Gemini 4 Hydrogen vs. Gemini 4 Argon: Günstiger, schneller, etwas intelligenter – und doppelt so wahrscheinlich, eine Tatsache zu erfinden

Bei der zusammengesetzten Punktzahl, die die meisten Leute nennen, schlägt Gemini 4 Hydrogen Gemini 4 Argon um einen Punkt. In der unabhängigen Testumgebung, die sie erzeugt, erledigt Hydrogen eine Index-Aufgabe in 13,5 Minuten gegenüber 30,0 bei Argon, kostet 3,16 $ gegenüber 4,97 $ und erzeugt Antworten mit 190 Tokens pro Sekunde gegenüber 65. Das sieht nach einem Kantersieg aus, bis man die zweite Tabelle liest, in der Argon bei 4,3 % der Omniscience-Fragen von Artificial Analysis halluziniert und Hydrogen bei 8,5 %, und in der Argon sowohl Terminal-Bench 4.0 als auch Terminal-Bench-Science gewinnt. Gemini 4 Hydrogen und Gemini 4 Argon sind dasselbe zugrunde liegende Modell mit unterschiedlichen aufgesetzten Denkbudgets, und die Wahl zwischen ihnen ist nicht „neu gegen alt“ – sie lautet: „Wie viel Denken willst du bezahlen, und wie sehr vertraust du der Antwort, ohne sie zu prüfen?“

Die Lücke ist ein Denkbudget, keine Architektur.

Google lieferte Argon zuerst aus. Es wurde am 30. September 2026 angekündigt, erreichte am 13. Oktober die allgemeine Verfügbarkeit und wurde als effizientes Frontier-Modell positioniert: dasselbe einheitliche Kontextfenster mit 1.048.576 Tokens wie Gemini 4 Carbon, dieselben integrierten Tools, derselbe Preis pro Token, aber weniger Thinking-Tokens pro Zug verbraucht. Gemini 4 Hydrogen kam am 12. November mit demselben Fenster, denselben Tools und einer Karte, auf der schlicht steht, dass es von Carbon angepasst und nicht separat trainiert wurde.

Was die beiden tatsächlich unterscheidet, ist der Regler oben in der Anfrage. Argon akzeptiert low, medium und high und verwendet standardmäßig medium. Hydrogen akzeptiert diese drei, verwendet standardmäßig high und fügt eine vierte Stufe namens xhigh hinzu. Ansonsten ist die Struktur des Modells bei beiden gleich.

Das ist wichtig, weil der viel zitierte Headline-Vergleich kein Äpfel-mit-Äpfel-Vergleich ist. Artificial Analysis veröffentlicht Hydrogens 54 bei xhigh und Argons 50 bei high. Bei Hydrogens eigenem Standard — high, der Einstellung, die eine Anfrage erhält, wenn man nichts sendet — bewertet dasselbe Harness es mit 51. Der ehrliche Ein-Punkt-Abstand ist also 51 zu 50, und der Vier-Punkte-Abstand ergibt sich, wenn man bei einem Modell die teuerste Stufe wählt und sie mit der mittleren Stufe des anderen vergleicht.

Dreht man den Regler in die andere Richtung, kippt die Reihenfolge. Hydrogen erreicht auf mittlerer Stufe 41 Punkte. Wenn Ihre Workload mit Googles empfohlener Standardeinstellung für Argon läuft, ist Hydrogen nicht das bessere Modell – es ist ein günstigeres, das weniger denkt.

Sechs Zeilen, die die Entscheidung tragen

Alle unten aufgeführten Zahlen stammen aus den eigenen Testläufen von Artificial Analysis gegen die API von Google, sofern nicht anders gekennzeichnet. Die Preise pro Token entsprechen Googles veröffentlichter Preisliste; beide Modelle folgen derselben Tarifstruktur.

• Intelligenzindex — Gemini 4 Hydrogen: 54 bei xhigh, 51 bei high, 41 bei medium; Gemini 4 Argon: 50 bei high, sein Maximum. Das vergleichbare Paar ist 51 gegenüber 50.

