Gemini 4 Hydrogen 対 Gemini 4 Argon：より安価で高速、わずかに賢く、そして事実をでっち上げる可能性は2倍

多くの人が引用する総合スコアでは、Gemini 4 HydrogenはGemini 4 Argonを1ポイント上回る。そのスコアを生み出す独立系ハーネスでは、Hydrogenはインデックスタスクを13.5分で完了し、Argonは30.0分。コストは3.16ドル対4.97ドル、回答生成速度は毎秒190トークン対65トークンだ。それは一方的な圧勝に見えるが、2番目の表を読むまではそうはいかない。そこではArgonはArtificial Analysisの全知質問の4.3%でハルシネーションを起こし、Hydrogenは8.5%。さらにArgonはTerminal-Bench 4.0とTerminal-Bench-Scienceの両方で勝利している。Gemini 4 HydrogenとGemini 4 Argonは同じ基盤モデルに異なる思考予算を後付けしたものであり、両者の選択は「新しいか古いか」ではなく、「どれだけの思考にコストを払うか、そして確認せずにその答えをどれだけ信頼するか」である。

その差はアーキテクチャではなく、思考のための予算にある

GoogleはArgonを先に投入した。Argonは2026年9月30日に発表され、10月13日に一般提供を開始し、効率的フロンティアモデルとして位置づけられた。同じ1,048,576トークンの統合コンテキストウィンドウをGemini 4 Carbonと同様に備え、同じ組み込みツール、同じトークン単価を持ちながら、ターンごとに消費する思考トークンは少ない。Gemini 4 Hydrogenは11月12日に登場し、同じコンテキストウィンドウと同じツールを備え、Carbonから適応されたもので個別にトレーニングされたものではないと明記したモデルカードを伴っている。

実際に両者を分けているのは、リクエストの最上部にあるダイヤルです。Argon は low、medium、high を受け付け、デフォルトは medium です。Hydrogen はそれら3つを受け付け、デフォルトは high で、さらに xhigh と呼ばれる4番目の段階を追加します。モデルの形に関するその他の点はすべて共通です。

それは重要だ。なぜなら、誰もが行う見出しの比較は同一条件ではないからだ。Artificial AnalysisはHydrogenの54をxhighで、Argonの50をhighで公表している。Hydrogen自身のデフォルト、つまり何も送らなければリクエストに適用される設定であるhighでは、同じハーネスがそれを51とスコアする。したがって、正直な1ポイント差は51対50であり、4ポイント差は、一方のモデルで最も高コストな段階を選び、もう一方の中間段階と比較したときに得られるものだ。

ダイヤルを逆方向に回すと、順序が逆転します。中程度の設定のHydrogenは41点を記録します。ワークロードがArgonに対するGoogle推奨のデフォルトで動作している場合、Hydrogenはより優れたモデルではありません — より安価で、考える量が少ないモデルです。

決断を左右する6行

以下の数値は、別段の記載がない限り、すべてArtificial AnalysisがGoogleのAPIに対して独自に実行した結果によるものです。トークンあたりの価格はGoogleが公開している料金表に基づいており、両モデルは同じ料金表の形式に沿っています。

インテリジェンス指数 — Gemini 4 Hydrogen は xhigh で54、high で51、medium で41。Gemini 4 Argon は high で50、これが上限。比較可能なペアは51対50。

• 完了したインデックスタスクあたりのコスト — Hydrogen は xhigh で $3.16、high で $1.87、Argon は $4.97。タスクあたりの差は、1ポイントのスコア差よりもはるかに大きく、デフォルト設定ではさらに広がる。

• 出力速度 — Hydrogen は xhigh で毎秒190トークン、high で179トークン、Argon は65トークン。あらゆる思考レベルでも損なわれない、およそ3対1のスループット優位性。

• 最初の回答トークンまでの時間 — Hydrogen は xhigh で 37.8 秒、high で 16.7 秒。Argon は 40.7 秒。デフォルト設定では Hydrogen が 24 秒早く回答を開始し、これはチャット画面でも実感できる差です。

• 冗長性 — Hydrogenはインデックスを完成させるために3億400万出力トークンを生成したのに対し、Argonは1億1300万、中央値は7280万でした。Argonは同じハーネスによってすでに「やや冗長」と評されています。Hydrogenは「非常に冗長」であり、xhighにおけるトークンあたりの価格優位性の大部分を食いつぶしているのはこれです。

