כרטיס כותרת שנוצר המציג את Gemini 4 Neon מול Gemini 4 Hydrogen, כתובית משנה: היכן ה-2x מפסיק לעבוד, עם ציר עולה של עלות לכל משימה שהושלמה וסמני Neon ו-Hydrogen מתחלפים, וכיתוב: כרטיסי תעריף אומרים 2x; העלות לכל משימה אומרת אחרת.
Engineering & Research

Gemini 4 Neon לעומת Gemini 4 Hydrogen: היכן ה-2x מפסיק לעבוד

מחבר

jinhao.song

תאריך פרסום

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

שני דגמי G​emini 4 מאותה משפחה, שהושקו בהפרש של שישה ימים, וכרטיסי התעריפים שלהם נראים כמו צילום שבו כל המספרים נחתכו בחצי: G​emini 4 Neon במחיר $3.00 לקלט ו־$15.00 לפלט, G​emini 4 Hydrogen ב־$1.50 ו־$7.50, קלט במטמון $0.15 לעומת $0.075. כל שורה היא בדיוק חצי. זהו יחס המחירים המסודר ביותר במשפחת G​emini 4 והדבר הכי פחות אינפורמטיבי לגבי הצמד, משום שברגע שממיינים את כל שמונה רמות החשיבה שלהם לפי מה שהם באמת עולים לכל משימה שהושלמה, ה־2x המסודר מפסיק לנבא דבר בכלל.

שניהם עדכניים ושניהם של G​oogle. G​emini 4 Hydrogen הושק ב-12 בנובמבר 2026 כמודל שהחליף את השם Flash; G​emini 4 Neon הגיע לאחריו ב-18 בנובמבר 2026, כאשר G​oogle מציבה אותו בין Hydrogen, שמיועד לביצוע יומיומי, לבין G​emini 4 Carbon, שמיועד לעבודה מעמיקה וארוכת טווח. לשניהם חלון הקשר של 1M טוקנים, שניהם מקבלים טקסט, תמונה, אודיו ווידאו, לשניהם ארבע רמות חשיבה, ושניהם מוגדרים כברירת מחדל לרמה גבוהה.

שני כרטיסים, שמונה מחירים, מיון אחד

Artificial Analysis נותנת ציון לכל דרגה בשני המודלים על אותה מערכת הערכה בת תשעה חלקים, ומפרסמת עלות מדודה לכל משימה שהושלמה עבור כל אחד מהם. מיון שמונת הנקודות הללו לפי עלות ולא לפי שם המודל הוא כל הטיעון, ולכן הנה הן לפי הסדר:

• Hydrogen ברמה נמוכה — מדד 26.9, 0.29$ למשימה.

• Neon במצב נמוך — 44.1, $0.75.

• מימן במצב בינוני — 41.2, $0.80.

• מימן במצב גבוה (ברירת מחדל) — 50.8, $1.87.

• Neon במצב בינוני — 54.9, $1.90.

• Hydrogen ב־xhigh — 53.9, $3.16.

• Neon במצב גבוה (ברירת מחדל) — 59.6, $3.74.

• Neon ב-xhigh — 61.4, $6.44.

קראו את הרשימה לפי הסדר והצורה מתבהרת. Hydrogen מחזיק בדיוק בקטע אחד ממנה: בתחתית ממש, שם $0.29 קונים 26.9 ששום דבר אחר בשתי המשפחות לא מתקרב אליו במחיר. מעל לקו הזה המיון מפסיק להתחלף בין שני הדגמים ומתחיל להעדיף אחד — וזה שהוא מעדיף אינו זה שהמחירון היה מרמז עליו.

Artificial Analysis model page for Gemini 4 Hydrogen at Xhigh effort, showing an Intelligence Index of 54, $1.50 input and $7.50 output per million tokens, $3.16 per Intelligence Index task, 304 million output tokens on the index against a 65.4-million median, 164 tokens per second, 61.37 seconds to first answer token, a default effort of high and a 1M-token context window.

היכן שהגבול באמת מתכופף

ההשוואה השימושית ביותר ברשימה היא בין השלבים החמישי והשישי. Neon ברמה medium עולה $1.90 למשימה ומקבל ציון 54.9. Hydrogen ברמה xhigh — השלב העליון שלו, המקסימום שהוא מסוגל לו — עולה $3.16 ומקבל ציון 53.9. לכן ההגדרה השימושית הזולה השנייה של Neon חכמה יותר בנקודה אחת וגם זולה ב-40 אחוזים מהתקרה של Hydrogen.

אותו היפוך מופיע שורה אחת קודם. ברירת המחדל של Hydrogen, high, עולה $1.87 ומקבלת ציון 50.8. רמת ה-medium של Neon עולה שלושה סנטים יותר ומקבלת ציון 54.9 — ארבע נקודות אינדקס תמורת שגיאת עיגול בחשבון. ובתחתית, רמת ה-low של Neon ב-$0.75 מקבלת 44.1 לעומת רמת ה-medium של Hydrogen ב-$0.80 שמקבלת 41.2, וזה אותו חילוף בכיוון ההפוך: מדרגה מעט זולה יותר ומעט טובה יותר שיושבת דרגה אחת נמוך יותר במודל האחר.

