Gemini 4 Hydrogen 対 Gemini 4 Carbon：1つのファミリー、2つの提供プロファイル、そして異なる日程で実施される価格変更

2つのモデルは、インデックス上で6ポイント差、本日の料金表では1.33倍差、12月1日からは2.67倍差であり、同一の基盤能力を異なる速度で動かしているのでなければ説明しづらい挙動をしている。Googleは「Gemini 4 HydrogenはGemini 4 Carbonから派生した」と明言する一文を公表していない。公表しているのは、同じ方向を指す一連の数字だ。Hydrogenは毎秒188トークンを生成し、Carbonは72トークン。最初のトークンまでの時間は40.55秒対64.71秒。Artificial Analysis Intelligence Indexのスコアは54対60。インデックスタスクを完了するコストは$3.16対$5.48だ。これは、かつてFlashがProの隣にあったような、小さいモデルが大きいモデルの隣にある形ではない。一つの能力を二度売っている構図だ。一度はその上限性能で、一度はスループット設定で。しかも、その差がアーキテクチャの違いであるかのように価格付けされている。Gemini 4 Hydrogenは2026年11月12日に、100万トークンあたり$1.50と$7.50でカタログに加わった。Gemini 4 Carbonは11月10日から一般提供されており、12月1日までは$2.00と$10.00、その後は倍の$4.00と$20.00になる。どちらを呼び出すべきかを見極めることは、主に、それらの事実のどれを最適化の対象にしているか、そして派生の話をどこまで推論で補って受け入れるかという問題である。

6つの指数ポイント、本日時点で1.33倍の価格差、そして12月時点で2.67倍の価格差

Artificial Analysisは両モデルを同一のハーネスで、それぞれの最高思考設定においてスコア評価しており、その結果として得られたペアはマーケティングが示唆するほど劇的なものではない。

• Intelligence Index — Gemini 4 Carbon は high で60、78中4位。Gemini 4 Hydrogen は Extra High で54、16位。6ポイント差で、Hydrogen は同じ指数で Gemini 4 Argon の50を上回っています。

• 出力速度 — Carbon は毎秒72トークン、Hydrogen は188トークン。Hydrogen は約2.5倍速く生成し、まさにそれがこのモデルの要点です。

• 最初の回答トークンまでの時間 — Extra HighではCarbonが64.71秒、Hydrogenが40.55秒で、HydrogenはデフォルトのHigh設定では約16.7秒まで短縮されます。Hydrogenはどの設定でも、Carbonが唯一の設定で開始するより早く開始します。

・完了したインデックスタスク1件あたりのコスト — Carbon $5.48 対 Hydrogen $3.16。価格の約58%で、スコアの90%。

• 100万トークンあたりの料金 — Carbon は現在 $2.00 / $10.00、12月1日に2倍へ。Hydrogen は $1.50 / $7.50 で、公開されている価格表に日付の明記された段階的改定はなし。

最後の2行を並べてみると、興味深いのはHydrogenの方が安いということではない。今日のカードでは、安い方のモデルは、トークンあたりで安い度合いよりも大きく、完了タスクあたりで安いということだ。Carbonはタスク完了に至るまでにより多くのトークンとより多くの実時間を消費するため、トークンあたりの優位性はリトライに食われるどころか、複利的に効いてくる。これは珍しく、これらが2つの異なるモデルではなく、1つのモデルの2つのサービングプロファイルであることの最強の証拠だ。

6つのポイントが実際にどこに着地するのか

6つのインデックスポイントは抽象化にすぎない。Googleは両モデルについて同じベンチマークファミリーを異なる比較セットに対して公開しており、これにより損失を単に数えるだけでなく、どこに生じているかを特定できる。以下の数値はすべてベンダー報告によるもので未再現であり、比較セットも異なるため、算術ではなく形を読むべきだ。

• 大規模なエージェント型コーディング — FrontierSWE 2 では Carbon が 61.2%（GPT-6 Astra は 65.5%）、Terminal-Bench 4.0 では 65.2%。Hydrogen は Terminal-Bench 4.1 で 57.0%（不正行為補正済み）。同じベンチマークの隣接バージョン間における Terminal-Bench の 8 ポイント差。

• ソフトウェアエンジニアリングのスイープ — SWE-sweepでCarbonは9.6%、Hydrogenは13.5%。この項目はHydrogenが勝利しており、Hydrogenが勝っている唯一の主要なエージェント型ベンチマークである。

• 長期的なコンピューター操作 — OSWorld-2.1でCarbonは81.5%、Claude Opus 5.5は87.2%、同じベンチマークでHydrogenは77.6%。Carbonは4ポイント差でリードしているが、両者とも競合他社に敗れている。

• タスクの累積 — Agents' Last Exam で Carbon は 77.4%、Vending-Bench 2 の残高は $16,484。Hydrogen は 71.6%、$14,549。多くのターンにわたってビジネスを維持する必要がある点では、Carbon の方が優れている。

