
Gemini 4 Hydrogen: Vad xhigh ger för 6x räkningen
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 185 tok/s
- openaiNYOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 per 1M tokens · 76 tok/s
- openaiNYOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 per 1M tokens · 151 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 234 tok/s
- AlibabaNYQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M tokens · 125 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 94 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 212 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 68 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 per 1M tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 104 tok/s
Två körningar av samma korta prompt genom Gemini 4 Hydrogen, med en inställning som enda skillnad. Vid high förbrukade modellen 5 311 utdatatokens och debiterades 3,99 cent. Vid xhigh förbrukade den 31 477 och debiterades 23,61 cent. Samma jämförelse finns i en Gemini 4 Neon-körning samma dag, där den högsta nivån kostade 39,83 cent mot 14,55 vid high. Simon Willison publicerade båda paren den 20 november 2026, fyra dagar efter att Google släppte Gemini 4 Hydrogen den 12 november, och siffrorna är den första offentliga jämförelsen sida vid sida allra högst upp i en ansträngningsstege för Gemini 4 som de flesta ännu inte har rört.
Det intressanta är inte att den djupare inställningen kostar mer. Det är att priset per token aldrig ändrades. Hydrogen tar $1.50 per miljon indatatokens och $7.50 per miljon utdatatokens på varje nivå, inklusive xhigh och inklusive tänktokens. Multiplicerar man antalet tokens med det priset får man fakturorna att stämma på öret. Så xhigh är inte en premiumnivå man betalar extra för. Det är ett beslut att låta modellen skriva ungefär sex gånger så mycket, och fakturan följer automatiskt.
De två lagförslagen, och varför räntan hölls oförändrad
Det är värt att räkna igenom för hand en gång, för det avgör vad du faktiskt betalar för. Hydrogens utdatapris är $7,50 per miljon tokens. Vid 5 311 tokens blir det 3,98 cent; den uppmätta kostnaden var 3,99. Vid 31 477 tokens blir det 23,61 cent, vilket är exakt den uppmätta kostnaden. Inputsidan är brus i den här skalan: en prompt på några dussin tokens kostar en bråkdel av en hundradels cent vid $1,50 per miljon.
• Utdata-tokens – 5 311 vid high jämfört med 31 477 vid xhigh, en faktor på 5,9
• Kostnad i cent — 3,99 mot 23,61, samma faktor på 5,9
• Utmatningstakt — $7.50 per miljon tokens vid båda inställningarna, oförändrat
• Indatapris — $1.50 per miljon tokens vid båda inställningarna, oförändrat
• Kontext — en enda taxa upp till 1M tokens, utan någon angiven tilläggsavgift för lång kontext
Det får en praktisk konsekvens för den som budgeterar för den här modellen. Leverantörers prislistor är organiserade efter tokenpris, och tokenpriset är den enda variabeln som inte ändras här. Att planera för xhigh utifrån en tabell per token kommer att underskatta notan med ungefär sex gånger för en uppgift där modellen väljer att tänka längre. Den enda siffran som förutsäger kostnaden är utdatatokens per svar, och det enda sättet att få den är att mäta den på dina egna prompter. Googles egen dokumentation medger riktningen utan att ange någon storleksordning: den varnar för att xhigh "ökar latens och tokenanvändning."

Vad de extra 26 000 tokens producerade
På pelikan-på-cykel-testet är svaret: en synbart bättre teckning. Willisons sammanfattning är att high-utdata var en platt pelikan utan korg och utan bakgrund, och att xhigh-utdata kom som en blågrön cykel på en strand med en blå fisk i korgen – konkurrenskraftig med det Gemini 4 Neon producerar som standard till ungefär samma kostnad. Ungefär 26 000 extra tanketokens gick åt till komposition, scen och färg i stället för till ett korrekt svar.
Betrakta det som en enskild observation, inte som ett riktmärke. Det är en enda prompt, ett enda urval per inställning och en uppgift utan ett enda rätt svar, vilket innebär att ingen träffsäkerhetspoäng kan kopplas till den. Vad det däremot fastställer är att den högsta nivån kan förändra karaktären hos en utdata i öppna generativa arbeten, och att förändringen inte är subtil när den väl sker. Huruvida samma sexfaldiga kostnad ger något för din arbetsbelastning är en separat fråga, och de två följande avsnitten handlar om de fall där svaret mäts i stället för att bedömas på ögonmått.
