Gemini 4 Hydrogen vs Gemini 4 Carbon: Cùng một dòng sản phẩm, hai cấu hình phục vụ và một thay đổi giá đến vào những ngày khác nhau

Hai mô hình, cách nhau sáu điểm chỉ số, chênh nhau 1,33 lần trên bảng giá hôm nay và 2,67 lần kể từ ngày 1 tháng 12, và hành xử theo cách khó giải thích trừ khi chúng là cùng một năng lực nền tảng chạy ở hai tốc độ khác nhau. Google chưa công bố một câu nào nói rằng Gemini 4 Hydrogen được dẫn xuất từ Gemini 4 Carbon. Điều họ đã công bố là một tập hợp các con số cùng chỉ về một hướng: Hydrogen tạo 188 token mỗi giây so với 72 của Carbon, đạt token đầu tiên trong 40,55 giây so với 64,71 giây, đạt 54 điểm trên Artificial Analysis Intelligence Index so với 60, và hoàn thành một tác vụ chỉ số với chi phí 3,16 đô la so với 5,48 đô la. Đó không phải là hình dạng của một mô hình nhỏ đứng cạnh một mô hình lớn, theo kiểu một Flash đứng cạnh một Pro trước đây. Đó là hình dạng của một năng lực được bán hai lần — một lần ở mức trần của nó, một lần ở một thiết lập thông lượng — và được định giá như thể khác biệt là do kiến trúc. Gemini 4 Hydrogen gia nhập danh mục vào ngày 12 tháng 11 năm 2026 với giá 1,50 và 7,50 đô la mỗi triệu token. Gemini 4 Carbon, được cung cấp rộng rãi từ ngày 10 tháng 11, giữ mức 2,00 và 10,00 đô la cho đến ngày 1 tháng 12, sau đó tăng gấp đôi lên 4,00 và 20,00 đô la. Việc xác định nên gọi cái nào chủ yếu là câu hỏi về việc bạn đang tối ưu hóa theo sự thật nào trong số đó, và bạn sẵn lòng chấp nhận bao nhiêu phần của câu chuyện dẫn xuất dựa trên suy luận.

Sáu điểm chỉ số, mức chênh lệch giá 1,33 lần hôm nay và 2,67 lần vào tháng 12

Artificial Analysis chấm điểm cả hai mô hình trên cùng một bộ khung đánh giá, ở thiết lập suy luận cao nhất của mỗi mô hình, và cặp kết quả thu được ít kịch tính hơn những gì chiến dịch tiếp thị gợi ý.

• Chỉ số Trí tuệ — Gemini 4 Carbon 60 ở mức cao, xếp thứ tư trong số 78. G​emini 4 Hydrogen 54 ở mức Extra High, xếp thứ mười sáu. Cách biệt sáu điểm, với Hydrogen đứng trên mức 50 của Gemini 4 Argon trên cùng chỉ số.

• Tốc độ đầu ra — Carbon 72 token mỗi giây so với Hydrogen 188. Hydrogen tạo ra nhanh hơn khoảng hai lần rưỡi, và đó chính là mục đích của mô hình.

• Thời gian đến token trả lời đầu tiên — Carbon 64,71 giây so với Hydrogen 40,55 giây ở mức Rất cao, giảm xuống còn khoảng 16,7 giây ở cài đặt Cao mặc định của nó. Hydrogen khởi động sớm hơn ở mọi cài đặt so với Carbon ở cài đặt duy nhất của nó.

• Chi phí cho mỗi tác vụ lập chỉ mục đã hoàn thành — Carbon $5.48 so với Hydrogen $3.16. Chỉ khoảng 58% giá, nhưng đạt 90% điểm.

• Giá mỗi triệu token — Carbon hiện là $2.00 / $10.00, tăng gấp đôi vào ngày 1 tháng 12; Hydrogen là $1.50 / $7.50, không có mức điều chỉnh gắn ngày trên bảng giá đã công bố.

