Kartu judul yang dihasilkan bertuliskan Gemini 4 Neon vs Gemini 4 Hydrogen, subjudul Di Mana 2x Berhenti Berlaku, menampilkan sumbu biaya per tugas selesai yang meningkat dengan penanda Neon dan Hydrogen bergantian serta keterangan Kartu tarif mengatakan 2x; biaya per tugas mengatakan sebaliknya.
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: Di Mana 2x Berhenti Berlaku

Penulis

jinhao.song

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

Dua model Gemini 4 dari keluarga yang sama, dirilis enam hari berselang, dan kartu tarifnya jika dibandingkan seperti fotokopi dengan angka yang dipotong separuh: Gemini 4 Neon $3,00 untuk input dan $15,00 untuk output, Gemini 4 Hydrogen $1,50 dan $7,50, input cache $0,15 versus $0,075. Setiap baris tepat separuh. Itu adalah hubungan harga paling rapi di keluarga Gemini 4 dan hal paling tidak informatif tentang pasangan ini, karena begitu Anda mengurutkan kedelapan level berpikir mereka berdasarkan biaya aktual per tugas yang selesai, angka 2x yang rapi itu sama sekali berhenti memprediksi apa pun.

Keduanya merupakan model terkini dan keduanya milik G​oogle. G​emini 4 Hydrogen resmi aktif pada 12 November 2026 sebagai model yang menggantikan penamaan Flash; G​emini 4 Neon menyusul pada 18 November 2026, diposisikan oleh G​oogle sebagai berada di antara Hydrogen untuk eksekusi sehari-hari dan Gemini 4 Carbon untuk pekerjaan mendalam berjangka panjang. Keduanya memiliki jendela konteks 1M token, keduanya menerima teks, gambar, audio, dan video, keduanya memiliki empat tingkat berpikir, dan keduanya secara default berada pada tingkat tinggi.

Dua kartu, delapan harga, satu pengurutan

Artificial Analysis menilai setiap tingkatan dari kedua model pada set evaluasi sembilan bagian yang sama dan menerbitkan biaya terukur per tugas yang diselesaikan untuk masing-masingnya. Mengurutkan delapan titik itu berdasarkan biaya, bukan berdasarkan nama model, adalah inti argumennya, jadi inilah urutannya:

• Hidrogen pada level rendah — indeks 26,9, $0,29 per tugas.

• Neon pada rendah — 44.1, $0.75.

• Hidrogen pada sedang — 41,2, $0,80.

• Hidrogen pada pengaturan tinggi (default) — 50.8, $1.87.

• Neon ukuran sedang — 54.9, $1.90.

• Hydrogen pada xhigh — 53.9, $3.16.

• Neon pada pengaturan tinggi (default) — 59.6, $3.74.

• Neon pada xhigh — 61.4, $6.44.

Baca daftar itu secara berurutan dan bentuknya menjadi jelas. Hydrogen menguasai tepat satu segmen: bagian paling bawah, tempat $0.29 membeli 26.9 yang tidak didekati oleh apa pun di kedua keluarga itu dalam hal harga. Di atas garis itu, pengurutan berhenti bergantian antara kedua model dan mulai mengunggulkan salah satunya — dan yang diunggulkan bukanlah yang disarankan kartu tarif.

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.

Di mana perbatasan itu sebenarnya membelok

Perbandingan paling berguna di daftar itu adalah tingkat lima dan enam. Neon pada tingkat medium berbiaya $1.90 per tugas dan mencetak skor 54.9. Hydrogen pada xhigh — tingkat teratasnya, kemampuan maksimalnya — berbiaya $3.16 dan mencetak skor 53.9. Jadi, setelan berguna termurah kedua dari Neon satu poin lebih cerdas sekaligus 40 persen lebih murah daripada plafon Hydrogen.

Inversi yang sama muncul satu baris lebih awal. Tingkat default Hydrogen, high, berbiaya $1,87 dan mencetak 50,8. Tingkat medium Neon berbiaya tiga sen lebih mahal dan mencetak 54,9 — empat poin indeks untuk selisih pembulatan dalam tagihan. Dan di bagian bawah, tingkat low Neon dengan $0,75 mencetak 44,1 versus tingkat medium Hydrogen dengan $0,80 yang mencetak 41,2, yakni pertukaran yang sama dalam arah sebaliknya: tingkatan yang sedikit lebih murah dan sedikit lebih baik yang berada satu tingkat lebih rendah pada model lainnya.

