
Gemini 4 Neon 对比 Gemini 4 Hydrogen:2 倍优势在哪里失效
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 184 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 675 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百万 tokens · 385 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 121 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 107 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 213 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
同一家族的兩款 Gemini 4 模型相隔六天發布,價目表放在一起比較,就像一份數字被減半的複印件:Gemini 4 Neon 輸入 $3.00、輸出 $15.00,Gemini 4 Hydrogen 則是 $1.50 和 $7.50,快取輸入 $0.15 對 $0.075。每一行都正好是一半。這是 Gemini 4 家族裡最整齊的價格關係,也是這對模型最不具資訊量的一點,因為一旦你依照每個完成任務的實際成本,把她們全部八個思考層級排序,這個整齊的 2 倍關係就完全無法預測任何東西了。
两者都是当前在用的模型,而且都属于 Google。Gemini 4 Hydrogen 于 2026 年 11 月 12 日上线,作为取代 Flash 命名的模型;Gemini 4 Neon 于 2026 年 11 月 18 日跟进,Google 将其定位为介于负责日常执行的 Hydrogen 与负责深度长周期工作的 Gemini 4 Carbon 之间。两者均具备 100 万 token 的上下文窗口,均接受文本、图像、音频和视频,均有四个思考层级,且默认都设为高。
两张卡片,八个价格,一次排序
Artificial Analysis 在同一套包含九个部分的评估集上,为两个模型的每一个档位评分,并公布每个档位每完成一项任务的实测成本。按成本而非模型名称对这八个数据点排序,正是整个论点所在,因此下面按顺序列出:
• Hydrogen 低档 — 指数 26.9,每项任务 $0.29。
• Neon 低档 — 44.1,$0.75。
氢气中等档位 — 41.2,$0.80。
• 高(默认)下的氢气 — 50.8,$1.87。
• 霓虹灯中等亮度 — 54.9,1.90 美元。
• Hydrogen 在 xhigh 下 — 53.9,$3.16。
• Neon 高(默认)— 59.6,$3.74。
• Neon 在 xhigh 下 — 61.4,$6.44。
按顺序读这份列表,整体形态就很清楚。Hydrogen 恰好只占其中一段:最底部——在那里,$0.29 买到 26.9,两个系列中其他任何产品在价格上都难以企及。在这条线以上,排序不再在两个型号之间交替,而是开始偏向其中一个——而它偏向的并不是价目表会暗示的那一个。

边界实际弯曲之处
那份清单上最有用的单项比较是第五档和第六档。Neon 在 medium 档每项任务成本为 1.90 美元,得分为 54.9。Hydrogen 在 xhigh 档——它的最高档位,也是它能做到的最高水平——每项任务成本为 3.16 美元,得分为 53.9。因此,Neon 第二便宜且有用的设置比 Hydrogen 的最高档位得分高 1 分,成本还低 40%。
同样的倒挂现象在上一行也出现了。Hydrogen 的默认高档收费 $1.87,得分 50.8。Neon 的中档贵三美分,得分 54.9——账单上一个四舍五入的误差,换来四个指数点。而在底部,Neon 的低档收费 $0.75,得分 44.1,对比 Hydrogen 的中档收费 $0.80、得分 41.2,这是反方向的同一笔取舍:一个略便宜、略胜一筹的档位,在另一个模型上却低了一档。
规律是,Hydrogen 的阶梯被压缩了。它的四个梯级跨越 27 个指数点,但在两端之间,任务成本只相差 11 美元;最后两个梯级换不来任何值得拥有的东西——从 high 到 xhigh,每项任务成本高出 69%,却只换来三个点。Neon 的阶梯则被拉长了:17.3 个指数点分布在几乎宽十八倍的成本范围内,而且它的上限比 Hydrogen 高九点,因为 Hydrogen 没有能到达该上限的梯级。
默认陷阱,以及 Google 自己的答案
