Gegenereerde titelkaart met de tekst Gemini 4 Neon vs Gemini 4 Hydrogen, ondertitel Waar de 2x ophoudt te werken, met een stijgende as voor kosten per voltooide taak met afwisselende Neon- en Hydrogen-markeringen en het onderschrift Tariefkaarten zeggen 2x; kosten per taak zeggen iets anders.
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: waar de 2x ophoudt te werken

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Twee {{1}}G​emini 4-modellen uit dezelfde familie, zes dagen na elkaar uitgebracht, en de tariefkaarten lijken wel een fotokopie met gehalveerde getallen: G​emini 4 Neon voor $3,00 in en $15,00 out, G​emini 4 Hydrogen voor $1,50 en $7,50, gecachte input $0,15 tegen $0,075.{{/1}} Elke regel is precies de helft. Dat is de netste prijsverhouding in de {{2}}G​emini 4-familie{{/2}} en het minst informatieve aan het paar, want zodra je alle acht van hun denkniveaus sorteert op wat ze per voltooide taak daadwerkelijk kosten, voorspelt de nette 2x helemaal niets meer.

Beide zijn actueel en beide zijn van Google. Gemini 4 Hydrogen werd op 12 november 2026 gelanceerd als het model dat de Flash-naamgeving verving; Gemini 4 Neon volgde op 18 november 2026 en werd door Google gepositioneerd tussen Hydrogen voor alledaagse uitvoering en Gemini 4 Carbon voor diepgaand werk met een lange horizon. Beide hebben een contextvenster van 1M tokens, beide accepteren tekst, afbeeldingen, audio en video, beide hebben vier denkniveaus en beide staan standaard op hoog.

Twee kaarten, acht prijzen, één sortering

Artificial Analysis scoort elk niveau van beide modellen op dezelfde uit negen delen bestaande evaluatieset en publiceert voor elk een gemeten kosten per voltooide taak. Die acht punten op kosten sorteren in plaats van op modelnaam is het hele argument, dus hier staan ze in volgorde:

• Waterstof bij laag — index 26,9, $0,29 per taak.

• Neon op laag — 44,1, $ 0,75.

• Waterstof op gemiddeld — 41,2, $ 0,80.

• Waterstof op hoog (standaard) — 50,8, $1,87.

• Neon op medium — 54,9, $1,90.

• Waterstof op xhigh — 53,9, $ 3,16.

• Neon op hoog (standaard) — 59,6, $3,74.

• Neon op xhigh — 61,4, $6,44.

Lees de lijst op volgorde en de vorm wordt duidelijk. Hydrogen bezit precies één segment ervan: helemaal onderaan, waar $0.29 een 26.9 oplevert die niets anders in beide families qua prijs benadert. Boven die lijn stopt de sortering met afwisselen tussen de twee modellen en begint ze één model te bevoordelen — en welk model ze bevoordeelt, is niet het model dat de tariefkaart zou suggereren.

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.

Waar de grens daadwerkelijk buigt

De nuttigste vergelijking op die lijst is die tussen de vijfde en zesde trede. Neon op medium kost $1,90 per taak en scoort 54,9. Hydrogen op xhigh — zijn hoogste trede, het maximale dat het kan — kost $3,16 en scoort 53,9. De op één na goedkoopste nuttige instelling van Neon is dus zowel een punt slimmer als 40 procent goedkoper dan het hoogste niveau van Hydrogen.

Dezelfde inversie duikt een rij eerder op. Hydrogens standaardoptie 'hoog' kost $1,87 en scoort 50,8. Neons medium kost drie cent meer en scoort 54,9 — vier indexpunten voor een afrondingsfout op de factuur. En onderaan scoort Neons low op $0,75 44,1 tegenover Hydrogens medium op $0,80 met 41,2, wat dezelfde ruil in de andere richting is: een iets goedkopere, iets betere trede die een tandje lager op het andere model staat.

