Сгенерированная карточка заголовка с текстом «Gemini 4 Neon vs Gemini 4 Hydrogen», подзаголовком «Где 2x перестаёт работать», на которой показана ось растущей стоимости за завершённую задачу с чередующимися маркерами Neon и Hydrogen и подписью «В прайс-листах указано 2x; стоимость за задачу говорит об обратном».
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: где 2x перестаёт работать

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Две модели G​emini 4 из одного семейства, выпущенные с интервалом в шесть дней, а их тарифные карты сравниваются как фотокопия с вдвое уменьшенными числами: G​emini 4 Neon — $3,00 за вход и $15,00 за выход, G​emini 4 Hydrogen — $1,50 и $7,50, кэшированный ввод — $0,15 против $0,075. Каждая строка ровно вдвое меньше. Это самое аккуратное ценовое соотношение в семействе G​emini 4 и наименее информативная вещь об этой паре, потому что стоит упорядочить все восемь их уровней мышления по тому, сколько они на самом деле стоят за выполненную задачу, как аккуратное соотношение 2× перестаёт что-либо предсказывать.

Обе модели актуальны, и обе принадлежат Google. Gemini 4 Hydrogen стал доступен 12 ноября 2026 года как модель, заменившая название Flash; Gemini 4 Neon последовал 18 ноября 2026 года, позиционируясь Google как промежуточный вариант между Hydrogen для повседневного выполнения задач и Gemini 4 Carbon для глубокой работы с длинным горизонтом. Обе имеют контекстное окно на 1 млн токенов, обе принимают текст, изображения, аудио и видео, обе имеют четыре уровня мышления, и обе по умолчанию используют высокий уровень.

Две карты, восемь цен, одна сортировка

Artificial Analysis оценивает каждую ступень обеих моделей на одном и том же наборе оценок из девяти частей и публикует измеренную стоимость каждой выполненной задачи для каждой из них. Сортировка этих восьми точек по стоимости, а не по названию модели, — это и есть весь аргумент, поэтому вот они по порядку:

• Hydrogen при низком — индекс 26.9, $0.29 за задачу.

• Neon на минимуме — 44.1, $0.75.

• Водород на среднем — 41,2, $0,80.

• Водород при высоком уровне (по умолчанию) — 50,8, $1,87.

• Neon на среднем — 54,9, $1,90.

• Hydrogen при xhigh — 53,9, $3,16.

• Neon на высоких (по умолчанию) — 59.6, $3.74.

Neon при xhigh — 61.4, $6.44.

Прочитайте список по порядку — и структура станет ясной. Hydrogen занимает ровно один его сегмент: самый низ, где за $0.29 дают 26.9, к которому ничто другое ни в одном из двух семейств не приближается по цене. Выше этой границы сортировка перестаёт чередовать две модели и начинает отдавать предпочтение одной — и эта предпочитаемая модель не та, на которую указывал бы прайс-лист.

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.

Где граница на самом деле искривляется

Самое полезное сравнение в этом списке — между пятой и шестой ступенями. Neon в режиме medium стоит $1,90 за задачу и набирает 54,9. Hydrogen в режиме xhigh — его верхняя ступень, максимум его возможностей — стоит $3,16 и набирает 53,9. Таким образом, второй по дешевизне полезный режим Neon и на один пункт умнее, и на 40 процентов дешевле, чем потолок Hydrogen.

Та же инверсия проявляется на строку выше. Вариант high по умолчанию у Hydrogen стоит $1.87 и набирает 50.8. Вариант medium у Neon стоит на три цента больше и набирает 54.9 — четыре пункта индекса за ошибку округления в счёте. А внизу вариант low у Neon за $0.75 набирает 44.1 против medium у Hydrogen за $0.80 с 41.2 — это тот же обмен в обратную сторону: чуть более дешёвая и чуть лучшая ступень, стоящая на одну позицию ниже у другой модели.

Закономерность в том, что лестница Hydrogen сжата. Её четыре ступени охватывают 27 пунктов индекса, но на крайних значениях различаются по стоимости задачи всего на одиннадцать долларов, а последние две ступени не дают ничего стоящего — переход от high к xhigh обходится на 69 процентов дороже за задачу ради трёх пунктов. Лестница Neon растянута: 17,3 пункта индекса при диапазоне стоимости почти в восемнадцать раз шире, а её потолок на девять пунктов выше, чем у Hydrogen, потому что у Hydrogen нет ступени, которая до него дотягивает.

Ловушка по умолчанию, и собственный ответ G​oogle

Обе модели поставляются с уровнем high, а два варианта по умолчанию находятся по разные стороны этой инверсии. Если вызвать обе модели вообще без параметра thinking, получится 59,6 за $3,74 против 50,8 за $1,87 — разрыв в 8,8 пункта ровно при 2x, которые обещает тарифная сетка. Именно такое сравнение подразумевает собственное объявление Google, и оно справедливо в тех пределах, в каких заходит.

Это не то, что рекомендует делать Google. Публикация Antigravity от 18 ноября описывает режим Orchestrator, который объединяет две модели в одной сессии: Neon планирует, проектирует архитектуру и берёт на себя сложные рассуждения, Hydrogen выполняет рутинную работу — правки кода, обновления пакетов, запуск тестов — и возвращает управление Neon, когда сталкивается с чем-то, что не может решить. По словам Google, это позволяет растянуть вашу квоту на большее число запусков, что является формулировкой вендора для реального наблюдения: ни одна отдельная ступень ни одной из моделей не является эффективным выбором для каждого шага многошаговой задачи.