Kosten pro abgeschlossener Index-Aufgabe — Hydrogen 3,16 $ bei xhigh und 1,87 $ bei high; Argon 4,97 $. Die Differenz pro Aufgabe ist deutlich größer als die Score-Differenz von einem Punkt und vergrößert sich bei der Standardeinstellung noch weiter.

• Ausgabegeschwindigkeit – 190 Token pro Sekunde für Hydrogen bei xhigh, 179 bei high; 65 für Argon. Ein Durchsatzvorteil von etwa drei zu eins, der über alle Denkstufen hinweg erhalten bleibt.

• Zeit bis zum ersten Antwort-Token – Hydrogen 37,8 Sekunden bei xhigh und 16,7 bei high; Argon 40,7. Bei der Standardeinstellung beginnt Hydrogen 24 Sekunden früher zu antworten, was genau der Unterschied ist, den eine Chat-Oberfläche bemerkt.

• Ausführlichkeit — Hydrogen erzeugte 304 Millionen Ausgabetokens, um den Index zu vervollständigen, gegenüber 113 Millionen bei Argon und einem Median von 72,8 Millionen. Argon wird von demselben Harness bereits als „etwas ausführlich“ beschrieben; Hydrogen ist „sehr ausführlich“, und genau das frisst den Großteil seines Preisvorteils pro Token bei xhigh auf.

• Preis und Stufen pro Million Tokens — Hydrogen 1,50 $ / 7,50 $ pauschal, Cache-Lesevorgänge 0,075 $, Batch und Flex bei 0,75 $ / 3,75 $, Priority bei 2,70 $ / 13,50 $ und eine kostenlose Stufe mit Ratenbegrenzung. Argon 2,00 $ / 10,00 $ bis zum 30. November 2026, Cache-Lesevorgänge 0,10 $, Batch und Flex bei 1,00 $ / 5,00 $, Priority bei 3,60 $ / 18,00 $, keine kostenlose Stufe. Beide bieten eine Contributor-Stufe nur auf Einladung; bei Hydrogen kostet sie 0,75 $ / 3,75 $, bei Argon 1,00 $ / 5,00 $.

Wo Argon immer noch das bessere Modell ist

Drei unabhängige Ergebnisse und eine Halluzinationsrate zeigen, dass das neuere, günstigere Modell kein striktes Upgrade ist. Sie sind der Grund, warum diese Seite keine Migrationsempfehlung ist.

• Terminal-Bench 4.0 — Argon 57,1 %, Hydrogen 53,5 %. Der Agentic-Coding-Benchmark, bei dem das ältere Modell noch führt und der am ehesten dem entspricht, was eine lange Sitzung mit Tool-Nutzung tatsächlich ausmacht.

• Terminal-Bench-Science — Argon 52,9 %, Hydrogen 49,5 %. Dasselbe Muster in der Science-Variante.

• AutomationBench-AA — Argon 77,5 %, Hydrogen 76,1 %. Eine knappe Niederlage, aber eine Niederlage, und es ist der Benchmark für Wissensarbeit, den Googles eigene Karte am stärksten zitiert.

• Halluzinationsrate bei Allwissenheit — Argon 4,3 %, Hydrogen 8,5 % bei xhigh. Hydrogen beantwortet einen ähnlich hohen Anteil dieser Fragen korrekt und erfindet etwa doppelt so häufig eine Antwort, wenn es sie nicht weiß. Im selben Set beträgt die Rate bei high 8,7 %, es handelt sich also nicht um ein Artefakt der höchsten Denkstufe.

Die Gegenliste ist ebenfalls real, und sie ist der Grund, warum Hydrogen den Composite-Wert weiterhin gewinnt: FrontierCode 2.0 mit 39,0 % gegenüber 25,7 % bei Argon, CritPT agentic hard mit 66,0 % gegenüber 52,5 %, HLE-Diamond mit 58,8 % gegenüber 56,7 % und ein kleiner Vorsprung bei den Fähigkeitsbereichen Engineering, Legal und Finance. Hydrogen ist das bessere Modell bei der Code-Reparatur und bei hartem wettbewerbsartigem Reasoning und das schlechtere bei ausdauernder Terminal-Arbeit und beim Wissen darum, wann es sagen muss, dass es etwas nicht weiß.