Het patroon is dat de ladder van Hydrogen gecomprimeerd is. De vier treden beslaan 27 indexpunten, maar aan de uitersten slechts elf dollar aan taakkosten, en de laatste twee treden leveren niets waardevols op — van high naar xhigh kost 69 procent meer per taak voor drie punten. De ladder van Neon is uitgerekt: 17,3 indexpunten over een kostenbereik dat bijna achttien keer breder is, en het plafond ligt negen punten boven dat van Hydrogen, omdat Hydrogen geen trede heeft die dat bereikt.

De standaardvalkuil, en G​oogles eigen antwoord

Beide modellen worden op high geleverd, en de twee standaardinstellingen liggen aan weerszijden van die inversie. Als je beide zonder enige thinking-parameter aanroept, krijg je 59,6 voor $3,74 tegenover 50,8 voor $1,87 — een verschil van 8,8 punten bij precies de 2x die de tariefkaart belooft. Dat is de vergelijking die G​oogle's eigen aankondiging impliceert, en die is eerlijk voor zover ze gaat.

Het is niet wat Google aanraadt te doen. Het Antigravity-bericht van 18 november beschrijft een Orchestrator-modus die de twee in één sessie koppelt: Neon plant, ontwerpt de architectuur en neemt het moeilijke redeneerwerk voor zijn rekening, Hydrogen voert het routinewerk uit — codewijzigingen, package-updates, testruns — en geeft de controle terug aan Neon wanneer het iets tegenkomt dat het niet kan oplossen. Google stelt dat dit je quota per run verder oprekt, wat een leveranciersframing is van een echte observatie: geen enkel niveau van een van beide modellen is de efficiënte keuze voor elke stap van een taak met meerdere stappen.

Die aanbeveling is het eerlijkste element in elk van de twee lanceringsposts, want ze geeft toe wat de cijfers aantonen. Als het medium van Neon het xhigh van Hydrogen ronduit verslaat, dan is het argument voor Hydrogen niet "goedkoper voor hetzelfde werk" — het is "goedkoop genoeg om te draaien op de stappen die geen beoordeling vereisen", en Orchestrator is het mechanisme om te bepalen welke stappen dat zijn. Hoe goed de overdracht daadwerkelijk werkt, is een bewering die niemand buiten G​oogle heeft gemeten; de post beschrijft de lus en publiceert de kosten ervan niet.

De drie echte overwinningen van waterstof

Geen van het bovenstaande maakt Hydrogen overbodig, en drie van de voordelen ervan zijn meetbaar in plaats van positioneel:

• Latentie. Bij overeenkomstige niveaus is de tijd tot het eerste antwoordtoken bij Hydrogen ongeveer de helft van die van Neon — 21,7 seconden tegenover 40,6 bij hoog, 12,4 tegenover 20,1 bij medium, 6,1 tegenover 13,9 bij laag. Voor een agent-loop die tientallen beurten uitvoert, loopt dat verschil op tot minuten kloktijd per taak die geen enkele indexscore vastlegt.

• Doorvoer.Hydrogen decodeert bij high ongeveer 160 tokens per seconde, tegenover de 101 van Neon. Gecombineerd met het latentievoordeel is het in beide opzichten het snellere model, wat overeenkomt met hoe Google de twee beschrijft: Neon voor diepgang, Hydrogen voor snelle alledaagse uitvoering.

• Verzinning. Wat betreft het hallucinatiepercentage van AA-Omniscience: Hydrogen zit op 8,7 procent bij de standaardinstelling en op 8,5 procent bij xhigh; Neon zit op 13,9 en 14,4. Hydrogen is van de twee de meer conservatieve, met een factor van ongeveer 1,6, en het is het enige tegenvoorbeeld voor de aanname dat het goedkopere, kleinere model eerder geneigd is iets te verzinnen. Neon scoort nog steeds hoger op de onderliggende alwetendheidsindex — 53,8 tegen 43,7 bij overeenkomstige standaardinstellingen — dus het weet meer en beweert meer; Hydrogen weet minder en zegt minder.

