כרטיס כותרת עבור מאמר על שכבת החשיבה העליונה של Gemini 4 Hydrogen, המציג 5,311 אסימוני פלט ו-3.99 סנט במאמץ גבוה לעומת 31,477 אסימונים ו-23.61 סנט ב-xhigh עבור אותה הנחיה, עם הערה ששניהם משתמשים באותו תעריף פלט של $7.50 למיליון.
Guides & Insights

Gemini 4 Hydrogen: מה נותן xhigh תמורת חשבון פי 6

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

שתי הרצות של אותו פרומפט קצר דרך Gemini 4 Hydrogen, בהפרש של הגדרה אחת. בהגדרה high המודל הוציא 5,311 טוקני פלט וחויב ב-3.99 סנט. בהגדרה xhigh הוא הוציא 31,477 וחויב ב-23.61 סנט. אותה השוואה מופיעה בהרצה של Gemini 4 Neon באותו יום, שבה המדרגה העליונה עלתה 39.83 סנט לעומת 14.55 ב-high. Simon Willison פרסם את שני הזוגות ב-20 בנובמבר 2026, ארבעה ימים אחרי ש-Google השיקה את Gemini 4 Hydrogen ב-12 בנובמבר, והמספרים הם ההשוואה הציבורית הראשונה זה לצד זה בקצה העליון ממש של סולם המאמץ של Gemini 4 שרוב האנשים עוד לא נגעו בו.

החלק המעניין אינו שההגדרה העמוקה יותר עולה יותר. אלא שתעריף לכל טוקן מעולם לא השתנה. Hydrogen גובה 1.50 דולר למיליון טוקני קלט ו-7.50 דולר למיליון טוקני פלט בכל שלב, כולל xhigh וכולל טוקני חשיבה. הכפילו את מספרי הטוקנים בתעריף הזה ותקבלו את החשבונות בחזרה עד הסנט. כלומר, xhigh אינו מסלול פרימיום שמשלמים עליו תוספת. זו החלטה לתת למודל לכתוב בערך פי שישה יותר, והחשבונית פשוט עוקבת אחר כך אוטומטית.

שני החוקים, ומדוע הריבית נותרה ללא שינוי

כדאי לעשות את החשבון ביד פעם אחת, כי הוא מבהיר מה בעצם קונים. תעריף הפלט של Hydrogen הוא $7.50 למיליון טוקנים. ב-5,311 טוקנים זה 3.98 סנט; החיוב שנמדד היה 3.99. ב-31,477 טוקנים זה 23.61 סנט, שזה בדיוק החיוב שנמדד. צד הקלט הוא רעש בקנה המידה הזה: פרומפט של כמה עשרות טוקנים עולה שבריר ממאית סנט ב-$1.50 למיליון.

• טוקנים בפלט — 5,311 ב-high לעומת 31,477 ב-xhigh, פי 5.9

• עלות בסנטים — 3.99 לעומת 23.61, אותו מקדם של 5.9

• תעריף פלט — $7.50 למיליון טוקנים בשני המצבים, ללא שינוי

• תעריף קלט — $1.50 למיליון אסימונים בשתי ההגדרות, ללא שינוי

• הקשר — תעריף אחיד עד 1M טוקנים, ללא תוספת תשלום רשומה עבור הקשר ארוך

לכך יש השלכה מעשית לכל מי שמתקצב את המודל הזה. גיליונות מחירים של ספקים מאורגנים לפי תעריף טוקנים, והתעריף הוא המשתנה היחיד שלא זז כאן. תכנון עבור xhigh מתוך טבלה לפי טוקן יגרום להערכת חסר של החשבון בכפי שישה בערך במשימה שבה המודל בוחר לחשוב יותר זמן. הנתון היחיד שמנבא את העלות הוא מספר טוקני הפלט לכל תשובה, והדרך היחידה לקבל אותו היא למדוד אותו על הפרומפטים שלך. התיעוד של G​oogle עצמו מודה בכיוון בלי לתת סדר גודל: הוא מזהיר ש-xhigh "מגביר את זמן האחזור ואת השימוש בטוקנים."