התבנית היא שהסולם של Hydrogen דחוס. ארבעת שלביו משתרעים על פני 27 נקודות מדד, אך בין הקצוות יש רק אחד עשר דולר של עלות משימה, ושני השלבים האחרונים לא קונים שום דבר ששווה להשיג — המעבר מ־high ל־xhigh עולה 69 אחוז יותר לכל משימה תמורת שלוש נקודות. הסולם של Neon מתוח: 17.3 נקודות מדד על פני טווח עלויות רחב פי כמעט שמונה עשרה, והתקרה שלו גבוהה בתשע נקודות מזו של Hydrogen, מפני של־Hydrogen אין שלב שמגיע אליה.

מלכודת ברירת המחדל, והתשובה של G​oogle עצמה

שני המודלים מגיעים בהגדרה גבוהה, ושתי ברירות המחדל ניצבות משני צדדים מנוגדים של ההיפוך הזה. קריאה לשניהם ללא פרמטר חשיבה כלל נותנת 59.6 תמורת $3.74 לעומת 50.8 תמורת $1.87 — פער של 8.8 נקודות בדיוק פי 2 ממה שמבטיח כרטיס התעריפים. זו ההשוואה שההכרזה של גוגל עצמה מרמזת עליה, והיא הוגנת עד כמה שהיא מגיעה.

זה לא מה ש-G​oogle ממליצה לעשות. הפוסט של Antigravity מ-18 בנובמבר מתאר מצב Orchestrator שמצוות את השניים בסשן אחד: Neon מתכנן, משרטט ארכיטקטורה ומטפל בהיגיון הקשה, Hydrogen מבצע את העבודה השגרתית — עריכות קוד, עדכוני חבילות, הרצת בדיקות — ומחזיר את השליטה ל-Neon כשהוא נתקל במשהו שאינו יכול לפתור. הקו של G​oogle הוא שזה מותח את המכסה שלך לכל ריצה, וזהו מסגור מטעם הספק של תצפית אמיתית: אף רמה בודדת של מי מהמודלים אינה הבחירה היעילה לכל צעד במשימה מרובת שלבים.

ההמלצה הזו היא הדבר הכי כן בכל אחד משני פוסטי ההשקה, משום שהיא מודה בנקודה שהמספרים מצביעים עליה. אם רמת ה-medium של Neon מנצחת לחלוטין את רמת ה-xhigh של Hydrogen, אז הטיעון בעד Hydrogen אינו "זול יותר לאותה עבודה" — אלא "זול מספיק כדי לפעול בשלבים שלא דורשים שיקול דעת", ו-Orchestrator הוא המנגנון לקבוע אילו שלבים הם אלה. עד כמה ההעברה בפועל עובדת היא טענה שאף אחד מחוץ ל-G​oogle לא מדד; הפוסט מתאר את הלולאה ואינו מפרסם את עלותה.

שלושת הניצחונות האמיתיים של Hydrogen

אף אחד מהאמור לעיל אינו הופך את Hydrogen למיותר, ולשלושה מהיתרונות שלו יש ביטוי מדיד ולא מיקומי:

• השהיה. ברמות תואמות, הזמן של Hydrogen עד לאסימון התשובה הראשון הוא בערך חצי מזה של Neon — 21.7 שניות לעומת 40.6 ברמה גבוהה, 12.4 לעומת 20.1 ברמה בינונית, 6.1 לעומת 13.9 ברמה נמוכה. עבור לולאת סוכן ששולחת עשרות תורות, הפער הזה מצטבר לכמה דקות של זמן קיר לכל משימה שאף ציון אינדקס לא משקף.

• תפוקה.Hydrogen מפענח כ-160 אסימונים לשנייה במצב גבוה לעומת 101 של Neon. בשילוב עם יתרון ההשהיה, זהו המודל המהיר יותר בשני המובנים, מה שמתיישב עם האופן שבו G​oogle מתארת את השניים: Neon לעומק, Hydrogen לביצוע יומיומי מהיר.

• המצאה. בשיעור ההזיות של AA-Omniscience, ‏Hydrogen נמצא ב-8.7 אחוז בהגדרת ברירת המחדל שלו וב-8.5 אחוז ב-xhigh; ‏Neon נמצא ב-13.9 וב-14.4. ‏Hydrogen הוא השמרני מבין השניים, בפער של פי כ-1.6, והוא הדוגמה הנגדית היחידה להנחה שהמודל הזול והקטן יותר נוטה יותר להמציא משהו. ‏Neon עדיין מקבל ציון גבוה יותר במדד ה-Omniscience הבסיסי — 53.8 לעומת 43.7 בברירות מחדל תואמות — כך שהוא יודע יותר ומצהיר יותר; ‏Hydrogen יודע פחות ואומר פחות.

