Gemini 4 Hydrogen 与 Gemini 4 Carbon：同一家族，两种服务配置，以及在不同日期生效的价格变更

两个模型，相差六个指数点；今天在价目表上相差 1.33 倍，从 12 月 1 日起相差 2.67 倍；而且它们的行为方式很难解释，除非它们是同一底层能力以两种不同速度运行。Google 从未发布过一句话说 Gemini 4 Hydrogen 源自 Gemini 4 Carbon。它发布的是一组指向同一方向的数字：Hydrogen 每秒生成 188 个 token，而 Carbon 为 72 个；首个 token 到达时间为 40.55 秒，而 Carbon 为 64.71 秒；在 Artificial Analysis Intelligence Index 上得分为 54，而 Carbon 为 60；完成一项 index 任务花费 3.16 美元，而 Carbon 为 5.48 美元。这并不是一个小模型与一个大模型并列时该有的样子，不像过去 Flash 与 Pro 并列那样。这是一种能力被卖两次的样子——一次按能力上限，一次按吞吐量档位——并且定价方式仿佛差异是架构性的。Gemini 4 Hydrogen 于 2026 年 11 月 12 日以每百万 token 1.50 美元和 7.50 美元的价格进入产品目录。Gemini 4 Carbon 自 11 月 10 日起全面可用，在 12 月 1 日之前价格为 2.00 美元和 10.00 美元，之后翻倍至 4.00 美元和 20.00 美元。要弄清该调用哪一个，主要取决于你正在针对这些事实中的哪一个做优化，以及你愿意在多大程度上凭推断接受这套派生说法。

六个指数点位、当前1.33倍的价格差，以及12月时2.67倍的价差

Artificial Analysis 在相同的测试框架下，以两个模型各自最高的思考设置进行评分，而由此得到的结果对比并没有营销所暗示的那么夸张。

• Intelligence Index — Gemini 4 Carbon 在“高”档下得分 60，在 78 个中排名第四。G​emini 4 Hydrogen 在“超高”档下得分 54，排名第十六。二者相差六分；在同一指数上，Hydrogen 领先 Gemini 4 Argon 的 50 分。

• 输出速度——Carbon 每秒 72 个 token，而 Hydrogen 每秒 188 个。Hydrogen 的生成速度约为其 2.5 倍，而这正是该模型的全部意义所在。

• 首个回答 token 的耗时——在 Extra High 设置下，Carbon 为 64.71 秒，Hydrogen 为 40.55 秒；而 Hydrogen 在其默认的 High 设置下可降至约 16.7 秒。Hydrogen 在每一种设置下的起始速度都早于 Carbon 在其唯一设置下的表现。

• 每完成一个索引任务的成本——Carbon 为 5.48 美元，Hydrogen 为 3.16 美元。价格约为其 58%，却能达到 90% 的得分。

• 每百万 token 价格 — Carbon 现为 $2.00 / $10.00，将于 12 月 1 日翻倍；Hydrogen 为 $1.50 / $7.50，公布的价格卡上未列出注明日期的调价。

把最后两行并排放在一起，有趣的地方并不在于 Hydrogen 更便宜。而在于，在今天的这张卡上，更便宜的模型在每个已完成任务上的便宜幅度，要大于它在每个 token 上的便宜幅度。Carbon 要完成一个任务，会消耗更多 token、也消耗更多实际耗时，因此按 token 计算的优势会不断累积，而不是被重试吃掉。这很不寻常，而这也是最强的证据，说明它们确实是同一个模型的两种服务配置，而不是两个不同的模型。

这六个点究竟落在何处

六个指数点只是一种抽象。Google 针对这两个模型发布了同一基准测试系列，但分别对照不同的比较集，这使得失分可以被定位，而不只是被计数。下文所有数字均为厂商报告且未经复现；比较集不同，因此应看整体形态，而不是做算术。

• 规模化智能体编程——Carbon 在 FrontierSWE 2 上得分 61.2%，对比 GPT-6 Astra 的 65.5%；在 Terminal-Bench 4.0 上得分 65.2%。Hydrogen 在 Terminal-Bench 4.1 上经作弊调整后得分为 57.0%。同一基准的相邻版本上，Terminal-Bench 相差八个百分点。

• 软件工程扫测——在 SWE-sweep 上，Carbon 为 9.6%，Hydrogen 为 13.5%。这一项由 Hydrogen 胜出，而这也是唯一一个 Hydrogen 能胜出的旗舰级智能体基准。

• 长时程计算机使用——Carbon 在 OSWorld-2.1 上为 81.5%，而 Claude Opus 5.5 为 87.2%；Hydrogen 在同一基准测试中为 77.6%。Carbon 领先四个百分点，但两者都输给了一个竞争对手。

