
Gemini 4 Hydrogen: wat xhigh oplevert voor 6x de factuur
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 185 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1 mln tokens · 76 tok/s
- openaiNIEUWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1 mln tokens · 151 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 234 tok/s
- AlibabaNIEUWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 mln tokens · 125 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 94 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1 mln tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 104 tok/s
Twee runs van dezelfde korte prompt door Gemini 4 Hydrogen, met één instelling verschil. Bij high verbruikte het model 5.311 outputtokens en kostte het 3,99 cent. Bij xhigh verbruikte het 31.477 en kostte het 23,61 cent. Dezelfde vergelijking verschijnt in een Gemini 4 Neon-run op dezelfde dag, waar de hoogste trede 39,83 cent kostte tegen 14,55 bij high. Simon Willison publiceerde beide paren op 20 november 2026, vier dagen nadat Google Gemini 4 Hydrogen op 12 november uitbracht, en de cijfers zijn de eerste openbare zij-aan-zij-vergelijking helemaal bovenaan een Gemini 4-inspanningsladder die de meeste mensen nog niet hebben aangeraakt.
Het interessante deel is niet dat de diepere instelling meer kost. Het is dat het tarief per token nooit is veranderd. Hydrogen rekent $1,50 per miljoen invoertokens en $7,50 per miljoen uitvoertokens op elk niveau, inclusief xhigh en inclusief denk-tokens. Vermenigvuldig de tokentellingen met dat tarief en je krijgt de facturen tot op de cent nauwkeurig terug. Dus xhigh is geen premiumniveau waarvoor je extra betaalt. Het is een beslissing om het model ongeveer zes keer zoveel te laten schrijven, en de factuur volgt automatisch.
De twee wetsvoorstellen, en waarom de rente ongewijzigd bleef
De rekensom is het een keer waard om met de hand te doen, want die maakt duidelijk wat je eigenlijk koopt. Het uitvoertarief van Hydrogen is $7,50 per miljoen tokens. Bij 5.311 tokens is dat 3,98 cent; de gemeten rekening was 3,99. Bij 31.477 tokens is dat 23,61 cent, precies de gemeten rekening. De invoerzijde is op deze schaal ruis: een prompt van een paar dozijn tokens kost een fractie van een honderdste cent bij $1,50 per miljoen.
• Uitvoertokens — 5.311 bij high tegenover 31.477 bij xhigh, een factor 5,9
• Kosten in centen — 3,99 tegenover 23,61, dezelfde factor van 5,9
• Uitvoertarief — $7.50 per miljoen tokens bij beide instellingen, ongewijzigd
• Invoertarief — $1.50 per miljoen tokens bij beide instellingen, ongewijzigd
• Context — één tarief tot 1M tokens, zonder vermelde toeslag voor lange context
Dat heeft praktische gevolgen voor iedereen die dit model budgetteert. Prijslijsten van leveranciers zijn georganiseerd per tokentarief, en dat tarief is hier juist de enige variabele die niet verandert. Als je op basis van een tabel per token voor xhigh plant, onderschat je de rekening met ongeveer een factor zes bij een taak waarbij het model ervoor kiest langer na te denken. Het enige cijfer dat de kosten voorspelt, is het aantal outputtokens per antwoord, en de enige manier om dat te krijgen is het te meten op je eigen prompts. De eigen documentatie van Google geeft de richting toe zonder een grootte te noemen: er wordt gewaarschuwd dat xhigh "de latentie en het tokengebruik verhoogt."

Wat de extra 26.000 tokens opleverden
Op de pelikaan-op-een-fiets-test is het antwoord: een zichtbaar betere tekening. Willisons samenvatting is dat de high-output een platte pelikaan was zonder mandje en zonder achtergrond, en dat de xhigh-output aankwam als een blauwgroene fiets op een strand met een blauwe vis in het mandje — concurrerend met wat Gemini 4 Neon standaard produceert voor ongeveer hetzelfde geld. Ongeveer 26.000 extra denk-tokens gingen naar compositie, scène en kleur in plaats van naar een correct antwoord.
Beschouw dat als één enkele observatie, niet als een benchmark. Het is één prompt, één sample per instelling, en een taak zonder één juist antwoord, wat betekent dat er geen nauwkeurigheidsscore aan kan worden gekoppeld. Wat het wel vaststelt, is dat de hoogste trede het karakter van een output bij open-ended generatief werk kan veranderen, en dat die verandering niet subtiel is wanneer ze optreedt. Of dezelfde zesvoudige besteding iets oplevert voor jouw workload is een aparte vraag, en de volgende twee secties gaan over de gevallen waarin het antwoord wordt gemeten in plaats van op het oog beoordeeld.
