %50–%80 daha aşağı çekiyor (`xhigh` modunda dahi %36+ tasarruf). İşin absürt tarafı şu: Google'ın Kasım sonuna kadar uzattığı tanıtım indirimi yüzünden daha ağır olan `Gemini 4 Carbon` ve `Argon` şu an `$2 / $10` fiyatla satıldığı için, ham token bazında orta segment `Neon` geçici olarak ağabeylerinden daha pahalı görünüyor.
Bu isimlendirme ve fiyat karmaşası, menüsünde porsiyon yazmak yerine element sembolü kullanan ve promosyon yüzünden kuzu tandırın yanındaki cacıktan ucuza geldiği bir lokantaya benziyor. Müşteri karnını doyurmak istiyor, garson ise masa başında soy gazlarla yarı metallerin atom ağırlığını anlatıyor. Mühendisler kodunu canlıya almak için hangi API ucunu sabitleyeceğini şaşırırken, laboratuvarlar iki haftada bir element değiştirerek leaderboard kovalamaya devam ediyor.
Asıl mühendislik gerçeği ise süslü benchmark başlıklarında değil, Google'ın kendi teknik yazısının satır aralarında gizli. Kağıt üzerinde `Neon`, Artificial Analysis Intelligence Index'te `61` puanla genel sıralamada `#3`, Coding Agent Index'te `58.6` ile `#1`, FrontierCode 2.0'da (`high`) `%46.2`, Agent Arena'da `4.200+` gerçek oturumda `1336` puanla `#2`, Vending-Bench 2'de `$16,843` ile `#1`, siber zafiyet tespitinde `%90.5`, kök neden yama başarısında `%70.7` ve Gray Swan IPI saldırılarında `%0.0` aşım oranı yakalıyor. Fakat SWE-sweep testindeki şu iki sayı bütün yapay zeka balonunu tek cümlede özetliyor: aynı `Gemini 4 Neon` modeli standart `mini-SWE` iskeletinde yalnızca **`%12.8`** skor alırken, **Google Antigravity** ortamında tam 3 kat fırlayarak **`%39.0`** seviyesine çıkıyor. Üstelik Hacker News tartışmalarındaki geliştiricilerin de yüzüne vurduğu gibi, statik skorlar Claude Opus 5.5'i geçse bile dağınık gerçek repolarda "benchmaxxing" şüphesi hâlâ dağılmış değil.
Kök mimari neden gayet açık: Üretim ortamındaki başarıyı belirleyen şey iki haftada bir model adına bakıp API anahtarı değiştirmek değil, modelin etrafına ördüğünüz yürütme iskeletidir (`harness`). Dosya sıkıştırma, bağlam önbellekleme (`$0.15/1M`), gereksiz tekrar okumaları kesen araç yönlendirmesi ve `127 tok/s` seviyesindeki düşük gecikmeli döngü hızı olmadan elinizdeki en akıllı ağırlık bile terminalde kör kalır. Ajan performansının üçte ikisi artık model ağırlığından değil, o ağırlığı yöneten sistem mühendisliğinden geliyor.
İki haftada bir periyodik tablodan yeni bir gaz adı seçmek kimseye sağlam production altyapısı kurmuyor. Siz `Neon` mu `Carbon` mu diye etiket tartışırken, doğru harness'ı kuranlar aynı modelden 3 kat daha fazla iş çıkarıyor :)
