
Gemini 4 Hydrogen: Apa yang Didapat xhigh untuk Tagihan 6 Kali Lipat
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 185 tok/s
- openaiBARUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 juta token · 76 tok/s
- openaiBARUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 juta token · 151 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 234 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 125 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 94 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 juta token · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 104 tok/s
Dua eksekusi dari prompt pendek yang sama melalui Gemini 4 Hydrogen, hanya berbeda satu pengaturan. Pada high, model menghabiskan 5.311 token keluaran dan ditagih 3,99 sen. Pada xhigh, model menghabiskan 31.477 token dan ditagih 23,61 sen. Perbandingan yang sama muncul dalam eksekusi Gemini 4 Neon pada hari yang sama, di mana tingkat teratas memakan biaya 39,83 sen dibandingkan 14,55 pada high. Simon Willison menerbitkan kedua pasangan tersebut pada 20 November 2026, empat hari setelah Google merilis Gemini 4 Hydrogen pada 12 November, dan angka-angka itu adalah perbandingan berdampingan publik pertama di bagian paling atas tangga tingkat upaya Gemini 4 yang belum disentuh oleh sebagian besar orang.
Bagian yang menarik bukanlah bahwa pengaturan yang lebih dalam memakan biaya lebih besar. Yang menarik adalah tarif per token tidak pernah berubah. Hydrogen mengenakan $1,50 per juta token input dan $7,50 per juta token output di setiap tingkat, termasuk xhigh dan termasuk token berpikir. Kalikan jumlah token dengan tarif itu dan Anda akan mendapatkan tagihan kembali hingga ke sen. Jadi xhigh bukanlah tingkat premium yang Anda bayar lebih. Itu adalah keputusan untuk membiarkan model menulis sekitar enam kali lebih banyak, dan tagihannya mengikuti secara otomatis.
Dua RUU itu, dan mengapa suku bunga ditahan
Aritmetika ini layak dihitung manual sekali, karena itu menetapkan apa yang sebenarnya Anda beli. Tarif output Hydrogen adalah $7,50 per juta token. Pada 5.311 token, itu 3,98 sen; tagihan terukur adalah 3,99. Pada 31.477 token, itu 23,61 sen, yang persis sama dengan tagihan terukur. Sisi input tidak signifikan pada skala ini: prompt beberapa lusin token biayanya sepersekian dari seperseratus sen pada $1,50 per juta.
• Token keluaran — 5.311 pada high dibandingkan 31.477 pada xhigh, faktor 5,9
• Biaya dalam sen — 3,99 dibanding 23,61, faktor yang sama sebesar 5,9
• Tarif output — $7.50 per juta token pada kedua pengaturan, tidak berubah
• Tarif input — $1.50 per juta token pada kedua pengaturan, tidak berubah
• Konteks — satu tarif hingga 1 juta token, tanpa biaya tambahan konteks panjang yang dicantumkan
Itu memiliki konsekuensi praktis bagi siapa pun yang menyusun anggaran untuk model ini. Daftar harga vendor disusun berdasarkan tarif token, dan tarif adalah satu-satunya variabel yang tidak berubah di sini. Merencanakan xhigh dari tabel per token akan meremehkan tagihan sekitar enam kali lipat pada tugas ketika model memilih untuk berpikir lebih lama. Satu-satunya angka yang memprediksi biaya adalah token keluaran per jawaban, dan satu-satunya cara mendapatkannya adalah mengukurnya pada prompt Anda sendiri. Dokumentasi Google sendiri mengakui arahnya tanpa memberikan besaran: dokumentasi itu memperingatkan bahwa xhigh "meningkatkan latensi dan penggunaan token."

Apa yang dihasilkan oleh 26.000 token tambahan
Pada tes pelikan mengendarai sepeda, jawabannya adalah: gambar yang terlihat lebih baik. Ringkasan Willison adalah bahwa keluaran high berupa pelikan datar tanpa keranjang dan tanpa latar belakang, sedangkan keluaran xhigh datang sebagai sepeda teal di pantai dengan ikan biru di keranjang — setara dengan yang dihasilkan Gemini 4 Neon secara default dengan biaya kira-kira sama. Sekitar 26.000 token thinking tambahan digunakan untuk komposisi, adegan, dan warna, bukan untuk jawaban yang benar.
Anggap itu sebagai satu observasi, bukan tolok ukur. Ini satu prompt, satu sampel per pengaturan, dan tugas tanpa satu jawaban benar tunggal, yang berarti tidak ada skor akurasi yang bisa dilekatkan padanya. Yang memang dapat ditetapkannya adalah bahwa tingkat paling atas dapat mengubah karakter suatu keluaran pada pekerjaan generatif terbuka, dan bahwa perubahan itu tidak halus ketika terjadi. Apakah pengeluaran enam kali lipat yang sama memberi manfaat apa pun pada beban kerja Anda adalah pertanyaan terpisah, dan dua bagian berikutnya membahas kasus-kasus ketika jawabannya diukur, bukan sekadar dilihat secara kasat mata.
