Gemini 4 Hydrogen vs Gemini 4 Carbon : une seule famille, deux profils de service, et un changement de prix qui intervient à des dates différentes

Deux modèles, séparés par six points d'indice, par un facteur de 1,33 sur la grille tarifaire aujourd'hui et de 2,67 à partir du 1er décembre, et se comportant d'une manière difficile à expliquer à moins qu'il s'agisse de la même capacité sous-jacente exploitée à deux vitesses différentes. Google n'a pas publié de phrase disant que Gemini 4 Hydrogen est dérivé de Gemini 4 Carbon. Ce qu'il a publié, c'est un ensemble de chiffres qui pointent dans la même direction : Hydrogen génère 188 tokens par seconde contre 72 pour Carbon, atteint son premier token en 40,55 secondes contre 64,71, obtient 54 sur l'Artificial Analysis Intelligence Index contre 60, et termine une tâche de l'indice pour 3,16 $ contre 5,48 $. Ce n'est pas le profil d'un petit modèle à côté d'un grand, comme l'était un Flash à côté d'un Pro. C'est le profil d'une même capacité vendue deux fois — une fois à son plafond, une fois avec un réglage de débit — et facturée comme si la différence était architecturale. Gemini 4 Hydrogen est entré au catalogue le 12 novembre 2026 à 1,50 $ et 7,50 $ par million de tokens. Gemini 4 Carbon, en disponibilité générale depuis le 10 novembre, reste à 2,00 $ et 10,00 $ jusqu'au 1er décembre, puis double pour atteindre 4,00 $ et 20,00 $. Déterminer lequel des deux appeler est surtout une question de savoir sur lesquels de ces faits vous optimisez, et dans quelle mesure vous êtes prêt à accepter l'histoire de la dérivation par inférence.

Six points d’indice, un écart de prix de 1,33x aujourd’hui, et un de 2,67x datant de décembre

Artificial Analysis évalue les deux modèles sur le même harnais d’évaluation, au niveau de réflexion le plus élevé de chacun, et la paire obtenue est moins spectaculaire que ne le laisse entendre le marketing.

• Indice d'intelligence — Gemini 4 Carbon 60 en mode High, classé quatrième sur 78. Gemini 4 Hydrogen 54 en mode Extra High, classé seizième. Six points d'écart, Hydrogen devançant les 50 de Gemini 4 Argon sur le même indice.

• Débit de sortie — Carbon 72 jetons par seconde contre Hydrogen 188. Hydrogen génère environ deux fois et demie plus rapidement, ce qui est tout l’intérêt du modèle.

• Temps jusqu’au premier token de réponse — Carbon 64,71 secondes contre Hydrogen 40,55 secondes en Extra High, tombant à environ 16,7 secondes avec son réglage High par défaut. Hydrogen démarre plus tôt à chaque réglage que Carbon avec son unique réglage.

• Coût par tâche d’indexation terminée — Carbon 5,48 $ vs Hydrogen 3,16 $. Environ 58 % du prix, pour 90 % du score.

• Prix par million de tokens — Carbon 2,00 $ / 10,00 $ actuellement, avec un doublement le 1er décembre ; Hydrogen 1,50 $ / 7,50 $, sans palier daté sur la grille publiée.

Mettez les deux dernières lignes côte à côte, et ce qui est intéressant n'est pas que Hydrogen soit moins cher. C'est que, sur la fiche d'aujourd'hui, le modèle le moins cher revient moins cher par tâche accomplie dans une mesure plus grande qu'il n'est moins cher par token. Carbon consomme plus de tokens et plus de temps d'horloge pour arriver à l'achèvement d'une tâche, si bien que l'avantage par token se cumule au lieu d'être absorbé par les nouvelles tentatives. C'est inhabituel, et c'est la preuve la plus solide qu'il s'agit bien de deux profils de service d'un même modèle, et non de deux modèles différents.

Où aboutissent réellement les six points

Six points d’indice, c’est une abstraction. G​oogle publie la même famille de benchmarks pour les deux modèles face à des ensembles de comparaison différents, ce qui permet de localiser les pertes plutôt que de simplement les compter. Tous les chiffres ci-dessous sont déclarés par le fournisseur et non reproduits ; les ensembles de comparaison diffèrent, donc lisez la forme plutôt que l’arithmétique.