A scoreboard comparing Gemini 4 Hydrogen at high and xhigh thinking effort: output tokens 5,311 vs 31,477, cost per short prompt 3.99 vs 23.61 cents, Artificial Analysis Intelligence Index 50.8 vs 53.9, cost per Index task $1.87 vs $3.16, time per task 9.0 vs 15.8 minutes, and an output rate of $7.50 per million at both settings.

מה שהפיקו 26,000 הטוקנים הנוספים

במבחן השקנאי על אופניים התשובה היא: ציור טוב יותר באופן ניכר. סיכומו של ויליסון הוא שהפלט ב־high היה שקנאי שטוח בלי סל ובלי רקע, והפלט ב־xhigh הגיע בתור אופניים בצבע טורקיז על חוף עם דג כחול בסל — תחרותי עם מה ש-G​emini 4 Neon מייצר כברירת מחדל בערך באותו סכום כסף. כ־26,000 טוקני חשיבה נוספים הושקעו בקומפוזיציה, בסצנה ובצבע ולא בתשובה נכונה.

התייחס לזה כתצפית בודדת, לא כמדד ביצועים. זהו פרומפט אחד, דגימה אחת לכל הגדרה, ומשימה שאין לה תשובה נכונה אחת, כלומר לא ניתן להצמיד לה ציון דיוק. מה שכן זה מבסס הוא שהדרגה העליונה יכולה לשנות את אופי הפלט בעבודה גנרטיבית פתוחה, ושהשינוי אינו עדין כשהוא מתרחש. האם אותה הוצאה של פי שישה קונה משהו בעומס העבודה שלך היא שאלה נפרדת, ושני הפרקים הבאים עוסקים במקרים שבהם התשובה נמדדת ולא נאמדת בעין.

הסולם העצמאי אומר את אותו הדבר

Artificial Analysis מדרגת את Hydrogen בכל אחד מארבעת ההגדרות שלו, וצורת העקומה תואמת את מקור השקנאי. בקריאת העמוד של המודל ב-22 בנובמבר 2026, מדד ה-Intelligence Index עומד על 26.9 ב-low, 41.2 ב-medium, 50.8 ב-high ו-53.9 ב-xhigh. העלות לכל משימת Index עומדת על $0.29, $0.80, $1.87 ו-$3.16 על פני אותן ארבע דרגות, והזמן לכל משימה עומד על 1.5, 4.0, 9.0 ו-15.8 דקות.

הפוך אותם לעלות שולית — המחיר של הנקודה הבאה — והטיעון נגד בחירה כברירת מחדל בדרגה העליונה הופך לחשבון ולא לטעם:

• נמוך עד בינוני — +14.3 נקודות מדד תמורת +51 סנט, כ-3.5 סנט לנקודה

• בינוני עד גבוה — +9.6 נקודות תמורת +$1.08, כ-11.3 סנט לנקודה

• מ־high ל־xhigh — +3.1 נקודות תמורת +$1.29, כ־41.1 סנט לנקודה

• סה״כ, מ-low עד xhigh — +27 נקודות עבור +$2.87, כ-10.6 סנט לנקודה בממוצע

השלב האחרון הוא היקר, בפער של כמעט פי ארבעה לעומת השלב שלפניו, והוא גם דורש 76 אחוז יותר זמן קיר לכל משימה. המעבר הראשון מנמוך לבינוני נותר הרכישה הטובה ביותר בסולם, בפער ניכר, וכדאי לזכור זאת לנוכח העובדה ש"גבוה" הוא ברירת המחדל. אלו מדידות של צד שלישי מ-Artificial Analysis, לא נתוני ספקים, והעלויות לכל משימה מאגדות קלט, פלט והתנהגות סוכנית רב-תורית — ולכן הן אינן גדלות כפי שגדל החשבון של פרומפט בודד.

Artificial Analysis model page for Gemini 4 Hydrogen showing an Intelligence Index of 54 at xhigh, first-answer latency of 46.76 seconds, output speed of 163 tokens per second, 15.8 minutes and $3.16 per Intelligence Index task, list pricing of $1.50 input and $7.50 output per million tokens, a 1M context window, and a default effort of high.