• 長いコンテキスト — GraphWalks において 256k から 1M の範囲で Carbon は 96.2%。Google は Hydrogen について同等の数値を公表していないが、このこと自体が示唆的だ。100万トークンのウィンドウ全体にわたる検索挙動こそ、安価なモデルでは誰も実証していない唯一の能力なのである。

• セキュリティ関連の作業 — Carbon には公開済みのセキュリティクラスタがあり、CWE-bench 71.0%、ExploitGym 54.8%、SEC-bench Pro 88.2% を記録しています。Hydrogen にはそれがありません。あなたのワークロードが脆弱性トリアージであれば、これはトレードオフの選択ではなく、能力の境界です。

その6つに見られるパターンは、サービングプロファイルとしての解釈と整合している。Hydrogenは、同じ能力を高速で実行したもののように振る舞い、それが負けるタスクは、高速であることが制約にならないタスクだ。持久力、長いコンテキストの想起、数時間にわたる蓄積、 specialised security suite で負ける。生のスイープスループットでは勝つ。それがポストトレーニングなのか、異なるサービング設定なのか、それともGoogleが説明していない何かなのかはともかく、ワークロードへの影響は同じだ。速度設定がベンチマーク表として現れているだけである。

これを決めるのは12月1日であり、今日ではない

11月にこの2枚のカードについて書かれる比較のほとんどすべては、12月には間違いになるだろう。一方のカードにはステップがあり、もう一方にはないからだ。

• Carbon は現在 — 入力 $2.00、出力 $10.00、キャッシュ読み取り $0.10、暗黙的キャッシュのみ、無料枠なし。Batch と Flex は $1.00 / $5.00。Priority は $3.60 / $18.00。

Carbon は 2026年12月1日から — 入力 $4.00、出力 $20.00、キャッシュ読み取り $0.20。Batch と Flex は2倍の $2.00 / $10.00。Priority は2倍の $7.20 / $36.00。

• Hydrogen、変更なし — $1.50 / $7.50 標準、$0.75 / $3.75 Batch および Flex、$2.70 / $13.50 Priority、$0.075 キャッシュ読み取り。カード上のどこにも日付付きの値上げはありません。

• 比率 — 入力は現在1.33倍、12月から2.67倍。出力も同じ。BatchとFlexでは、現在1.33倍、その後2.67倍。

予算にとってそれが何を意味するかというと、11月には両モデルの能力差は議論の余地があるほど小さく、12月にはその差が議論がほぼ終わるほど大きくなるということだ。11月に指数で6ポイントのリードを根拠にCarbonを選ぶチームは、6週間後には存在しなくなる価格でそれを選んでいるのであり、選んだモデルは、大半のワークロードにとってベンチマークの差では正当化できないほどの差額で、2モデルのうち高価な方になる。

誰も言及しない第二の非対称性がある。Carbonには無料枠がなく、Argonにもない。Hydrogenにはある——レート制限付きで、Googleの標準ティアで提供され、同じ公表価格が適用される。それは本番システムにとってのコスト削減ではないが、今日ラップトップで動くプロトタイプと、まず請求先アカウントを必要とするプロトタイプとの違いではある。

Antigravity の配置は、Google がそれらをどのように使用することを想定しているかを示しています。

G​oogle自身のコーディングツールは両方を提供しており、それらを組み合わせる方法はどちらの料金表よりも情報量が多い。

• 提供状況 — Carbon は AI Ultra と Enterprise のみでの提供です。Hydrogen は Free、AI Plus、Pro、Ultra、Enterprise で提供されます。Carbon はプラン階層に応じた機能であり、Hydrogen はその最低ラインです。

• デフォルトの役割 — Hydrogen は Orchestrator 内の固定実装モデルです。Carbon が計画を立案する場合、Hydrogen がファイル編集を実行します。G​oogle のドキュメントには「計画が準備できたら、G​emini 4 Hydrogen が引き継いでファイル編集を適用する」と明記されています。

• 報告された結果 — Antigravity チームによると、Orchestrator は Terminal-Bench 4.1 において、Carbon を一貫して使用する場合と比べてクォータ使用量が 24% 少なく、完了が 19% 高速で、成功率は Carbon に近い水準だった。

• その手がかりは――G​oogle で、すべてのステップで Carbon を実行する構成を文書化している人は誰もいない。彼らが出荷した製品は、計画のターンには Carbon を、それ以外のすべてには Hydrogen を配置し、それを効率的な取り決めと呼んでいる。

ベンダー自身のツールがCarbonを、実行に費やすには高すぎる計画用リソースとして扱っているなら、それは意図された役割分担について、どんな比較表よりも強いシグナルだ。Carbonは、誤った判断が高くつくターンのためのものだ。Hydrogenは、遅い判断が高くつく200ターンのためのものだ。

3つの構成と、それぞれの週あたりのコスト

具体的なケースを考えてみましょう。コーディングエージェントが週に約4,000回のタスクターンを処理し、1ターンあたり平均12,000入力トークンと1,500出力トークンを使い、30,000トークンの安定プレフィックスをキャッシュしているとします。