Den oberoende stegen säger samma sak
Artificial Analysis poängsätter Hydrogen vid var och en av dess fyra inställningar, och kurvans form matchar pelikanens näbb. När man läser modellens sida den 22 november 2026 ligger Intelligence Index på 26,9 vid low, 41,2 vid medium, 50,8 vid high och 53,9 vid xhigh. Kostnaden per Index-uppgift ligger på 0,29 $, 0,80 $, 1,87 $ och 3,16 $ över samma fyra nivåer, och tiden per uppgift ligger på 1,5, 4,0, 9,0 och 15,8 minuter.
Gör dem till marginalkostnad – priset för nästa poäng – så blir argumentet mot att som standard välja det översta steget aritmetik snarare än smak:
• låg till medel — +14,3 indexpoäng för +51 cent, cirka 3,5 cent per poäng
• medel till hög — +9,6 poäng för +1,08 USD, cirka 11,3 cent per poäng
• hög till xhigh — +3,1 poäng för +1,29 $, cirka 41,1 cent per poäng
Totalt, låg till xhigh — +27 poäng för +2,87 $, cirka 10,6 cent per poäng i genomsnitt
Det sista steget är det dyra, med en faktor på nästan fyra mot steget före, och det kostar också 76 procent mer väggklockstid per uppgift. Det första steget från låg till medel är fortfarande det bästa köpet i stegen med bred marginal, vilket är värt att komma ihåg med tanke på att hög är standard. Detta är tredjepartsmätningar från Artificial Analysis, inte leverantörssiffror, och kostnaderna per uppgift omfattar indata, utdata och fleromgångsagentbeteende – vilket är anledningen till att de inte skalar på samma sätt som räkningen för en enda prompt.

Där xhigh inte ger något alls
Googles dokumentation är rakt på sak om den övre nivån på ett sätt som lanseringsmaterial sällan är. Den säger att man ska reservera xhigh "för svåra kodningsproblem i flera steg och agentiska problem där high inte räcker" och varnar för att det på enklare prompter "kan orsaka övertänkande eller göra slut på max_output_tokens". Det andra felläget är det som biter tyst: tokengränsen omfattar både tänkande och synlig utdata, så en prompt som skulle ha besvarats bekvämt på high kan bränna hela budgeten på resonemang och komma tillbaka markerad som ofullständig, trunkerad eller tom. Det framstår som ett modellfel. Det är ett konfigurationsfel.

Ett oberoende svep med 56 förfrågningar som publicerades i november 2026 testade frågan som Googles varning implicerar. Över tre lätta till medelsvåra promptar och två körningar per nivå fann det att xhigh använde ungefär 3,1 gånger så många tänkandetoken som high totalt och ungefär fem gånger så många på kodprompten, medan varje svar fortfarande var korrekt på varje nivå. Det extra spenderandet gav token och latens, inte korrekthet. Urvalet är litet och författaren säger det själv; riktningen stämmer överens med både leverantörens varning och kurvan från Artificial Analysis, där det sista steget tillför tre punkter i stället för femton.
Uppdelningen är därför uppgiftsklass, inte modellförmåga. Extrahering, klassificering, formatering och korta faktasvar har ett tak nära sitt första korrekta svar, och att betala sex gånger så mycket för det är rent slöseri. Öppen generering har inget sådant tak, eftersom utdata är artefakten och det finns alltid mer detaljer att lägga till.
Crossovern som verkligen spelar roll
Här är siffran som borde förändra hur du använder modellen. Hydrogen på xhigh kostade 23,61 cent för en kort ritprompt. Gemini 4 Neon på sin standardinställning high kostade 14,55 cent för samma prompt samma dag och producerade ett resultat som Willison bedömde som minst lika bra. Att stega Hydrogen till dess högsta nivå är 62 procent dyrare än att lämna det på standard och i stället gå upp en modellnivå. Om din anledning till att ta till xhigh är "svaret är inte tillräckligt bra", är en större modell på standardinställning ofta det billigare draget, och det är det som de flesta team inte kontrollerar.
