Scheda del titolo generata con la scritta Gemini 4 Neon vs Gemini 4 Hydrogen, sottotitolo Dove il 2x smette di funzionare, che mostra un asse crescente del costo per attività completata con marcatori Neon e Hydrogen alternati e la didascalia Le schede tariffarie dicono 2x; il costo per attività dice il contrario.
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: dove il 2x smette di funzionare

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Due modelli G​emini 4 della stessa famiglia, rilasciati a sei giorni di distanza, e i listini tariffari si confrontano come una fotocopia con i numeri dimezzati: G​emini 4 Neon a $3,00 in ingresso e $15,00 in uscita, G​emini 4 Hydrogen a $1,50 e $7,50, input in cache $0,15 contro $0,075. Ogni voce è esattamente la metà. È il rapporto di prezzo più ordinato della famiglia G​emini 4 e la cosa meno informativa della coppia, perché nel momento in cui ordini tutti e otto i loro livelli di ragionamento in base a quanto costano effettivamente per attività completata, il bel 2x smette del tutto di predire qualcosa.

Entrambi sono attuali ed entrambi sono di G​oogle. G​emini 4 Hydrogen è stato reso disponibile il 12 novembre 2026 come il modello che ha sostituito la denominazione Flash; G​emini 4 Neon è arrivato il 18 novembre 2026, posizionato da G​oogle tra Hydrogen per l'esecuzione quotidiana e G​emini 4 Carbon per il lavoro approfondito a lungo termine. Entrambi dispongono di una finestra di contesto da 1M token, entrambi accettano testo, immagini, audio e video, entrambi hanno quattro livelli di pensiero ed entrambi hanno come impostazione predefinita high.

Due schede, otto prezzi, un solo ordinamento

Artificial Analysis assegna un punteggio a ogni livello di entrambi i modelli sullo stesso set di valutazione in nove parti e pubblica un costo misurato per attività completata per ciascuno. Ordinare quei otto punti per costo anziché per nome del modello è l'intero argomento, quindi eccoli in ordine:

• Hydrogen a basso — indice 26.9, $0.29 per attività.

• Neon al minimo — 44.1, 0,75 $.

• Idrogeno a medio — 41,2, $0,80.

• Idrogeno su alto (predefinito) — 50,8, 1,87 $.

• Neon a medio — 54,9, $1,90.

Hydrogen a xhigh — 53,9, $3,16.

• Neon su alto (predefinito) — 59.6, $3.74.

• Neon a xhigh — 61.4, $6.44.

Leggi la lista in ordine e la forma è chiara. Hydrogen possiede esattamente un segmento: il fondo estremo, dove $0.29 compra un 26.9 a cui nient'altro in nessuna delle due famiglie si avvicina sul prezzo. Sopra quella linea l'ordinamento smette di alternare tra i due modelli e inizia a favorirne uno — e quale favorisca non è quello che il tariffario suggerirebbe.

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.

Dove la frontiera si piega davvero

Il confronto singolo più utile su quella lista è tra i gradini cinque e sei. Neon a medium costa $1,90 per attività e ottiene 54,9. Hydrogen a xhigh — il suo gradino più alto, il massimo che può fare — costa $3,16 e ottiene 53,9. Quindi la seconda impostazione utile meno costosa di Neon è sia più intelligente di un punto sia più economica del 40 per cento rispetto al tetto di Hydrogen.

La stessa inversione compare una riga prima. Il default di Hydrogen, high, costa $1,87 e ottiene 50,8. Il medium di Neon costa tre centesimi in più e ottiene 54,9 — quattro punti indice per un errore di arrotondamento in fattura. E in fondo, il low di Neon a $0,75 ottiene 44,1 contro il medium di Hydrogen a $0,80 che ottiene 41,2, cioè lo stesso scambio nella direzione opposta: un gradino leggermente più economico e leggermente migliore che si trova un livello più in basso sull'altro modello.

