Gemini 4 Hydrogen vs. Gemini 4 Carbon: Eine Familie, zwei Serving-Profile und eine Preisänderung, die zu unterschiedlichen Terminen kommt

Zwei Modelle, sechs Indexpunkte auseinander, heute um den Faktor 1,33 auf der Preisliste auseinander und ab dem 1. Dezember um den Faktor 2,67, und sie verhalten sich auf eine Weise, die schwer zu erklären ist, es sei denn, es handelt sich um dieselbe zugrunde liegende Fähigkeit, die mit zwei unterschiedlichen Geschwindigkeiten läuft. Google hat keinen Satz veröffentlicht, der besagt, dass Gemini 4 Hydrogen von Gemini 4 Carbon abgeleitet ist. Veröffentlicht hat es eine Reihe von Zahlen, die in dieselbe Richtung deuten: Hydrogen erzeugt 188 Token pro Sekunde gegenüber 72 bei Carbon, erreicht das erste Token in 40,55 Sekunden gegenüber 64,71, erzielt 54 Punkte auf dem Artificial Analysis Intelligence Index gegenüber 60 und erledigt eine Index-Aufgabe für 3,16 $ gegenüber 5,48 $. So sieht kein kleines Modell neben einem großen aus, wie es früher ein Flash neben einem Pro war. Es ist die Form einer Fähigkeit, die zweimal verkauft wird – einmal an ihrer Leistungsobergrenze, einmal mit einer Durchsatz-Einstellung – und so bepreist, als wäre der Unterschied architektonisch. Gemini 4 Hydrogen wurde am 12. November 2026 zu 1,50 $ und 7,50 $ pro Million Token in den Katalog aufgenommen. Gemini 4 Carbon, seit dem 10. November allgemein verfügbar, liegt bis zum 1. Dezember bei 2,00 $ und 10,00 $ und verdoppelt sich dann auf 4,00 $ und 20,00 $. Die Entscheidung, welches man aufrufen sollte, ist größtenteils eine Frage davon, auf welche dieser Fakten man optimiert und wie viel von der Ableitungsgeschichte man bereit ist, über Schlussfolgerungen zu akzeptieren.

Sechs Indexpunkte, heute eine Preisdifferenz von 1,33x und eine von 2,67x aus dem Dezember

Artificial Analysis bewertet beide Modelle im selben Harness, jeweils mit der höchsten Thinking-Einstellung, und das daraus resultierende Paar ist weniger dramatisch, als das Marketing nahelegt.

• Intelligence Index — Gemini 4 Carbon 60 bei hoher Einstellung, auf Platz vier von 78. Gemini 4 Hydrogen 54 bei Extra hoch, auf Platz sechzehn. Sechs Punkte, wobei Hydrogen vor Gemini 4 Argon mit 50 im selben Index liegt.

• Ausgabegeschwindigkeit — Carbon 72 Token pro Sekunde vs. Hydrogen 188. Hydrogen generiert etwa zweieinhalbmal schneller, was der eigentliche Zweck des Modells ist.

• Zeit bis zum ersten Antwort-Token – Carbon 64,71 Sekunden vs. Hydrogen 40,55 Sekunden bei Extra High, was bei seiner standardmäßigen High-Einstellung auf etwa 16,7 Sekunden sinkt. Hydrogen startet bei jeder Einstellung früher als Carbon bei seiner einzigen Einstellung.

• Kosten pro abgeschlossener Indexaufgabe — Carbon 5,48 $ vs. Hydrogen 3,16 $. Etwa 58 % des Preises für 90 % der Punktzahl.

• Preis pro Million Token — Carbon derzeit 2,00 $ / 10,00 $, Verdopplung am 1. Dezember; Hydrogen 1,50 $ / 7,50 $, ohne datierten Schritt auf der veröffentlichten Preisübersicht.

Lege die letzten beiden Zeilen nebeneinander, und das Interessante ist nicht, dass Hydrogen günstiger ist. Es ist, dass auf der heutigen Karte das günstigere Modell pro abgeschlossener Aufgabe um mehr günstiger ist, als es pro Token günstiger ist. Carbon verbraucht mehr Token und mehr Wall-Clock-Zeit, um eine Aufgabenabschließung zu erreichen, sodass sich der Vorteil pro Token kumuliert, statt von Wiederholungsversuchen aufgezehrt zu werden. Das ist ungewöhnlich, und es ist der stärkste Beleg dafür, dass dies wirklich zwei Serving-Profile eines Modells und nicht zwei verschiedene Modelle sind.

Wo die sechs Punkte tatsächlich landen

Sechs Indexpunkte sind eine Abstraktion. Google veröffentlicht dieselbe Benchmark-Familie für beide Modelle gegen unterschiedliche Vergleichssets, wodurch sich die Verluste lokalisieren und nicht nur zählen lassen. Alle folgenden Zahlen sind vom Anbieter angegeben und nicht reproduziert; die Vergleichssets unterscheiden sich, daher sollte man die Form statt die Arithmetik lesen.