• Codage agentique à grande échelle — Carbon 61,2 % sur FrontierSWE 2 contre 65,5 % pour GPT-6 Astra, et 65,2 % sur Terminal-Bench 4.0. Hydrogen 57,0 % sur Terminal-Bench 4.1, après ajustement pour la triche. Huit points d’écart sur Terminal-Bench, entre versions adjacentes du même benchmark.

• Balayages en ingénierie logicielle — Carbon 9,6 % sur SWE-sweep ; Hydrogen 13,5 %. Hydrogen l'emporte sur ce point, et c'est le seul benchmark agentique de premier plan où c'est le cas.

• Utilisation d’ordinateur sur un horizon long — Carbon 81,5 % sur OSWorld-2.1, contre 87,2 % pour Claude Opus 5.5 ; Hydrogen 77,6 % sur le même benchmark. Carbon mène de quatre points et les deux s’inclinent face à un concurrent.

• Accumulation de tâches — Carbon 77,4 % sur Agents' Last Exam et un solde Vending-Bench 2 de 16 484 $ ; Hydrogen 71,6 % et 14 549 $. Carbon est meilleur pour ce qui exige de faire tenir une entreprise sur de nombreux tours.

• Contexte long — Carbon 96,2 % sur GraphWalks sur la plage de 256 k à 1 M. Google ne publie aucun chiffre équivalent pour Hydrogen, ce qui est en soi révélateur : le comportement de récupération sur une fenêtre complète d’un million de tokens est la seule capacité que personne n’a démontrée pour le modèle moins cher.

• Travail de sécurité — Carbon dispose d’un cluster de sécurité publié : CWE-bench 71,0 %, ExploitGym 54,8 %, SEC-bench Pro 88,2 %. Hydrogen n’en a aucun. Si votre charge de travail est le tri des vulnérabilités, le choix n’est pas un compromis, c’est une limite de capacité.

Le schéma observé sur ces six éléments est cohérent avec l’interprétation en termes de profil de service : Hydrogen se comporte comme la même capacité exécutée en mode rapide, et les tâches sur lesquelles il perd sont celles où la rapidité n’est pas la contrainte. Il perd en endurance, en rappel sur contexte long, en accumulation sur plusieurs heures et sur la suite de sécurité spécialisée. Il gagne sur le débit brut de balayage. Que ce soit du post-entraînement, une configuration de service différente ou autre chose que G​oogle n’a pas décrit, l’effet sur une charge de travail est le même — un réglage de vitesse qui apparaît sous la forme d’un tableau de benchmark.

Le 1er décembre est la date qui décide de cela, pas aujourd’hui.

Presque toutes les comparaisons rédigées à propos de cette paire en novembre seront erronées en décembre, car l’une des cartes comporte une étape et l’autre pas.

• Carbon aujourd'hui — 2,00 $ en entrée, 10,00 $ en sortie, 0,10 $ en lecture du cache, mise en cache implicite uniquement, pas de niveau gratuit. Batch et Flex à 1,00 $ / 5,00 $. Priority à 3,60 $ / 18,00 $.

• Carbon à partir du 1er décembre 2026 — 4,00 $ en entrée, 20,00 $ en sortie, 0,20 $ par lecture du cache. Batch et Flex doublent à 2,00 $ / 10,00 $. Priority double à 7,20 $ / 36,00 $.

• Hydrogen, inchangé — 1,50 $ / 7,50 $ standard, 0,75 $ / 3,75 $ Batch et Flex, 2,70 $ / 13,50 $ Priority, 0,075 $ lecture du cache. Aucune hausse datée nulle part sur la carte.

• Le ratio — 1,33x en entrée aujourd’hui, 2,67x à partir de décembre. En sortie, idem. Sur Batch et Flex, 1,33x aujourd’hui et 2,67x ensuite.

Ce que cela signifie pour un budget, c’est que les deux modèles sont suffisamment proches en novembre pour que l’on débatte de leurs capacités, et suffisamment éloignés en décembre pour que le débat prenne essentiellement fin. Une équipe qui choisit Carbon en novembre sur une avance de six points dans l’indice choisit un prix qui n’existe plus six semaines plus tard, et le modèle qu’elle a retenu sera le plus cher des deux, avec un écart qu’aucun écart de benchmark ne justifie pour la plupart des charges de travail.

