Gemini 4 Hydrogen vs Gemini 4 Argon: mais barato, mais rápido, um pouco mais inteligente — e duas vezes mais propenso a inventar um fato

Na pontuação composta que a maioria das pessoas cita, o Gemini 4 Hydrogen supera o Gemini 4 Argon em um ponto. No harness independente que a produz, o Hydrogen conclui uma tarefa de indexação em 13,5 minutos, contra os 30,0 do Argon, custa US$ 3,16 contra US$ 4,97 e gera respostas a 190 tokens por segundo, contra 65. Isso parece uma goleada até você ler a segunda tabela, em que o Argon alucina em 4,3% das perguntas de onisciência da Artificial Analysis e o Hydrogen em 8,5%, e em que o Argon vence tanto o Terminal-Bench 4.0 quanto o Terminal-Bench-Science. O Gemini 4 Hydrogen e o Gemini 4 Argon são o mesmo modelo subjacente, com diferentes orçamentos de pensamento acoplados, e a escolha entre eles não é "novo versus antigo" — é "por quanto pensamento você quer pagar, e quanto você confia na resposta sem verificá-la".

A diferença é um orçamento de raciocínio, não uma arquitetura.

O Google lançou o Argon primeiro. Ele foi anunciado em 30 de setembro de 2026, chegou à disponibilidade geral em 13 de outubro e foi posicionado como o modelo de fronteira eficiente: a mesma janela de contexto unificada de 1.048.576 tokens que o Gemini 4 Carbon, as mesmas ferramentas integradas, o mesmo preço por token, mas menos tokens de raciocínio consumidos por turno. O Gemini 4 Hydrogen chegou em 12 de novembro com a mesma janela, as mesmas ferramentas e uma ficha que afirma claramente que ele foi adaptado do Carbon, em vez de treinado separadamente.

O que realmente separa os dois é o ajuste no topo da solicitação. O Argon aceita low, medium e high e usa medium por padrão. O Hydrogen aceita esses três, usa high por padrão e acrescenta um quarto nível chamado xhigh. Todo o resto da estrutura do modelo é compartilhado.

Isso importa porque a comparação de manchete que todo mundo faz não é entre iguais. O Artificial Analysis publica 54 do Hydrogen no xhigh e 50 do Argon no high. No próprio padrão do Hydrogen — high, a configuração que uma solicitação recebe se você não enviar nada —, o mesmo harness dá 51 para ele. Então, a diferença honesta de um ponto é 51 contra 50, e a diferença de quatro pontos é o que você obtém ao optar pelo nível mais caro de um modelo e compará-lo com o nível intermediário do outro.

Gire o botão para o outro lado e a ordem se inverte. O Hydrogen no nível médio pontua 41. Se sua carga de trabalho roda no padrão recomendado pelo Google para o Argon, o Hydrogen não é o modelo melhor — é um modelo mais barato que pensa menos.

Seis linhas que carregam a decisão

Todos os números abaixo são provenientes das próprias execuções da Artificial Analysis contra a API do Google, salvo indicação em contrário. Os preços por token são a tabela de preços publicada pelo Google; ambos os modelos usam o mesmo formato de tabela.

• Índice de Inteligência — Gemini 4 Hydrogen 54 em xhigh, 51 em alto, 41 em médio; Gemini 4 Argon 50 em alto, seu teto. O par comparável é 51 contra 50.

• Custo por tarefa de indexação concluída — Hydrogen: US$ 3,16 em xhigh e US$ 1,87 em high; Argon: US$ 4,97. A diferença por tarefa é muito maior do que a diferença de um ponto na pontuação, e aumenta ainda mais na configuração padrão.

• Velocidade de saída — 190 tokens por segundo para o Hydrogen em xhigh, 179 em high; 65 para o Argon. Uma vantagem de vazão de aproximadamente três para um que se mantém em todos os níveis de raciocínio.

• Tempo até o primeiro token de resposta — Hydrogen 37,8 segundos em xhigh e 16,7 em high; Argon 40,7. Na configuração padrão, o Hydrogen começa a responder 24 segundos mais cedo, o que é a diferença que uma interface de chat percebe.