Đặt hai dòng cuối cạnh nhau, và điều thú vị không phải là Hydrogen rẻ hơn. Mà là, trên card hôm nay, mô hình rẻ hơn có mức rẻ hơn trên mỗi tác vụ hoàn thành lớn hơn mức rẻ hơn trên mỗi token. Carbon đốt nhiều token hơn và nhiều thời gian thực hơn để đạt được một lần hoàn thành tác vụ, vì vậy lợi thế theo mỗi token được cộng dồn thay vì bị các lần thử lại ăn mất. Điều đó thật bất thường, và đó là bằng chứng mạnh nhất cho thấy đây thực sự là hai cấu hình phục vụ của cùng một mô hình chứ không phải hai mô hình khác nhau.

Sáu điểm đó thực sự sẽ đi đến đâu

Sáu điểm chỉ số là một con số trừu tượng. G​oogle công bố cùng một họ benchmark cho cả hai mô hình dựa trên các bộ so sánh khác nhau, điều này cho phép xác định vị trí các điểm mất chứ không chỉ đếm chúng. Tất cả các số liệu dưới đây là do nhà cung cấp báo cáo và chưa được tái lập; các bộ so sánh khác nhau, vì vậy hãy đọc hình dạng thay vì phép tính.

Lập trình agentic ở quy mô lớn — Carbon đạt 61,2% trên FrontierSWE 2 so với 65,5% của GPT-6 Astra, và 65,2% trên Terminal-Bench 4.0. Hydrogen đạt 57,0% trên Terminal-Bench 4.1, sau khi điều chỉnh theo gian lận. Chênh lệch tám điểm trên Terminal-Bench, ở các phiên bản liền kề của cùng một bộ đánh giá.

{{1}}Các bài kiểm tra tổng hợp về kỹ thuật phần mềm{{/1}} — Carbon đạt 9,6% trên SWE-sweep; Hydrogen đạt 13,5%. Hydrogen thắng ở hạng mục này, và đây là bài đánh giá tác tử chủ chốt duy nhất mà Hydrogen thắng.

• Sử dụng máy tính trong các tác vụ dài hạn — Carbon đạt 81,5% trên OSWorld-2.1 so với 87,2% của Claude Opus 5.5; Hydrogen đạt 77,6% trên cùng bộ đánh giá. Carbon dẫn trước bốn điểm và cả hai đều thua một đối thủ cạnh tranh.

• Tích lũy tác vụ — Carbon đạt 77,4% trong Agents' Last Exam và số dư Vending-Bench 2 là $16.484; Hydrogen đạt 71,6% và $14.549. Carbon làm tốt hơn ở khía cạnh đòi hỏi phải giữ cho một doanh nghiệp vận hành ổn định qua nhiều lượt.

• Ngữ cảnh dài — Carbon đạt 96,2% trên GraphWalks trong phạm vi 256k đến 1M. G​oogle không công bố con số tương đương nào cho Hydrogen, và điều đó tự nó đã đáng chú ý: hành vi truy xuất trên một cửa sổ đầy đủ một triệu token là năng lực duy nhất mà chưa ai chứng minh được cho mô hình rẻ hơn.

• Công việc bảo mật — Carbon có một cụm bảo mật đã công bố: CWE-bench 71.0%, ExploitGym 54.8%, SEC-bench Pro 88.2%. Hydrogen không có. Nếu khối lượng công việc của bạn là phân loại lỗ hổng, lựa chọn này không phải là đánh đổi, mà là ranh giới năng lực.

Quy luật trên sáu mục đó nhất quán với cách diễn giải theo hồ sơ phục vụ: Hydrogen hành xử như cùng một năng lực được chạy nhanh, và những tác vụ mà nó thua là những tác vụ mà tốc độ không phải là ràng buộc. Nó thua về độ bền, về khả năng truy hồi ngữ cảnh dài, về tích lũy qua nhiều giờ và về bộ đánh giá bảo mật chuyên biệt. Nó thắng về thông lượng quét thô. Dù đó là hậu huấn luyện, một cấu hình phục vụ khác, hay thứ gì khác mà G​oogle chưa mô tả, thì tác động lên khối lượng công việc vẫn như nhau — một thiết lập tốc độ hiện ra dưới dạng một bảng benchmark.