• 価格とティア（100万トークンあたり） — Hydrogenは$1.50 / $7.50の均一料金、キャッシュ読み取りは$0.075、BatchとFlexは$0.75 / $3.75、Priorityは$2.70 / $13.50、さらにレート制限付きの無料ティアがあります。Argonは2026年11月30日まで$2.00 / $10.00、キャッシュ読み取りは$0.10、BatchとFlexは$1.00 / $5.00、Priorityは$3.60 / $18.00で、無料ティアはありません。両方とも招待制のContributorティアを提供しており、Hydrogenは$0.75 / $3.75、Argonは$1.00 / $5.00です。

Argon が依然としてより優れたモデルとなる場面

3つの独立した結果と1つのハルシネーション率は、より新しく安価なモデルが厳密なアップグレードではないことを示している。このページが移行を推奨しない理由はそこにある。

• Terminal-Bench 4.0 — Argon 57.1%、Hydrogen 53.5%。古いモデルが依然として首位を保つエージェント型コーディングベンチマークであり、長時間のツール利用セッションの実態に最も近いものです。

• Terminal-Bench-Science — Argon 52.9%、Hydrogen 49.5%。科学版でも同じパターンです。

• AutomationBench-AA — Argon 77.5%、Hydrogen 76.1%。僅差の敗北だが、敗北であり、しかもGoogle自身のカードが最も重点的に引用しているナレッジワークのベンチマークだ。

• 全知性幻覚率 — Argon 4.3%、Hydrogen 8.5%（xhigh時）。Hydrogen はこれらの質問に対して同程度の割合で正しく回答し、知らない場合にはおよそ2倍の頻度で回答を捏造する。同じセットを high で実行した場合の率は 8.7% なので、これは最高思考レベルのアーティファクトではない。

反論リストもまた現実であり、それが Hydrogen が依然として総合で勝る理由だ。FrontierCode 2.0 は 39.0% 対 Argon の 25.7%、CritPT agentic hard は 66.0% 対 52.5%、HLE-Diamond は 58.8% 対 56.7% で、さらにエンジニアリング、法務、金融の能力スライスでもわずかな優位がある。Hydrogen はコード修復と難しい競技形式の推論ではより優れたモデルであり、持続的なターミナル作業と、自分が知らないと述べるべき時を知ることではより劣るモデルだ。

その分け方には実用的な形がある。検証器、テストスイート、または人間が重要になる前に出力を読むなら、Hydrogenのハルシネーション率は、それを捕まえるためにすでに支払っているコストだ。下流で答えを何もチェックしないなら——サポート返信、データベースに投入する抽出、顧客が読む要約——Argonの4.3%は、Hydrogenの毎秒40トークン分の余分より価値がある。

12月1日の措置は、その差を逆転させることなく広げる。

両モデルは、厳格な有効期限付きのプロモーション料金表に基づいています。Argonは2026年12月1日に$2.00 / $10.00から$4.00 / $20.00へとなり、キャッシュ読み取りは2倍の$0.20に、BatchとFlexは$2.00 / $10.00に、Priorityは$7.20 / $36.00になります。Hydrogenの公開料金表には、無料枠を含め、どのティアにも日付を伴う段階的変更はありません。

ステップ後に計算すると、トークンあたりの比率はHydrogen有利で1.33倍から2.67倍になる。タスクごとに、Artificial Analysisは最新の料金表から数値を再計算しており、すでに両方のバージョンを公開している。Argonの料金表が$2.00 / $10.00だったときの$4.97と、$4.00 / $20.00と表示された実行での$9.95だ。同じハーネスでは、Hydrogenは両方を通じて$3.16になる。それはArgonが間違ったモデルだということではない。Argonは習慣ではなく精度で正当化できるモデルであるべきだということだ。

また、このことは2つのモデルがそれぞれ異なるルーティングを求めることにもつながります。 OrcaRouterはGemini 4 ArgonとGemini 4 Carbonをプロバイダーの定価でマークアップ0%で提供しているため、12月1日の料金倍額化は、次回の請求書照合時ではなく、Googleの料金表に反映されたその同じ日に当社側でも反映され、Argonを精度チェック用に残すスタックも新しい料金を透過的に支払うことになります。Gemini 4 Hydrogenは当社のカタログには含まれていません — これはGoogle自身のAPIとAI Studioから提供されるものです — そのため、この記事に合致する構成は、実行ターンにはHydrogenを直接呼び出し、検証役としてArgonをルーターの背後に置く形となり、自動フェイルオーバーをプロバイダー間にわたって行うことで、いずれかの経路がセッション途中でレート制限に達するケースに対応します。