במקום שבו xhigh לא קונה דבר בכלל

התיעוד של Google חד ובוטה לגבי הדרגה העליונה באופן שנדיר למצוא בחומרי השקה. הוא אומר לשמור את xhigh "לבעיות קידוד קשות ורבות-שלבים ובעיות סוכניות שבהן high אינו מספיק", ומזהיר שבפרומפטים פשוטים יותר הוא "עלול לגרום לחשיבת יתר או לרוקן את max_output_tokens". מצב הכשל השני הוא זה שנושך בשקט: מגבלת הטוקנים חלה גם על החשיבה וגם על הפלט הגלוי, כך שפרומפט שהיה נענה בנוחות ב-high עלול לשרוף את כל התקציב על הסקה ולחזור מסומן כלא שלם, קטוע או ריק. זה נקרא כמו כשל של המודל. זה כשל בתצורה.

Google's Gemini thinking documentation table describing the low, medium, high and xhigh levels, marking high as the default on gemini-4-hydrogen, reserving xhigh for hard multi-step coding where high falls short, and warning that xhigh increases latency and token use and can cause overthinking or exhaust max_output_tokens on simple prompts.

סבב עצמאי של 56 בקשות שפורסם בנובמבר 2026 בחן את השאלה שמשתמעת מאזהרת Google. על פני שלושה פרומפטים קלים עד בינוניים ושתי הרצות לכל רמה, הוא מצא ש-xhigh השתמש בכ-3.1 פעמים יותר טוקני חשיבה מ-high בסך הכול, ובכ-חמש פעמים יותר בפרומפט הקידוד, כאשר כל תשובה עדיין הייתה נכונה בכל רמה. ההוצאה הנוספת קנתה טוקנים וזמן השהיה, לא דיוק. המדגם קטן והמחבר אומר זאת; הכיוון עקבי גם עם אזהרת הספק וגם עם העקומה של Artificial Analysis, שבה השלב האחרון מוסיף שלוש נקודות ולא חמש-עשרה.

החלוקה היא אפוא לפי סוג משימה, לא לפי יכולת המודל. לחילוץ, סיווג, עיצוב ותשובות עובדתיות קצרות יש תקרה הקרובה לתשובה הנכונה הראשונה שלהן, ולשלם על כך פי שישה הוא בזבוז מוחלט. ליצירה פתוחה אין תקרה כזו, כי הפלט הוא התוצר ותמיד יש עוד פרטים שאפשר להוסיף.

הקרוסאובר שבאמת משנה

הנה המספר שאמור לשנות את האופן שבו אתם משתמשים במודל. Hydrogen ב-xhigh עלה 23.61 סנט עבור פרומפט ציור קצר אחד. G​emini 4 Neon בהגדרת ברירת המחדל high שלו עלה 14.55 סנט עבור אותו פרומפט באותו יום, והפיק פלט ש-Willison שפט לפחות טוב באותה מידה. העלאת Hydrogen לדרגה העליונה שלו יקרה ב-62 אחוזים מאשר להשאיר אותו בברירת המחדל ולעלות במקום זאת בדרגת מודל. אם הסיבה שלכם לפנות ל-xhigh היא "התשובה לא מספיק טובה", מודל גדול יותר בהגדרת ברירת המחדל שלו הוא לעתים קרובות המהלך הזול יותר, וזה הדבר שרוב הצוותים לא בודקים.

סדר כזה אינו שורד שינוי בעומס העבודה, וזה בדיוק החלק שהולך לאיבוד כשמבחן עם פרומפט קצר מצוטט כדירוג כללי. בסל המשימות הסוכניות הארוך של Artificial Analysis, Neon ב-high עולה $3.74 למשימה לעומת Hydrogen ב-xhigh ב-$3.16, כך שהמודל הזול יותר במשימת ציור של ארבעים טוקנים הוא היקר יותר במשימה ארוכה עם ריבוי תורות. אף אחד מהמספרים אינו שגוי. פרומפט קצר והרצת סוכן של 15 דקות מפעילים חלקים שונים של הסולם, והחלפת שלב בסולם שחוסכת כסף באחד יכולה להפסיד אותו באחר.

עוד פרט מתוארך שכדאי לקחת בחשבון: בדף התמחור של Google מופיעים תעריפי Carbon ו-Argon מוכפלים ב-1 בדצמבר 2026, מ-2$ לקלט ו-10$ לפלט ל-4$ ו-20$. Hydrogen לא מציג שינוי כזה. לכן, לכל השוואה לעיל שמערבת את הדגמים הישנים יותר נותרו תשעה ימים לפני שהפער יתרחב לטובת Hydrogen.