Polanya adalah tangga Hydrogen terkompresi. Empat anak tangganya mencakup 27 poin indeks tetapi hanya sebelas dolar biaya tugas di titik ekstremnya, dan dua anak tangga terakhir tidak memberikan apa pun yang layak dimiliki — dari high ke xhigh biayanya 69 persen lebih mahal per tugas untuk tiga poin. Tangga Neon direntangkan: 17,3 poin indeks di seluruh rentang biaya yang hampir delapan belas kali lebih lebar, dan plafonnya sembilan poin di atas Hydrogen karena Hydrogen tidak memiliki anak tangga yang mencapainya.

Jebakan default, dan jawaban G​oogle sendiri

Kedua model hadir dengan pengaturan high, dan kedua default berada di sisi berlawanan dari inversi itu. Memanggil keduanya tanpa parameter thinking sama sekali menghasilkan 59.6 dengan biaya $3.74 versus 50.8 dengan biaya $1.87 — selisih 8.8 poin tepat pada 2x yang dijanjikan kartu tarif. Itulah perbandingan yang tersirat dalam pengumuman Google sendiri, dan sejauh itu adil.

Itu bukan yang direkomendasikan Google untuk dilakukan. Posting Antigravity tanggal 18 November menjelaskan mode Orchestrator yang memasangkan keduanya dalam satu sesi: Neon merencanakan, merancang arsitektur, dan menangani penalaran yang sulit, Hydrogen mengeksekusi pekerjaan rutin — pengeditan kode, pembaruan paket, menjalankan pengujian — dan mengembalikan kendali kepada Neon ketika menemui sesuatu yang tidak dapat diselesaikannya. Pernyataan Google adalah bahwa ini membuat kuota Anda lebih awet per eksekusi, yang merupakan pembingkaian vendor atas observasi nyata: tidak ada satu level pun dari kedua model yang menjadi pilihan efisien untuk setiap langkah dalam tugas multitahap.

Rekomendasi itu adalah hal paling jujur di kedua postingan peluncuran tersebut, karena ia mengakui poin yang ditunjukkan oleh angka-angka itu. Jika medium Neon mengalahkan xhigh Hydrogen secara langsung, maka alasan untuk Hydrogen bukanlah "lebih murah untuk pekerjaan yang sama" — melainkan "cukup murah untuk dijalankan pada langkah-langkah yang tidak memerlukan pertimbangan," dan Orchestrator adalah mekanisme untuk menentukan langkah mana saja itu. Seberapa baik serah-terima itu benar-benar bekerja adalah klaim yang belum diukur oleh siapa pun di luar G​oogle; postingan itu menjelaskan loop tersebut dan tidak menerbitkan biayanya.

Tiga keunggulan nyata hidrogen

Tidak satu pun dari hal di atas membuat Hydrogen menjadi redundan, dan tiga keunggulannya bersifat terukur, bukan posisional:

• Latensi. Pada tingkat yang setara, waktu Hydrogen untuk mencapai token jawaban pertama kira-kira setengah dari Neon — 21,7 detik berbanding 40,6 pada tingkat tinggi, 12,4 berbanding 20,1 pada tingkat sedang, dan 6,1 berbanding 13,9 pada tingkat rendah. Bagi loop agen yang mengeluarkan puluhan giliran, perbedaan itu terakumulasi menjadi menit waktu nyata per tugas yang tidak tertangkap oleh skor indeks mana pun.

• Throughput. Hydrogen mendekode sekitar 160 token per detik pada pengaturan tinggi, dibandingkan dengan Neon yang 101. Dikombinasikan dengan keunggulan latensi, model ini lebih cepat dalam kedua pengertian, yang konsisten dengan cara Google menggambarkan keduanya: Neon untuk kedalaman, Hydrogen untuk eksekusi cepat sehari-hari.

• Fabrikasi. Pada tingkat halusinasi AA-Omniscience, Hydrogen berada di 8,7 persen pada default-nya dan 8,5 persen pada xhigh; Neon berada di 13,9 dan 14,4. Hydrogen lebih konservatif di antara keduanya dengan faktor sekitar 1,6, dan ia adalah satu-satunya contoh tandingan terhadap anggapan bahwa model yang lebih murah dan lebih kecil lebih mungkin mengarang sesuatu. Neon tetap memperoleh skor lebih tinggi pada indeks omniscience dasarnya — 53,8 berbanding 43,7 pada default yang disepadankan — sehingga ia tahu lebih banyak dan menyatakan lebih banyak; Hydrogen tahu lebih sedikit dan mengatakan lebih sedikit.

