Gemini 4 Hydrogen vs Gemini 4 Argon: goedkoper, sneller, iets slimmer — en twee keer zo waarschijnlijk om een feit te verzinnen

Op de samengestelde score die de meeste mensen citeren, verslaat Gemini 4 Hydrogen Gemini 4 Argon met één punt. Op de onafhankelijke testomgeving die deze score oplevert, voltooit Hydrogen een indextaak in 13,5 minuten tegenover 30,0 voor Argon, kost het $3,16 tegenover $4,97 en genereert het antwoorden met 190 tokens per seconde tegenover 65. Dat lijkt een vernietigende overwinning tot je de tweede tabel leest, waarin Argon hallucineert bij 4,3% van de omniscience-vragen van Artificial Analysis en Hydrogen bij 8,5%, en waarin Argon zowel Terminal-Bench 4.0 als Terminal-Bench-Science wint. Gemini 4 Hydrogen en Gemini 4 Argon zijn hetzelfde onderliggende model met verschillende denkbudgetten eraan vastgeschroefd, en de keuze tussen hen is niet "nieuw versus oud" — het is "hoeveel denkwerk wil je betalen, en hoeveel vertrouw je het antwoord zonder het te controleren."

De kloof is een denkbudget, geen architectuur.

Google bracht Argon als eerste uit. Het werd aangekondigd op 30 september 2026, bereikte algemene beschikbaarheid op 13 oktober en werd gepositioneerd als het efficiënte frontiermodel: hetzelfde uniforme contextvenster van 1.048.576 tokens als Gemini 4 Carbon, dezelfde ingebouwde tools, dezelfde prijs per token, maar minder denktokens per beurt verbruikt. Gemini 4 Hydrogen verscheen op 12 november met hetzelfde venster, dezelfde tools en een kaart waarop duidelijk staat dat het is afgeleid van Carbon in plaats van apart getraind.

Wat de twee echt onderscheidt, is de instelling bovenaan het verzoek. Argon accepteert laag, middel en hoog en gebruikt standaard middel. Hydrogen accepteert die drie, gebruikt standaard hoog en voegt een vierde trede toe die xhigh heet. Verder is alles aan de vorm van het model hetzelfde.

Dat is belangrijk omdat de opvallendste vergelijking die iedereen maakt, geen appels-met-appelsvergelijking is. Artificial Analysis publiceert 54 voor Hydrogen bij xhigh en 50 voor Argon bij high. Bij de eigen standaardinstelling van Hydrogen — high, de instelling die een verzoek krijgt als je niets meestuurt — scoort het met dezelfde testopstelling 51. De eerlijke kloof van één punt is dus 51 tegenover 50, en de kloof van vier punten krijg je door bij het ene model voor de duurste trede te kiezen en die met de middelste trede van het andere te vergelijken.

Draai de regelaar de andere kant op en de rangorde keert om. Hydrogen op medium scoort 41. Als je workload draait op Google's aanbevolen standaard voor Argon, is Hydrogen niet het betere model — het is een goedkoper model dat minder nadenkt.

Zes regels die de beslissing dragen

Alle onderstaande cijfers zijn afkomstig van de eigen runs van Artificial Analysis op de API van Google, tenzij anders vermeld. Prijzen per token komen uit de gepubliceerde tariefkaart van Google; beide modellen hebben dezelfde tariefkaartstructuur.

• Intelligence Index — Gemini 4 Hydrogen 54 bij xhigh, 51 bij high, 41 bij medium; Gemini 4 Argon 50 bij high, zijn plafond. Het vergelijkbare paar is 51 versus 50.

• Kosten per voltooide indextaak — Hydrogen $3,16 bij xhigh en $1,87 bij high; Argon $4,97. Het verschil per taak is veel groter dan het scoreverschil van één punt, en het wordt nog groter bij de standaardinstelling.

• Uitvoersnelheid — 190 tokens per seconde voor Hydrogen bij xhigh, 179 bij high; 65 voor Argon. Een doorvoervoordeel van ongeveer drie tegen één dat op elk denkniveau standhoudt.

• Tijd tot eerste antwoordtoken — Hydrogen 37,8 seconden bij xhigh en 16,7 bij high; Argon 40,7. Bij de standaardinstelling begint Hydrogen 24 seconden eerder te antwoorden, wat het verschil is dat een chatinterface opmerkt.

