Gemini 4 Hydrogen vs Gemini 4 Argon: più economico, più veloce, leggermente più intelligente — e due volte più incline a inventare un fatto

Nel punteggio composito che la maggior parte delle persone cita, Gemini 4 Hydrogen supera Gemini 4 Argon di un punto. Nel banco di prova indipendente che lo produce, Hydrogen completa un compito dell'indice in 13,5 minuti contro i 30,0 di Argon, costa $3,16 contro $4,97 e genera risposte a 190 token al secondo contro 65. Sembra una disfatta finché non si legge la seconda tabella, dove Argon allucina sul 4,3% delle domande di omniscienza di Artificial Analysis e Hydrogen sull'8,5%, e dove Argon vince sia Terminal-Bench 4.0 sia Terminal-Bench-Science. Gemini 4 Hydrogen e Gemini 4 Argon sono lo stesso modello sottostante, con budget di ragionamento diversi aggiunti sopra, e la scelta tra i due non è «nuovo contro vecchio» — è «quanto ragionamento vuoi pagare e quanto ti fidi della risposta senza verificarla».

Il divario è un budget di pensiero, non un'architettura

Google ha rilasciato Argon per primo. È stato annunciato il 30 settembre 2026, ha raggiunto la disponibilità generale il 13 ottobre ed è stato posizionato come il modello di frontiera efficiente: la stessa finestra di contesto unificata da 1.048.576 token di Gemini 4 Carbon, gli stessi strumenti integrati, lo stesso prezzo per token, ma meno token di ragionamento consumati per turno. Gemini 4 Hydrogen è arrivato il 12 novembre con la stessa finestra, gli stessi strumenti e una scheda che dichiara chiaramente che è adattato da Carbon anziché addestrato separatamente.

Ciò che in realtà distingue i due è il selettore in cima alla richiesta. Argon accetta basso, medio e alto e il valore predefinito è medio. Hydrogen accetta quegli stessi tre, ha come predefinito alto e aggiunge un quarto livello chiamato xhigh. Per tutto il resto, la struttura del modello è condivisa.

Questo è importante perché il confronto principale che tutti fanno non è omogeneo. Artificial Analysis pubblica il 54 di Hydrogen con xhigh e il 50 di Argon con high. Con l'impostazione predefinita di Hydrogen — high, quella che una richiesta riceve se non invii nulla — lo stesso harness gli assegna 51. Quindi l'onesto divario di un punto è 51 contro 50, e il divario di quattro punti è quello che ottieni optando per il livello più costoso su un modello e confrontandolo con il livello intermedio dell'altro.

Sposta la manopola nella direzione opposta e l'ordinamento si inverte. Hydrogen a livello medio ottiene 41. Se il tuo carico di lavoro utilizza l'impostazione predefinita consigliata da Google per Argon, Hydrogen non è il modello migliore — è un modello più economico che pensa meno.

Sei righe da cui dipende la decisione

Tutte le cifre seguenti provengono dalle esecuzioni di Artificial Analysis contro l'API di Google, salvo diversa indicazione. I prezzi per token sono quelli del listino pubblicato da Google; entrambi i modelli seguono la stessa struttura di listino.

• Indice di intelligence — Gemini 4 Hydrogen 54 a xhigh, 51 a high, 41 a medium; Gemini 4 Argon 50 a high, il suo tetto massimo. La coppia confrontabile è 51 contro 50.

• Costo per attività di indicizzazione completata — Hydrogen $3,16 a xhigh e $1,87 a high; Argon $4,97. Il divario per attività è molto più ampio del divario di un punto nel punteggio e si amplia ulteriormente con l'impostazione predefinita.

• Velocità di output — 190 token al secondo per Hydrogen a xhigh, 179 a high; 65 per Argon. Circa un vantaggio di throughput di tre a uno che si mantiene a ogni livello di ragionamento.

• Tempo al primo token di risposta — Hydrogen 37,8 secondi con xhigh e 16,7 con high; Argon 40,7. Con l'impostazione predefinita Hydrogen inizia a rispondere 24 secondi prima, ed è la differenza che un'interfaccia di chat nota.

• Verbosità — Hydrogen ha generato 304 milioni di token di output per completare l'indice, rispetto ai 113 milioni di Argon e a una mediana di 72,8 milioni. Lo stesso harness descrive già Argon come "alquanto verboso"; Hydrogen è "molto verboso", ed è questo che erode la maggior parte del suo vantaggio di prezzo per token a xhigh.