• Carbon全体 — 4,800万入力トークンが$2.00で$96、600万出力が$10.00で$60、3万トークンのプレフィックスに対するキャッシュ読み取りは100万あたり$0.10でごくわずか。11月は週およそ$156、12月からはおよそ$312。

• すべて Hydrogen で — 入力 $72、出力 $45、週あたり $117、定額。11月には Carbon より25%安く、12月からは62%安くなり、同じトークンが Carbon のカードでは $312 かかります。

• Carbonが計画し、Hydrogenが実行する — 計画ターンが20回中1回ということは、ターンの5%がCarbonの料金、95%がHydrogenの料金となり、11月は週約119ドル、12月以降は約127ドルになります。実質的に、重要な意思決定にはCarbonの判断を反映しつつ、価格はHydrogenのものになります。

第3の構成はGoogleが提供しているもので、試算によれば、11月にはHydrogenだけを稼働させるより週約2ドル高く、12月以降は週約10ドル高いものの、重要な局面では6ポイントの差の大半を取り戻す。これは見た目よりはるかに良い取引であり、2つのモデルをペアとしてではなく代替品として比較すると見えてこない。

キャッシュ列に関する注意点が1つあります。Hydrogenのキャッシュ済み入力は$0.075で、Carbonの$0.10に対して安価ですが、どちらのモデルも明示的なキャッシュをサポートしておらず、両方とも暗黙的なキャッシュのみです。そのため、この割引はサービス側の挙動であり、ユーザーがスケジュールできるものではありません。何を常駐させるべきかを正確に把握しているワークロードにおいて、これは両モデルに共通する制約であり、前述のプレフィックスが保証ではなく期待値として見積もられている理由でもあります。

モデル文字列はどう扱えばよいですか

識別子は gemini-4-carbon と gemini-4-hydrogen で、2つ目が罠です。gemini-4-flash は存在せず、gemini-4 も存在せず、Hydrogen の識別子のどこにも flash トークンはありません — コミュニティはそのスロットを説明するために「(Flash)」を付けますが、G​oogle はそれを文字列に入れていません。古い gemini-3.8-flash 名にパターンマッチする移行は、モデルではなく識別子の時点で失敗し、クライアントがデフォルトにフォールバックする場合はサイレントに失敗します。

両方のモデルに1つのキーから到達できる場合、上記の分割は2つの統合ではなくルーティングポリシーになります。OrcaRouterはGemini 4 CarbonとGemini 4 Argonをプロバイダー定価で0%のマークアップで提供します。つまり、12月1日の倍額化はGoogleの料金表に反映されるのと同じ日に当社側にも反映されます — 再交渉も新規契約も不要です。Gemini 4 Hydrogenはカタログに含まれていません。これはGoogle自身のAPIとAI Studio経由で提供されます。したがって、三者分割の実用的な構成は、実行にはHydrogenを直接呼び出し、計画ターンにはルーター経由のCarbonを配置し、どちらかの経路が劣化した場合にプロバイダー間で自動フェイルオーバーするというものです。これによりプランナーは差し替え可能なままです — Carbonの12月価格で計画ターンが採算に合わなくなる場合、Argonや競合プランナーへの切り替えは書き直しではなくモデル文字列の変更で済みます。

不確実性を添えた、正直な要約

6つのインデックスポイントが、1つの能力を2つの速度で発揮するような2つのモデルを分けています。そして安価なプロファイルのほうが、起動が速く、生成も速く、完了したタスクあたりのコストは58%です。これに対して高価なプロファイルは、長文脈検索が公開され、セキュリティベンチマークが公開され、Google自身のツール群でプランナーとしての役割が文書化されている唯一のモデルであり、より幅広い評価セットで能力の主張が検証されているのもこちらです。

誰も公開していないのは、特定のワークロードで決着をつけるもの、つまり同じハーネスと同じthinking設定で、リトライ動作を可視化したタスクレベルの比較だ。Googleの2つのベンチマーク表は異なる比較セットを使っており、独立系ハーネスは、ギャップを局所化できるサブスコアではなく単一の指数値を報告する。誰かが同じタスクスイートに対して両方を実行するまでは、擁護できる立場はアーキテクチャ上のもの——誤った計画が高くつく場面ではCarbonを使い、それ以外ではHydrogenを使う——である。なぜならそれはベンダーが行っていることであり、12月以降に価格設定が報いることであり、6つの点が部分的に2つの異なる設定によるアーティファクトである状況を生き残る唯一の推奨だからだ。

3つの点に注目してください。Hydrogenがセキュリティ・ベンチマーク・クラスタを取得するかどうか。なぜなら、その不在はこのペアにおける最も明確な能力境界だからです。誰かがOrchestratorのクォータ主張を独立に再現するかどうか。なぜなら、計画／実行の分割全体がそれに依拠しているからです。そして、Hydrogenのカードが日付付きのステップを獲得するかどうか。なぜなら、3つのうち2つが倍になるファミリーにおいて有効期限のないモデルは、意図的なアンカー価格か、まだ設定されていない料金のどちらかだからです。