• Agentisches Coding im großen Maßstab — Carbon 61,2 % auf FrontierSWE 2 gegenüber GPT-6 Astra mit 65,5 % und 65,2 % auf Terminal-Bench 4.0. Hydrogen 57,0 % auf Terminal-Bench 4.1, betrugsbereinigt. Acht Punkte bei Terminal-Bench, auf benachbarten Versionen desselben Benchmarks.

• Software-Engineering-Sweeps — Carbon 9,6 % beim SWE-Sweep; Hydrogen 13,5 %. Hydrogen gewinnt diesen, und es ist der einzige herausragende Agentic-Benchmark, bei dem das der Fall ist.

• Langhorizontige Computernutzung — Carbon 81,5 % auf OSWorld-2.1 gegenüber 87,2 % von Claude Opus 5.5; Hydrogen 77,6 % auf demselben Benchmark. Carbon führt um vier Punkte, und beide unterliegen einem Wettbewerber.

• Aufgabenkumulation — Carbon 77,4 % bei Agents' Last Exam und ein Guthaben von 16.484 $ bei Vending-Bench 2; Hydrogen 71,6 % und 14.549 $. Carbon ist besser in der Sache, die erfordert, ein Unternehmen über viele Runden hinweg zusammenzuhalten.

• Langer Kontext — Carbon erreicht 96,2 % auf GraphWalks über den Bereich von 256k bis 1M. Google veröffentlicht für Hydrogen keine vergleichbare Zahl, was für sich genommen aufschlussreich ist: Das Retrieval-Verhalten über ein volles Fenster von einer Million Token ist genau diejenige Fähigkeit, die für das günstigere Modell noch niemand nachgewiesen hat.

• Sicherheitsarbeit — Carbon hat einen veröffentlichten Sicherheitscluster: CWE-bench 71,0 %, ExploitGym 54,8 %, SEC-bench Pro 88,2 %. Hydrogen hat keinen. Wenn Ihre Arbeitslast aus Schwachstellen-Triage besteht, ist die Wahl kein Kompromiss, sondern eine Fähigkeitsgrenze.

Das Muster über diese sechs hinweg passt zur Lesart des Serving-Profils: Hydrogen verhält sich wie dieselbe Fähigkeit, nur schnell ausgeführt, und die Aufgaben, die es verliert, sind diejenigen, bei denen Schnelligkeit nicht die einschränkende Bedingung ist. Es verliert bei Ausdauer, beim Abruf aus langem Kontext, bei mehrstündiger Akkumulation und bei der spezialisierten Security-Suite. Es gewinnt bei rohem Sweep-Durchsatz. Ob das Post-Training ist, eine andere Serving-Konfiguration oder etwas anderes, das G​oogle nicht beschrieben hat – die Auswirkung auf eine Workload ist dieselbe: eine Geschwindigkeitseinstellung, die als Benchmark-Tabelle auftaucht.

Der 1. Dezember ist das Datum, das darüber entscheidet, nicht heute.

Fast jeder Vergleich, der im November über dieses Paar geschrieben wird, wird im Dezember falsch sein, weil eine Karte einen Schritt in sich hat und die andere nicht.

• Carbon heute — 2,00 $ Eingabe, 10,00 $ Ausgabe, 0,10 $ Cache-Lesen, nur implizites Caching, keine kostenlose Stufe. Batch und Flex zu 1,00 $ / 5,00 $. Priority zu 3,60 $ / 18,00 $.

• Carbon ab dem 1. Dezember 2026 — 4,00 $ Input, 20,00 $ Output, 0,20 $ Cache-Lesevorgang. Batch und Flex verdoppeln sich auf 2,00 $ / 10,00 $. Priority verdoppelt sich auf 7,20 $ / 36,00 $.

• Hydrogen, unverändert — $1.50 / $7.50 Standard, $0.75 / $3.75 Batch und Flex, $2.70 / $13.50 Priority, $0.075 Cache-Lesevorgang. Keine datierte Erhöhung an irgendeiner Stelle auf der Karte.

• Das Verhältnis — heute 1,33x beim Input, 2,67x ab Dezember. Beim Output dasselbe. Bei Batch und Flex heute 1,33x und danach 2,67x.

Was das für ein Budget bedeutet: Die beiden Modelle liegen im November so nah beieinander, dass man über ihre Fähigkeiten streiten kann, und im Dezember so weit auseinander, dass die Debatte weitgehend endet. Ein Team, das sich im November wegen eines Vorsprungs von sechs Punkten im Index für Carbon entscheidet, entscheidet sich zu einem Preis, den es sechs Wochen später nicht mehr gibt, und das gewählte Modell wird das teurere der beiden sein – mit einem Abstand, den für die meisten Workloads keine Benchmark-Differenz rechtfertigt.