Il existe une seconde asymétrie que personne ne mentionne. Carbon n’a pas d’offre gratuite, et Argon non plus. Hydrogen en a une — à débit limité, sur le palier standard de Google, avec les mêmes tarifs publiés qui s’y appliquent. Ce n’est pas une économie de coûts pour un système de production, mais c’est la différence entre un prototype qui tourne sur un ordinateur portable aujourd’hui et un autre qui nécessite d’abord un compte de facturation.

L’arrangement Antigravity vous indique comment G​oogle s’attend à ce qu’ils soient utilisés

L’outil de codage de Google lui-même inclut les deux, et la façon dont il les combine est plus instructive que l’une ou l’autre des grilles tarifaires.

• Disponibilité — Carbon n’est proposé que pour AI Ultra et Enterprise. Hydrogen est proposé pour Free et AI Plus, Pro, Ultra et Enterprise. Carbon est une fonctionnalité liée au niveau de forfait ; Hydrogen est le socle.

• Rôle par défaut — Hydrogen est le modèle d’implémentation fixe au sein d’Orchestrator. Lorsque Carbon se charge de la planification, Hydrogen effectue les modifications de fichiers ; la documentation de G​oogle précise explicitement que « une fois le plan prêt, G​emini 4 Hydrogen prend le relais pour appliquer les modifications de fichiers ».

• Résultat rapporté — l’équipe Antigravity indique qu’Orchestrator utilise 24 % de quota en moins et termine 19 % plus vite sur Terminal-Bench 4.1 que l’exécution de Carbon en continu, avec des taux de réussite proches de ceux de Carbon.

• Le signe révélateur — personne chez G​oogle ne documente une configuration qui fait tourner Carbon à chaque étape. Le produit qu’ils ont livré place Carbon sur le tour de planification et Hydrogen sur tout le reste, et qualifie cela de disposition efficace.

Si l'outil du fournisseur lui-même traite Carbon comme une ressource de planification trop coûteuse pour être consacrée à l'exécution, c'est un signal plus fort sur la répartition prévue que n'importe quel tableau comparatif. Carbon est pour le tour où une mauvaise décision coûte cher. Hydrogen est pour les deux cents tours où une décision lente coûte cher.

Trois configurations, et ce que chacune coûte par semaine

Prenons un cas concret : un agent de codage effectuant environ 4 000 tours de tâche par semaine, à une moyenne de 12 000 tokens d'entrée et 1 500 tokens de sortie par tour, avec un préfixe stable de 30 000 tokens mis en cache.

• Carbon sur toute la période — 48 millions de tokens d’entrée à 2,00 $, soit 96 $ ; 6 millions de tokens de sortie à 10,00 $, soit 60 $ ; les lectures de cache sur le préfixe de 30 000 tokens à 0,10 $ par million sont négligeables. Environ 156 $ par semaine en novembre, environ 312 $ à partir de décembre.

Hydrogen partout — 72 $ en entrée, 45 $ en sortie, 117 $ par semaine, prix fixe. Un quart moins cher que Carbon en novembre et 62 % moins cher à partir de décembre, quand les mêmes jetons coûtent 312 $ sur la carte de Carbon.

• Planification par Carbon, exécution par Hydrogen — un tour de planification sur vingt signifie 5 % des tours aux tarifs de Carbon et 95 % à ceux d’Hydrogen, ce qui aboutit à environ 119 $ par semaine en novembre et à environ 127 $ à partir de décembre. Concrètement, le prix d’Hydrogen avec le jugement de Carbon sur les décisions qui comptent.

La troisième configuration est celle que G​oogle livre, et les calculs indiquent qu’elle coûte environ 2 $ par semaine de plus que de faire tourner Hydrogen seul en novembre, et environ 10 $ par semaine de plus à partir de décembre, tout en récupérant la majeure partie de l’écart de six points sur les tours qui comptent. C’est un arbitrage bien meilleur qu’il n’y paraît, et cela passe inaperçu si l’on compare les deux modèles comme des substituts plutôt que comme une paire.