Diese Aufteilung ist praktisch sinnvoll. Wenn ein Verifier, eine Testsuite oder ein Mensch die Ausgabe liest, bevor es darauf ankommt, ist Hydrogens Halluzinationsrate ein Preis, den Sie bereits dafür zahlen, dass Halluzinationen abgefangen werden. Wenn nachgelagert nichts die Antwort prüft – eine Support-Antwort, eine Extraktion, die eine Datenbank speist, eine Zusammenfassung, die ein Kunde liest –, ist Argons 4,3 % mehr wert als Hydrogens zusätzliche 40 Token pro Sekunde.

Der Schritt vom 1. Dezember vergrößert die Kluft, ohne sie umzukehren.

Beide Modelle laufen über Aktionskarten mit festem Ablaufdatum. Argon steigt am 1. Dezember 2026 von 2,00 $ / 10,00 $ auf 4,00 $ / 20,00 $, wobei sich die Cache-Reads auf 0,20 $ verdoppeln, Batch und Flex auf 2,00 $ / 10,00 $ und Priority auf 7,20 $ / 36,00 $. Die veröffentlichte Preiskarte von Hydrogen weist in keiner Stufe einen terminierten Preisschritt auf, auch nicht in der kostenlosen.

Rechnet man nach dem Schritt nach, geht das Verhältnis pro Token von 1,33x auf 2,67x zugunsten von Hydrogen. Pro Aufgabe berechnet Artificial Analysis seinen Wert anhand der aktuellen Preistabelle neu, und es hat bereits beide Versionen veröffentlicht: $4,97, als auf Argons Preistabelle $2,00 / $10,00 stand, und $9,95 bei dem Lauf, bei dem $4,00 / $20,00 stand. Dieselbe Testumgebung setzt Hydrogen über beide hinweg auf $3,16. Das macht Argon nicht zum falschen Modell; es macht Argon zu einem Modell, das man eher anhand der Genauigkeit als aus Gewohnheit rechtfertigen können sollte.

Außerdem führt es dazu, dass die beiden Modelle ein unterschiedliches Routing wünschen. OrcaRouter führt Gemini 4 Argon und Gemini 4 Carbon zum Listenpreis des Anbieters ohne Aufschlag (0 %), sodass die Verdopplung vom 1. Dezember bei uns am selben Tag erscheint, an dem sie auf Googles Preisliste erscheint, und nicht erst bei der nächsten Rechnungsabstimmung, und ein Stack, der Argon für seine Genauigkeitsprüfungen beibehält, zahlt den neuen Tarif transparent. Gemini 4 Hydrogen ist nicht in unserem Katalog – es stammt aus Googles eigener API und AI Studio – daher ist die zu diesem Artikel passende Konfiguration Hydrogen, direkt aufgerufen für Ausführungsschritte, und Argon hinter dem Router als Verifier, mit automatischem Failover über Anbieter hinweg, der den Fall abdeckt, dass ein Pfad mitten in der Sitzung ins Rate-Limit läuft.

Was ändert sich in Ihrem Code, wenn Sie wechseln

Google dokumentiert die Migration als Änderung der Modellzeichenfolge mit vier Verhaltensunterschieden, und nur der erste ist offensichtlich.

• Hop-Größe — Hydrogen erlaubt 65.536 Token pro nicht streamendem Hop über REST- und SDK-Aufrufe; Argon erlaubt 32.768 pro nicht streamendem REST-Hop. Lange Single-Shot-Generierung wird einfacher, und jeglicher Code, der wegen des 32K-Limits in Chunks aufgeteilt wurde, kann das Aufteilen in Chunks beenden.

