生成されたタイトルカードには「Gemini 4 Neon vs Gemini 4 Hydrogen」と表示され、サブタイトルは「2xが通用しなくなる場所」、完成タスクあたりのコストが上昇する軸にNeonとHydrogenのマーカーが交互に並び、キャプションは「レートカードは2xと言うが、タスクあたりのコストはそうは言っていない」となっている。
Engineering & Research

Gemini 4 Neon 対 Gemini 4 Hydrogen:2x が通用しなくなるのはどこか

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

同じファミリーのGemini 4モデル2つが6日違いでリリースされ、料金表を比べると、数字を半分にしたコピーのように一致している。Gemini 4 Neonは入力$3.00/出力$15.00、Gemini 4 Hydrogenは$1.50/$7.50、キャッシュ入力は$0.15対$0.075。全項目がちょうど半分だ。これはGemini 4ファミリーで最も整った価格関係であり、このペアについて最も情報量の少ない事実でもある。なぜなら、8つある思考レベルをすべて、完了したタスク1件あたりの実際のコストで並べ替えた瞬間、その整った2倍という関係は何の予測にも役立たなくなるからだ。

どちらも現行で、どちらも G​oogle のものです。G​emini 4 Hydrogen は、Flash という命名を置き換えるモデルとして 2026年11月12日に登場しました。G​emini 4 Neon は 2026年11月18日に続き、G​oogle によって、日常的な実行向けの Hydrogen と、長期的な深い作業向けの G​emini 4 Carbon の間に位置づけられています。どちらも 1M トークンのコンテキストウィンドウを備え、テキスト、画像、音声、動画を受け入れ、4つの思考レベルを持ち、デフォルトは high です。

2枚のカード、8つの価格、1つの並べ替え

Artificial Analysis は両モデルのすべての段階を同じ9項目の評価セットで採点し、それぞれの完了タスクあたりの実測コストを公表している。この8つの点をモデル名ではなくコストで並べることが議論の核心であり、以下に順番に示す。

• 低設定のHydrogen — インデックス26.9、タスクあたり$0.29。

• Neon(低設定) — 44.1、$0.75。

• 中程度の水素 — 41.2、$0.80。

• 高(デフォルト)での水素 — 50.8、$1.87。

• ネオン(中程度)— 54.9、$1.90。

• Hydrogen(xhigh)— 53.9、$3.16。

• Neon 高(デフォルト) — 59.6、$3.74。

• Neon(xhigh)— 61.4、$6.44。

リストを順に読めば、その形は明らかだ。Hydrogenが占めるのはそのうち正確に1つのセグメントだけだ。最下段で、$0.29で26.9が手に入り、どちらのファミリーの他のどの製品も価格では近づけない。その線より上では、並べ替えは2つのモデルの間で交互に切り替わるのをやめ、一方を優先し始める — そしてどちらを優先するかは、料金表が示唆する方ではない。

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.

フロンティアが実際に曲がる場所

そのリストで最も有用な比較は、5段目と6段目です。Neonはmediumでタスクあたり1.90ドル、スコアは54.9です。Hydrogenはxhigh——その最上位の段階であり、到達できる最大値——で3.16ドル、スコアは53.9です。つまり、Neonの2番目に安い有用な設定は、Hydrogenの上限より1ポイント賢く、しかも40パーセント安いのです。

同じ逆転は1つ前の行にも現れる。Hydrogenのデフォルトであるhighは$1.87でスコア50.8。Neonのmediumは3セント高く、スコア54.9——請求額の丸め誤差ほどの差でインデックス4ポイント。そして最下部では、$0.75のNeonのlowが44.1、$0.80のHydrogenのmediumが41.2で、これは逆方向の同じトレードオフだ。わずかに安く、わずかに良い段が、もう一方のモデルでは1段低い位置にある。

パターンは、Hydrogenのラダーが圧縮されていることだ。その4つの段は27インデックスポイントにまたがるが、両端でのタスクコストはわずか11ドルで、最後の2段は得る価値のあるものを何ももたらさない——highからxhighは3ポイントのためにタスクあたり69%多くコストがかかる。Neonのラダーは引き伸ばされている。コスト範囲がほぼ18倍広い中で17.3インデックスポイントにわたり、その天井はHydrogenより9ポイント高い。なぜならHydrogenにはそこに到達する段がないからだ。

デフォルトの罠、そしてG​oogle自身の答え

両モデルは high で提供され、2つのデフォルトはその逆転の両側に位置する。thinking パラメータを一切指定せずに両方を呼び出すと、$3.74 で 59.6 対 $1.87 で 50.8 となり、料金表が約束するちょうど2倍の料金で8.8ポイントの差がつく。これは G​oogle 自身の発表が示唆する比較であり、その範囲では公平だ。

それはGoogleが推奨していることではない。11月18日のAntigravityの投稿では、2つを1つのセッションで組み合わせるOrchestratorモードについて説明している。Neonが計画を立て、設計し、難しい推論を担い、Hydrogenが定型作業——コード編集、パッケージ更新、テスト実行——を実行し、解決できない問題に直面するとNeonに制御を戻す。Googleの説明は、これにより1回の実行あたりのクォータをより長く持たせられるというもので、これは実際の観察をベンダーが表現したものだ。多段階のタスクのあらゆるステップにおいて、どちらのモデルの単一の段階も効率的な選択ではない。