Une réserve concernant la colonne cache : l’entrée mise en cache de Hydrogen est à 0,075 $ contre 0,10 $ pour Carbon, mais aucun des deux modèles ne prend en charge la mise en cache explicite — tous deux sont uniquement implicites, donc la remise relève du comportement du service plutôt que de quelque chose que vous planifiez. Sur une charge de travail où vous savez exactement ce qui doit rester résident, il s’agit d’une limitation commune aux deux modèles, et c’est la raison pour laquelle le préfixe ci-dessus est facturé comme une estimation optimiste plutôt que comme une garantie.

Que faire des chaînes de modèle

Les identifiants sont gemini-4-carbon et gemini-4-hydrogen, et le second est le piège. Il n’existe pas de gemini-4-flash, pas de gemini-4, et aucun jeton flash nulle part dans l’identifiant de Hydrogen — la communauté ajoute « (Flash) » pour décrire l’emplacement, G​oogle ne l’inclut pas dans la chaîne. Une migration qui effectue une correspondance de motifs sur l’ancien nom gemini-3.8-flash échouera au niveau de l’identifiant plutôt qu’au niveau du modèle, et elle échouera silencieusement si votre client se rabat sur une valeur par défaut.

Lorsque les deux modèles sont accessibles depuis une seule clé, la répartition ci-dessus devient une politique de routage plutôt que deux intégrations. OrcaRouter propose Gemini 4 Carbon et Gemini 4 Argon au prix catalogue du fournisseur, avec 0 % de marge, ce qui signifie que le doublement du 1er décembre est répercuté chez nous le jour même où il apparaît sur la grille tarifaire de Google — sans renégociation, sans nouveau contrat. Gemini 4 Hydrogen ne figure pas au catalogue ; il passe par l’API propre à Google et par AI Studio. Ainsi, l’organisation viable pour la répartition en trois consiste à appeler Hydrogen directement pour l’exécution, avec Carbon derrière le routeur pour les tours de planification et un basculement automatique entre fournisseurs lorsque l’un ou l’autre chemin se dégrade. Cela garde le planificateur interchangeable — si le prix de Carbon en décembre rend le tour de planification non rentable, Argon ou un planificateur concurrent est un simple changement de chaîne de modèle plutôt qu’une réécriture.

Le résumé honnête, assorti de l'incertitude

Six points d'indice séparent deux modèles qui se comportent comme une seule capacité à deux vitesses, et le profil économique est plus rapide à démarrer, plus rapide à générer, et ne représente que 58 % du coût par tâche accomplie. En face, le profil coûteux est le seul à disposer de résultats publiés de récupération en contexte long, de benchmarks de sécurité publiés et d'un rôle documenté de planificateur dans l'outillage de G​oogle lui-même — et c'est celui dont les affirmations de capacités ont été éprouvées sur un éventail plus large d'évaluations.

Ce que personne n’a publié, c’est ce qui permettrait de trancher pour une charge de travail donnée : une comparaison au niveau des tâches sur le même banc d’essai, avec le même paramètre de réflexion, et le comportement en cas de nouvelle tentative visible. Les deux tableaux de benchmarks de Google utilisent des ensembles de comparaison différents, et le banc d’essai indépendant ne rapporte qu’un seul indice chiffré plutôt que les sous-scores qui permettraient de localiser l’écart. Tant que personne n’aura exécuté les deux sur la même suite de tâches, la position défendable est la position architecturale — utiliser Carbon là où un plan erroné coûte cher, Hydrogen partout ailleurs — parce que c’est ce que fait le fournisseur, ce que la tarification récompense à partir de décembre, et la seule recommandation qui résiste au fait que les six points soient en partie un artefact de deux réglages différents.

Surveillez trois choses. Si Hydrogen obtient un cluster de benchmarks de sécurité, car son absence constitue la frontière de capacités la plus évidente au sein du duo. Si quelqu’un reproduit indépendamment l’affirmation de quota d’Orchestrator, car toute la séparation planification/exécution en dépend. Et si la fiche d’Hydrogen acquiert une étape datée, car un modèle sans date d’expiration dans une famille où deux membres sur trois doublent est soit un prix d’ancrage délibéré, soit un tarif qui n’a pas encore été fixé.