Título gerado: Gemini 4 Neon vs Gemini 4 Hydrogen, subtítulo Onde o 2x deixa de funcionar, mostrando um eixo de custo crescente por tarefa concluída com marcadores alternados Neon e Hydrogen e a legenda: As tabelas de preços dizem 2x; o custo por tarefa diz o contrário.
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: Onde o 2x deixa de funcionar

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Dois modelos G​emini 4 da mesma família, lançados com seis dias de diferença, e as tabelas de preços se comparam como uma fotocópia com os números pela metade: G​emini 4 Neon a US$ 3,00 de entrada e US$ 15,00 de saída, G​emini 4 Hydrogen a US$ 1,50 e US$ 7,50, entrada em cache US$ 0,15 contra US$ 0,075. Cada linha é exatamente a metade. Essa é a relação de preços mais arrumadinha da família G​emini 4 e a coisa menos informativa sobre o par, porque no momento em que você ordena todos os oito níveis de raciocínio deles pelo que realmente custam por tarefa concluída, o arrumado 2x deixa de prever absolutamente qualquer coisa.

Ambos são atuais e ambos são do Google. O G​emini 4 Hydrogen entrou em operação em 12 de novembro de 2026 como o modelo que substituiu a nomenclatura Flash; o G​emini 4 Neon veio em seguida, em 18 de novembro de 2026, posicionado pelo G​oogle como algo entre o Hydrogen para execução cotidiana e o Gemini 4 Carbon para trabalhos profundos de longo horizonte. Ambos têm uma janela de contexto de 1M de tokens, ambos aceitam texto, imagem, áudio e vídeo, ambos têm quatro níveis de raciocínio e ambos usam o alto por padrão.

Dois cartões, oito preços, uma ordenação

O Artificial Analysis pontua cada nível de ambos os modelos no mesmo conjunto de avaliação de nove partes e publica um custo medido por tarefa concluída para cada um. Ordenar esses oito pontos por custo, e não por nome de modelo, é todo o argumento, então aqui estão eles em ordem:

• Hydrogen no nível baixo — índice 26,9, US$ 0,29 por tarefa.

• Neon em nível baixo — 44,1, US$ 0,75.

• Hidrogênio no médio — 41,2, $0,80.

• Hidrogênio no alto (padrão) — 50,8, US$ 1,87.

• Neon no médio — 54,9, US$ 1,90.

• Hydrogen em xhigh — 53,9, US$ 3,16.

• Neon em alto (padrão) — 59,6, US$ 3,74.

• Neon em xhigh — 61,4, US$ 6,44.

Leia a lista em ordem e o padrão fica claro. Hydrogen domina exatamente um segmento dela: o nível mais baixo, onde $0.29 compra um 26.9 que nada mais em nenhuma das duas famílias chega perto em preço. Acima dessa linha, a ordenação deixa de alternar entre os dois modelos e passa a favorecer um deles — e o que ela favorece não é o que a tabela de preços sugeriria.

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.

Onde a fronteira realmente se curva

A comparação mais útil dessa lista é entre os níveis cinco e seis. O Neon no medium custa US$ 1,90 por tarefa e marca 54,9. O Hydrogen no xhigh — seu nível mais alto, o máximo que consegue — custa US$ 3,16 e marca 53,9. Portanto, a segunda configuração útil mais barata do Neon é um ponto mais inteligente e 40% mais barata que o teto do Hydrogen.

A mesma inversão aparece uma linha antes. O padrão da Hydrogen, o alto, custa US$ 1,87 e pontua 50,8. O médio da Neon custa três centavos a mais e pontua 54,9 — quatro pontos de índice por um erro de arredondamento na conta. E, na parte de baixo, o baixo da Neon a US$ 0,75 pontua 44,1 contra o médio da Hydrogen a US$ 0,80, que pontua 41,2, o que é a mesma troca na direção oposta: um nível um pouco mais barato e um pouco melhor ficando um degrau abaixo no outro modelo.

O padrão é que a escada do Hydrogen é comprimida. Seus quatro degraus abrangem 27 pontos de índice, mas apenas onze dólares de custo de tarefa nos extremos, e os dois últimos degraus não compram nada que valha a pena — de high para xhigh custa 69% mais por tarefa por três pontos. A escada do Neon é estendida: 17,3 pontos de índice em uma faixa de custo quase dezoito vezes mais ampla, e seu teto está nove pontos acima do do Hydrogen porque o Hydrogen não tem um degrau que chegue até ele.

A armadilha padrão, e a própria resposta do G​oogle

Ambos os modelos são lançados no modo high, e os dois padrões ficam em lados opostos dessa inversão. Chamar ambos sem nenhum parâmetro thinking fornece 59,6 por US$ 3,74 contra 50,8 por US$ 1,87 — uma diferença de 8,8 pontos exatamente no 2x que a tabela de preços promete. Essa é a comparação que o próprio anúncio do Google implica, e é justa até certo ponto.

Não é o que o G​oogle recomenda fazer. A publicação do Antigravity de 18 de novembro descreve um modo Orchestrator que combina os dois em uma única sessão: o Neon planeja, arquiteta e cuida do raciocínio difícil, o Hydrogen executa o trabalho rotineiro — edições de código, atualizações de pacotes, execuções de testes — e devolve o controle ao Neon quando encontra algo que não consegue resolver. A posição do G​oogle é que isso amplia ainda mais sua cota por execução, o que é um enquadramento de fornecedor para uma observação real: nenhum patamar isolado de qualquer um dos modelos é a escolha eficiente para cada etapa de uma tarefa de várias etapas.