Ngày 1 tháng 12 mới là ngày quyết định điều này, chứ không phải hôm nay.

Gần như mọi so sánh viết về cặp này vào tháng 11 sẽ đều sai vào tháng 12, vì một card có một bước còn card kia thì không.

• Carbon hiện tại — đầu vào $2.00, đầu ra $10.00, đọc cache $0.10, chỉ hỗ trợ cache ngầm, không có gói miễn phí. Batch và Flex ở mức $1.00 / $5.00. Priority ở mức $3.60 / $18.00.

Carbon từ ngày 1 tháng 12 năm 2026 — đầu vào $4.00, đầu ra $20.00, đọc bộ nhớ đệm $0.20. Batch và Flex tăng gấp đôi lên $2.00 / $10.00. Priority tăng gấp đôi lên $7.20 / $36.00.

• Hydrogen, không thay đổi — $1.50 / $7.50 gói standard, $0.75 / $3.75 gói Batch và Flex, $2.70 / $13.50 gói Priority, $0.075 mỗi lần đọc bộ nhớ đệm. Không có mức tăng nào gắn với ngày tháng ở bất kỳ đâu trên thẻ.

• Tỷ lệ — 1,33x cho đầu vào hiện nay, 2,67x từ tháng 12. Đối với đầu ra, cũng tương tự. Trên Batch và Flex, 1,33x hiện nay và 2,67x sau đó.

Điều đó có nghĩa gì đối với ngân sách: hai mô hình đủ gần nhau vào tháng 11 để có thể tranh luận về năng lực, và đủ xa nhau vào tháng 12 đến mức cuộc tranh luận gần như kết thúc. Một nhóm chọn Carbon vào tháng 11 với lợi thế sáu điểm trên chỉ số là đang chọn nó ở mức giá không còn tồn tại sáu tuần sau đó, và mô hình mà họ chọn sẽ là mô hình đắt hơn trong cặp với mức chênh lệch mà không có khoảng cách benchmark nào biện minh được cho hầu hết khối lượng công việc.

Có một sự bất đối xứng thứ hai mà không ai nhắc đến. Carbon không có gói miễn phí, và Argon cũng vậy. Hydrogen thì có — bị giới hạn tốc độ, trên gói tiêu chuẩn của Google, với cùng mức giá công bố áp dụng cho nó. Đó không phải là khoản tiết kiệm chi phí cho một hệ thống production, mà là sự khác biệt giữa một nguyên mẫu chạy trên laptop ngay hôm nay và một nguyên mẫu phải có tài khoản thanh toán trước.

Cách bố trí Antigravity cho bạn biết G​oogle kỳ vọng chúng được sử dụng như thế nào

Công cụ viết mã của chính Google cung cấp cả hai, và cách nó kết hợp chúng còn cho biết nhiều điều hơn cả hai bảng giá riêng lẻ.

• Tính khả dụng — Carbon chỉ được liệt kê cho AI Ultra và Enterprise. Hydrogen được liệt kê cho Free và AI Plus, Pro, Ultra và Enterprise. Carbon là tính năng theo bậc gói; Hydrogen là mức cơ sở.

• Vai trò mặc định — Hydrogen là mô hình triển khai cố định bên trong Orchestrator. Khi Carbon lập kế hoạch, Hydrogen thực hiện các chỉnh sửa tệp; tài liệu của Google nói rõ rằng "khi kế hoạch đã sẵn sàng, Gemini 4 Hydrogen sẽ đảm nhận việc áp dụng các chỉnh sửa tệp".

• Kết quả được báo cáo — nhóm Antigravity cho biết Orchestrator sử dụng ít hơn 24% hạn mức và hoàn thành nhanh hơn 19% trên Terminal-Bench 4.1 so với việc chạy Carbon xuyên suốt, với tỷ lệ thành công gần bằng Carbon.