De onafhankelijke ladder zegt hetzelfde.
Artificial Analysis scoort Hydrogen bij elk van zijn vier instellingen, en de vorm van de curve komt overeen met de pelikaanssnavel. Op de modelpagina van 22 november 2026 staat de Intelligence Index op 26,9 bij low, 41,2 bij medium, 50,8 bij high en 53,9 bij xhigh. De kosten per Index-taak bedragen $0,29, $0,80, $1,87 en $3,16 over dezelfde vier niveaus, en de tijd per taak bedraagt 1,5, 4,0, 9,0 en 15,8 minuten.
Reken die om naar marginale kosten — de prijs van het volgende punt — en het argument tegen standaard voor de hoogste trede kiezen wordt rekenwerk in plaats van smaak:
• laag tot gemiddeld — +14,3 indexpunten voor +51 cent, ongeveer 3,5 cent per punt
• gemiddeld tot hoog — +9,6 punten voor +$1,08, ongeveer 11,3 cent per punt
• van high naar xhigh — +3,1 punten voor +$1,29, ongeveer 41,1 cent per punt
• Totaal, laag tot xhigh — +27 punten voor +$2,87, gemiddeld ongeveer 10,6 cent per punt
De laatste stap is de dure: bijna vier keer zo duur als de stap ervoor, en hij kost ook 76 procent meer kloktijd per taak. De eerste stap van laag naar medium blijft met ruime marge de beste koop in de ladder, wat het onthouden waard is aangezien hoog de standaard is. Dit zijn metingen door derden van Artificial Analysis, geen leverancierscijfers, en de kosten per taak omvatten invoer, uitvoer en het gedrag van agents over meerdere beurten — daarom schalen ze niet zoals de factuur van één prompt dat doet.

Waar xhigh helemaal niets oplevert
De documentatie van Google is ronduit bot over het hoogste niveau, iets wat bij lanceringsmateriaal zelden gebeurt. Er staat dat xhigh gereserveerd moet worden 'voor moeilijke, meertraps programmeer- en agentische problemen waar high tekortschiet', en er wordt gewaarschuwd dat het bij eenvoudigere prompts 'tot overmatig nadenken kan leiden of max_output_tokens kan uitputten'. Die tweede faalmodus is degene die geruisloos toeslaat: de tokenlimiet omvat zowel het denkproces als de zichtbare output, dus een prompt die bij high ruimschoots beantwoord zou zijn, kan het volledige budget aan redeneren verbruiken en terugkomen als onvolledig, afgekapt of leeg. Het komt over als een modelfout. Het is een configuratiefout.

Een onafhankelijke sweep van 56 verzoeken, gepubliceerd in november 2026, testte de vraag die de waarschuwing van Google impliceert. Over drie prompts van eenvoudig tot gemiddeld en twee runs per niveau vond deze dat xhigh in totaal ongeveer 3,1 keer zoveel denk-tokens gebruikte als high en ongeveer vijf keer zoveel bij de codeerprompt, terwijl elk antwoord op elk niveau nog steeds correct was. De extra uitgave leverde tokens en latentie op, geen nauwkeurigheid. De steekproef is klein en de auteur zegt dat ook; de richting is consistent met zowel de waarschuwing van de leverancier als de curve van Artificial Analysis, waar de laatste trede drie punten toevoegt in plaats van vijftien.
De scheiding is dus taakklasse, niet modelcapaciteit. Extractie, classificatie, formattering en korte feitelijke antwoorden hebben een plafond dicht bij hun eerste juiste antwoord, en zes keer zoveel betalen daarvoor is pure verspilling. Open-ended generatie heeft zo'n plafond niet, omdat de output het artefact is en er altijd meer detail beschikbaar is om toe te voegen.
De crossover die er echt toe doet
Hier is het getal dat zou moeten veranderen hoe je het model gebruikt. Hydrogen op xhigh kostte 23,61 cent voor één korte tekenprompt. Gemini 4 Neon kostte op zijn standaard hoge instelling 14,55 cent voor dezelfde prompt op dezelfde dag, en produceerde een output die Willison minstens zo goed beoordeelde. Hydrogen naar zijn hoogste stand zetten is 62 procent duurder dan het op de standaard laten en in plaats daarvan een modeltier omhoog te gaan. Als je reden om naar xhigh te grijpen is "het antwoord is niet goed genoeg", dan is een groter model op zijn standaardinstelling vaak de goedkopere zet, en dat is degene die de meeste teams niet controleren.
