Gemini 4 Hydrogen vs Gemini 4 Carbon: Satu Keluarga, Dua Profil Penyajian, dan Perubahan Harga yang Berlaku pada Tanggal Berbeda

Dua model, terpaut enam poin indeks, selisih 1,33x pada daftar harga saat ini dan 2,67x mulai 1 Desember, serta berperilaku dengan cara yang sulit dijelaskan kecuali keduanya adalah kapabilitas dasar yang sama yang dijalankan pada dua kecepatan berbeda. Google belum menerbitkan satu kalimat pun yang menyatakan bahwa Gemini 4 Hydrogen diturunkan dari Gemini 4 Carbon. Yang telah diterbitkannya adalah sekumpulan angka yang mengarah ke arah yang sama: Hydrogen menghasilkan 188 token per detik dibandingkan 72 milik Carbon, mencapai token pertama dalam 40,55 detik dibandingkan 64,71, mencetak 54 pada Artificial Analysis Intelligence Index dibandingkan 60, dan menyelesaikan sebuah tugas indeks dengan biaya $3,16 dibandingkan $5,48. Itu bukanlah bentuk model kecil di samping model besar, seperti dulu Flash di samping Pro. Itu adalah bentuk satu kapabilitas yang dijual dua kali — sekali pada batas puncaknya, sekali pada setelan throughput — dan diberi harga seolah perbedaannya bersifat arsitektural. Gemini 4 Hydrogen masuk katalog pada 12 November 2026 dengan harga $1,50 dan $7,50 per juta token. Gemini 4 Carbon, tersedia umum sejak 10 November, berada pada $2,00 dan $10,00 hingga 1 Desember, lalu berlipat ganda menjadi $4,00 dan $20,00. Menentukan mana yang harus dipanggil terutama merupakan pertanyaan tentang fakta mana di antara itu yang Anda optimalkan, dan seberapa banyak cerita derivasi yang bersedia Anda terima berdasarkan inferensi.

Enam poin indeks, selisih harga 1,33x hari ini, dan selisih 2,67x pada Desember

Artificial Analysis menilai kedua model dengan harness yang sama, pada pengaturan thinking tertinggi masing-masing, dan pasangan yang dihasilkan tidak sedramatis yang disiratkan oleh pemasaran.

• Intelligence Index — Gemini 4 Carbon 60 pada high, peringkat keempat dari 78. Gemini 4 Hydrogen 54 pada Extra High, peringkat keenam belas. Selisih enam poin, dengan Hydrogen berada di atas 50 milik Gemini 4 Argon pada indeks yang sama.

• Kecepatan output — Carbon 72 token per detik vs Hydrogen 188. Hydrogen menghasilkan sekitar dua setengah kali lebih cepat, yang merupakan inti dari model ini.

Waktu hingga token jawaban pertama — Carbon 64,71 detik vs Hydrogen 40,55 detik pada Extra High, turun menjadi sekitar 16,7 detik pada pengaturan High bawaannya. Hydrogen mulai lebih cepat pada setiap pengaturan dibandingkan Carbon pada satu-satunya pengaturan yang dimilikinya.

• Biaya per tugas indeks yang diselesaikan — Carbon $5,48 vs Hydrogen $3,16. Sekitar 58% dari harga, untuk 90% skor.

• Harga per juta token — Carbon $2,00 / $10,00 saat ini, menjadi dua kali lipat pada 1 Desember; Hydrogen $1,50 / $7,50 tanpa kenaikan bertanggal pada kartu tarif yang dipublikasikan.

Letakkan dua baris terakhir berdampingan dan hal yang menarik bukanlah bahwa Hydrogen lebih murah. Melainkan bahwa, pada kartu hari ini, model yang lebih murah itu lebih murah per tugas yang diselesaikan dengan selisih yang lebih besar daripada keunggulannya per token. Carbon membakar lebih banyak token dan lebih banyak wall-clock untuk mencapai penyelesaian tugas, sehingga keunggulan per token justru bertambah, bukan termakan oleh percobaan ulang. Itu tidak biasa, dan itu adalah bukti terkuat bahwa ini benar-benar dua profil penyajian dari satu model, bukan dua model yang berbeda.

Ke mana keenam poin itu sebenarnya bermuara

Enam poin indeks adalah abstraksi. Google menerbitkan keluarga tolok ukur yang sama untuk kedua model terhadap kumpulan pembanding yang berbeda, sehingga letak selisihnya dapat diidentifikasi, bukan sekadar dihitung. Semua angka di bawah ini dilaporkan vendor dan belum direproduksi; kumpulan pembandingnya berbeda, jadi bacalah polanya, bukan aritmetikanya.

