Gemini 4 Hydrogen กับ Gemini 4 Argon: ถูกกว่า เร็วกว่า ฉลาดขึ้นเล็กน้อย — และมีโอกาสกุข้อเท็จจริงขึ้นมาเป็นสองเท่า

บนคะแนนรวมที่คนส่วนใหญ่อ้างอิง Gemini 4 Hydrogen ชนะ Gemini 4 Argon อยู่หนึ่งคะแนน บนฮาร์เนสอิสระที่สร้างคะแนนนี้ออกมา Hydrogen ทำงาน index เสร็จใน 13.5 นาที เทียบกับ 30.0 ของ Argon มีค่าใช้จ่าย $3.16 เทียบกับ $4.97 และสร้างคำตอบด้วยความเร็ว 190 โทเคนต่อวินาที เทียบกับ 65 นั่นดูเหมือนชัยชนะแบบขาดลอย จนกว่าคุณจะอ่านตารางที่สอง ซึ่ง Argon สร้างข้อมูลเท็จใน 4.3% ของคำถาม omniscience ของ Artificial Analysis และ Hydrogen อยู่ที่ 8.5% และเป็นตารางที่ Argon ชนะทั้ง Terminal-Bench 4.0 และ Terminal-Bench-Science Gemini 4 Hydrogen และ Gemini 4 Argon คือโมเดลพื้นฐานเดียวกันที่ถูกเสริมด้วยงบการคิดที่ต่างกัน และการเลือกระหว่างสองตัวนี้ไม่ใช่เรื่อง "ใหม่กับเก่า" แต่เป็นเรื่อง "คุณอยากจ่ายเพื่อการคิดมากแค่ไหน และคุณเชื่อมั่นในคำตอบโดยไม่ตรวจสอบมากแค่ไหน"

ช่องว่างคืองบประมาณการคิด ไม่ใช่สถาปัตยกรรม

Google เปิดตัว Argon เป็นรายแรก โดยประกาศเมื่อวันที่ 30 กันยายน 2026 เปิดให้ใช้งานทั่วไปเมื่อวันที่ 13 ตุลาคม และถูกวางตำแหน่งให้เป็นโมเดลประสิทธิภาพระดับแนวหน้า: หน้าต่างบริบทแบบรวมขนาด 1,048,576 โทเคนเช่นเดียวกับGemini 4 Carbon ซึ่งมีเครื่องมือในตัวเดียวกัน ราคาต่อโทเคนเดียวกัน แต่ใช้โทเคนการคิดต่อเทิร์นน้อยกว่า Gemini 4 Hydrogen มาถึงเมื่อวันที่ 12 พฤศจิกายน พร้อมหน้าต่างบริบทเดียวกัน เครื่องมือเดียวกัน และการ์ดที่ระบุอย่างชัดเจนว่าถูกดัดแปลงมาจาก Carbon แทนที่จะฝึกแยกต่างหาก

สิ่งที่ทำให้ทั้งสองแตกต่างกันจริง ๆ คือปุ่มปรับที่อยู่ด้านบนของคำขอ Argon รองรับ low, medium และ high โดยค่าเริ่มต้นคือ medium ส่วน Hydrogen รองรับทั้งสามค่านั้น โดยค่าเริ่มต้นคือ high และเพิ่มระดับที่สี่ชื่อ xhigh ทุกอย่างอื่นเกี่ยวกับโครงสร้างของโมเดลนั้นใช้ร่วมกัน

เรื่องนี้สำคัญเพราะการเปรียบเทียบแบบพาดหัวที่ทุกคนทำนั้นไม่ใช่การเทียบกันแบบเงื่อนไขเดียวกัน Artificial Analysis เผยแพร่คะแนน 54 ของ Hydrogen ที่ xhigh และคะแนน 50 ของ Argon ที่ high แต่ที่ค่าเริ่มต้นของ Hydrogen เอง — high ซึ่งเป็นค่าที่คำขอจะได้รับหากคุณไม่ส่งอะไรไปเลย — harness เดียวกันให้คะแนนมันที่ 51 ดังนั้นช่องว่างหนึ่งคะแนนที่ตรงไปตรงมาจึงคือ 51 ถึง 50 และช่องว่างสี่คะแนนคือสิ่งที่คุณได้จากการเลือกใช้ระดับที่แพงที่สุดของโมเดลหนึ่ง แล้วนำไปเทียบกับระดับกลางของอีกโมเดลหนึ่ง