Pasangan terakhir itu layak dipertahankan. Omniscience dan halusinasi bukanlah dua pandangan atas satu kuantitas, dan sebuah model dapat membaik pada satu aspek sementara memburuk pada aspek lainnya. Di sini arahnya terbelah, yang justru merupakan kasus ketika satu angka "akurasi" menyesatkan.

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.

Memilih anak tangga, bukan model

Aturan keputusan yang tetap berlaku di semua delapan poin:

• Jika pekerjaannya benar-benar sepele — klasifikasi, ekstraksi, keputusan perutean, penulisan ulang singkat — Hydrogen pada tingkat rendah atau sedang adalah yang termurah di keluarganya dan penghematan 2x itu nyata.

• Jika pekerjaan membutuhkan perencanaan atau perubahan kode tingkat repo, tangga Hydrogen tidak menjangkau. Tingkat terbaiknya adalah 53,9; default Neon adalah 59,6 dan medium-nya 54,9 dengan biaya 40 persen lebih murah daripada plafon Hydrogen. Pilih Neon dan mulai pada medium.

• Jika Anda menggunakan Neon, tingkatan yang mahal adalah yang perlu diaudit lebih dulu. high ke xhigh adalah 72 persen lebih mahal per tugas untuk 1,8 poin indeks dan tambahan enam belas detik menuju token pertama. Sebagian besar pipeline sebaiknya berada di medium, tempat 54,9 dicapai dengan setengah biaya default.

• Jika throughput menjadi kendala alih-alih kecerdasan — alat interaktif, loop agen yang panjang, apa pun yang membuat manusia menunggu — keunggulan latensi Hydrogen mungkin lebih penting daripada delapan poin indeks, dan tidak ada papan peringkat yang akan memberi tahu Anda hal itu.

Kedua model itu tidak ada dalam katalog OrcaRouter, jadi ini bukan argumen untuk memindahkan salah satunya ke kunci kami. Yang ada di sana, dengan harga daftar penyedia tanpa markup, adalah Gemini 4 Carbon seharga $2.00 dan $10.00 dan Gemini 4 Argon seharga $2.00 dan $10.00, bersama sisa dari katalog berisi 229 model di satu endpoint. Jika Anda ingin menguji apakah medium Neon benar-benar melampaui plafon Hydrogen pada lalu lintas Anda sendiri, bentuk praktisnya adalah aturan perutean yang mengirim langkah-langkah murah ke tingkat yang sudah dapat Anda panggil dan mengeskalasi langkah-langkah yang sulit — dengan failover di bawahnya, sehingga model yang baru berumur seminggu tidak pernah menjadi satu-satunya jalur ke produksi.

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.

Apa yang akan mengubah jawaban ini?

Tiga hal, semuanya dapat diperiksa. Jika Google menerbitkan tingkat kelima Hydrogen, inversi akan runtuh dan 2x akan mulai berperilaku seperti 2x lagi — celah itu hanya ada karena tangga Hydrogen berhenti di 53.9. Jika serah-terima Orchestrator ternyata memakan biaya koordinasi lebih besar daripada penghematan eksekusi yang diberikannya, argumen pemasangan akan gagal dan pilihan akan kembali ke memilih satu model. Dan jika harness independen kedua mereproduksi pemisahan halusinasi, bukan pemisahan indeks, argumen untuk Hydrogen pada pekerjaan yang sensitif terhadap fakta akan menjadi lebih kuat daripada yang disiratkan indeks, karena perbedaan fabrikasi sebesar 1,6 kali lipat lebih bernilai daripada delapan poin indeks dalam beberapa pipeline dan tidak bernilai apa pun dalam pipeline lain.

Hingga saat itu, ringkasan jujurnya adalah bahwa kedua model ini bukan dua titik pada satu garis. Keduanya adalah dua tangga dengan panjang berbeda, dijual dengan rasio yang berlaku persis pada kartu tarif dan langsung buyar begitu Anda menghitung harga satu tugas yang sudah selesai. Anak tangga Neon yang lebih murah mengalahkan anak tangga Hydrogen yang mahal; anak tangga termurah Hydrogen mengalahkan semuanya dalam hal harga; dan rekomendasi vendor sendiri adalah berhenti memilih dan jalankan keduanya, jawaban yang tidak bisa diberikan papan peringkat kepada Anda.