Pengodean agentik dalam skala besar — Carbon 61,2% pada FrontierSWE 2 berbanding GPT-6 Astra 65,5%, dan 65,2% pada Terminal-Bench 4.0. Hydrogen 57,0% pada Terminal-Bench 4.1, setelah disesuaikan terhadap kecurangan. Selisih delapan poin pada Terminal-Bench, pada versi-versi yang berdekatan dari benchmark yang sama.

• Sapuan rekayasa perangkat lunak — Carbon 9,6% pada SWE-sweep; Hydrogen 13,5%. Hydrogen menang di yang ini, dan ini adalah satu-satunya tolok ukur agentik utama yang ia menangkan.

• Penggunaan komputer jangka panjang — Carbon 81,5% pada OSWorld-2.1 dibandingkan Claude Opus 5.5 87,2%; Hydrogen 77,6% pada benchmark yang sama. Carbon unggul empat poin dan keduanya kalah dari pesaing.

• Akumulasi tugas — Carbon 77,4% pada Agents' Last Exam dan saldo Vending-Bench 2 sebesar $16.484; Hydrogen 71,6% dan $14.549. Carbon lebih baik dalam hal yang membutuhkan kemampuan menjaga bisnis tetap berjalan selama banyak giliran.

• Konteks panjang — Carbon 96,2% pada GraphWalks di seluruh rentang 256k hingga 1M. Google tidak menerbitkan angka setara untuk Hydrogen, yang itu sendiri informatif: perilaku pengambilan informasi pada jendela penuh satu juta token adalah satu-satunya kemampuan yang belum ditunjukkan siapa pun untuk model yang lebih murah.

• Pekerjaan keamanan — Carbon memiliki klaster keamanan yang dipublikasikan: CWE-bench 71,0%, ExploitGym 54,8%, SEC-bench Pro 88,2%. Hydrogen tidak memiliki klaster tersebut. Jika beban kerja Anda adalah triase kerentanan, pilihan ini bukanlah soal trade-off, melainkan batas kemampuan.

Pola di antara keenamnya konsisten dengan pembacaan profil penyajian: Hydrogen berperilaku seperti kemampuan yang sama yang dijalankan dengan cepat, dan tugas-tugas yang ia kalah adalah tugas-tugas di mana kecepatan bukanlah batasannya. Ia kalah dalam daya tahan, dalam daya ingat konteks panjang, dalam akumulasi berjam-jam, dan dalam rangkaian keamanan khusus. Ia menang dalam throughput sapuan mentah. Apakah itu pasca-pelatihan, konfigurasi penyajian yang berbeda, atau sesuatu yang lain yang belum dijelaskan G​oogle, efeknya pada beban kerja tetap sama — pengaturan kecepatan yang muncul sebagai tabel tolok ukur.

1 Desember adalah tanggal yang menentukan hal ini, bukan hari ini.

Hampir setiap perbandingan yang ditulis tentang pasangan ini pada bulan November akan salah pada bulan Desember, karena salah satu kartu memiliki langkah di dalamnya, sedangkan yang lain tidak.

Carbon saat ini — input $2.00, output $10.00, pembacaan cache $0.10, hanya caching implisit, tanpa tier gratis. Batch dan Flex seharga $1.00 / $5.00. Priority seharga $3.60 / $18.00.

• Carbon mulai 1 Desember 2026 — input $4.00, output $20.00, pembacaan cache $0.20. Batch dan Flex dua kali lipat menjadi $2.00 / $10.00. Priority dua kali lipat menjadi $7.20 / $36.00.

• Hydrogen, tidak berubah — $1.50 / $7.50 standar, $0.75 / $3.75 Batch dan Flex, $2.70 / $13.50 Priority, $0.075 baca cache. Tidak ada kenaikan bertanggal di mana pun pada kartu.

• Rasionya — 1,33x untuk input saat ini, 2,67x mulai Desember. Untuk output, sama. Untuk Batch dan Flex, 1,33x saat ini dan 2,67x setelahnya.

Apa artinya itu bagi anggaran adalah bahwa kedua model cukup berdekatan pada November sehingga masih bisa diperdebatkan berdasarkan kemampuan, dan cukup berjauhan pada Desember sehingga perdebatannya sebagian besar berakhir. Tim yang memilih Carbon pada November karena keunggulan indeks enam poin sedang memilihnya dengan harga yang tidak lagi ada enam minggu kemudian, dan model yang dipilihnya akan menjadi yang lebih mahal dari kedua model itu dengan selisih yang tidak dapat dibenarkan oleh kesenjangan benchmark mana pun untuk sebagian besar beban kerja.