หมุนปุ่มไปอีกทาง ลำดับก็จะกลับกัน Hydrogen ที่ระดับ medium ได้ 41 คะแนน หากเวิร์กโหลดของคุณรันที่ค่าดีฟอลต์ที่ Google แนะนำสำหรับ Argon แล้ว Hydrogen ไม่ใช่โมเดลที่ดีกว่า — แต่เป็นโมเดลที่ถูกกว่าและคิดน้อยกว่า

หกบรรทัดที่เป็นตัวตัดสินใจ

ตัวเลขทั้งหมดด้านล่างมาจากการรันของ Artificial Analysis เองผ่าน API ของ Google เว้นแต่จะระบุไว้เป็นอย่างอื่น ราคาต่อโทเคนเป็นไปตามอัตราราคาที่ Google เผยแพร่ โดยโมเดลทั้งสองใช้โครงสร้างอัตราราคาแบบเดียวกัน

• ดัชนีความฉลาด — Gemini 4 Hydrogen 54 ที่ xhigh, 51 ที่ high, 41 ที่ medium; Gemini 4 Argon 50 ที่ high ซึ่งเป็นขีดสูงสุดของมัน คู่ที่เทียบกันได้คือ 51 กับ 50

• ต้นทุนต่องานดัชนีที่เสร็จสมบูรณ์ — Hydrogen $3.16 ที่ xhigh และ $1.87 ที่ high; Argon $4.97 ช่องว่างต่องานกว้างกว่าช่องว่างคะแนนหนึ่งจุดมาก และกว้างขึ้นอีกในการตั้งค่าเริ่มต้น

• ความเร็วเอาต์พุต — 190 โทเคนต่อวินาทีสำหรับ Hydrogen ที่ xhigh, 179 ที่ high; 65 สำหรับ Argon โดยประมาณเป็นข้อได้เปรียบด้านทรูพุตสามต่อหนึ่งที่คงอยู่ทุกระดับการคิด

• {{1}}เวลาถึงโทเค็นคำตอบแรก{{/1}} — Hydrogen 37.8 วินาทีที่ xhigh และ 16.7 ที่ high; Argon 40.7 ที่การตั้งค่าเริ่มต้น Hydrogen เริ่มตอบเร็วขึ้น 24 วินาที ซึ่งเป็นความแตกต่างที่อินเทอร์เฟซแชทรับรู้ได้

• {{1}}ความเยิ่นเย้อ{{/1}} — {{2}}Hydrogen{{/2}} สร้างโทเค็นเอาต์พุต {{3}}304 ล้าน{{/3}} โทเค็นเพื่อทำดัชนีให้เสร็จ เทียบกับ {{4}}113 ล้าน{{/4}} สำหรับ {{5}}Argon{{/5}} และ {{6}}ค่ามัธยฐาน 72.8 ล้าน{{/6}} {{7}}Argon{{/7}} ถูกอธิบายโดยฮาร์เนสเดียวกันว่า “{{8}}ค่อนข้างเยิ่นเย้อ{{/8}}” อยู่แล้ว; {{9}}Hydrogen{{/9}} นั้น “{{10}}เยิ่นเย้อมาก{{/10}}” และนั่นคือสิ่งที่กัดกินข้อได้เปรียบด้านราคาต่อโทเค็นส่วนใหญ่ของมันที่ {{11}}xhigh{{/11}}

• ราคาและระดับชั้น ต่อล้านโทเค็น — Hydrogen $1.50 / $7.50 แบบคงที่, การอ่านจากแคช $0.075, Batch และ Flex ที่ $0.75 / $3.75, Priority ที่ $2.70 / $13.50 และระดับฟรีที่มีการจำกัดอัตรา Argon $2.00 / $10.00 ถึงวันที่ 30 พฤศจิกายน 2026, การอ่านจากแคช $0.10, Batch และ Flex ที่ $1.00 / $5.00, Priority ที่ $3.60 / $18.00 ไม่มีระดับฟรี ทั้งสองมีระดับ Contributor แบบเชิญเท่านั้น โดยของ Hydrogen คือ $0.75 / $3.75 และของ Argon คือ $1.00 / $5.00

ในจุดที่ Argon ยังคงเป็นโมเดลที่ดีกว่า

ผลลัพธ์อิสระสามรายการและอัตราการสร้างข้อมูลเท็จหนึ่งค่าบ่งชี้ว่าโมเดลที่ใหม่กว่าและถูกกว่านั้นไม่ใช่การอัปเกรดที่เหนือกว่าอย่างชัดเจน สิ่งเหล่านี้คือเหตุผลที่หน้านี้ไม่ใช่คำแนะนำให้ย้ายระบบ