Die laatste koppeling is het waard om vast te houden. Alwetendheid en hallucinatie zijn geen twee weergaven van één grootheid, en een model kan op het ene verbeteren terwijl het op het andere verslechtert. Hier is de richting gesplitst, precies het geval waarin één enkel "nauwkeurigheids"-cijfer misleidt.

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.

Een trede kiezen, geen model

De beslissingsregel die alle acht punten overleeft:

• Als het werk echt triviaal is — classificatie, extractie, een routeringsbeslissing, een korte herschrijving — dan is Hydrogen op laag of gemiddeld het goedkoopste in de familie en is de 2x-besparing reëel.

• Als het werk planning of codewijzigingen op repositoryniveau vereist, reikt de ladder van Hydrogen niet ver genoeg. De beste trede is 53,9; de standaard van Neon is 59,6 en het medium is 54,9 voor 40 procent minder geld dan het plafond van Hydrogen. Neem Neon en begin op medium.

• Als je Neon gebruikt, zijn de dure niveaus de eerste die je moet doorlichten. Van high naar xhigh is 72 procent meer per taak voor 1,8 indexpunten en zestien extra seconden tot de eerste token. De meeste pipelines horen bij medium, waar 54,9 wordt gehaald voor de helft van de kosten van de standaard.

• Als doorvoer de beperkende factor is in plaats van intelligentie — een interactieve tool, een lange agentlus, alles waarbij een mens wacht — kan het latentievoordeel van Hydrogen meer uitmaken dan acht indexpunten, en geen enkele ranglijst zal je dat vertellen.

Geen van beide modellen staat in de catalogus van OrcaRouter, dus dit is geen argument om een van beide op onze sleutel te zetten. Wat er wel is, tegen de lijstprijs van de provider zonder opslag, is Gemini 4 Carbon tegen $2,00 en $10,00 en Gemini 4 Argon tegen $2,00 en $10,00, naast de rest van een catalogus van 229 modellen op één endpoint. Als je wilt testen of het medium van Neon echt het plafond van Hydrogen doorbreekt op je eigen verkeer, is de praktische vorm een routeringsregel die de goedkope stappen naar een trede stuurt die je al kunt aanroepen en de moeilijke escaleert — met failover eronder, zodat een model dat een week oud is nooit de enige route naar productie wordt.

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.

Wat zou dit antwoord veranderen?

Drie dingen, allemaal controleerbaar. Als Google een vijfde Hydrogen-trede publiceerde, zou de inversie instorten en zou de 2x zich weer als een 2x gaan gedragen — het verschil bestaat alleen omdat Hydrogens ladder bij 53,9 ophoudt. Als de overdracht van Orchestrator meer zou kosten aan coördinatie dan hij aan uitvoering bespaart, zou het argument voor de koppeling falen en zou de keuze terugvallen op het kiezen van één model. En als een tweede onafhankelijk testharnas de splitsing in hallucinaties reproduceerde in plaats van de indexsplitsing, zou het pleidooi voor Hydrogen bij feitgevoelig werk sterker worden dan de index suggereert, want een 1,6-voudig verschil in verzinsels is in sommige pijplijnen meer waard dan acht indexpunten en in andere niets waard.

Tot dan is de eerlijke samenvatting dat deze twee modellen geen twee punten op één lijn zijn. Het zijn twee ladders van verschillende lengte, verkocht tegen een verhouding die exact klopt op de tariefkaart en breekt zodra je een afgeronde taak prijst. De goedkopere treden van Neon verslaan de dure van Hydrogen; de goedkoopste trede van Hydrogen verslaat alles op prijs; en de aanbeveling van de leverancier zelf is om te stoppen met kiezen en beide te draaien, en dat is het ene antwoord dat de ranglijst je niet kan geven.