להגדיר אותו ולבדוק אותו במהלך אחר צהריים אחד

הרמה היא שדה אחד. ב-API המקורי של generateContent זה thinkingConfig.thinkingLevel; ב-API של Interactions זה generation_config.thinking_level; בנתיב תואם OpenAI זה מגיע בתור reasoning_effort. הערך הוא המחרוזת באותיות קטנות — low, medium, high או xhigh — ו-high הוא ברירת המחדל עבור Hydrogen. לא ניתן לכבות את החשיבה לחלוטין במודל הזה, והפרמטר הישן thinkingBudget הוצא משימוש לטובת הרמה.

מדידת העלות דורשת קריאה נוספת אחת. אסימוני חשיבה מופיעים ב-usageMetadata.thoughtsTokenCount ב-API המקורי, ב-usage.total_thought_tokens ב-Interactions, וב-reasoning_tokens במסלול התואם — כך אפשר להפריד בין מה שהמודל חשב לבין מה שהוא אמר, ולתמחר כל אחד מהם. אחר צהריים מעשי: קח עשרים פרומפטים אמיתיים מהלוגים שלך, הרץ כל אחד ב-high וב-xhigh עם מגבלת פלט נדיבה כדי ששום דבר לא ייחתך, ותעד אסימונים והאם התשובה עברה. השווה עלות כוללת מול שיעור מעבר. אם xhigh לא מעלה את שיעור המעבר מספיק כדי להצדיק חשבון גדול פי שישה בערך בפרומפטים שבהם הוא נכנס לפעולה, יש לך תשובה לעומס העבודה הזה, והיא תהיה טובה יותר מכל טבלה שפורסמה.

הרצת שתי הגדרות זו לצד זו קלה יותר כששתיהן יושבות מאחורי מפתח אחד, וזה החלק ש-OrcaRouter מכסה. אנו מספקים Gemini 4 Argon ואת G​emini 4 C​arbon במחיר המחירון של הספק עם 0% תוספת מחיר, כך שהתעריפים במאמר הזה הם התעריפים שאתם משלמים אצלנו עבור שני אלה. G​emini 4 Hydrogen אינו בקטלוג שלנו היום, לכן כל נתון של Hydrogen כאן הוא מחיר המחירון של G​oogle ולא שלנו — כדאי לומר זאת בפשטות, כי מצב הכשל בפוסט הזה הוא בדיוק זה שבו גיליון תעריפים מסתיר מכפיל של פי שישה. כאשר מודל מנותב דרכנו, רמת המאמץ היא שדה לכל מסלול, כך שמסלול canary ב-xhigh לצד מסלול ייצור ב-high הוא שינוי תצורה ולא נתיב קוד.

מה לעשות עם זה ביום שני

הכלל שמחזיק מעמד מול כל המספרים צר יותר מ"להשתמש בהגדרה הגבוהה ביותר לבעיות קשות". הוא: לרדת בסולם עד שהאיכות נשברת, ואז לעלות שלב אחד בחזרה, ולבדוק אם מודל אחר בברירת המחדל שלו זול יותר מהמדרגה הנוספת לפני שמתחייבים. הסולם של Hydrogen עצמו מציב את השלב הזה בערך בארבעים סנט לנקודה ב-Index ובפי שישה מספר טוקנים בציור, בעוד שהמעבר מנמוך לבינוני עולה שלושה וחצי סנט לנקודה. רוב הערך במודל הזה נמצא בחצי התחתון של הסולם, וברירת המחדל יושבת מעליו.

השאלה הפתוחה היא מה עושה הדרגה העליונה בעבודה אג'נטית ולא בשקנאי — האם נקודות ה-3.1 Index ש-Artificial Analysis מודד ב-xhigh באות לידי ביטוי בפחות קריאות כלי שנכשלו או ביותר תורות שהוקדשו לחשוב עליהן. איש עדיין לא פרסם את הפילוח הזה, והוא זה שיגיד לך אם להשאיר את Hydrogen על high בפרודקשן.