• Terminal-Bench 4.0 — Argon 57.1%, Hydrogen 53.5% เป็นเบนช์มาร์กการเขียนโค้ดเชิงเอเจนต์ที่โมเดลรุ่นเก่ายังคงเป็นผู้นำ และเป็นตัวที่ใกล้เคียงที่สุดกับสิ่งที่เซสชันการใช้เครื่องมือเป็นเวลานานทำจริง

• Terminal-Bench-Science — Argon 52.9%, Hydrogen 49.5% รูปแบบเดียวกันในรุ่นวิทยาศาสตร์

• AutomationBench-AA — Argon 77.5%, Hydrogen 76.1% เป็นการพ่ายแพ้ที่สูสี แต่ก็ยังเป็นการพ่ายแพ้ และเป็นเบนช์มาร์กงานองค์ความรู้ที่การ์ดของ Google เองอ้างอิงมากที่สุด

• อัตราการสร้างข้อมูลเท็จในหมวด Omniscience — Argon 4.3%, Hydrogen 8.5% ที่ระดับ xhigh Hydrogen ตอบคำถามเหล่านี้ถูกต้องในสัดส่วนที่ใกล้เคียงกัน และเมื่อไม่รู้คำตอบก็แต่งคำตอบขึ้นมาบ่อยกว่าประมาณสองเท่า ในชุดเดียวกันที่ระดับ high อัตรานี้คือ 8.7% ดังนั้นจึงไม่ใช่ผลพลอยได้จากระดับการคิดสูงสุด

รายการเปรียบเทียบอีกด้านก็มีอยู่จริงเช่นกัน และนี่คือเหตุผลที่ Hydrogen ยังชนะคะแนนรวม: FrontierCode 2.0 อยู่ที่ 39.0% เทียบกับ 25.7% ของ Argon, CritPT agentic hard อยู่ที่ 66.0% เทียบกับ 52.5%, HLE-Diamond อยู่ที่ 58.8% เทียบกับ 56.7% และมีข้อได้เปรียบเล็กน้อยในส่วนความสามารถด้านวิศวกรรม กฎหมาย และการเงิน Hydrogen เป็นโมเดลที่ดีกว่าในด้านการซ่อมโค้ดและการให้เหตุผลแบบโจทย์แข่งขันยาก และเป็นโมเดลที่ด้อยกว่าในงานบนเทอร์มินัลที่ต้องทำอย่างต่อเนื่องและในการรู้ว่าควรบอกว่าไม่รู้เมื่อใด

การแบ่งแบบนั้นมีรูปแบบที่ใช้ได้จริง หากผู้ตรวจสอบ ชุดทดสอบ หรือมนุษย์อ่านผลลัพธ์ก่อนที่จะสำคัญ อัตราการสร้างข้อมูลเท็จของ Hydrogen ก็เป็นต้นทุนที่คุณจ่ายอยู่แล้วเพื่อจับมัน หากไม่มีอะไรในปลายทางตรวจสอบคำตอบ — คำตอบฝ่ายสนับสนุน การสกัดข้อมูลที่ป้อนเข้าฐานข้อมูล สรุปที่ลูกค้าอ่าน — 4.3% ของ Argon ก็มีค่ามากกว่า 40 โทเคนต่อวินาทีที่ Hydrogen ทำได้เพิ่ม

ขั้นตอนวันที่ 1 ธันวาคมทำให้ช่องว่างกว้างขึ้นโดยไม่กลับทิศทาง

ทั้งสองโมเดลอยู่ในบัตรราคาโปรโมชันที่มีวันหมดอายุแบบตายตัว Argon จะปรับจาก $2.00 / $10.00 เป็น $4.00 / $20.00 ในวันที่ 1 ธันวาคม 2026 โดยการอ่านจากแคชจะเพิ่มขึ้นเป็นสองเท่าเป็น $0.20 ส่วน Batch และ Flex เป็น $2.00 / $10.00 และ Priority เป็น $7.20 / $36.00 บัตรราคาที่ประกาศของ Hydrogen ไม่มีการปรับขึ้นตามกำหนดเวลาในทุกระดับชั้น รวมถึงระดับฟรีด้วย