その推薦は、どちらのローンチ記事の中でも最も正直なものだ。なぜなら、数字が示す論点を認めているからだ。NeonのmediumがHydrogenのxhighを完全に上回るなら、Hydrogenを支持する根拠は「同じ作業をより安く」ではなく、「判断を必要としない工程で実行するのに十分安い」ことであり、どの工程がそれに当たるかを決める仕組みがOrchestratorだ。ハンドオフが実際にどれほどうまく機能するかは、G​oogleの外部では誰も測定していない主張だ。記事はループについて説明しているが、そのコストは公表していない。

Hydrogenの3つの真の強み

上記のいずれもHydrogenを不要にするものではなく、その利点のうち3つは位置的なものではなく測定可能です:

• レイテンシー。 同一の段階では、Hydrogen の最初の回答トークンまでの時間は Neon のおよそ半分です — 高では 21.7 秒対 40.6 秒、中では 12.4 秒対 20.1 秒、低では 6.1 秒対 13.9 秒。数十ターンを発行するエージェントループでは、その差はタスクごとに数分の実時間として積み重なり、どのインデックススコアにも捉えられません。

• スループット。Hydrogenは高負荷時に毎秒約160トークンをデコードし、Neonの101を上回ります。レイテンシ面の優位性と合わせると、両方の意味で高速なモデルであり、これはGoogleが両者を説明する際の「Neonは深さ、Hydrogenは日々の迅速な実行」という位置づけとも一致します。

• 捏造。AA-Omniscienceの幻覚率では、Hydrogenはデフォルトで8.7パーセント、xhighで8.5パーセントです。Neonは13.9と14.4です。Hydrogenは2つのうちより保守的で、その差は約1.6倍であり、安価で小さいモデルほど何かをでっち上げやすいという仮定に対する唯一の反例です。Neonは基盤となるオムニサイエンス指数でも依然として高いスコアを出しており、デフォルトを揃えた条件で53.8対43.7です。つまりNeonはより多くを知り、より多くを主張し、Hydrogenはより少なくを知り、より少なくを言います。

最後の対比は覚えておく価値がある。全能性と幻覚は一つの量の二つの見方ではなく、モデルは一方を改善しながら他方を悪化させることがある。ここでは方向が分かれており、それはまさに単一の「精度」数値が誤解を招くケースだ。

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.

モデルではなく、段を選ぶ

8つの論点すべてに耐える判断ルール:

• 作業が本当に些細な場合 — 分類、抽出、ルーティングの判断、短い書き換え — 低または中程度のHydrogenはファミリー内で最も安価であり、2倍の節約は現実のものです。

作業に計画やリポジトリレベルのコード変更が必要なら、Hydrogenのラダーでは届かない。その最上位の段は53.9。Neonのデフォルトは59.6で、mediumはHydrogenの上限より40パーセント少ない費用で54.9だ。Neonを採用し、mediumから始めよ。

• Neon を使っているなら、まず監査すべきは高コストな段階です。high から xhigh にすると、タスクあたりのコストは72%増え、インデックスポイントは1.8、最初のトークンまでさらに16秒かかります。ほとんどのパイプラインは medium に属し、そこではデフォルトの半分のコストで54.9が得られます。

• スループットが知能ではなく制約条件である場合——インタラクティブなツール、長いエージェントループ、人間が待っているあらゆる場面——では、Hydrogen のレイテンシ上の優位性は、8 インデックスポイントよりも重要になるかもしれません。そして、それを教えてくれるリーダーボードはありません。

どちらのモデルもOrcaRouterのカタログには載っていないため、これはどちらかを当社のキーに移すべきだという話ではありません。そこにラインナップされているのは、マークアップなしのプロバイダー定価で、Gemini 4 Carbonが$2.00と$10.00、そしてGemini 4 Argonが$2.00と$10.00であり、同じ1つのエンドポイントに229モデルのカタログの残りも揃っています。Neonのミディアムが本当にHydrogenの上限をあなたのトラフィックで超えるかを試したいなら、実用的な形は、安価なステップをすでに呼び出せる段に送り、難しいステップはエスカレーションするルーティングルールです。その下にフェイルオーバーを備えておけば、1週間前に登場したモデルが本番への唯一の経路になることは決してありません。

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.

何がこの回答を変えるでしょうか

3つのこと、いずれも検証可能だ。もしGoogleがHydrogenの第5の段階を公表すれば、逆転は崩れ、2xは再び2xのように振る舞い始める——この差は、Hydrogenのラダーが53.9で止まっているからこそ存在する。もしOrchestratorのハンドオフが、実行で節約できる以上に調整のコストを要すると判明すれば、ペアリングの論拠は崩れ、選択は単一モデルを選ぶことに戻る。そして、第2の独立したハーネスがインデックスの差異ではなくハルシネーションの差異を再現したなら、事実に敏感な作業におけるHydrogenの主張はインデックスが示すより強くなる。なぜなら、捏造における1.6倍の差は、あるパイプラインでは8インデックスポイント以上の価値があり、別のパイプラインでは何の価値もないからだ。

それまでは、正直な要約としては、これら2つのモデルは同じ線上の2点ではない。それらは長さの異なる2本のはしごであり、料金表の上では正確に成り立つ比率で販売されているが、完成したタスクの価格を算出した途端に崩れる。Neonの安い段はHydrogenの高い段に勝ち、Hydrogenの最も安い段は価格面で他すべてを凌ぐ。そしてベンダー自身の推奨は、選ぶのをやめて両方を運用することであり、それはリーダーボードが出せない唯一の答えだ。