• 任务积累——Carbon 在 Agents' Last Exam 上得分为 77.4%，Vending-Bench 2 余额为 16,484 美元；Hydrogen 为 71.6%，余额为 14,549 美元。Carbon 更擅长需要跨多轮维持企业运转的事情。

• 长上下文——Carbon 在 GraphWalks 上于 256k 至 1M 范围内达到 96.2%。Google 没有公布 Hydrogen 的同等数据，这本身就说明问题：在完整百万 token 窗口上的检索表现，正是这款更便宜的模型尚未有人展示过的一项能力。

• 安全工作——Carbon 已发布安全基准集群：CWE-bench 71.0%、ExploitGym 54.8%、SEC-bench Pro 88.2%。Hydrogen 则没有。如果你的工作负载是漏洞研判，这并非权衡取舍，而是能力边界。

这六项中的模式与“服务配置解读”一致：Hydrogen 的表现就像是同一项能力以高速运行，而它失手的任务恰恰是速度并非约束条件的那些。它在持久性、长上下文召回、多小时累积以及专门的安全套件上落败，却在原始扫描吞吐量上胜出。无论这是后训练、不同的服务配置，还是 G​oogle 尚未描述的其他原因，对工作负载的影响都是一样的——一个速度设置最终显现在基准测试表上。

12月1日才是决定这件事的日期，而不是今天

几乎所有在11月针对这两者写下的比较，到了12月都会是错的，因为其中一张卡有一个阶跃，而另一张没有。

• Carbon 目前 — 输入 $2.00，输出 $10.00，缓存读取 $0.10，仅支持隐式缓存，无免费额度。Batch 和 Flex 为 $1.00 / $5.00。Priority 为 $3.60 / $18.00。

• Carbon 自 2026 年 12 月 1 日起 — 输入 $4.00，输出 $20.00，缓存读取 $0.20。Batch 和 Flex 翻倍至 $2.00 / $10.00。Priority 翻倍至 $7.20 / $36.00。

• Hydrogen，价格不变——Standard 为 $1.50 / $7.50，Batch 和 Flex 为 $0.75 / $3.75，Priority 为 $2.70 / $13.50，缓存读取为 $0.075。卡片上任何位置都没有标注日期的涨价。

• 比率——目前输入为 1.33 倍，从 12 月起为 2.67 倍。输出也是如此。在 Batch 和 Flex 上，目前为 1.33 倍，之后为 2.67 倍。

对预算而言，这意味着两个模型在11月时足够接近，可以就能力高低争论一番；而到了12月，二者差距又足够大，争论基本就结束了。一个团队若在11月因为Carbon领先六个指数点而选择它，那么六周后，它选择的价格已不复存在；而且它选中的模型将成为两者中更贵的那个，其价差幅度对大多数工作负载来说，没有任何基准测试差距能证明其合理。

还有第二种没人提到的不对称。Carbon 没有免费层级，Argon 也没有。Hydrogen 有——但受速率限制，位于 G​oogle 的标准层级上，并且同样公布的价格也适用于它。对生产系统而言，这并不能节省成本，但它决定了一个原型是今天就能在笔记本电脑上运行，还是必须先有计费账户。

Antigravity 的布局说明了 G​oogle 期望它们如何被使用

Google 自家的编程工具同时提供这两者，而它结合两者的方式比任何一份费率卡都更能说明问题。

• 可用性 — Carbon 仅面向 AI Ultra 和 Enterprise 提供。Hydrogen 则面向 Free、AI Plus、Pro、Ultra 和 Enterprise 提供。Carbon 属于套餐层级的功能；Hydrogen 则是基础保障。

• 默认角色 — Hydrogen 是 Orchestrator 中固定的实现模型。当 Carbon 负责规划时，Hydrogen 负责文件编辑；Google 的文档明确指出：“一旦计划准备就绪，Gemini 4 Hydrogen 就会接管并应用文件编辑”。

• 报告结果——Antigravity 团队报告称，在 Terminal-Bench 4.1 上，Orchestrator 比全程运行 Carbon 少用 24% 的配额，完成速度快 19%，成功率接近 Carbon。

• 破绽在于——G​oogle 没有人记录过任何一种在每一步都运行 Carbon 的配置。他们交付的产品把 Carbon 放在规划轮次，其余一切交给 Hydrogen，并称这才是高效的安排。

如果厂商自己的工具把 Carbon 视为一种规划资源，认为把它花在执行上过于昂贵，那么这比任何对比表都更能说明预期的分工。Carbon 用于那种一旦决策错误代价就高昂的回合。Hydrogen 用于那两百个决策缓慢代价就高昂的回合。

三种配置，以及每种配置每周的费用

举一个具体的例子：一个编码智能体每周大约执行 4,000 个任务回合，每回合平均有 12,000 个输入 token 和 1,500 个输出 token，并缓存一个 30,000 token 的稳定前缀。