Essa recomendação é a coisa mais honesta em qualquer um dos posts de lançamento, porque concede o ponto que os números evidenciam. Se o medium do Neon supera o xhigh do Hydrogen de forma direta, então o argumento a favor do Hydrogen não é “mais barato para o mesmo trabalho” — é “barato o suficiente para rodar nas etapas que não exigem julgamento”, e o Orchestrator é o mecanismo para decidir quais etapas são essas. O quão bem a transferência de controle realmente funciona é uma afirmação que ninguém fora do Google mediu; o post descreve o loop e não publica seu custo.

Os três ganhos reais do Hydrogen

Nada do que foi dito acima torna o Hydrogen redundante, e três de suas vantagens são mensuráveis em vez de posicionais:

• Latência. Em níveis equivalentes, o tempo até o primeiro token de resposta do Hydrogen é aproximadamente metade do do Neon — 21,7 segundos contra 40,6 no alto, 12,4 contra 20,1 no médio, 6,1 contra 13,9 no baixo. Para um loop de agente que emite dezenas de turnos, essa diferença se acumula em minutos de tempo real por tarefa que nenhuma pontuação de índice captura.

• Vazão. O Hydrogen decodifica cerca de 160 tokens por segundo no modo alto, contra 101 do Neon. Combinado com a vantagem de latência, ele é o modelo mais rápido em ambos os sentidos, o que é consistente com a forma como o Google descreve os dois: Neon para profundidade, Hydrogen para execução rápida no dia a dia.

• Fabricação. Na taxa de alucinação do AA-Omniscience, o Hydrogen fica em 8,7 por cento na configuração padrão e em 8,5 por cento no xhigh; o Neon está em 13,9 e 14,4. O Hydrogen é o mais conservador dos dois por um fator de cerca de 1,6, e é o único contraexemplo à suposição de que o modelo mais barato e menor é o mais propenso a inventar algo. O Neon ainda pontua mais alto no índice de omnisciência subjacente — 53,8 contra 43,7 em configurações padrão equivalentes —, então sabe mais e afirma mais; o Hydrogen sabe menos e fala menos.

Vale a pena guardar essa última dupla. Onisciência e alucinação não são duas visões de uma mesma quantidade, e um modelo pode melhorar em uma enquanto piora na outra. Aqui a direção se divide, que é exatamente o caso em que um único número de "acurácia" engana.

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.

Escolhendo um degrau, não um modelo

A regra de decisão que sobrevive a todos os oito pontos:

• Se o trabalho for genuinamente trivial — classificação, extração, uma decisão de roteamento, uma reescrita curta — o Hydrogen em nível baixo ou médio é a opção mais barata da família, e a economia de 2x é real.

Se o trabalho precisar de planejamento ou de mudanças de código no nível do repositório, a escada do Hydrogen não alcança. Seu melhor degrau é 53,9; o padrão do Neon é 59,6 e seu nível médio é 54,9 por 40% menos dinheiro que o teto do Hydrogen. Escolha o Neon e comece no médio.

• Se você está no Neon, os níveis caros são os que devem ser auditados primeiro. De high para xhigh, são 72% mais por tarefa em troca de 1,8 pontos de índice e dezesseis segundos extras até o primeiro token. A maioria dos pipelines deveria ficar em medium, onde 54,9 chega pela metade do custo do padrão.

Se a vazão for a restrição, e não a inteligência — uma ferramenta interativa, um loop longo de agente, qualquer coisa em que um humano esteja esperando —, a vantagem de latência do Hydrogen pode importar mais do que oito pontos no índice, e nenhum ranking vai lhe dizer isso.

Nenhum dos dois modelos está no catálogo do OrcaRouter, portanto este não é um argumento para colocar nenhum deles na nossa chave. O que está lá, ao preço de tabela do provedor e sem markup, é Gemini 4 Carbon a $2.00 e $10.00 e Gemini 4 Argon a $2.00 e $10.00, ao lado do resto de um catálogo de 229 modelos num único endpoint. Se você quer testar se o medium do Neon realmente supera o teto do Hydrogen no seu próprio tráfego, o formato prático é uma regra de roteamento que envia as etapas baratas para um nível que você já consegue chamar e escala as difíceis — com failover por baixo, para que um modelo com uma semana de vida nunca se torne o único caminho para produção.

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.

O que mudaria esta resposta

Três coisas, todas verificáveis. Se o Google publicasse um quinto degrau do Hydrogen, a inversão entraria em colapso e o 2x voltaria a se comportar como um 2x — a lacuna só existe porque a escada do Hydrogen termina em 53,9. Se o handoff do Orchestrator acabasse custando mais em coordenação do que economiza em execução, o argumento do pareamento falharia e a decisão voltaria a ser escolher um único modelo. E se um segundo harness independente reproduzisse a divisão de alucinações em vez da divisão do índice, o argumento a favor do Hydrogen em trabalhos sensíveis a fatos ficaria mais forte do que o índice sugere, porque uma diferença de 1,6 vezes na fabricação vale mais do que oito pontos de índice em alguns pipelines e não vale nada em outros.

Até lá, o resumo honesto é que esses dois modelos não são dois pontos em uma mesma linha. São duas escadas de comprimentos diferentes, vendidas a uma proporção que se sustenta exatamente na tabela de preços e quebra assim que você precifica uma tarefa concluída. Os degraus mais baratos do Neon superam os caros do Hydrogen; o degrau mais barato do Hydrogen supera tudo em preço; e a recomendação do próprio fornecedor é parar de escolher e rodar os dois, que é a única resposta que o ranking não consegue lhe dar.