Tangga independen mengatakan hal yang sama
Artificial Analysis memberi skor Hydrogen pada masing-masing dari empat pengaturannya, dan bentuk kurvanya cocok dengan paruh pelikan. Saat membaca halaman model tersebut pada 22 November 2026, Intelligence Index bernilai 26,9 pada low, 41,2 pada medium, 50,8 pada high, dan 53,9 pada xhigh. Biaya per tugas Index adalah $0,29, $0,80, $1,87, dan $3,16 pada empat tingkat yang sama, sedangkan waktu per tugas adalah 1,5; 4,0; 9,0; dan 15,8 menit.
Ubah itu menjadi biaya marginal — harga dari poin berikutnya — dan argumen menentang memilih tingkat teratas secara default menjadi soal aritmetika, bukan selera:
• rendah hingga sedang — +14,3 poin Indeks untuk +51 sen, sekitar 3,5 sen per poin
• sedang hingga tinggi — +9,6 poin untuk +$1,08, sekitar 11,3 sen per poin
• tinggi ke xhigh — +3,1 poin untuk +$1,29, sekitar 41,1 sen per poin
• Total, dari rendah hingga xhigh — +27 poin untuk +$2,87, rata-rata sekitar 10,6 sen per poin
Langkah terakhir adalah yang mahal, dengan faktor hampir empat kali lipat dibandingkan langkah sebelumnya, dan juga memakan waktu aktual per tugas 76 persen lebih banyak. Langkah pertama dari rendah ke sedang tetap menjadi pembelian terbaik dalam tangga tersebut dengan selisih yang lebar, yang perlu diingat mengingat tingkat tinggi adalah default. Ini adalah pengukuran pihak ketiga dari Artificial Analysis, bukan angka dari vendor, dan biaya per tugas mencakup input, output, serta perilaku agen multi-putaran — itulah sebabnya biaya tersebut tidak berskala seperti tagihan satu prompt.

Di mana xhigh tidak memberi manfaat sama sekali
Dokumentasi Google berbicara terus terang tentang tingkat atas dengan cara yang jarang dilakukan materi peluncuran. Dokumentasi itu menyarankan untuk menyisihkan xhigh "untuk coding bertahap yang sulit dan masalah agentic ketika high tidak memadai," serta memperingatkan bahwa pada prompt yang lebih sederhana, xhigh "dapat menyebabkan overthinking atau menghabiskan max_output_tokens." Mode kegagalan kedua itulah yang berdampak diam-diam: batas token mencakup proses berpikir sekaligus output yang terlihat, sehingga prompt yang seharusnya terjawab dengan nyaman pada high bisa menghabiskan seluruh anggaran untuk bernalar dan kembali dengan tanda tidak lengkap, terpotong, atau kosong. Itu terlihat seperti kegagalan model. Padahal itu kegagalan konfigurasi.

Sebuah sweep independen atas 56 permintaan yang diterbitkan pada November 2026 menguji pertanyaan yang tersirat dari peringatan Google. Melintasi tiga prompt mudah hingga sedang dan dua kali eksekusi per tingkat, hasilnya menemukan bahwa xhigh menggunakan sekitar 3,1 kali token berpikir dibandingkan high secara keseluruhan dan sekitar lima kali lipat pada prompt pengodean, dengan setiap jawaban tetap benar di setiap tingkat. Pengeluaran tambahan itu membeli token dan latensi, bukan akurasi. Sampelnya kecil dan penulisnya mengatakan demikian; arahnya konsisten dengan peringatan vendor maupun kurva Artificial Analysis, di mana tingkat terakhir menambahkan tiga poin, bukan lima belas.
Jadi, pembagiannya adalah kelas tugas, bukan kemampuan model. Ekstraksi, klasifikasi, pemformatan, dan jawaban faktual singkat memiliki batas yang dekat dengan jawaban benar pertamanya, dan membayar enam kali lipat untuk itu adalah pemborosan murni. Generasi terbuka tidak memiliki batas semacam itu, karena output adalah artefaknya dan selalu ada lebih banyak detail yang dapat ditambahkan.
Crossover yang benar-benar penting
Inilah angka yang seharusnya mengubah cara Anda menggunakan model. Hydrogen pada xhigh memakan biaya 23,61 sen untuk satu prompt gambar pendek. Gemini 4 Neon pada high bawaanannya memakan biaya 14,55 sen untuk prompt yang sama pada hari yang sama, dan menghasilkan keluaran yang menurut penilaian Willison setidaknya sama baiknya. Menaikkan Hydrogen ke tingkat tertingginya 62 persen lebih mahal daripada membiarkannya pada default dan justru menaikkan satu tingkat model. Jika alasan Anda memilih xhigh adalah "jawabannya belum cukup baik," model yang lebih besar pada pengaturan defaultnya sering kali merupakan langkah yang lebih murah, dan itulah yang tidak diperiksa oleh sebagian besar tim.