• Dấu hiệu tố cáo — không ai tại G​oogle ghi lại một cấu hình chạy Carbon ở mọi bước. Sản phẩm họ phát hành đặt Carbon ở lượt lập kế hoạch và Hydrogen ở mọi thứ còn lại, rồi gọi đó là cách bố trí hiệu quả.

Nếu công cụ của chính nhà cung cấp coi Carbon là một tài nguyên lập kế hoạch quá tốn kém để dùng cho việc thực thi, thì đó là tín hiệu mạnh hơn về sự phân chia dự kiến so với bất kỳ bảng so sánh nào. Carbon dành cho lượt mà một quyết định sai sẽ gây tốn kém. Hydrogen dành cho hai trăm lượt mà một quyết định chậm sẽ gây tốn kém.

Ba cấu hình, và chi phí hằng tuần của từng cấu hình

Hãy lấy một ví dụ cụ thể: một coding agent thực hiện khoảng 4.000 lượt tác vụ mỗi tuần, với trung bình 12.000 token đầu vào và 1.500 token đầu ra mỗi lượt, cùng một tiền tố ổn định 30.000 token được lưu trong bộ nhớ đệm.

• Carbon xuyên suốt — 48 triệu token đầu vào với $2.00 là $96; 6 triệu token đầu ra với $10.00 là $60; các lượt đọc bộ nhớ đệm trên tiền tố 30.000 token với $0.10 mỗi triệu là không đáng kể. Khoảng $156 mỗi tuần trong tháng 11, khoảng $312 từ tháng 12.

• Hydrogen xuyên suốt — đầu vào $72, đầu ra $45, $117 một tuần, cố định. Rẻ hơn một phần tư so với Carbon vào tháng 11 và rẻ hơn 62% từ tháng 12, khi cùng số token đó có giá $312 trên bảng giá của Carbon.

• Carbon lập kế hoạch, Hydrogen thực thi — một lượt lập kế hoạch trong hai mươi lượt nghĩa là 5% số lượt theo mức giá của Carbon và 95% theo mức giá của Hydrogen, đưa chi phí về gần 119 đô la một tuần vào tháng 11 và gần 127 đô la từ tháng 12. Thực chất là mức giá của Hydrogen với sự phán đoán của Carbon đối với những quyết định quan trọng.

Cấu hình thứ ba là cấu hình mà G​oogle phát hành, và phép tính cho thấy nó tốn thêm khoảng 2 đô la một tuần so với việc chỉ chạy Hydrogen trong tháng 11, và tốn thêm khoảng 10 đô la một tuần kể từ tháng 12, đồng thời lấy lại phần lớn khoảng cách sáu điểm vào những lượt quan trọng. Đó là một sự đánh đổi tốt hơn nhiều so với vẻ ngoài của nó, và điều đó không thể thấy nếu bạn so sánh hai mô hình như những thứ thay thế cho nhau thay vì như một cặp.

Một lưu ý về cột bộ nhớ đệm: đầu vào được lưu đệm của Hydrogen là $0.075 so với $0.10 của Carbon, nhưng cả hai mô hình đều không hỗ trợ lưu đệm tường minh — cả hai chỉ là ngầm định, vì vậy khoản chiết khấu là hành vi của dịch vụ chứ không phải thứ bạn lên lịch. Trên một khối lượng công việc mà bạn biết chính xác thứ gì nên được giữ thường trú, đó là hạn chế mà cả hai mô hình cùng có, và đó là lý do tiền tố ở trên được định giá như một ước tính lạc quan chứ không phải một bảo đảm.

Làm gì với các chuỗi mô hình

Các định danh là gemini-4-carbon và gemini-4-hydrogen, và cái thứ hai chính là cái bẫy. Không có gemini-4-flash, không có gemini-4, và không có token flash nào trong định danh của Hydrogen — cộng đồng thêm "(Flash)" để mô tả vị trí, G​oogle không đưa nó vào chuỗi. Một bản migration so khớp mẫu theo tên gemini-3.8-flash cũ sẽ thất bại ở định danh thay vì ở mô hình, và nó sẽ thất bại âm thầm nếu client của bạn dự phòng về một giá trị mặc định.