• Woordigheid — Hydrogen genereerde 304 miljoen outputtokens om de index te voltooien, tegenover 113 miljoen voor Argon en een mediaan van 72,8 miljoen. Argon wordt door dezelfde harness al beschreven als "enigszins verbose"; Hydrogen is "zeer verbose", en dat slokt het grootste deel van zijn prijsvoordeel per token bij xhigh op.

• Prijs en tiers, per miljoen tokens — Hydrogen $1,50 / $7,50 vast, cache-reads $0,075, Batch en Flex tegen $0,75 / $3,75, Priority tegen $2,70 / $13,50, en een gratis tier met snelheidslimiet. Argon $2,00 / $10,00 tot en met 30 november 2026, cache-reads $0,10, Batch en Flex tegen $1,00 / $5,00, Priority tegen $3,60 / $18,00, geen gratis tier. Beide bieden een Contributor-tier op uitnodiging; die van Hydrogen is $0,75 / $3,75, die van Argon $1,00 / $5,00.

Waar Argon nog steeds het betere model is

Drie onafhankelijke resultaten en één hallucinatiegraad zeggen dat het nieuwere, goedkopere model geen strikte upgrade is. Ze zijn de reden dat deze pagina geen aanbeveling is om te migreren.

• Terminal-Bench 4.0 — Argon 57,1%, Hydrogen 53,5%. De agentische codeerbenchmark waarin het oudere model nog steeds vooroploopt, en degene die het dichtst in de buurt komt van wat een lange sessie met toolgebruik daadwerkelijk doet.

• Terminal-Bench-Science — Argon 52,9%, Hydrogen 49,5%. Hetzelfde patroon in de wetenschapsvariant.

• AutomationBench-AA — Argon 77,5%, Hydrogen 76,1%. Een nipte nederlaag, maar toch een nederlaag, en het is de kenniswerk-benchmark die Google's eigen kaart het zwaarst aanhaalt.

• Hallucinatiegraad bij alwetendheid — Argon 4,3%, Hydrogen 8,5% bij xhigh. Hydrogen beantwoordt een vergelijkbaar aandeel van deze vragen correct en verzint ongeveer twee keer zo vaak een antwoord wanneer het het niet weet. Op dezelfde set bij high is de graad 8,7%, dus dit is geen artefact van het hoogste denkniveau.

De tegenlijst is ook reëel, en daarom wint Hydrogen nog steeds op de samengestelde score: FrontierCode 2.0 met 39,0% tegen 25,7% voor Argon, CritPT agentic hard met 66,0% tegen 52,5%, HLE-Diamond met 58,8% tegen 56,7%, en een kleine voorsprong op de capaciteitssegmenten engineering, juridisch en finance. Hydrogen is het betere model voor codereparatie en voor moeilijk redeneren in wedstrijdstijl, en het slechtere voor langdurig terminalwerk en voor weten wanneer het moet zeggen dat het iets niet weet.

Die splitsing heeft een praktische vorm. Als een verificator, een testsuite of een mens de uitvoer leest voordat het ertoe doet, is Hydrogens hallucinatiepercentage een kostenpost die je al betaalt om hallucinaties op te vangen. Als niets stroomafwaarts het antwoord controleert — een reactie van de supportafdeling, een extractie die een database voedt, een samenvatting die een klant leest — is Argons 4,3% meer waard dan Hydrogens extra 40 tokens per seconde.

De stap van 1 december vergroot de kloof zonder die om te keren

Beide modellen staan op promotiekaarten met een harde vervaldatum. Argon gaat op 1 december 2026 van $2.00 / $10.00 naar $4.00 / $20.00, waarbij cache-leesbewerkingen verdubbelen naar $0.20, Batch en Flex naar $2.00 / $10.00 en Priority naar $7.20 / $36.00. De gepubliceerde kaart van Hydrogen bevat op geen enkel niveau een gedateerde stap, ook niet op het gratis niveau.

Voer de berekening na de stap uit en de verhouding per token gaat van 1,33x naar 2,67x in het voordeel van Hydrogen. Per taak herberekent Artificial Analysis zijn cijfer op basis van de actuele tariefkaart, en het heeft al beide versies gepubliceerd: $4,97 terwijl de kaart van Argon $2,00 / $10,00 aangaf, en $9,95 bij de run die $4,00 / $20,00 aangaf. Dezelfde harness zet Hydrogen op $3,16 voor beide. Dat maakt Argon niet tot het verkeerde model; het maakt Argon een model dat je op basis van nauwkeurigheid zou moeten kunnen rechtvaardigen, niet op basis van gewoonte.

