Wygenerowana plansza tytułowa z napisem „Gemini 4 Neon vs Gemini 4 Hydrogen”, podtytułem „Gdzie 2x przestaje działać”, przedstawiająca rosnącą oś kosztu na ukończone zadanie z naprzemiennymi znacznikami Neon i Hydrogen oraz podpisem „Cenniki mówią 2x; koszt na zadanie mówi co innego”.
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: Gdzie 2x przestaje działać

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Dwa modele Gemini 4 z tej samej rodziny, udostępnione sześć dni po sobie, a ich cenniki wyglądają jak kserokopia z liczbami zmniejszonymi o połowę: Gemini 4 Neon za $3.00 za wejście i $15.00 za wyjście, Gemini 4 Hydrogen za $1.50 i $7.50, wejście z pamięci podręcznej $0.15 wobec $0.075. Każda pozycja jest dokładnie o połowę niższa. To najporządniejsza relacja cenowa w rodzinie Gemini 4 i zarazem najmniej mówiąca o tej parze rzecz, bo gdy tylko posortujesz wszystkie osiem ich poziomów myślenia według tego, ile faktycznie kosztują na ukończone zadanie, uporządkowane 2x przestaje cokolwiek przewidywać.

Oba są aktualne i oba należą do G​oogle'a. G​emini 4 Hydrogen wszedł do użytku 12 listopada 2026 r. jako model, który zastąpił nazewnictwo Flash; G​emini 4 Neon pojawił się 18 listopada 2026 r., pozycjonowany przez G​oogle między Hydrogenem do codziennego wykonywania zadań a G​emini 4 Carbon do głębokiej pracy długoterminowej. Oba mają okno kontekstu 1M tokenów, oba przyjmują tekst, obrazy, dźwięk i wideo, oba mają cztery poziomy myślenia i oba domyślnie działają na wysokim poziomie.

Dwie karty, osiem cen, jedno sortowanie

Artificial Analysis ocenia każdy szczebel obu modeli na tym samym dziewięcioczęściowym zestawie ewaluacyjnym i publikuje zmierzony koszt na ukończone zadanie dla każdego z nich. Posortowanie tych ośmiu punktów według kosztu, a nie według nazwy modelu, stanowi cały argument, więc oto one w kolejności:

• Hydrogen przy niskim — indeks 26,9, 0,29 USD za zadanie.

• Neon na niskim poziomie — 44,1, 0,75 USD.

• Wodór przy średnim — 41,2, 0,80 USD.

• Wodór przy wysokim (domyślnym) — 50,8; 1,87 USD.

• Neon na średnim — 54,9, 1,90 USD.

• Hydrogen przy xhigh — 53,9, 3,16 USD.

• Neon na poziomie wysokim (domyślnym) — 59,6, 3,74 USD.

• Neon przy xhigh — 61,4, 6,44 USD.

Czytaj listę po kolei, a wzór staje się jasny. Hydrogen zajmuje dokładnie jeden jej segment: sam dół, gdzie za $0.29 dostaje się 26.9, do którego nic innego w obu rodzinach nie zbliża się pod względem ceny. Powyżej tej linii sortowanie przestaje przeplatać oba modele i zaczyna faworyzować jeden — a to, który z nich faworyzuje, nie jest tym, który sugerowałby cennik.

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.

Gdzie granica naprawdę się wygina

Najbardziej użytecznym porównaniem na tej liście są szczeble piąty i szósty. Neon na poziomie medium kosztuje 1,90 USD za zadanie i uzyskuje wynik 54,9. Hydrogen na poziomie xhigh — swoim najwyższym szczeblu, maksimum możliwości — kosztuje 3,16 USD i uzyskuje wynik 53,9. Zatem drugie najtańsze użyteczne ustawienie Neon jest jednocześnie o jeden punkt inteligentniejsze i o 40 procent tańsze niż maksymalny poziom Hydrogen.

Ta sama inwersja pojawia się o wiersz wcześniej. Domyślne ustawienie Hydrogen — wysokie — kosztuje 1,87 USD i osiąga 50,8. Średnie ustawienie Neon kosztuje o trzy centy więcej i osiąga 54,9 — cztery punkty indeksu za błąd zaokrąglenia na rachunku. A na dole niskie ustawienie Neon za 0,75 USD osiąga 44,1, podczas gdy średnie ustawienie Hydrogen za 0,80 USD osiąga 41,2, co jest tą samą wymianą w drugą stronę: nieco tańszy i nieco lepszy szczebel znajduje się o jedno oczko niżej w drugim modelu.