Ada asimetri kedua yang tidak disebutkan siapa pun. Carbon tidak memiliki tier gratis, dan Argon juga tidak. Hydrogen memilikinya — dibatasi laju, pada tier standar G​oogle, dengan harga terbitan yang sama berlaku untuknya. Itu bukan penghematan biaya untuk sistem produksi, tetapi itulah perbedaan antara prototipe yang berjalan di laptop hari ini dan prototipe yang mengharuskan adanya akun penagihan terlebih dahulu.

Pengaturan Antigravity memberi tahu Anda bagaimana G​oogle mengharapkan mereka digunakan

G​oogle sendiri alat pengodeannya menyediakan keduanya, dan cara alat itu menggabungkannya lebih informatif daripada kartu tarif mana pun.

• Ketersediaan — Carbon hanya tercantum untuk AI Ultra dan Enterprise. Hydrogen tercantum untuk Free dan AI Plus, Pro, Ultra, serta Enterprise. Carbon adalah fitur tingkat paket; Hydrogen adalah batas dasarnya.

• Peran default — Hydrogen adalah model implementasi tetap di dalam Orchestrator. Ketika Carbon melakukan perencanaan, Hydrogen yang melakukan penyuntingan file; dokumentasi G​oogle menyatakan secara eksplisit bahwa "setelah rencana siap, G​emini 4 Hydrogen mengambil alih untuk menerapkan penyuntingan file".

• Hasil yang dilaporkan — tim Antigravity melaporkan bahwa Orchestrator menggunakan kuota 24% lebih sedikit dan selesai 19% lebih cepat pada Terminal-Bench 4.1 dibandingkan menjalankan Carbon sepanjang proses, dengan tingkat keberhasilan yang mendekati Carbon.

• Petunjuknya — tidak ada seorang pun di Google yang mendokumentasikan konfigurasi yang menjalankan Carbon pada setiap langkah. Produk yang mereka rilis menempatkan Carbon pada giliran perencanaan dan Hydrogen pada semua bagian lainnya, lalu menyebutnya sebagai pengaturan yang efisien.

Jika alat milik vendor sendiri memperlakukan Carbon sebagai sumber daya perencanaan yang terlalu mahal untuk digunakan pada eksekusi, itu adalah sinyal yang lebih kuat tentang pembagian yang dimaksudkan daripada tabel perbandingan mana pun. Carbon adalah untuk giliran ketika keputusan yang salah itu mahal. Hydrogen adalah untuk dua ratus giliran ketika keputusan yang lambat itu mahal.

Tiga konfigurasi, dan berapa biaya masing-masing per minggu

Ambil gambaran konkret: agen coding yang melakukan sekitar 4.000 giliran tugas per minggu, dengan rata-rata 12.000 token masukan dan 1.500 token keluaran per giliran, serta prefiks stabil 30.000 token yang di-cache.

• Carbon sepanjang waktu — 48 juta token input dengan harga $2,00 adalah $96; 6 juta output dengan harga $10,00 adalah $60; pembacaan cache pada prefiks 30.000 token dengan harga $0,10 per juta dapat diabaikan. Sekitar $156 per minggu pada November, sekitar $312 mulai Desember.

Hydrogen sepanjang waktu — input $72, output $45, $117 per minggu, tetap. Seperempat lebih murah daripada Carbon pada November dan 62% lebih murah mulai Desember, saat token yang sama berbiaya $312 di kartu Carbon.

• Carbon merencanakan, Hydrogen mengeksekusi — satu giliran perencanaan dari dua puluh berarti 5% giliran dengan tarif Carbon dan 95% dengan tarif Hydrogen, yang menghasilkan sekitar $119 per minggu pada November dan sekitar $127 mulai Desember. Secara efektif, harga Hydrogen dengan pertimbangan Carbon atas keputusan yang penting.

Konfigurasi ketiga adalah yang dikirimkan G​oogle, dan perhitungannya menunjukkan bahwa biayanya sekitar $2 per minggu lebih tinggi daripada menjalankan Hydrogen saja pada November, dan sekitar $10 per minggu lebih tinggi mulai Desember, sementara itu merebut kembali sebagian besar selisih enam poin pada tikungan yang menentukan. Itu adalah pertukaran yang jauh lebih baik daripada yang terlihat, dan tidak terlihat jika Anda membandingkan kedua model sebagai substitusi, bukan sebagai pasangan.