Die rangorde blijft niet overeind bij een verandering van werklast, en dat is precies wat verloren gaat wanneer een test met een korte prompt als algemene ranglijst wordt aangehaald. In de lange agentische basket van Artificial Analysis kost Neon op high $3,74 per taak, tegenover Hydrogen op xhigh voor $3,16, dus het goedkopere model op een tekening van veertig tokens is het duurdere op een lange multi-turn-taak. Geen van beide getallen is fout. Een korte prompt en een agentrun van 15 minuten doen een beroep op verschillende delen van de ladder, en een tredewissel die op het ene geld bespaart, kan op het andere geld kosten.
Eén datumgevoelig detail om mee te nemen: de prijspagina van Google vermeldt dat de tarieven voor Carbon en Argon op 1 december 2026 verdubbelen, van $2 voor input en $10 voor output naar $4 en $20. Bij Hydrogen is zo'n wijziging niet te zien. Elke vergelijking hierboven met de oudere modellen heeft daarom nog negen dagen voordat de kloof in het voordeel van Hydrogen groter wordt.
Het instellen en het in een middag testen
Het niveau is één veld. Op de native generateContent-API is dat thinkingConfig.thinkingLevel; op de Interactions-API is dat generation_config.thinking_level; op een OpenAI-compatibele route komt het binnen als reasoning_effort. De waarde is de tekenreeks in kleine letters — low, medium, high of xhigh — en high is de standaard voor Hydrogen. Thinking kan bij dit model niet volledig worden uitgeschakeld, en de oudere parameter thinkingBudget is verouderd ten gunste van het niveau.
Het meten van de kosten kost één extra uitlezing. Denk-tokens verschijnen in usageMetadata.thoughtsTokenCount op de native API, usage.total_thought_tokens op Interactions en reasoning_tokens op de compatibele route — zodat je kunt scheiden wat het model dacht van wat het zei, en elk afzonderlijk kunt prijzen. Een haalbare middag: neem twintig echte prompts uit je eigen logs, voer ze elk uit op high en xhigh met een ruime outputlimiet zodat niets wordt afgekapt, en noteer tokens en of het antwoord slaagde. Vergelijk de totale kosten met het slagingspercentage. Als xhigh het slagingspercentage niet genoeg verhoogt om een rekening te rechtvaardigen die ongeveer zes keer groter is bij de prompts waarop het aanslaat, heb je je antwoord voor die workload, en dat zal een beter antwoord zijn dan welke gepubliceerde tabel dan ook.
Twee instellingen naast elkaar laten draaien is eenvoudiger wanneer beide achter één sleutel zitten, en dat is precies het deel dat OrcaRouter afdekt. Wij leveren Gemini 4 Argon en Gemini 4 Carbon tegen de lijstprijs van de provider met 0% opslag, dus de tarieven in dit artikel zijn de tarieven die u bij ons betaalt voor die twee. Gemini 4 Hydrogen staat vandaag niet in onze catalogus, dus elke Hydrogen-waarde hier is de lijstprijs van Google in plaats van de onze — dat zeggen we maar ronduit, want de faalmodus in dit bericht is precies degene waarbij een tarievenblad een factor zes verbergt. Wanneer een model via ons wordt gerouteerd, is het inspanningsniveau een veld per route, dus een canary-route op xhigh naast een productieroute op high is een configuratiewijziging in plaats van een codepad.
Wat te doen met dit op maandag?
De regel die alle cijfers overleeft, is specifieker dan "gebruik de hoogste instelling voor moeilijke problemen". Die luidt: daal de ladder tot de kwaliteit breekt, zet dan één stap terug omhoog en controleer of een ander model op zijn standaardinstelling goedkoper is dan de extra trede voordat je je vastlegt. Hydrogen's eigen ladder plaatst die stap op ongeveer veertig cent per punt op de Index en zes keer zoveel tokens bij een tekening, terwijl de stap van laag naar medium drieënhalf cent per punt kost. Het meeste van de waarde in dit model zit in de onderste helft van de ladder, en de standaardinstelling zit daarboven.
De open vraag is wat de hoogste trede doet bij agentisch werk in plaats van bij een pelikaan — of de 3.1 Index-punten die Artificial Analysis bij xhigh meet, zich uiten in minder mislukte tool calls of in meer beurten die worden besteed aan erover nadenken. Niemand heeft die uitsplitsing nog gepubliceerd, en juist die zou je vertellen of je Hydrogen in productie op high moet laten staan.