Het zorgt er ook voor dat de twee modellen verschillende routering willen. OrcaRouter levert Gemini 4 Argon en Gemini 4 Carbon tegen de lijstprijs van de provider met 0% markup, zodat de verdubbeling van 1 december bij ons op dezelfde dag verschijnt als op Google's kaart, in plaats van bij de volgende factuurverrekening, en een stack die Argon aanhoudt voor zijn nauwkeurigheidscontroles betaalt transparant het nieuwe tarief. Gemini 4 Hydrogen staat niet in onze catalogus — het komt van Google's eigen API en AI Studio — dus de configuratie die bij dit artikel past, is Hydrogen die direct wordt aangeroepen voor uitvoeringsbeurten en Argon achter de router als verifier, met automatische failover over providers heen, die het geval afdekt waarin één pad midden in een sessie tegen een rate limit aanloopt.

Wat verandert er in je code als je overschakelt

Google documenteert de migratie als een wijziging van de modelstring met vier gedragsmatige verschillen, en alleen het eerste verschil is voor de hand liggend.

• Hopgrootte — Hydrogen staat 65.536 tokens per niet-streamende hop toe via REST- en SDK-aanroepen; Argon staat 32.768 tokens per niet-streamende REST-hop toe. Langdurige generatie in één keer wordt eenvoudiger, en code die op de 32K-limiet chunkte, kan stoppen met chunking.

• Standaardinstellingen voor thinking — Argon staat standaard op medium en gaat niet verder dan high; Hydrogen staat standaard op high en voegt xhigh toe. Een rechtstreekse verwisseling van de model-string verhoogt dus geruisloos zowel de latentie als het verbruik van thinking-tokens. Stel thinking_level expliciet in bij het eerste verzoek, anders zul je het later op je factuur zien.

• Caching — geen van beide ondersteunt expliciete caching; beide geven 95% korting op impliciete cache-hits bij prompts van 4.096 tokens of meer. De cache-read van Argon is $0,10 en die van Hydrogen $0,075, dus een cache-intensieve werklast bespaart 25% op het gecachte gedeelte vóór de decemberstap en 62,5% erna.

• Sampling en toolaanroepen — beide negeren temperature, top_p en top_k in plaats van ze te weigeren, en beide retourneren MALFORMED_FUNCTION_CALL als je vraagt om JSON-toolaanroepen als onbewerkte tekst in plaats van tools native te declareren. Geen van beide is een schakelaarspecifiek probleem, maar beide komen tijdens een schakelaar aan het licht.

Een ander verschil staat niet op de migratielijst en is belangrijk voor agents: de kaart van Argon vermeldt geen kennisafsluitdatum, terwijl de modelkaart van Hydrogen maart 2026 noemt, met de kanttekening dat sommige domeinen minder actueel zijn. Als een recentheidsgevoelige pipeline de reden is dat je deze twee vergelijkt, is Hydrogen de enige van het paar waarbij je de datum kunt aflezen in plaats van erop te testen.

De toe te passen regel

Schakel over van Argon naar Hydrogen wanneer het werk wordt uitgevoerd en daarna gecontroleerd: testgedreven coderen, bestandsbewerkingen, parallelle subagenten, retrieval-then-answer-pipelines met een citatiestap, en alles waarbij de kosten per voltooide taak het getal op het dashboard zijn. Draai Hydrogen op high, niet op de standaardwaarde die je je voorstelt — de gepubliceerde 54 vereist xhigh, en de praktische standaard is een 51 die $1.87 per taak kost.

Blijf bij Argon wanneer het antwoord ongecontroleerd de deur uit gaat, wanneer de taak een lange terminalsessie is in plaats van een korte piek, of wanneer je binnen drie weken van een lancering zit en liever geen productiepad verplaatst voor een scorewijziging van één punt. Met 4,3% hallucinatie tegenover 8,5% koopt Argon je een verificatiestap die je anders zelf zou moeten bouwen.

Wat het antwoord zou veranderen, is een derde datapunt dat geen van beide modellen nog heeft: een reproduceerbare meting van hetgeen Google daadwerkelijk voor Hydrogen adverteerde — schonere code en minder verzonnen beweringen, die volgens de documentatie meer dan vijf keer lager liggen dan bij Gemini 3.8 Flash. De omniscience-set van Artificial Analysis meet voor Hydrogen ten opzichte van Argon in de tegenovergestelde richting. Totdat iemand beide op dezelfde taakdistributie draait, is de eerlijke positie dat Hydrogen economisch de betere keuze is en Argon het betere antwoord, en de prijsstap van 1 december maakt het duurder om die afweging uit te stellen in plaats van goedkoper.