• Verbosidade — O Hydrogen gerou 304 milhões de tokens de saída para concluir o índice, contra 113 milhões do Argon e uma mediana de 72,8 milhões. O Argon já é descrito pelo mesmo harness como "um tanto verboso"; o Hydrogen é "muito verboso", e é isso que consome a maior parte de sua vantagem de preço por token em xhigh.

• Preço e níveis, por milhão de tokens — Hydrogen $1.50 / $7.50 fixos, leituras de cache $0.075, Batch e Flex a $0.75 / $3.75, Priority a $2.70 / $13.50, e um nível gratuito com limite de requisições. Argon $2.00 / $10.00 até 30 de novembro de 2026, leituras de cache $0.10, Batch e Flex a $1.00 / $5.00, Priority a $3.60 / $18.00, sem nível gratuito. Ambos oferecem um nível Contributor somente por convite; o da Hydrogen é $0.75 / $3.75, o da Argon $1.00 / $5.00.

Onde o Argon ainda é o melhor modelo

Três resultados independentes e uma taxa de alucinação mostram que o modelo mais novo e mais barato não é uma melhoria absoluta. Eles são o motivo pelo qual esta página não é uma recomendação para migrar.

• Terminal-Bench 4.0 — Argon 57,1%, Hydrogen 53,5%. O benchmark de codificação agêntica em que o modelo mais antigo ainda lidera, e o mais próximo do que uma longa sessão de uso de ferramentas realmente faz.

• Terminal-Bench-Science — Argon 52,9%, Hydrogen 49,5%. O mesmo padrão na variante de ciências.

• AutomationBench-AA — Argon 77,5%, Hydrogen 76,1%. Uma derrota apertada, mas ainda assim uma derrota, e é o benchmark de trabalho do conhecimento que o próprio card do Google cita com mais destaque.

• Taxa de alucinação em Omniscience — Argon 4,3%, Hydrogen 8,5% em xhigh. Hydrogen responde corretamente a uma proporção semelhante dessas perguntas e inventa uma resposta aproximadamente duas vezes mais vezes quando não sabe. No mesmo conjunto em high, a taxa é de 8,7%, portanto isso não é um artefato do nível de pensamento mais alto.

A contra-lista também é real, e é por isso que o Hydrogen ainda vence no compósito: FrontierCode 2.0 com 39,0% contra 25,7% do Argon, CritPT agentic hard com 66,0% contra 52,5%, HLE-Diamond com 58,8% contra 56,7%, e uma pequena vantagem nas fatias de capacidade de engenharia, jurídica e financeira. O Hydrogen é o melhor modelo em reparação de código e em raciocínio difícil ao estilo de competição, e o pior em trabalho sustentado em terminal e em saber quando dizer que não sabe.

Essa divisão tem uma forma prática. Se um verificador, uma suíte de testes ou uma pessoa lê a saída antes que ela importe, a taxa de alucinação do Hydrogen é um custo que você já está pagando para detectar. Se nada posterior verifica a resposta — uma resposta de suporte, uma extração alimentando um banco de dados, um resumo que um cliente lê — os 4,3% do Argon valem mais que os 40 tokens por segundo adicionais do Hydrogen.

A medida de 1 de dezembro amplia a lacuna sem invertê-la.

Ambos os modelos estão em tabelas promocionais com validade improrrogável. O Argon passa de $2.00 / $10.00 para $4.00 / $20.00 em 1 de dezembro de 2026, com leituras de cache dobrando para $0.20, Batch e Flex para $2.00 / $10.00 e Priority para $7.20 / $36.00. A tabela publicada do Hydrogen não apresenta nenhum reajuste datado em nenhum nível, incluindo o gratuito.

Faça a conta depois da etapa e a proporção por token passa de 1,33x para 2,67x em favor do Hydrogen. Por tarefa, a Artificial Analysis recalcula seu valor a partir da tabela de preços vigente, e já publicou ambas as versões: US$ 4,97 quando a tabela do Argon indicava US$ 2,00 / US$ 10,00, e US$ 9,95 na execução que indicava US$ 4,00 / US$ 20,00. O mesmo ambiente de testes coloca o Hydrogen em US$ 3,16 nos dois casos. Isso não faz do Argon o modelo errado; faz do Argon um modelo que você deveria conseguir justificar com base na precisão, e não no hábito.