• Denk-Standardwerte — Argon verwendet standardmäßig medium und ist bei high gedeckelt; Hydrogen verwendet standardmäßig high und fügt xhigh hinzu. Ein einfacher Austausch des Modell-Strings erhöht daher stillschweigend sowohl die Latenz als auch den Verbrauch an Thinking-Tokens. Setzen Sie thinking_level explizit bei der ersten Anfrage, sonst verrät Ihnen Ihre Rechnung es später.

Caching – keiner der beiden unterstützt explizites Caching; beide gewähren bei Prompts mit 4.096 Tokens oder mehr 95 % Rabatt auf implizite Cache-Treffer. Der Cache-Lesevorgang kostet bei Argon 0,10 $ und bei Hydrogen 0,075 $, sodass eine cache-intensive Arbeitslast für den gecachten Anteil vor dem Dezember-Schritt 25 % und danach 62,5 % spart.

{{1}}Sampling und Tool-Aufrufe{{/1}} – beide ignorieren {{2}}temperature{{/2}}, {{3}}top_p{{/3}} und {{4}}top_k{{/4}}, anstatt sie abzulehnen, und beide geben {{5}}MALFORMED_FUNCTION_CALL{{/5}} zurück, wenn Sie JSON-Tool-Aufrufe als Rohtext anfordern, anstatt Tools nativ zu deklarieren. Keines von beiden ist ein Problem, das spezifisch für einen Wechsel ist, aber beide treten während eines solchen auf.

Ein weiterer Unterschied steht nicht auf der Migrationsliste und ist für Agenten wichtig: Argon's Karte veröffentlicht keinen Knowledge-Cutoff, während Hydrogens Modellkarte März 2026 angibt – mit dem Hinweis, dass einige Domänen weniger aktuell sind. Wenn eine aktualitätssensitive Pipeline der Grund ist, warum Sie diese beiden vergleichen, ist Hydrogen das einzige der beiden, bei dem Sie das Datum lesen können, statt es testen zu müssen.

Die anzuwendende Regel

Wechseln Sie von Argon zu Hydrogen, wenn die Arbeit ausgeführt und anschließend geprüft wird: testgetriebene Programmierung, Dateibearbeitungen, parallele Subagenten, Retrieval-then-Answer-Pipelines mit einem Zitierschritt und alles, wo die Kosten pro erledigter Aufgabe die Zahl auf dem Dashboard sind. Führen Sie Hydrogen auf high aus, nicht mit dem Standardwert Ihrer Vorstellung — die veröffentlichte 54 erfordert xhigh, und der praktische Standardwert ist eine 51, die $1.87 pro Aufgabe kostet.

Bleiben Sie bei Argon, wenn die Antwort ungeprüft rausgeht, wenn die Aufgabe eine lange Terminal-Sitzung statt eines kurzen Bursts ist, oder wenn Sie sich innerhalb von drei Wochen vor einem Launch befinden und lieber keinen Produktionspfad für eine Score-Änderung um einen Punkt verschieben möchten. Bei 4,3 % Halluzination gegenüber 8,5 % verschafft Ihnen Argon einen Verifizierungsschritt, den Sie sonst selbst bauen müssten.

Was die Antwort ändern würde, ist ein dritter Datenpunkt, den keines der beiden Modelle bisher hat: eine reproduzierbare Messung dessen, wofür Google bei Hydrogen tatsächlich geworben hat – saubereren Code und weniger erfundene Behauptungen, was die Dokumentation mit mehr als fünfmal weniger als bei Gemini 3.8 Flash beziffert. Das Omniscience-Set von Artificial Analysis misst für Hydrogen gegenüber Argon in die entgegengesetzte Richtung. Bis jemand beide auf derselben Aufgabenverteilung laufen lässt, ist die ehrliche Position, dass Hydrogen die bessere Wirtschaftlichkeit und Argon die bessere Antwort ist, und die Preisanpassung zum 1. Dezember macht es teurer, diesen Trade-off aufzuschieben, statt billiger.