הצימוד האחרון הזה שווה לזכור. יודע-כל והזיה אינם שני מבטים על אותה כמות, ומודל יכול להשתפר באחד בעודו מחמיר בשני. כאן הכיוון מפוצל, וזה בדיוק המקרה שבו מספר "דיוק" בודד מטעה.

Generated four-panel graphic titled Hydrogen's three wins, one loss, with panels for time to first token at high (Hydrogen 21.75 s, Neon 40.6 s), output speed at high (160 tok/s against 101 tok/s), hallucination rate (8.7 percent against 13.9 percent, lower is better) and omniscience index (43.7 against 53.8, Neon leads here). The footer reads All figures per Artificial Analysis v5.0.1 at the default high setting.

בוחרים שלב, לא מודל

כלל ההחלטה שעומד בכל שמונה הנקודות:

• אם המשימה באמת טריוויאלית — סיווג, חילוץ, החלטת ניתוב, שכתוב קצר — Hydrogen ברמה נמוכה או בינונית הוא האפשרות הזולה ביותר במשפחה, והחיסכון של פי 2 הוא אמיתי.

• אם העבודה דורשת תכנון או שינויי קוד ברמת המאגר, הסולם של Hydrogen לא מגיע לשם. המדרגה הטובה ביותר שלו היא 53.9; ברירת המחדל של Neon היא 59.6 והרמה הבינונית שלה היא 54.9 במחיר נמוך ב-40 אחוז מתקרת המחיר של Hydrogen. בחר ב-Neon והתחל ברמה הבינונית.

• אם אתם על Neon, המדרגות היקרות הן אלה שכדאי לבדוק קודם. high עד xhigh זה 72 אחוז יותר לכל משימה עבור 1.8 נקודות אינדקס ועוד שש עשרה שניות עד לטוקן הראשון. רוב הפייפליינים מתאימים ל-medium, שבו 54.9 מגיע בחצי מהעלות של ברירת המחדל.

• אם התפוקה היא המגבלה ולא האינטליגנציה — כלי אינטראקטיבי, לולאת סוכן ארוכה, כל דבר שבו אדם ממתין — ייתכן שיתרון הלטנטיות של Hydrogen חשוב יותר משמונה נקודות אינדקס, ואף טבלת דירוג לא תספר לך את זה.

אף אחד מהמודלים אינו בקטלוג של OrcaRouter, כך שזה אינו טיעון להעביר את מי מהם למפתח שלנו. מה שכן נמצא שם, במחיר המחירון של הספק וללא תוספת, הוא Gemini 4 Carbon במחיר $2.00 ו-$10.00 וGemini 4 Argon במחיר $2.00 ו-$10.00, לצד שארקטלוג של 229 מודלים בנקודת קצה אחת. אם ברצונך לבדוק אם ה-Medium של Neon באמת עובר את התקרה של Hydrogen בתעבורה שלך, הצורה המעשית היא כלל ניתוב ששולח את השלבים הזולים לדרגה שאתה כבר יכול לפנות אליה ומסלים את הקשים — עם failover מתחת, כך שמודל בן שבוע לא יהפוך לעולם למסלול היחיד לפרודקשן.

Artificial Analysis model page for Gemini 4 Neon at Xhigh effort, showing an Intelligence Index of 61, $3.00 input and $15.00 output per million tokens, $6.44 per Intelligence Index task, 283 million output tokens on the index against a 65.4-million median, 110 tokens per second, 56.54 seconds to first answer token, a default effort of high and a 1M-token context window.

מה היה משנה את התשובה הזו

שלושה דברים, כולם ניתנים לבדיקה. אם G​oogle תפרסם שלב מימן חמישי, ההיפוך יקרוס וה-2x יתחיל שוב להתנהג כמו 2x — הפער קיים רק מפני שהסולם של Hydrogen נעצר ב-53.9. אם יתברר שההעברה של Orchestrator עולה יותר בתיאום ממה שהיא חוסכת בביצוע, טיעון ההצמדה ייכשל והבחירה תחזור לבחור מודל אחד. ואם מערכת בדיקה עצמאית שנייה תשחזר את פיצול ההזיה ולא את פיצול האינדקס, הטיעון בעד Hydrogen בעבודה רגישה לעובדות יתחזק ממה שהאינדקס מרמז, מפני שהבדל של פי 1.6 ביצירת מידע כוזב שווה יותר משמונה נקודות אינדקס בצינורות מסוימים ושווה כלום באחרים.

עד אז, הסיכום הכנה הוא ששני המודלים האלה אינם שתי נקודות על קו אחד. הם שני סולמות באורכים שונים, הנמכרים ביחס שמתקיים בדיוק במחירון ונשבר ברגע שמתמחרים משימה מוגמרת. השלבים הזולים יותר של Neon מנצחים את היקרים של Hydrogen; השלב הזול ביותר של Hydrogen מנצח הכול במחיר; וההמלצה של הספק עצמו היא להפסיק לבחור ולהריץ את שניהם, וזו התשובה היחידה שטבלת המובילים לא יכולה לתת לך.