Es gibt eine zweite Asymmetrie, die niemand erwähnt. Carbon hat kein kostenloses Kontingent, und Argon auch nicht. Hydrogen schon – allerdings rate-limitiert, im Standard-Tarif von Google, wobei dieselben veröffentlichten Preise dafür gelten. Das ist keine Kosteneinsparung für ein Produktionssystem, aber es ist der Unterschied zwischen einem Prototyp, der heute auf einem Laptop läuft, und einem, der zuerst ein Abrechnungskonto erfordert.

Die Antigravity-Anordnung zeigt dir, wie Google erwartet, dass sie verwendet werden.

Googles eigenes Coding-Tool bietet beides, und die Art und Weise, wie es sie kombiniert, ist aussagekräftiger als jede der beiden Preislisten.

• Verfügbarkeit — Carbon wird nur für AI Ultra und Enterprise aufgeführt. Hydrogen wird für Free und AI Plus, Pro, Ultra und Enterprise aufgeführt. Carbon ist ein Feature auf Plan-Tier-Ebene; Hydrogen bildet die Basis.

Standardrolle — Hydrogen ist das feste Implementierungsmodell innerhalb von Orchestrator. Wenn Carbon die Planung übernimmt, führt Hydrogen die Dateibearbeitungen durch; Googles Dokumentation sagt ausdrücklich: „Sobald der Plan fertig ist, übernimmt Gemini 4 Hydrogen die Anwendung der Dateibearbeitungen“.

• Berichtetes Ergebnis — das Antigravity-Team berichtet, dass Orchestrator 24 % weniger Quota verbraucht und auf Terminal-Bench 4.1 19 % schneller fertig wird als bei durchgehendem Einsatz von Carbon, bei Erfolgsquoten nahe denen von Carbon.

• Das Verräterische – niemand bei G​oogle dokumentiert eine Konfiguration, die Carbon bei jedem Schritt ausführt. Das Produkt, das sie ausgeliefert haben, setzt Carbon auf den Planungsschritt und Hydrogen auf alles andere und nennt das die effiziente Anordnung.

Wenn das eigene Tool des Anbieters Carbon als Planungsressource behandelt, die zu teuer ist, um sie für die Ausführung aufzuwenden, ist das ein stärkeres Signal für die beabsichtigte Aufteilung als jede Vergleichstabelle. Carbon ist für den Zug, bei dem eine falsche Entscheidung teuer ist. Hydrogen ist für die zweihundert Züge, bei denen eine langsame Entscheidung teuer ist.

Drei Konfigurationen – und was jede einzelne pro Woche kostet

Nehmen wir ein konkretes Szenario: ein Coding-Agent, der etwa 4.000 Task-Turns pro Woche ausführt, bei durchschnittlich 12.000 Eingabe- und 1.500 Ausgabe-Tokens pro Turn, mit einem zwischengespeicherten stabilen Präfix von 30.000 Tokens.

• Carbon durchgängig — 48 Millionen Eingabe-Tokens zu 2,00 $ sind 96 $; 6 Millionen Ausgabe-Tokens zu 10,00 $ sind 60 $; Cache-Lesevorgänge auf dem Präfix mit 30.000 Tokens zu 0,10 $ pro Million sind vernachlässigbar. Etwa 156 $ pro Woche im November, etwa 312 $ ab Dezember.

• Durchgehend Hydrogen — 72 $ Input, 45 $ Output, 117 $ pro Woche, pauschal. Im November ein Viertel günstiger als Carbon und ab Dezember 62 % günstiger, wenn dieselben Tokens auf Carbons Karte 312 $ kosten.

• Carbon plant, Hydrogen führt aus — auf zwanzig Planungsdurchläufe kommt einer, was 5 % der Durchläufe zu Carbon-Tarifen und 95 % zu Hydrogens Tarif bedeutet; das landet im November bei etwa 119 $ pro Woche und ab Dezember bei etwa 127 $. Effektiv Hydrogens Preis mit Carbons Urteilsvermögen bei den Entscheidungen, die zählen.

Die dritte Konfiguration ist die, die Google ausliefert, und die Berechnung zeigt, dass sie im November etwa 2 $ pro Woche mehr kostet als der alleinige Betrieb von Hydrogen und ab Dezember etwa 10 $ pro Woche mehr, während sie den Großteil der Sechs-Punkte-Lücke auf den entscheidenden Abschnitten zurückgewinnt. Das ist ein viel besserer Tausch, als es aussieht, und er bleibt unsichtbar, wenn man die beiden Modelle als Substitute statt als Paar vergleicht.

