Genererat titelkort med texten Gemini 4 Neon vs Gemini 4 Hydrogen, underrubriken Där 2x slutar fungera, som visar en stigande axel för kostnad per slutförd uppgift med alternerande Neon- och Hydrogen-markörer och bildtexten Prislistor säger 2x; kostnaden per uppgift säger annat.
Engineering & Research

Gemini 4 Neon vs Gemini 4 Hydrogen: Där 2x slutar fungera

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Två Gemini 4-modeller från samma familj, släppta sex dagar isär, och prislistorna ser ut som en fotokopia där siffrorna halverats: Gemini 4 Neon på $3.00 för indata och $15.00 för utdata, Gemini 4 Hydrogen på $1.50 och $7.50, cachad indata $0.15 mot $0.075. Varje rad är exakt hälften. Det är det prydligaste prisförhållandet i Gemini 4-familjen och det minst informativa med paret, för i samma stund som du sorterar alla deras åtta tänknivåer efter vad de faktiskt kostar per slutförd uppgift, slutar det prydliga 2x att förutsäga något alls.

Båda är aktuella och båda tillhör G​oogle. G​emini 4 Hydrogen lanserades den 12 november 2026 som modellen som ersatte Flash-namngivningen; G​emini 4 Neon följde den 18 november 2026 och positionerades av G​oogle som liggande mellan Hydrogen för vardagligt bruk och Gemini 4 Carbon för djupgående långsiktigt arbete. Båda har ett kontextfönster på 1 miljon token, båda tar emot text, bild, ljud och video, båda har fyra tankenivåer och båda har hög som standard.

Två kort, åtta priser, en sortering

Artificial Analysis poängsätter varje nivå hos båda modellerna på samma utvärderingsset i nio delar och publicerar en uppmätt kostnad per slutförd uppgift för var och en. Att sortera dessa åtta punkter efter kostnad i stället för efter modellnamn är hela argumentet, så här är de i ordning:

• Hydrogen vid låg — index 26,9, $0,29 per uppgift.

• Neon på låg — 44,1, 0,75 $.

• Vätgas vid medium – 41,2, 0,80 $.

• Vätgas vid hög (standard) — 50,8, 1,87 $.

• Neon vid medium — 54,9, 1,90 $.

• Hydrogen vid xhigh — 53,9, $3,16.

• Neon vid hög (standard) — 59,6, 3,74 $.

• Neon vid xhigh — 61,4, 6,44 $.

Läs listan i ordning så blir mönstret tydligt. Hydrogen äger exakt ett segment av den: allra längst ner, där $0.29 köper en 26.9 som inget annat i någon av de två familjerna kommer i närheten av prismässigt. Ovanför den linjen slutar sorteringen att växla mellan de två modellerna och börjar gynna en — och vilken den gynnar är inte den som prislistan skulle antyda.

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.

Där gränsen faktiskt böjer sig

Den överlägset mest användbara jämförelsen på listan är nivåerna fem och sex. Neon på medium kostar $1,90 per uppgift och får 54,9. Hydrogen på xhigh – dess högsta nivå, det mesta den kan göra – kostar $3,16 och får 53,9. Så Neons näst billigaste användbara inställning är både en poäng smartare och 40 procent billigare än Hydrogens tak.

Samma inversion dyker upp en rad tidigare. Hydrogens standardinställning hög kostar 1,87 dollar och får 50,8. Neons medium kostar tre cent mer och får 54,9 – fyra indexpoäng för ett avrundningsfel på notan. Och längst ner får Neons låga inställning på 0,75 dollar 44,1 mot Hydrogens medium på 0,80 dollar som får 41,2, vilket är samma byte i andra riktningen: ett något billigare, något bättre steg som ligger ett snäpp lägre på den andra modellen.

Mönstret är att Hydrogens stege är komprimerad. Dess fyra steg spänner över 27 indexpoäng men bara elva dollar i uppgiftskostnad vid extremerna, och de två sista stegen ger inget som är värt att ha – high till xhigh kostar 69 procent mer per uppgift för tre poäng. Neons stege är utsträckt: 17,3 indexpoäng över ett kostnadsintervall som är nästan arton gånger bredare, och dess tak ligger nio poäng över Hydrogens eftersom Hydrogen inte har ett steg som når det.

Standardfällan, och Googles eget svar

Båda modellerna levereras med high, och de två standardinställningarna ligger på motsatta sidor av den inversionen. Anropar man båda helt utan någon thinking-parameter får man 59,6 för 3,74 $ mot 50,8 för 1,87 $ – en lucka på 8,8 punkter vid exakt den 2x som prislistan utlovar. Det är jämförelsen som Googles egen annonsering antyder, och den är rättvis så långt den sträcker sig.

Det är inte vad G​oogle rekommenderar att man gör. Antigravity-inlägget från 18 november beskriver ett Orchestrator-läge som parar ihop de två i en och samma session: Neon planerar, utformar arkitekturen och hanterar det svåra resonemanget, Hydrogen utför det rutinmässiga arbetet – kodändringar, paketuppdateringar, testkörningar – och lämnar tillbaka kontrollen till Neon när den stöter på något som den inte kan lösa. G​oogles linje är att detta gör att din kvot räcker längre per körning, vilket är en leverantörsinramning av en verklig observation: ingen enskild nivå hos endera modellen är det effektiva valet för varje steg i en uppgift med flera steg.