ลองคำนวณตัวเลขหลังขั้นตอนนี้ดู แล้วอัตราส่วนต่อโทเคนจะเปลี่ยนจาก 1.33x เป็น 2.67x ในทางที่เป็นผลดีต่อ Hydrogen ในแต่ละงาน Artificial Analysis จะคำนวณตัวเลขของตนใหม่จาก rate card แบบเรียลไทม์ และได้เผยแพร่ทั้งสองเวอร์ชันแล้ว: $4.97 ในขณะที่ rate card ของ Argon ระบุ $2.00 / $10.00 และ $9.95 ในรอบที่ระบุ $4.00 / $20.00 harness เดียวกันให้ Hydrogen อยู่ที่ $3.16 ทั้งสองกรณี นั่นไม่ได้ทำให้ Argon เป็นโมเดลที่ผิด แต่ทำให้ Argon เป็นโมเดลที่คุณควรจะสามารถให้เหตุผลสนับสนุนได้บนพื้นฐานของความแม่นยำ มากกว่าความเคยชิน

นอกจากนี้ยังทำให้ทั้งสองโมเดลต้องการเส้นทางการกำหนดเส้นทางที่แตกต่างกัน OrcaRouter ให้บริการ Gemini 4 Argon และ Gemini 4 Carbon ในราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ดังนั้นการขึ้นราคาเป็นสองเท่าในวันที่ 1 ธันวาคมจะปรากฏฝั่งเราในวันเดียวกับที่ปรากฏบนการ์ดราคาของ Google แทนที่จะไปปรากฏตอนกระทบยอดใบแจ้งหนี้ครั้งถัดไป และสแตกที่คง Argon ไว้สำหรับการตรวจสอบความแม่นยำจะจ่ายในอัตราใหม่อย่างโปร่งใส Gemini 4 Hydrogen ไม่อยู่ในแคตตาล็อกของเรา — มันมาจาก API ของ Google เองและ AI Studio — ดังนั้นการกำหนดค่าที่ตรงกับบทความนี้คือ Hydrogen ที่เรียกโดยตรงสำหรับเทิร์นการทำงาน และ Argon ที่อยู่หลังเราเตอร์ในฐานะตัวตรวจสอบ โดยมี การสลับเมื่อเกิดข้อขัดข้องอัตโนมัติข้ามผู้ให้บริการ ครอบคลุมกรณีที่เส้นทางหนึ่งถูกจำกัดอัตราการใช้งานกลางเซสชัน

โค้ดของคุณจะเปลี่ยนแปลงอะไรบ้างถ้าคุณสลับ

Google บันทึกการย้ายระบบครั้งนี้ไว้ว่าเป็นการเปลี่ยนสตริงโมเดล ซึ่งมีความแตกต่างเชิงพฤติกรรมอยู่สี่ประการ และมีเพียงประการแรกเท่านั้นที่เห็นได้ชัด

• ขนาดฮอป — Hydrogen รองรับ 65,536 โทเค็นต่อฮอปแบบไม่สตรีมมิ่งผ่านการเรียก REST และ SDK; Argon รองรับ 32,768 ต่อฮอป REST แบบไม่สตรีมมิ่ง การสร้างแบบครั้งเดียวที่ยาวขึ้นจะง่ายขึ้น และโค้ดใดๆ ที่แบ่งชังก์เพื่อหลบขีดจำกัด 32K สามารถหยุดการแบ่งชังก์ได้

• ค่าเริ่มต้นของ Thinking — Argon ใช้ค่าเริ่มต้นที่ medium และกำหนดเพดานไว้ที่ high; Hydrogen ใช้ค่าเริ่มต้นที่ high และเพิ่ม xhigh ดังนั้นการสลับสตริงโมเดลแบบตรง ๆ จึงเพิ่มทั้งเวลาตอบสนองและปริมาณโทเคนที่ใช้สำหรับการคิดโดยไม่แจ้งให้ทราบ ตั้งค่า thinking_level อย่างชัดเจนในคำขอแรก ไม่เช่นนั้นใบเรียกเก็บเงินของคุณจะบอกคุณทีหลัง

• การแคช — ทั้งสองระบบไม่รองรับการแคชแบบระบุชัดเจน; ทั้งคู่ให้ส่วนลด 95% สำหรับแคชฮิตโดยนัยบนพรอมป์ต์ที่มี 4,096 โทเค็นขึ้นไป การอ่านแคชของ Argon อยู่ที่ $0.10 และของ Hydrogen อยู่ที่ $0.075 ดังนั้นปริมาณงานที่ใช้แคชหนักจะประหยัดได้ 25% ของส่วนที่แคชไว้ก่อนขั้นตอนธันวาคม และ 62.5% หลังจากนั้น