Ein Vorbehalt zur Cache-Spalte: Hydrogens gecachte Eingabe kostet $0.075 gegenüber $0.10 bei Carbon, aber keines der beiden Modelle unterstützt explizites Caching – beide nur implizit, der Rabatt ist also ein Verhalten des Dienstes und nicht etwas, das Sie einplanen können. Bei einer Workload, bei der Sie genau wissen, was im Speicher bleiben soll, ist das eine Einschränkung, die beide Modelle teilen, und genau deshalb wird das obige Präfix als hoffnungsvolle Schätzung statt als Garantie bepreist.

Was mit den Modell-Strings zu tun ist

Die Bezeichner sind gemini-4-carbon und gemini-4-hydrogen, und der zweite ist die Falle. Es gibt kein gemini-4-flash, kein gemini-4 und nirgendwo in Hydrogens Bezeichner ein Flash-Token – die Community hängt „(Flash)“ an, um den Slot zu beschreiben, G​oogle setzt es nicht in den String. Eine Migration, die per Musterabgleich auf den alten Namen gemini-3.8-flash abzielt, scheitert am Bezeichner statt am Modell, und sie scheitert still, wenn Ihr Client auf einen Standardwert zurückfällt.

Wenn beide Modelle über einen einzigen Schlüssel erreichbar sind, wird die obige Aufteilung zu einer Routing-Richtlinie statt zu zwei Integrationen. OrcaRouter führt Gemini 4 Carbon und Gemini 4 Argon zum Listenpreis des Anbieters mit 0 % Aufschlag, was bedeutet, dass die Verdopplung vom 1. Dezember an demselben Tag bei uns ankommt, an dem sie auf G​oogles Preisliste erscheint — keine Neuverhandlung, kein neuer Vertrag. G​emini 4 Hydrogen ist nicht im Katalog; es kommt über G​oogles eigene API und AI Studio. Die praktikable Regelung für die Dreiteilung ist also, Hydrogen für die Ausführung direkt aufzurufen und Carbon hinter dem Router für Planungsrunden sowie für automatisches Failover zwischen Anbietern zu nutzen, wenn einer der beiden Wege beeinträchtigt ist. Dadurch bleibt der Planer austauschbar — wenn Carbons Dezemberpreis die Planungsrunde unwirtschaftlich macht, ist Argon oder ein konkurrierender Planer eine Änderung der Modellzeichenfolge statt einer Neuimplementierung.

Die ehrliche Zusammenfassung, mit der Unsicherheit versehen.

Sechs Indexpunkte trennen zwei Modelle, die sich wie eine einzige Fähigkeit mit zwei Geschwindigkeiten verhalten, und das günstigere Profil startet schneller, generiert schneller und liegt bei den Kosten pro abgeschlossener Aufgabe bei 58 %. Dagegen ist das teurere Profil das einzige mit veröffentlichtem Long-Context-Retrieval, veröffentlichten Sicherheits-Benchmarks und einer dokumentierten Rolle als Planer in G​oogles eigenem Tooling – und es ist dasjenige, dessen Fähigkeitsbehauptungen in einer breiteren Auswahl von Evals geprüft wurden.

Was niemand veröffentlicht hat, ist genau das, was es für eine bestimmte Workload entscheiden würde: ein Vergleich auf Aufgabenebene auf demselben Harness bei derselben Thinking-Einstellung, mit sichtbarem Retry-Verhalten. Die beiden Benchmark-Tabellen von Google verwenden unterschiedliche Vergleichssets, und der unabhängige Harness meldet eine einzige Indexzahl statt der Teilwerte, die die Lücke lokalisieren würden. Bis jemand beide gegen dieselbe Aufgaben-Suite laufen lässt, ist die verteidigbare Position die architektonische – Carbon dort einzusetzen, wo ein falscher Plan teuer ist, und Hydrogen überall sonst –, denn das ist es, was der Anbieter tut, was die Preisgestaltung ab Dezember belohnt, und die einzige Empfehlung, die auch dann Bestand hat, wenn die sechs Punkte teilweise ein Artefakt zweier unterschiedlicher Einstellungen sind.

Achte auf drei Dinge. Ob Hydrogen einen Sicherheits-Benchmark-Cluster bekommt, denn sein Fehlen ist die klarste Fähigkeitsgrenze im Paar. Ob jemand die Orchestrator-Quota-Behauptung unabhängig reproduziert, denn die gesamte Aufteilung in Planung und Ausführung hängt davon ab. Und ob Hydrogens Karte einen datierten Schritt erhält, denn ein Modell ohne Ablaufdatum in einer Familie, in der zwei von drei Mitgliedern sich verdoppeln, ist entweder ein bewusster Ankerpreis oder ein noch nicht festgelegter Tarif.