• Prezzo e livelli, per milione di token — Hydrogen 1,50 $ / 7,50 $ fissi, letture cache 0,075 $, Batch e Flex a 0,75 $ / 3,75 $, Priority a 2,70 $ / 13,50 $ e un livello gratuito con limite di frequenza. Argon 2,00 $ / 10,00 $ fino al 30 novembre 2026, letture cache 0,10 $, Batch e Flex a 1,00 $ / 5,00 $, Priority a 3,60 $ / 18,00 $, nessun livello gratuito. Entrambi offrono un livello Contributor solo su invito; quello di Hydrogen è 0,75 $ / 3,75 $, quello di Argon 1,00 $ / 5,00 $.

Dove Argon resta ancora il modello migliore

Tre risultati indipendenti e un tasso di allucinazione indicano che il modello più recente ed economico non è un aggiornamento in senso stretto. Sono il motivo per cui questa pagina non è una raccomandazione a migrare.

Terminal-Bench 4.0 — Argon 57,1%, Hydrogen 53,5%. Il benchmark di coding agentico in cui il modello più vecchio è ancora in testa, e quello più vicino a ciò che fa davvero una lunga sessione con uso di strumenti.

• Terminal-Bench-Science — Argon 52,9%, Hydrogen 49,5%. Lo stesso schema nella variante scientifica.

• AutomationBench-AA — Argon 77,5%, Hydrogen 76,1%. Una sconfitta di stretta misura, ma pur sempre una sconfitta, ed è il benchmark per il lavoro intellettuale che la scheda di Google stessa cita più di ogni altro.

• Tasso di allucinazione su Omniscience — Argon 4,3%, Hydrogen 8,5% a xhigh. Hydrogen risponde correttamente a una quota simile di queste domande e inventa una risposta circa il doppio delle volte quando non sa. Sullo stesso set a high il tasso è 8,7%, quindi non si tratta di un artefatto del livello di pensiero più alto.

Anche la controclassifica è reale, ed è il motivo per cui Hydrogen vince ancora il composito: FrontierCode 2.0 al 39,0% contro il 25,7% di Argon, CritPT agentic hard al 66,0% contro il 52,5%, HLE-Diamond al 58,8% contro il 56,7%, e un leggero vantaggio sulle sezioni di capacità ingegneristica, legale e finanziaria. Hydrogen è il modello migliore nella riparazione del codice e nel ragionamento difficile in stile competizione, e il peggiore nel lavoro prolungato al terminale e nel sapere quando dire che non sa.

Questa suddivisione ha una forma pratica. Se un verificatore, una suite di test o una persona legge l'output prima che conti, il tasso di allucinazione di Hydrogen è un costo che stai già pagando per individuarlo. Se nulla a valle controlla la risposta — una risposta di assistenza, un'estrazione che alimenta un database, un riepilogo che un cliente legge — il 4,3% di Argon vale più dei 40 token al secondo extra di Hydrogen.

Il passo del 1° dicembre amplia il divario senza invertirlo

Entrambi i modelli sono su schede promozionali con una scadenza tassativa. Argon passa da $2.00 / $10.00 a $4.00 / $20.00 il 1° dicembre 2026, con le letture della cache che raddoppiano a $0.20, Batch e Flex a $2.00 / $10.00 e Priority a $7.20 / $36.00. La scheda pubblicata di Hydrogen non contiene alcun passaggio datato per nessun livello, incluso quello gratuito.

Esegui il calcolo dopo il passaggio e il rapporto per token passa da 1,33x a 2,67x a favore di Hydrogen. Per singolo task, Artificial Analysis ricalcola la propria cifra dal listino prezzi aggiornato in tempo reale, e ha già pubblicato entrambe le versioni: $4,97 quando il listino di Argon indicava $2,00 / $10,00, e $9,95 nell’esecuzione che indicava $4,00 / $20,00. Lo stesso harness colloca Hydrogen a $3,16 in entrambi i casi. Ciò non rende Argon il modello sbagliato; rende Argon un modello che dovresti essere in grado di giustificare in base all’accuratezza anziché all’abitudine.