• การสุ่มตัวอย่างและการเรียกใช้เครื่องมือ — ทั้งสองอย่างจะเพิกเฉยต่อ temperature, top_p และ top_k แทนที่จะปฏิเสธค่าเหล่านี้ และทั้งสองอย่างจะส่งคืน MALFORMED_FUNCTION_CALL หากคุณพรอมต์ให้เรียกใช้เครื่องมือด้วย JSON แบบข้อความดิบ แทนที่จะประกาศเครื่องมือแบบเนทีฟ ทั้งสองอย่างไม่ใช่ปัญหาที่เจาะจงกับสวิตช์ใดสวิตช์หนึ่ง แต่ทั้งสองอย่างจะปรากฏขึ้นระหว่างการใช้งานสวิตช์หนึ่ง

ความแตกต่างอีกประการหนึ่งที่ไม่อยู่ในรายการการโยกย้ายและมีความสำคัญสำหรับเอเจนต์: การ์ดของ Argon ไม่ได้ระบุวันตัดข้อมูลความรู้ ขณะที่การ์ดโมเดลของ Hydrogen ระบุว่าเป็นเดือนมีนาคม 2026 พร้อมข้อแม้ว่าบางโดเมนมีความเป็นปัจจุบันน้อยกว่า หากไปป์ไลน์ที่ไวต่อความใหม่เป็นเหตุผลที่คุณกำลังเปรียบเทียบสองตัวนี้ Hydrogen เป็นเพียงตัวเดียวในคู่นี้ที่คุณสามารถอ่านวันที่ได้แทนที่จะต้องทดสอบหา

กฎที่ต้องนำไปใช้

สลับจาก Argon เป็น Hydrogen เมื่องานถูกดำเนินการแล้วจึงตรวจสอบ: การเขียนโค้ดที่ขับเคลื่อนด้วยการทดสอบ (test-driven coding), การแก้ไขไฟล์, ซับเอเจนต์แบบขนาน, ไปป์ไลน์ดึงข้อมูลแล้วตอบพร้อมขั้นตอนการอ้างอิง และทุกกรณีที่ต้นทุนต่องานที่เสร็จสมบูรณ์คือตัวเลขบนแดชบอร์ด รัน Hydrogen ที่ระดับ high ไม่ใช่ค่าเริ่มต้นที่คุณคิดเอาเอง — ค่า 54 ที่ประกาศไว้ต้องใช้ xhigh และค่าเริ่มต้นในทางปฏิบัติคือ 51 ซึ่งมีค่าใช้จ่าย $1.87 ต่องาน

คงใช้ Argon ไว้เมื่อคำตอบถูกส่งออกไปโดยไม่ผ่านการตรวจสอบ เมื่องานเป็นเซสชันเทอร์มินัลยาว ๆ มากกว่าการทำงานสั้น ๆ หรือเมื่อคุณอยู่ในช่วงสามสัปดาห์ก่อนเปิดตัวและไม่อยากเปลี่ยนเส้นทางการใช้งานจริงเพียงเพื่อการเปลี่ยนคะแนนหนึ่งจุด ด้วยอัตราการ hallucinate 4.3% เทียบกับ 8.5% Argon กำลังมอบขั้นตอนการตรวจสอบให้คุณ ซึ่งotherwiseคุณจะต้องสร้างขึ้นเอง

สิ่งที่จะเปลี่ยนคำตอบคือจุดข้อมูลที่สามที่ทั้งสองโมเดลยังไม่มี: การวัดที่ทำซ้ำได้ของสิ่งที่ Google โฆษณาไว้จริง ๆ สำหรับ Hydrogen — โค้ดที่สะอาดกว่าและข้อกล่าวอ้างที่กุขึ้นน้อยกว่า ซึ่งเอกสารระบุว่ามีจำนวนน้อยกว่า Gemini 3.8 Flash มากกว่าห้าเท่า ชุด omniscience ของ Artificial Analysis วัดทิศทางตรงกันข้ามสำหรับ Hydrogen เมื่อเทียบกับ Argon จนกว่าจะมีคนรันทั้งสองบนการกระจายงานเดียวกัน จุดยืนที่ซื่อตรงคือ Hydrogen ให้เศรษฐศาสตร์ที่ดีกว่า และ Argon ให้คำตอบที่ดีกว่า และการปรับราคาในวันที่ 1 ธันวาคมทำให้การเลื่อนการแลกเปลี่ยนนั้นมีต้นทุนสูงขึ้น ไม่ใช่ต่ำลง