切り替えると、コードのどこが変わりますか？

Googleはこの移行を、4つの挙動の違いを伴うモデル文字列の変更として文書化しており、明白なのは最初の1つだけだ。

• ホップサイズ — Hydrogen では、REST および SDK 呼び出しにわたる非ストリーミングの各ホップで 65,536 トークンが許可されます。Argon では、非ストリーミングの REST ホップごとに 32,768 トークンが許可されます。長い単一ショット生成がより簡単になり、32K 制限に対処するためにチャンク化していたコードはチャンク化をやめられます。

• 思考のデフォルト — Argon は {{1}}medium{{/1}} がデフォルトで、上限は {{2}}high{{/2}} です。Hydrogen は {{3}}high{{/3}} がデフォルトで、{{4}}xhigh{{/4}} を追加します。そのため、モデル文字列をそのまま差し替えると、レイテンシと思考トークン消費の両方が知らず知らずのうちに増加します。最初のリクエストで thinking_level を明示的に設定してください。さもなければ、その請求書が後からそれを教えてくれるでしょう。

• キャッシュ — どちらも明示的キャッシュをサポートしていません。両方とも、4,096トークン以上のプロンプトでは暗黙的キャッシュヒットを95%割引します。Argonのキャッシュ読み取りは$0.10、Hydrogenは$0.075なので、キャッシュを多用するワークロードでは、12月のステップ前はキャッシュ部分で25%、ステップ後は62.5%節約できます。

• サンプリングとツール呼び出し — どちらも temperature、top_p、top_k を拒否するのではなく無視し、ツールをネイティブに宣言するのではなく生テキストの JSON ツール呼び出しを促すと、どちらも MALFORMED_FUNCTION_CALL を返します。どちらもスイッチ固有の問題ではありませんが、どちらもスイッチの実行中に表面化します。

もう一つ、移行リストには載っておらず、エージェントにとって重要な違いがあります。Argon のカードにはナレッジカットオフが公開されていませんが、Hydrogen のモデルカードには 2026年3月と記載されており、一部の領域では情報がより古いという注意書きがあります。これら2つを比較している理由が鮮度に敏感なパイプラインであるなら、Hydrogen はこのペアの中で、日付をテストして推測するのではなく読み取れる唯一のモデルです。

適用するルール

作業を実行してから確認する場合は、Argon から Hydrogen に切り替えてください。テスト駆動のコーディング、ファイル編集、並列サブエージェント、引用ステップ付きの検索してから回答するパイプライン、そして完了したタスクあたりのコストがダッシュボードの数値であるあらゆる作業が該当します。Hydrogen は、想像の中のデフォルトではなく high で実行してください — 公表されている54には xhigh が必要で、実用的なデフォルトはタスクあたり1.87ドルかかる51です。

回答が未チェックのまま出荷される場合、タスクが短時間の処理ではなく長時間のターミナルセッションである場合、またはローンチまで3週間以内で、1ポイントのスコア変化のために本番経路を動かしたくない場合は、Argon を使い続けてください。ハルシネーション率が8.5%に対して4.3%という状況では、Argon は、本来なら自分で構築しなければならない検証ステップを肩代わりしてくれています。

答えを変えるのは、どちらのモデルもまだ持っていない第三のデータ点だ。それは、GoogleがHydrogenについて実際に宣伝した点、すなわちよりクリーンなコードとより少ない捏造された主張を再現可能に測定したものであり、ドキュメントでは捏造された主張がGemini 3.8 Flashより5倍超少ないとされている。Artificial Analysisのomniscienceセットは、HydrogenをArgonと比較すると逆方向の測定結果を示している。誰かが両方を同じタスク分布で実行するまでは、Hydrogenは経済性に優れ、Argonは答えとして優れているというのが正直な立場であり、12月1日の価格改定によって、そのトレードオフを先送りするのは安くなるどころか高くつくようになる。