Den ordningen överlever inte en förändring av arbetsbelastningen, vilket är den del som går förlorad när ett test med kort prompt citeras som en allmän rangordning. I den långa agentiska korgen från Artificial Analysis kostar Neon på high $3,74 per uppgift mot Hydrogen på xhigh $3,16, så den billigare modellen på en ritning med fyrtio tokens är den dyrare på en lång uppgift med flera turer. Ingen av siffrorna är fel. En kort prompt och en 15 minuter lång agentkörning belastar olika delar av trappan, och ett byte av trappsteg som sparar pengar på den ena kan förlora dem på den andra.
En daterad detalj att ta med: Googles prissida anger att priserna för Carbon och Argon fördubblas den 1 december 2026, från $2 för indata och $10 för utdata till $4 och $20. Hydrogen visar ingen sådan förändring. Varje jämförelse ovan som involverar de äldre modellerna har därför nio dagar kvar innan gapet vidgas till Hydrogens fördel.
Ställa in det och testa det på en eftermiddag
Nivån är ett enda fält. I det inbyggda generateContent-API:et är det thinkingConfig.thinkingLevel; i Interactions-API:et är det generation_config.thinking_level; via en OpenAI-kompatibel route kommer det in som reasoning_effort. Värdet är strängen med gemener – low, medium, high eller xhigh – och high är standard för Hydrogen. Tänkandet kan inte stängas av helt på den här modellen, och den äldre parametern thinkingBudget är föråldrad till förmån för nivån.
Att mäta kostnaden kräver en extra avläsning. Tanketoken visas i usageMetadata.thoughtsTokenCount i det inbyggda API:et, usage.total_thought_tokens i Interactions och reasoning_tokens på den kompatibla routen – så du kan skilja på vad modellen tänkte och vad den sade, och prissätta var och en. En genomförbar eftermiddag: ta tjugo riktiga prompter från dina egna loggar, kör var och en på high och xhigh med en generös utdatagräns så att inget trunkeras, och registrera antal token och om svaret godkändes. Jämför totalkostnaden mot godkännandegraden. Om xhigh inte höjer godkännandegraden tillräckligt för att motivera en räkning som är ungefär sex gånger större för de prompter där det aktiveras, har du ditt svar för den arbetsbelastningen, och det blir ett bättre svar än någon publicerad tabell.
Att köra två inställningar sida vid sida är enklare när båda ligger bakom en och samma nyckel, vilket är den del som OrcaRouter täcker. Vi serverar Gemini 4 Argon och Gemini 4 Carbon till leverantörens listpris med 0 % påslag, så priserna i den här artikeln är priserna du betalar hos oss för de två. Gemini 4 Hydrogen finns inte i vår katalog i dag, så varje Hydrogen-siffra här är Googles listpris snarare än vårt – värt att säga rakt ut, eftersom felläget i det här inlägget är exakt det där ett prisblad döljer en sexfaldig multiplikator. När en modell dirigeras via oss är ansträngningsnivån ett fält per rutt, så en kanarirutt på xhigh vid sidan av en produktionsrutt på high är en konfigurationsändring snarare än en kodväg.
Vad ska man göra med detta på måndag?
Regeln som överlever alla siffror är snävare än "använd den högsta inställningen för svåra problem". Den är: gå nedför stegen tills kvaliteten brister, ta sedan ett steg tillbaka upp och kontrollera om en annan modell med sina standardinställningar är billigare än det extra steget innan du bestämmer dig. Hydrogens egen stege placerar det steget på ungefär fyrtio cent per poäng på Index och sex gånger tokens för en ritning, medan steget från låg till medium kostar tre och en halv cent per poäng. Det mesta av värdet i den här modellen ligger i den nedre halvan av stegen, och standardinställningen ligger ovanför den.
Den öppna frågan är vad den översta nivån gör på agentiskt arbete snarare än på en pelikan – om de 3.1 Index-poäng som Artificial Analysis mäter vid xhigh visar sig som färre misslyckade verktygsanrop eller som fler turer som läggs på att tänka på dem. Ingen har publicerat den uppdelningen ännu, och det är den som skulle säga dig om du ska lämna Hydrogen på high i produktion.