Wzorzec jest taki, że drabina Hydrogen jest ściśnięta. Jej cztery szczeble obejmują 27 punktów indeksu, ale na skrajach tylko jedenaście dolarów kosztu zadania, a ostatnie dwa szczeble nie dają niczego, co warto mieć — przejście z high do xhigh kosztuje o 69 procent więcej na zadanie za trzy punkty. Drabina Neon jest rozciągnięta: 17,3 punktu indeksu w zakresie kosztów prawie osiemnaście razy szerszym, a jej pułap jest o dziewięć punktów wyższy niż pułap Hydrogen, ponieważ Hydrogen nie ma szczebla, który by go osiągał.

Domyślna pułapka i własna odpowiedź G​oogle

Oba modele są domyślnie ustawione na wysoki poziom, a te dwa ustawienia domyślne leżą po przeciwnych stronach tej inwersji. Wywołanie obu bez żadnego parametru thinking daje 59,6 za 3,74 USD wobec 50,8 za 1,87 USD — różnicę 8,8 punktu przy dokładnie 2x, które obiecuje cennik. To właśnie porównanie sugeruje własne ogłoszenie G​oogle'a i jest ono uczciwe w takim zakresie, w jakim sięga.

To nie jest to, co G​oogle zaleca robić. Wpis Antigravity z 18 listopada opisuje tryb Orchestrator, który łączy oba modele w jednej sesji: Neon planuje, projektuje architekturę i zajmuje się trudnym rozumowaniem, Hydrogen wykonuje rutynową pracę — edycje kodu, aktualizacje pakietów, uruchamianie testów — i przekazuje kontrolę z powrotem do Neon, gdy natrafi na coś, czego nie potrafi rozwiązać. Stanowisko G​oogle jest takie, że pozwala to lepiej wykorzystać limit na jedno uruchomienie, co jest ujęciem dostawcy względem rzeczywistej obserwacji: żaden pojedynczy poziom któregokolwiek z modeli nie jest efektywnym wyborem dla każdego kroku wieloetapowego zadania.

Ta rekomendacja to najuczciwsza rzecz w obu postach premierowych, ponieważ przyznaje rację temu, co mówią liczby. Jeśli medium Neona wprost pokonuje xhigh Hydrogena, to argument za Hydrogenem nie brzmi „taniej za tę samą pracę”, lecz „wystarczająco tanio, aby uruchamiać go na krokach, które nie wymagają osądu”, a Orchestrator jest mechanizmem decydowania, które to kroki. Jak dobrze to przekazanie faktycznie działa, pozostaje twierdzeniem, którego nikt spoza G​oogle nie zmierzył; post opisuje pętlę i nie publikuje jej kosztu.

Trzy prawdziwe zalety wodoru

Żadna z powyższych kwestii nie czyni Hydrogen zbędnym, a trzy jego zalety są mierzalne, a nie pozycyjne:

• Opóźnienie. Na porównywalnych poziomach czas do pierwszego tokenu odpowiedzi w Hydrogenie jest mniej więcej o połowę krótszy niż w Neonie — 21,7 sekundy wobec 40,6 na wysokim, 12,4 wobec 20,1 na średnim, 6,1 wobec 13,9 na niskim. W przypadku pętli agenta wykonującej dziesiątki tur różnica ta kumuluje się do minut czasu zegarowego na zadanie, których nie oddaje żaden wynik indeksu.

• Przepustowość. Hydrogen dekoduje około 160 tokenów na sekundę przy wysokim ustawieniu, w porównaniu z 101 w przypadku modelu Neon. W połączeniu z przewagą w opóźnieniu jest szybszym modelem pod oboma względami, co jest spójne z tym, jak Google opisuje oba modele: Neon do głębszego przetwarzania, Hydrogen do szybkiego codziennego działania.

• Konfabulacja. W przypadku wskaźnika halucynacji AA-Omniscience Hydrogen osiąga 8,7 procent przy ustawieniu domyślnym i 8,5 procent przy xhigh; Neon osiąga 13,9 i 14,4. Hydrogen jest bardziej konserwatywny z tej dwójki około 1,6 raza i stanowi jedyny kontrprzykład dla założenia, że tańszy, mniejszy model częściej coś wymyśla. Neon nadal uzyskuje wyższy wynik w bazowym indeksie wszechwiedzy — 53,8 wobec 43,7 przy dopasowanych ustawieniach domyślnych — więc wie więcej i więcej twierdzi; Hydrogen wie mniej i mówi mniej.