Lo schema è che la scala di Hydrogen è compressa. I suoi quattro gradini coprono 27 punti indice ma solo undici dollari di costo per attività agli estremi, e gli ultimi due gradini non offrono nulla che valga la pena avere — da high a xhigh costa il 69 percento in più per attività per tre punti. La scala di Neon è estesa: 17,3 punti indice su un intervallo di costo quasi diciotto volte più ampio, e il suo tetto è nove punti sopra quello di Hydrogen perché Hydrogen non ha un gradino che lo raggiunga.

La trappola del default, e la risposta di G​oogle stessa

Entrambi i modelli vengono distribuiti in modalità high, e i due valori predefiniti si collocano sui lati opposti di quell'inversione. Chiamarli entrambi senza alcun parametro thinking dà 59,6 per $3,74 contro 50,8 per $1,87 — un divario di 8,8 punti esattamente al 2x promesso dal listino. È il confronto implicito nell'annuncio di G​oogle stesso, ed è equo per quanto valga.

{{1}}Non{{/1}} è ciò che {{2}}G​oogle{{/2}} consiglia di fare. Il post di Antigravity del 18 novembre descrive una modalità {{3}}Orchestrator{{/3}} che abbina i due in un'unica sessione: {{4}}Neon{{/4}} pianifica, progetta e gestisce il ragionamento complesso, {{5}}Hydrogen{{/5}} esegue il lavoro di routine — modifiche al codice, aggiornamenti dei pacchetti, esecuzione dei test — e restituisce il controllo a {{6}}Neon{{/6}} quando incontra qualcosa che non riesce a risolvere. La posizione di {{7}}G​oogle{{/7}} è che questo estende ulteriormente la tua quota per esecuzione, il che è il modo in cui un fornitore presenta un'osservazione reale: nessun singolo livello di nessuno dei due modelli è la scelta efficiente per ogni passaggio di un'attività articolata in più fasi.

Quella raccomandazione è la cosa più onesta in entrambi i post di lancio, perché ammette il punto che i numeri dimostrano. Se il livello medium di Neon batte nettamente l'xhigh di Hydrogen, allora la tesi a favore di Hydrogen non è «più economico a parità di lavoro» — è «abbastanza economico da essere eseguito sui passaggi che non richiedono giudizio», e Orchestrator è il meccanismo per decidere quali passaggi siano. Quanto bene funzioni davvero il passaggio di consegne è un'affermazione che nessuno al di fuori di G​oogle ha misurato; il post descrive il ciclo e non ne pubblica il costo.

I tre veri vantaggi dell'idrogeno

Nessuno di quanto sopra rende Hydrogen ridondante, e tre dei suoi vantaggi sono misurabili anziché posizionali:

• Latenza. A livelli equivalenti, il tempo di Hydrogen al primo token di risposta è circa la metà di quello di Neon — 21,7 secondi contro 40,6 a livello alto, 12,4 contro 20,1 a livello medio, 6,1 contro 13,9 a livello basso. Per un ciclo dell'agente che emette decine di turni, questa differenza si accumula in minuti di tempo reale per attività che nessun punteggio dell'indice cattura.

• Throughput.Hydrogen decodifica circa 160 token al secondo con l'impostazione high, contro i 101 di Neon. Unito al vantaggio in termini di latenza, è il modello più veloce in entrambi i sensi, il che è coerente con il modo in cui Google descrive i due: Neon per la profondità, Hydrogen per l'esecuzione rapida di tutti i giorni.

• Fabbricazione. Sul tasso di allucinazione di AA-Omniscience, Hydrogen si attesta all'8,7 percento con l'impostazione predefinita e all'8,5 percento con xhigh; Neon è al 13,9 e al 14,4. Hydrogen è il più conservativo dei due di un fattore di circa 1,6, ed è l'unico controesempio al presupposto che il modello più economico e più piccolo sia quello più propenso a inventare qualcosa. Neon ottiene comunque un punteggio più alto sull'indice di omniscienza sottostante — 53,8 contro 43,7 a parità di impostazioni predefinite — quindi sa di più e afferma di più; Hydrogen sa di meno e dice di meno.