Khi cả hai mô hình đều có thể được truy cập bằng một khóa, cách phân chia ở trên trở thành một chính sách định tuyến thay vì hai tích hợp riêng biệt. OrcaRouter cung cấp Gemini 4 Carbon và Gemini 4 Argon theo giá niêm yết của nhà cung cấp với mức phụ thu 0%, nghĩa là đợt tăng gấp đôi vào ngày 1 tháng 12 sẽ áp dụng cho phía chúng ta cùng ngày nó xuất hiện trên bảng giá của Google — không đàm phán lại, không hợp đồng mới. Gemini 4 Hydrogen không nằm trong danh mục; nó đến qua API riêng của Google và AI Studio. Vì vậy, phương án khả thi cho việc phân chia ba hướng là gọi Hydrogen trực tiếp để thực thi, còn Carbon đặt sau bộ định tuyến cho các lượt lập kế hoạch và tự động chuyển đổi dự phòng giữa các nhà cung cấp khi một trong hai đường bị suy giảm. Điều đó giữ cho bộ lập kế hoạch có thể hoán đổi — nếu giá tháng 12 của Carbon khiến lượt lập kế hoạch không còn hiệu quả kinh tế, Argon hoặc một bộ lập kế hoạch đối thủ chỉ là thay đổi chuỗi mô hình chứ không phải viết lại.

Bản tóm tắt trung thực, kèm theo sự không chắc chắn

Sáu điểm chỉ số tách biệt hai mô hình vận hành như cùng một năng lực ở hai tốc độ, và cấu hình rẻ hơn khởi động nhanh hơn, sinh nhanh hơn và chỉ tốn 58% chi phí cho mỗi tác vụ hoàn thành. Đổi lại, cấu hình đắt hơn là lựa chọn duy nhất có truy xuất ngữ cảnh dài được công bố, các benchmark bảo mật được công bố và vai trò được ghi nhận là bộ lập kế hoạch trong chính bộ công cụ của Google — đồng thời là cấu hình có các tuyên bố về năng lực đã được kiểm chứng trên nhiều bộ đánh giá hơn.

Điều mà chưa ai công bố chính là thứ có thể giải quyết dứt điểm vấn đề đó cho một khối lượng công việc cụ thể: một so sánh ở cấp độ tác vụ trên cùng một harness, ở cùng thiết lập suy nghĩ, với hành vi thử lại được hiển thị rõ. Hai bảng điểm chuẩn của Google sử dụng các bộ so sánh khác nhau, và harness độc lập chỉ báo cáo một con số chỉ mục duy nhất thay vì các điểm thành phần vốn sẽ giúp khoanh vùng khoảng cách. Cho đến khi ai đó chạy cả hai với cùng một bộ tác vụ, lập trường có thể bảo vệ được là lập trường kiến trúc — dùng Carbon ở nơi một kế hoạch sai gây tốn kém, dùng Hydrogen ở mọi nơi khác — bởi đó là điều nhà cung cấp làm, là điều mà cách định giá khuyến khích từ tháng 12 trở đi, và là khuyến nghị duy nhất vẫn đứng vững khi sáu điểm một phần chỉ là hệ quả của hai thiết lập khác nhau.

Hãy theo dõi ba điều. Liệu Hydrogen có nhận được một cụm điểm chuẩn bảo mật hay không, vì việc thiếu nó là ranh giới năng lực rõ ràng nhất trong cặp này. Liệu có ai tái lập một cách độc lập tuyên bố về hạn ngạch của Orchestrator hay không, vì toàn bộ sự phân tách lập kế hoạch/thực thi đều dựa vào đó. Và liệu thẻ của Hydrogen có có được một bước có ghi ngày hay không, vì một mô hình không có ngày hết hạn trong một dòng mà hai trong ba thành viên tăng gấp đôi thì hoặc là giá neo có chủ đích, hoặc là một mức giá chưa được ấn định.