Inoltre, spinge i due modelli a volere routing diversi. OrcaRouter offre Gemini 4 Argon e Gemini 4 Carbon al prezzo di listino del provider con 0% di ricarico, così il raddoppio del 1° dicembre compare dalla nostra parte lo stesso giorno in cui compare sulla scheda di Google anziché alla successiva riconciliazione delle fatture, e uno stack che mantiene Argon per i suoi controlli di accuratezza paga la nuova tariffa in modo trasparente. Gemini 4 Hydrogen non è nel nostro catalogo — proviene dall'API di Google e da AI Studio — quindi la configurazione che corrisponde a questo articolo è Hydrogen chiamato direttamente per i turni di esecuzione e Argon dietro il router come verificatore, con failover automatico tra provider che copre il caso in cui un percorso subisca limiti di frequenza a metà sessione.

Cosa cambia nel tuo codice se passi

Google documenta la migrazione come un cambiamento della stringa del modello con quattro differenze comportamentali, e solo la prima è ovvia.

• Dimensione dell'hop — Hydrogen consente 65,536 token per hop non in streaming tramite chiamate REST e SDK; Argon consente 32,768 per hop REST non in streaming. La generazione lunga in un'unica soluzione diventa più semplice e qualsiasi codice che suddivideva in blocchi intorno al limite di 32K può smettere di suddividere in blocchi.

• Valori predefiniti del ragionamento — Argon usa medium come impostazione predefinita e ha un limite massimo pari a high; Hydrogen usa high come impostazione predefinita e aggiunge xhigh. Una semplice sostituzione della stringa del modello, quindi, aumenta silenziosamente sia la latenza sia il consumo di token di ragionamento. Imposta thinking_level esplicitamente alla prima richiesta, altrimenti la tua fattura te lo farà sapere più tardi.

• Caching — nessuno dei due supporta la cache esplicita; entrambi scontano del 95% gli hit impliciti della cache sui prompt da 4.096 token o più. La lettura dalla cache di Argon costa $0,10 e quella di Hydrogen $0,075, quindi un carico di lavoro con forte uso della cache risparmia il 25% sulla porzione in cache prima del passaggio di dicembre e il 62,5% dopo.

• Campionamento e chiamate agli strumenti — entrambi ignorano temperature, top_p e top_k anziché rifiutarli, ed entrambi restituiranno MALFORMED_FUNCTION_CALL se si richiedono chiamate agli strumenti JSON in testo grezzo invece di dichiarare gli strumenti nativamente. Nessuno dei due è un problema specifico di uno switch, ma entrambi si manifestano durante uno.

Un'ulteriore differenza non è nell'elenco della migrazione ed è importante per gli agenti: la scheda di Argon non pubblica alcuna data limite delle conoscenze, mentre la scheda del modello di Hydrogen indica marzo 2026 con l'avvertenza che alcuni ambiti sono meno aggiornati. Se è una pipeline sensibile all'aggiornamento il motivo per cui stai confrontando questi due, Hydrogen è l'unico dei due in cui puoi leggere la data invece di doverla verificare con dei test.

La regola da applicare

Passa da Argon a Hydrogen quando il lavoro viene eseguito e poi verificato: sviluppo guidato dai test, modifiche ai file, subagenti paralleli, pipeline di recupero e successiva risposta con una fase di citazione, e qualsiasi cosa in cui il costo per attività completata è il numero sulla dashboard. Esegui Hydrogen a high, non al valore predefinito della tua immaginazione — il 54 pubblicato richiede xhigh, e il valore predefinito pratico è 51, che costa $1,87 per attività.

Resta su Argon quando la risposta viene inviata senza controllo, quando il compito è una lunga sessione di terminale anziché una raffica, o quando sei a meno di tre settimane da un lancio e preferisci non spostare un percorso di produzione per un cambiamento di punteggio di un punto. Con un tasso di allucinazione del 4,3% contro l'8,5%, Argon ti sta offrendo un passaggio di verifica che altrimenti dovresti costruire.

Ciò che cambierebbe la risposta è un terzo punto dati che nessuno dei due modelli ha ancora: una misurazione riproducibile di ciò che Google ha effettivamente pubblicizzato per Hydrogen — codice più pulito e meno affermazioni inventate, che la documentazione stima in oltre cinque volte inferiore a Gemini 3.8 Flash. Il set di omniscienza di Artificial Analysis misura la direzione opposta per Hydrogen rispetto ad Argon. Finché qualcuno non esegue entrambi sulla stessa distribuzione di compiti, la posizione onesta è che Hydrogen è la migliore economia e Argon è la risposta migliore, e lo scatto di prezzo del 1° dicembre rende quel compromesso più costoso da rinviare, non meno.