全程使用 Carbon——4800 万输入 token 按每百万 2.00 美元计为 96 美元；600 万输出 token 按每百万 10.00 美元计为 60 美元；3 万 token 前缀的缓存读取按每百万 0.10 美元计，可忽略不计。11 月每周约 156 美元，12 月起每周约 312 美元。

• 全程使用 Hydrogen——输入 $72，输出 $45，每周 $117，固定不变。11 月比 Carbon 便宜四分之一，从 12 月起便宜 62%，届时同样的 token 在 Carbon 的价目卡上要花 $312。

• Carbon 负责规划、Hydrogen 负责执行——每二十个回合中有一次规划回合，意味着 5% 的回合按 Carbon 的费率计费，95% 按 Hydrogen 的费率计费，11 月每周约为 119 美元，从 12 月起约为 127 美元。实际上就是以 Hydrogen 的价格，在关键决策上获得 Carbon 的判断。

第三种配置是 G​oogle 推出的那一种，而算下来，11 月它比单独运行 Hydrogen 每周多花约 2 美元，从 12 月起每周多花约 10 美元，同时在真正重要的那些回合上挽回了六点差距中的大部分。这桩取舍比看上去划算得多，而如果你把这两个模型当作替代品而不是一对组合来比较，就完全看不出这一点。

关于缓存列有一点需要说明：Hydrogen 的缓存输入为 $0.075，而 Carbon 为 $0.10，但这两个模型都不支持显式缓存——两者都只支持隐式缓存，因此这一折扣是服务本身的行为，而不是你可以自行调度的东西。在那种你确切知道哪些内容应当常驻的工作负载中，这是两个模型共有的局限，也正是上文中的前缀价格只能算作一种乐观估计、而非保证的原因。

模型字符串该怎么处理

这些标识符是 gemini-4-carbon 和 gemini-4-hydrogen，第二个是陷阱。不存在 gemini-4-flash，也不存在 gemini-4，而且 Hydrogen 的标识符中任何地方都没有 flash 标记——社区会追加“(Flash)”来描述这个槽位，Google 并不会把它放进字符串里。如果迁移时对旧的 gemini-3.8-flash 名称做模式匹配，失败会发生在标识符上，而不是模型上；而且如果你的客户端回退到默认值，它还会静默失败。

当两个模型都能通过同一个密钥访问时，上述拆分就成为一种路由策略，而不是两套集成。OrcaRouter 按供应商标价、以 0% 加价提供 Gemini 4 Carbon 和 Gemini 4 Argon，这意味着 12 月 1 日的翻倍会在落到 Google 价目表上的同一天落到我们这边——无需重新谈判，也无需新合同。Gemini 4 Hydrogen 不在该目录中；它通过 Google 自己的 API 和 AI Studio 提供。因此，对于三方拆分，可行的安排是：执行阶段直接调用 Hydrogen，规划轮次则将 Carbon 放在路由器之后，并在任一链路降级时跨供应商自动故障转移。这样规划器就保持可替换——如果 Carbon 12 月的价格让规划轮次变得不划算，换用 Argon 或竞争规划器只是改一个模型字符串，而不是重写。

诚实的总结，并附上不确定性

六个指数点将两个模型区分开来，它们如同同一项能力以两种速度运行；更便宜的配置档启动更快、生成更快，每个已完成任务的成本仅为 58%。相比之下，昂贵配置档是唯一拥有已发布的长上下文检索、已发布的安全基准，并且在 Google 自家工具中作为规划器有文档记录角色的模型——而且它的能力主张已在更广泛的一组评估中得到检验。

没有人发表过的，正是能让特定工作负载一锤定音的东西：在同一测试框架、相同思考设置下进行任务级比较，并让重试行为可见。Google 的两张基准测试表使用了不同的对比集，而独立测试框架报告的是一个单一指数值，而不是能够定位差距的子分数。在有人让两者针对同一任务套件运行之前，站得住脚的立场是架构层面的那一个——在错误计划代价高昂的地方使用 Carbon，其他地方一律使用 Hydrogen——因为这是厂商的做法，是从 12 月起定价所奖励的做法，也是唯一能在“那六点部分只是两种不同设置造成的假象”这一前提下仍然成立的建议。

关注三件事。Hydrogen 是否会获得一个安全基准集群，因为它的缺失是二者之间最清晰的能力边界。是否有人能独立复现 Orchestrator 的配额声明，因为整个规划/执行拆分都依赖于它。以及 Hydrogen 的卡片是否会获得一个带日期的档位，因为在一个三个成员中有两个翻倍的家族里，一个没有到期日期的型号要么是刻意设定的锚定价格，要么是尚未设定的费率。