Ta ostatnia para jest warta zapamiętania. Wszechwiedza i halucynacja nie są dwoma ujęciami jednej wielkości, a model może poprawić się w jednym, jednocześnie pogarszając się w drugim. Tutaj kierunek jest rozdzielony, co jest dokładnie przypadkiem, w którym pojedyncza liczba „dokładności” wprowadza w błąd.

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.

Wybór szczebla, a nie modelu

Reguła decyzyjna, która przetrwa wszystkie osiem punktów:

• Jeśli praca jest naprawdę trywialna — klasyfikacja, ekstrakcja, decyzja o routingu, krótkie przepisanie — Hydrogen na niskim lub średnim poziomie jest najtańszą opcją w rodzinie, a oszczędność 2x jest realna.

Jeśli praca wymaga planowania lub zmian w kodzie na poziomie repozytorium, drabina Hydrogena nie sięga tak wysoko. Jej najlepszy szczebel to 53,9; domyślny poziom Neon to 59,6, a średni 54,9 — o 40 procent taniej niż sufit Hydrogena. Wybierz Neon i zacznij od poziomu średniego.

• Jeśli korzystasz z Neon, to kosztowne poziomy należy sprawdzić najpierw. Przejście z high na xhigh to 72 procent więcej na zadanie za 1,8 punktu indeksu i dodatkowe szesnaście sekund do pierwszego tokenu. Większość pipeline'ów powinna działać na medium, gdzie 54,9 osiąga się za połowę kosztu domyślnego.

• Jeśli ograniczeniem jest przepustowość, a nie inteligencja — narzędzie interaktywne, długa pętla agenta, cokolwiek, przy czym człowiek czeka — przewaga Hydrogen pod względem opóźnienia może mieć większe znaczenie niż osiem punktów indeksu, a żaden ranking ci tego nie powie.

Żaden z tych modeli nie znajduje się w katalogu OrcaRouter, więc nie jest to argument za przeniesieniem któregokolwiek z nich na nasz klucz. To, co tam jest — w cenie katalogowej dostawcy, bez narzutu — to Gemini 4 Carbon w cenie $2.00 i $10.00 oraz Gemini 4 Argon w cenie $2.00 i $10.00, obok pozostałych 229 modeli w katalogu na jednym endpoincie. Jeśli chcesz sprawdzić, czy średni model Neon rzeczywiście przebija sufit Hydrogena na Twoim własnym ruchu, praktycznym rozwiązaniem jest reguła routingu, która kieruje tanie kroki do poziomu, który już możesz wywołać, a trudne eskaluje — z mechanizmem failover pod spodem, aby model mający tydzień nigdy nie stał się jedyną ścieżką do produkcji.

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.

Co zmieniłoby tę odpowiedź?

Trzy rzeczy, wszystkie weryfikowalne. Gdyby G​oogle opublikował piąty szczebel Hydrogen, inwersja by się załamała, a 2x znów zacząłby zachowywać się jak 2x — luka istnieje tylko dlatego, że drabina Hydrogen kończy się na 53,9. Gdyby {{1}}przekazanie od Orchestratora okazało się kosztować więcej w koordynacji, niż oszczędza w wykonaniu, argument za łączeniem w pary by upadł, a wybór wróciłby do wybierania jednego modelu{{/1}}. A gdyby {{2}}drugi niezależny harness odtworzył podział pod względem halucynacji, a nie podział indeksu, argument za Hydrogen w pracy wrażliwej na fakty stałby się silniejszy, niż sugeruje indeks, ponieważ 1,6-krotna różnica w fabrykowaniu jest warta więcej niż osiem punktów indeksu w niektórych potokach, a w innych nie warta nic{{/2}}.

Do tego czasu uczciwe podsumowanie jest takie, że te dwa modele nie są dwoma punktami na jednej linii. To dwie drabiny o różnej długości, sprzedawane w proporcji, która zgadza się co do joty na karcie stawek i przestaje się zgadzać, gdy tylko wycenisz gotowe zadanie. Tańsze szczeble Neonu biją drogie szczeble Hydrogenu; najtańszy szczebel Hydrogenu bije wszystko pod względem ceny; a zalecenie samego dostawcy brzmi: przestań wybierać i uruchom oba, co jest jedyną odpowiedzią, której ranking nie może ci dać.