Urutan itu tidak bertahan ketika beban kerja berubah, dan itulah bagian yang hilang saat tes prompt pendek dikutip sebagai peringkat umum. Pada keranjang agentic panjang Artificial Analysis, Neon pada high memakan biaya $3.74 per tugas, sedangkan Hydrogen pada xhigh $3.16, jadi model yang lebih murah pada gambar empat puluh token justru lebih mahal pada tugas multi-turn yang panjang. Tidak ada angka yang salah. Prompt pendek dan jalannya agen selama 15 menit menguji bagian berbeda dari tangga yang sama, dan pergantian anak tangga yang menghemat uang pada satu situasi bisa membuat penghematan itu hilang pada situasi lain.
Satu detail penting yang perlu diperhitungkan: halaman harga Google mencantumkan tarif Carbon dan Argon berlipat ganda pada 1 Desember 2026, dari $2 untuk input dan $10 untuk output menjadi $4 dan $20. Hydrogen tidak menunjukkan perubahan semacam itu. Oleh karena itu, setiap perbandingan di atas yang melibatkan model-model lama tinggal sembilan hari lagi sebelum selisihnya melebar menguntungkan Hydrogen.
Mengaturnya, dan mengujinya dalam satu sore
Level adalah satu field. Pada API generateContent native, itu adalah thinkingConfig.thinkingLevel; pada API Interactions, itu adalah generation_config.thinking_level; pada rute yang kompatibel dengan OpenAI, itu diterima sebagai reasoning_effort. Nilainya adalah string huruf kecil — low, medium, high, atau xhigh — dan high adalah default untuk Hydrogen. Thinking tidak dapat dimatikan sepenuhnya pada model ini, dan parameter thinkingBudget yang lebih lama sudah tidak digunakan lagi dan digantikan oleh level.
Mengukur biayanya memerlukan satu pembacaan tambahan. Token pemikiran muncul di usageMetadata.thoughtsTokenCount pada API native, usage.total_thought_tokens pada Interactions, dan reasoning_tokens pada rute kompatibel — jadi Anda dapat memisahkan apa yang dipikirkan model dari apa yang dikatakannya, lalu memberi harga pada masing-masing. Satu sore yang bisa dikerjakan: ambil dua puluh prompt nyata dari log Anda sendiri, jalankan masing-masing pada high dan xhigh dengan batas output yang longgar agar tidak ada yang terpotong, lalu catat token dan apakah jawabannya lolos. Bandingkan total biaya dengan tingkat kelulusan. Jika xhigh tidak cukup meningkatkan tingkat kelulusan untuk membenarkan tagihan yang kira-kira enam kali lebih besar pada prompt tempat ia aktif, Anda sudah punya jawabannya untuk beban kerja itu, dan itu akan menjadi jawaban yang lebih baik daripada grid mana pun yang dipublikasikan.
Menjalankan dua pengaturan secara berdampingan lebih mudah ketika keduanya berada di balik satu kunci, yang merupakan bagian yang dicakup OrcaRouter. Kami menyajikan Gemini 4 Argon dan Gemini 4 Carbon pada harga daftar penyedia dengan markup 0%, jadi tarif dalam artikel ini adalah tarif yang Anda bayar di sisi kami untuk kedua model tersebut. Gemini 4 Hydrogen tidak ada dalam katalog kami saat ini, jadi setiap angka Hydrogen di sini adalah harga daftar Google, bukan harga kami — perlu dikatakan secara terus terang, karena mode kegagalan dalam posting ini persis seperti yang membuat lembar tarif menyembunyikan pengali enam kali lipat. Jika sebuah model dirutekan melalui kami, tingkat upaya adalah bidang per-rute, sehingga rute canary pada xhigh bersama rute produksi pada high adalah perubahan konfigurasi, bukan jalur kode.
Apa yang harus dilakukan dengan ini pada hari Senin
Aturan yang bertahan terhadap semua angka itu lebih sempit daripada “gunakan pengaturan tertinggi untuk masalah sulit.” Aturannya adalah: turuni tangga hingga kualitasnya rusak, lalu naik satu langkah kembali, dan periksa apakah model lain pada pengaturan bawaannya lebih murah daripada anak tangga tambahan itu sebelum Anda memutuskan. Tangga Hydrogen sendiri menempatkan langkah itu pada sekitar empat puluh sen per poin pada Index dan enam kali lipat token pada sebuah gambar, sedangkan langkah dari rendah ke sedang memakan biaya tiga setengah sen per poin. Sebagian besar nilai dalam model ini ada di separuh bawah tangga, dan pengaturan bawaannya berada di atasnya.
Pertanyaan terbukanya adalah apa yang dilakukan tingkat teratas pada pekerjaan agentik alih-alih pada pelikan — apakah poin Index 3.1 yang diukur Artificial Analysis pada xhigh muncul sebagai lebih sedikit panggilan alat yang gagal atau sebagai lebih banyak giliran yang dihabiskan untuk memikirkannya. Belum ada yang menerbitkan rincian itu, dan itulah yang akan memberi tahu Anda apakah sebaiknya membiarkan Hydrogen pada high di produksi.