Vale la pena tenere a mente quest'ultimo abbinamento. L'onniscenza e l'allucinazione non sono due viste di un'unica quantità, e un modello può migliorare su una mentre peggiora sull'altra. Qui la direzione è divisa, che è esattamente il caso in cui un singolo numero di "accuratezza" trae in inganno.

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.

Scegliere un gradino, non un modello

La regola decisionale che supera tutti e otto i punti:

• Se il lavoro è davvero banale — classificazione, estrazione, una decisione di instradamento, una breve riscrittura — Hydrogen a basso o medio è la cosa più economica della famiglia e il risparmio di 2x è reale.

Se il lavoro richiede pianificazione o modifiche al codice a livello di repository, la scala di Hydrogen non arriva. Il suo gradino migliore è 53,9; il valore predefinito di Neon è 59,6 e il suo livello medio è 54,9 a un costo inferiore del 40% rispetto al tetto di Hydrogen. Scegli Neon e parti dal livello medio.

• Se usi Neon, i livelli costosi sono quelli da verificare per primi. Da high a xhigh costa il 72% in più per attività per 1,8 punti indice e sedici secondi in più al primo token. La maggior parte delle pipeline dovrebbe stare su medium, dove 54.9 arriva a metà del costo del valore predefinito.

• Se il vincolo è il throughput più che l'intelligenza — uno strumento interattivo, un lungo ciclo di agente, qualsiasi cosa in cui ci sia un umano in attesa — il vantaggio di latenza di Hydrogen può contare più di otto punti percentuali, e nessuna classifica te lo dirà.

Nessuno dei due modelli è nel catalogo di OrcaRouter, quindi non è un argomento per spostare nessuno dei due sulla nostra chiave. Quello che c'è, al prezzo di listino del provider senza ricarico, è Gemini 4 Carbon a 2,00 $ e 10,00 $ e Gemini 4 Argon a 2,00 $ e 10,00 $, accanto al resto di un catalogo di 229 modelli su un unico endpoint. Se vuoi verificare se il modello medium di Neon supera davvero il tetto di Hydrogen sul tuo traffico, la soluzione pratica è una regola di routing che invia i passaggi economici a un livello che puoi già chiamare e fa salire di livello quelli difficili — con failover sotto, così un modello che ha una settimana non diventa mai l'unico percorso verso la produzione.

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.

Cosa cambierebbe questa risposta?

Tre cose, tutte verificabili. Se G​oogle pubblicasse un quinto gradino di Hydrogen, l'inversione crollerebbe e il 2x ricomincerebbe a comportarsi come un 2x: il divario esiste solo perché la scala di Hydrogen si ferma a 53,9. Se il passaggio di consegne di Orchestrator si rivelasse costare più in termini di coordinamento di quanto faccia risparmiare in termini di esecuzione, l'argomento dell'abbinamento fallirebbe e la scelta tornerebbe a scegliere un solo modello. E se un secondo harness indipendente riproducesse la suddivisione delle allucinazioni anziché quella dell'indice, la tesi a favore di Hydrogen nei lavori sensibili ai fatti si rafforzerebbe più di quanto suggerisca l'indice, perché una differenza di 1,6 volte nella fabbricazione vale più di otto punti d'indice in alcune pipeline e non vale nulla in altre.

Fino ad allora, la sintesi onesta è che questi due modelli non sono due punti su una stessa retta. Sono due scale di lunghezza diversa, vendute a un rapporto che regge esattamente sul listino e crolla non appena si calcola il prezzo di un'attività finita. I gradini più economici di Neon battono quelli costosi di Hydrogen; il gradino più economico di Hydrogen batte tutto sul prezzo; e la raccomandazione dello stesso fornitore è smettere di scegliere e usarli entrambi, che è l'unica risposta che la classifica non può darvi.