Satu catatan pada kolom cache: input yang di-cache Hydrogen adalah $0.075 dibandingkan $0.10 milik Carbon, tetapi tidak ada model yang mendukung caching eksplisit — keduanya hanya implisit, jadi diskon tersebut merupakan perilaku layanan, bukan sesuatu yang Anda jadwalkan. Pada beban kerja ketika Anda tahu persis apa yang harus tetap residen, itu adalah keterbatasan yang dimiliki kedua model, dan itulah alasan prefiks di atas dihargai sebagai perkiraan harapan, bukan jaminan.

Apa yang harus dilakukan dengan string model

Identifiernya adalah gemini-4-carbon dan gemini-4-hydrogen, dan yang kedua adalah jebakannya. Tidak ada gemini-4-flash, tidak ada gemini-4, dan tidak ada token flash di mana pun dalam identifier Hydrogen — komunitas menambahkan "(Flash)" untuk mendeskripsikan slot, Google tidak memasukkannya ke dalam string. Migrasi yang mencocokkan pola pada nama lama gemini-3.8-flash akan gagal pada identifier, bukan pada model, dan akan gagal secara diam-diam jika klien Anda melakukan fallback ke default.

Jika kedua model dapat diakses dari satu kunci, pembagian di atas menjadi kebijakan perutean, bukan dua integrasi. OrcaRouter menyediakan Gemini 4 Carbon dan Gemini 4 Argon pada harga daftar penyedia dengan markup 0%, yang berarti kenaikan harga dua kali lipat pada 1 Desember berlaku di sisi kami pada hari yang sama saat muncul di kartu harga Google — tanpa negosiasi ulang, tanpa kontrak baru. Gemini 4 Hydrogen tidak ada dalam katalog; model ini tersedia melalui API milik Google sendiri dan AI Studio. Jadi, susunan yang layak untuk pembagian tiga arah adalah Hydrogen dipanggil langsung untuk eksekusi, dengan Carbon di belakang router untuk giliran perencanaan dan failover otomatis lintas penyedia ketika salah satu jalur mengalami degradasi. Hal itu membuat perencana tetap dapat ditukar — jika harga Carbon pada Desember membuat giliran perencanaan tidak ekonomis, Argon atau perencana pesaing hanyalah perubahan string model, bukan penulisan ulang.

Ringkasan yang jujur, beserta ketidakpastian yang melekat padanya

Enam poin indeks memisahkan dua model yang berperilaku seperti satu kemampuan pada dua kecepatan, dan profil yang lebih murah lebih cepat untuk dimulai, lebih cepat untuk menghasilkan, serta 58% dari biaya per tugas yang diselesaikan. Sebaliknya, profil yang mahal adalah satu-satunya yang memiliki pengambilan konteks panjang yang dipublikasikan, tolok ukur keamanan yang dipublikasikan, dan peran terdokumentasi sebagai perencana dalam perkakas G​oogle sendiri — dan itulah yang klaim kemampuannya telah diuji di lebih banyak kumpulan evaluasi.

Yang belum diterbitkan oleh siapa pun adalah hal yang akan menuntaskannya untuk beban kerja tertentu: perbandingan tingkat tugas pada harness yang sama dengan pengaturan thinking yang sama, dengan perilaku retry yang terlihat. Dua tabel benchmark G​oogle menggunakan set perbandingan yang berbeda, dan harness independen melaporkan satu angka indeks, bukan subskor yang akan melokalisasi kesenjangan itu. Sampai seseorang menjalankan keduanya terhadap rangkaian tugas yang sama, posisi yang dapat dipertahankan adalah posisi arsitektural — gunakan Carbon ketika rencana yang salah mahal, Hydrogen di semua tempat lain — karena itulah yang dilakukan vendor, itulah yang diberi insentif oleh penetapan harga sejak Desember dan seterusnya, dan itulah satu-satunya rekomendasi yang tetap bertahan ketika enam poin tersebut sebagian merupakan artefak dari dua pengaturan yang berbeda.

Perhatikan tiga hal. Apakah Hydrogen mendapatkan klaster tolok ukur keamanan, karena ketiadaannya adalah batas kapabilitas paling jelas dalam pasangan tersebut. Apakah ada yang mereproduksi klaim kuota Orchestrator secara independen, karena seluruh pemisahan perencanaan/eksekusi bergantung pada itu. Dan apakah kartu Hydrogen memperoleh langkah bertanggal, karena model tanpa tanggal kedaluwarsa dalam keluarga di mana dua dari tiga anggotanya berlipat ganda adalah entah harga jangkar yang disengaja atau tarif yang belum ditetapkan.