Den rekommendationen är det mest ärliga i något av lanseringsinläggen, eftersom den medger den slutsats som siffrorna pekar på. Om Neons medium slår Hydrogens xhigh rakt av, då är argumentet för Hydrogen inte ”billigare för samma arbete” – det är ”tillräckligt billigt för att köras på de steg som inte kräver omdöme”, och Orchestrator är mekanismen för att avgöra vilka steg det är. Hur väl överlämningen faktiskt fungerar är ett påstående som ingen utanför G​oogle har mätt; inlägget beskriver loopen och publicerar inte dess kostnad.

Vätgasens tre verkliga fördelar

Inget av ovanstående gör Hydrogen överflödigt, och tre av dess fördelar är mätbara snarare än positionella:

• Latens. Vid matchade nivåer är Hydrogens tid till första svarstoken ungefär hälften av Neons – 21,7 sekunder mot 40,6 vid hög, 12,4 mot 20,1 vid medium, 6,1 mot 13,9 vid låg. För en agentloop som gör dussintals turer ackumuleras den skillnaden till minuter av väggklockstid per uppgift som ingen indexpoäng fångar.

• Genomströmning. Hydrogen avkodar cirka 160 tokens per sekund vid hög genomströmning mot Neons 101. Tillsammans med latensfördelen är det den snabbare modellen i båda avseendena, vilket stämmer överens med hur Google beskriver de två: Neon för djup, Hydrogen för snabb vardaglig exekvering.

• Fabrikation. I fråga om AA-Omnisciences hallucineringsfrekvens ligger Hydrogen på 8,7 procent vid standardinställningen och 8,5 procent vid xhigh; Neon ligger på 13,9 och 14,4. Hydrogen är den mer konservativa av de två med en faktor på cirka 1,6, och det är det enda motexemplet till antagandet att den billigare, mindre modellen är mer benägen att hitta på något. Neon får fortfarande högre poäng på det underliggande omniscience-indexet – 53,8 mot 43,7 vid matchade standardinställningar – så den vet mer och påstår mer; Hydrogen vet mindre och säger mindre.

Den sista parningen är värd att hålla fast vid. Allvetenhet och hallucination är inte två vyer av en och samma storhet, och en modell kan förbättras i fråga om den ena samtidigt som den försämras i fråga om den andra. Här är riktningen delad, vilket är precis det fall där en enda "noggrannhetssiffra" vilseleder.

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.

Att välja ett steg, inte en modell

Beslutsregeln som överlever alla åtta punkter:

• Om arbetet verkligen är trivialt – klassificering, extrahering, ett dirigeringsbeslut, en kort omskrivning – är Hydrogen på låg eller medel det billigaste i familjen och 2x-besparingen är verklig.

• Om arbetet kräver planering eller kodändringar på reponivå räcker inte Hydrogens stege. Dess bästa steg är 53,9; Neons standard är 59,6 och dess medium är 54,9 till 40 procent lägre kostnad än Hydrogens tak. Välj Neon och börja på medium.

• Om du kör på Neon är de dyra nivåerna de du bör granska först. high till xhigh kostar 72 procent mer per uppgift för 1,8 indexpoäng och ytterligare sexton sekunder till första token. De flesta pipelines hör hemma på medium, där 54,9 kommer för halva kostnaden av standardvärdet.

• Om genomströmning är begränsningen snarare än intelligens – ett interaktivt verktyg, en lång agentloop, vad som helst där en människa väntar – kan Hydrogens latensfördel spela större roll än åtta indexpoäng, och ingen resultattavla kommer att berätta det för dig.

Ingen av modellerna finns i OrcaRouters katalog, så detta är inte ett argument för att flytta någon av dem till vår nyckel. Det som finns där, till leverantörens listpris utan påslag, är Gemini 4 Carbon för $2.00 och $10.00 och Gemini 4 Argon för $2.00 och $10.00, tillsammans med resten av en katalog på 229 modeller på en och samma endpoint. Om du vill testa huruvida Neons medium verkligen överträffar Hydrogens tak på din egen trafik, är den praktiska formen en routingregel som skickar de billiga stegen till en nivå du redan kan anropa och eskalerar de svåra – med failover under, så att en modell som är en vecka gammal aldrig blir den enda vägen till produktion.

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.

Vad skulle ändra det här svaret?

Tre saker, alla kontrollerbara. Om Google publicerade ett femte Hydrogen-steg skulle inversionen kollapsa och 2x skulle börja bete sig som ett 2x igen – gapet finns bara eftersom Hydrogens stege slutar vid 53,9. Om Orchestrators överlämning visade sig kosta mer i samordning än den sparar i utförande skulle parningsargumentet fallera och valet återgå till att välja en modell. Och om en andra oberoende testrigg reproducerade hallucinationsfördelningen i stället för indexfördelningen skulle argumentet för Hydrogen i faktakänsligt arbete bli starkare än indexet antyder, eftersom en 1,6-faldig skillnad i påhittande är värd mer än åtta indexpoäng i vissa pipelines och värd ingenting i andra.

Fram till dess är den ärliga sammanfattningen att dessa två modeller inte är två punkter på samma linje. De är två stegar av olika längd, sålda till ett förhållande som stämmer exakt på prislistan och spricker så snart man prissätter en färdig uppgift. Neons billigare stegpinnar slår Hydrogens dyra; Hydrogens billigaste stegpinne slår allt på pris; och leverantörens egen rekommendation är att sluta välja och köra båda, vilket är det enda svar som rankningstabellen inte kan ge dig.