Эта рекомендация — самое честное, что есть в любом из постов о запуске, потому что она признаёт то, о чём говорят цифры. Если medium у Neon напрямую превосходит xhigh у Hydrogen, то аргумент в пользу Hydrogen не в том, что он «дешевле за ту же работу», а в том, что он «достаточно дёшев, чтобы применять его на этапах, не требующих суждения», а Orchestrator — это механизм для определения, какие именно это этапы. Насколько хорошо на самом деле работает передача управления — это утверждение, которое никто за пределами Google не измерял; в посте описывается цикл, но его стоимость не публикуется.

Три реальных преимущества Hydrogen

Ничто из вышеперечисленного не делает Hydrogen излишним, а три его преимущества поддаются измерению, а не зависят от позиции:

• Задержка.При сопоставимых уровнях время Hydrogen до первого токена ответа примерно вдвое меньше, чем у Neon — 21,7 секунды против 40,6 на высоком уровне, 12,4 против 20,1 на среднем и 6,1 против 13,9 на низком. Для агентного цикла, выполняющего десятки итераций, эта разница накапливается в минуты реального времени на задачу, которые не отражает ни один показатель индекса.

• Пропускная способность.Hydrogen декодирует около 160 токенов в секунду в режиме high против 101 у Neon. В сочетании с преимуществом по задержке это делает её более быстрой моделью в обоих смыслах, что согласуется с тем, как Google описывает обе: Neon — для глубины, Hydrogen — для быстрого повседневного выполнения.

• Фабрикация. По показателю галлюцинаций AA-Omniscience Hydrogen находится на уровне 8,7 процента при настройках по умолчанию и 8,5 процента при xhigh; у Neon — 13,9 и 14,4. Hydrogen консервативнее из двух примерно в 1,6 раза, и именно он является единственным контрпримером предположению, что более дешёвая и меньшая модель чаще что-то выдумывает. Neon по-прежнему набирает больше по базовому индексу всезнания — 53,8 против 43,7 при сопоставимых настройках по умолчанию — так что он больше знает и больше утверждает; Hydrogen знает меньше и говорит меньше.

Эту последнюю пару стоит запомнить. Всезнание и галлюцинации — не два взгляда на одну и ту же величину, и модель может улучшаться в одном, ухудшаясь в другом. Здесь направления расходятся, и это как раз тот случай, когда единый показатель «точности» вводит в заблуждение.

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.

Выбор ступени, а не модели

Правило принятия решений, которое выдерживает все восемь пунктов:

• Если работа действительно тривиальна — классификация, извлечение, решение о маршрутизации, короткий рерайт — Hydrogen на низком или среднем уровне является самым дешёвым вариантом в семействе, и двукратная экономия реальна.

• Если работа требует планирования или изменений кода на уровне репозитория, лестница Hydrogen до этого не достаёт. Её лучшая ступень — 53.9; значение Neon по умолчанию — 59.6, а его средний уровень — 54.9 при на 40 процентов меньшей стоимости, чем потолок Hydrogen. Выбирайте Neon и начинайте со среднего уровня.

• Если вы используете Neon, дорогие ступени — те, что стоит проверять первыми. Переход с high на xhigh обходится на 72% дороже за задачу ради 1,8 балла индекса и дополнительных шестнадцати секунд до первого токена. Большинству пайплайнов место на medium, где 54,9 достигается за половину стоимости по умолчанию.

• Если узким местом является пропускная способность, а не интеллект — интерактивный инструмент, длинный цикл работы агента, что угодно, где человек ждёт, — преимущество Hydrogen в задержке может значить больше, чем восемь пунктов индекса, и ни один лидерборд вам об этом не скажет.

Ни одна из этих моделей не входит в каталог OrcaRouter, так что это не аргумент в пользу того, чтобы перевести какую-либо из них на наш ключ. Gemini 4 Carbon за $2.00 и $10.00 и Gemini 4 Argon за $2.00 и $10.00, наряду с остальными моделями из каталога на 229 моделей на одном эндпоинте. Если вы хотите проверить, действительно ли средний уровень Neon пробивает потолок Hydrogen на вашем собственном трафике, практичная схема — это правило маршрутизации, которое направляет дешёвые шаги на уровень, который вы уже можете вызвать, и эскалирует сложные — с резервированием на нижнем уровне, чтобы модель, которой всего неделя, никогда не стала единственным путём в продакшен.

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.

Что изменило бы этот ответ?

Три утверждения, и каждое можно проверить. Если бы Google опубликовал пятую ступень Hydrogen, инверсия рухнула бы, и 2x снова начал бы вести себя как 2x — разрыв существует только потому, что лестница Hydrogen заканчивается на 53.9. Если бы передача управления от Orchestrator требовала больше затрат на координацию, чем экономила на исполнении, аргумент в пользу парного использования не выдержал бы, и выбор снова свёлся бы к одной модели. А если бы второй независимый испытательный стенд воспроизвёл разделение по галлюцинациям, а не по индексу, аргументы в пользу Hydrogen для задач, чувствительных к фактам, стали бы сильнее, чем предполагает индекс, потому что 1,6-кратная разница в уровне фабрикаций в одних пайплайнах стоит больше восьми пунктов индекса, а в других — ничего.

До тех пор честное резюме таково: эти две модели — не две точки на одной прямой. Это две лестницы разной длины, продаваемые в соотношении, которое точно соблюдается в тарифной сетке и ломается, как только вы оцениваете готовую задачу. Дешёвые ступени Neon превосходят дорогие ступени Hydrogen; самая дешёвая ступень Hydrogen обходит всё по цене; а рекомендация самого поставщика — перестать выбирать и запускать обе, и это единственный ответ, которого таблица лидеров вам не даст.