Isso também faz com que os dois modelos queiram roteamento diferente. A OrcaRouter oferece Gemini 4 Argon e Gemini 4 Carbon pelo preço de lista do provedor com 0% de markup, então a duplicação de 1º de dezembro aparece do nosso lado no mesmo dia em que aparece no cartão do Google, em vez de na próxima conciliação de fatura, e uma stack que mantém o Argon para suas verificações de precisão paga a nova tarifa de forma transparente. O Gemini 4 Hydrogen não está no nosso catálogo — ele vem da API própria do Google e do AI Studio — então a configuração que corresponde a este artigo é o Hydrogen chamado diretamente para turnos de execução e o Argon atrás do roteador como verificador, com failover automático entre provedores cobrindo o caso em que um caminho atinge o limite de taxa no meio da sessão.

O que muda no seu código se você trocar

O Google documenta a migração como uma alteração na string do modelo com quatro diferenças de comportamento, e apenas a primeira é óbvia.

• Tamanho do hop — O Hydrogen permite 65.536 tokens por hop não streaming em chamadas REST e SDK; o Argon permite 32.768 por hop REST não streaming. A geração longa em disparo único fica mais simples, e qualquer código que fazia chunking por causa do limite de 32K pode parar de fazer chunking.

• Padrões de thinking — Argon usa medium por padrão e tem high como limite máximo; Hydrogen usa high por padrão e adiciona xhigh. Portanto, uma troca direta da string do modelo aumenta silenciosamente tanto a latência quanto o gasto com thinking tokens. Defina thinking_level explicitamente na primeira requisição ou sua fatura vai te avisar sobre isso depois.

• Cache — nenhum dos dois oferece suporte a cache explícito; ambos aplicam desconto de 95% em acertos de cache implícitos para prompts de 4.096 tokens ou mais. A leitura de cache do Argon custa US$ 0,10 e a do Hydrogen, US$ 0,075, portanto uma carga de trabalho com uso intenso de cache economiza 25% na parcela em cache antes da etapa de dezembro e 62,5% depois dela.

• Amostragem e chamadas de ferramentas — ambos ignoram temperature, top_p e top_k em vez de rejeitá-los, e ambos retornarão MALFORMED_FUNCTION_CALL se você solicitar chamadas de ferramentas com JSON em texto bruto em vez de declarar ferramentas nativamente. Nenhum dos dois é um problema específico de um switch, mas ambos se manifestam durante um.

Outra diferença não está na lista de migração e é importante para agentes: o card do Argon não publica nenhum corte de conhecimento, enquanto o model card do Hydrogen indica março de 2026, com a ressalva de que alguns domínios estão menos atualizados. Se um pipeline sensível à recência é o motivo pelo qual você está comparando esses dois, Hydrogen é o único do par em que você pode ler a data em vez de testá-la.

A regra a aplicar

Troque de Argon para Hydrogen quando o trabalho é executado e depois verificado: codificação orientada a testes, edições de arquivos, subagentes paralelos, pipelines de recuperação e depois resposta com uma etapa de citação, e qualquer coisa em que o custo por tarefa concluída seja o número no painel. Execute Hydrogen em high, não no padrão da sua imaginação — o 54 publicado exige xhigh, e o padrão prático é 51, que custa US$ 1,87 por tarefa.

Fique no Argon quando a resposta é entregue sem verificação, quando a tarefa é uma sessão de terminal longa em vez de uma rajada, ou quando você está a menos de três semanas de um lançamento e prefere não mexer em um caminho de produção por uma mudança de um ponto na pontuação. Com 4,3% de alucinação contra 8,5%, o Argon está lhe comprando uma etapa de verificação que você teria de construir de outra forma.

O que mudaria a resposta é um terceiro ponto de dados que nenhum dos modelos tem ainda: uma medição reproduzível daquilo que o Google de fato anunciou para o Hydrogen — código mais limpo e menos alegações fabricadas, que a documentação situa em mais de cinco vezes menos que o Gemini 3.8 Flash. O conjunto de onisciência da Artificial Analysis mede a direção oposta para o Hydrogen em relação ao Argon. Até que alguém execute ambos na mesma distribuição de tarefas, a posição honesta é que o Hydrogen tem a melhor economia e o Argon é a melhor resposta, e o aumento de preço de 1º de dezembro torna mais caro adiar essa troca, e não menos.