两款模型都以 high 档发布,而这两个默认值正好处在这一反转的两端。完全不传 thinking 参数调用两者,得到的是花 $3.74 得 59.6,对比花 $1.87 得 50.8——相差 8.8 分,正好是价目表所承诺的 2 倍。这正是 Google 自己的公告所暗示的比较,而且就其所及而言是公平的。
这并不是 Google 推荐的做法。11 月 18 日的 Antigravity 文章描述了一种 Orchestrator 模式,它能在单次会话中把两者配对使用:Neon 负责规划、架构设计并处理困难推理,Hydrogen 执行常规工作——代码编辑、包更新、测试运行——并在遇到无法解决的问题时把控制权交还给 Neon。Google 的说法是,这能让你每次运行的配额用得更充分;这是对一种真实观察的厂商化表述:对于多步骤任务中的每一步,两个模型中的任何单一层级都不是高效选择。
那条建议是两篇发布文章中最诚实的内容,因为它承认了数字所证明的那一点。如果 Neon 的 medium 直接胜过 Hydrogen 的 xhigh,那么 Hydrogen 的理由就不是“同样的工作更便宜”,而是“便宜到足以运行在那些不需要判断的步骤上”,而 Orchestrator 就是决定这些步骤是哪些的机制。这种交接实际效果如何,是 Google 之外无人测量过的说法;文章描述了循环,却没有公布其成本。
Hydrogen 的三个真正优势
上述任何一点都不会使 Hydrogen 变得多余,而且它的三个优势是可衡量的,而非位置性的:
• 延迟。在相同档位下,Hydrogen 的首个答案 token 时间大约是 Neon 的一半——高档为 21.7 秒对 40.6 秒,中档为 12.4 秒对 20.1 秒,低档为 6.1 秒对 13.9 秒。对于要发出数十轮请求的智能体循环,这一差异会累积成每个任务数分钟的实际耗时,而这是任何索引分数都无法体现的。
• 吞吐量。在高负载下,Hydrogen 每秒可解码约 160 个 token,而 Neon 为 101 个。再加上延迟方面的优势,无论从哪个意义上说它都是更快的模型,这与 Google 对两者的描述一致:Neon 负责深度,Hydrogen 负责日常的快速执行。
• 捏造。在 AA-Omniscience 的幻觉率上,Hydrogen 在默认设置下为 8.7%,在 xhigh 下为 8.5%;Neon 则为 13.9% 和 14.4%。Hydrogen 是两者中更保守的一个,保守程度约为 1.6 倍,而且它是“更便宜、更小的模型更可能凭空编造内容”这一假设的唯一反例。Neon 在底层 omniscience 指数上的得分仍然更高——在匹配的默认设置下为 53.8 对 43.7——所以它知道得更多,断言也更多;Hydrogen 知道得更少,说得也更少。
最后一组配对值得记住。全知与幻觉并不是同一个量的两种视角,一个模型可能在一个方面变好,同时在另一个方面变差。在这里,方向是分裂的,而这正是单一“准确率”数字会产生误导的情形。

选的是梯级,而不是模型
在所有八个要点下都成立的决策规则:
• 如果工作确实很琐碎——分类、提取、路由决策、简短改写——那么低档或中档的 Hydrogen 是整个系列中最便宜的选项,而且 2 倍节省是实打实的。
• 如果工作需要规划或仓库级代码更改,Hydrogen 的阶梯就够不到了。它的最佳档位是 53.9;Neon 的默认档位是 59.6,其中档为 54.9,费用比 Hydrogen 的上限低 40%。选择 Neon,并从中档开始。
• 如果你使用的是 Neon,应先审查那些昂贵的档位。从 high 到 xhigh,每任务成本高出 72%,换来 1.8 个指数点,以及首 token 时间多出十六秒。大多数流水线适合放在 medium,在那里只需默认成本的一半就能获得 54.9。
• 如果瓶颈在于吞吐量而非智能——比如交互式工具、长时间运行的智能体循环,或任何有人类在等待的场景——那么 Hydrogen 的延迟优势可能比八个指数点更重要,而这是任何排行榜都不会告诉你的。
这两个模型都不在 OrcaRouter 的目录中,因此这并不是要把其中任何一个迁到我们的密钥上的理由。目录里按提供商标价、无加价提供的是Gemini 4 Carbon,价格为 $2.00 和 $10.00以及Gemini 4 Argon,价格为 $2.00 和 $10.00,此外还有一个包含 229 个模型的目录,全部通过一个端点提供。如果你想在自己的流量上测试 Neon 的 medium 是否真的突破了 Hydrogen 的上限,实际做法是制定一条路由规则:把便宜的处理步骤发到你已经能调用的层级,并把困难的处理步骤升级处理——底层再配有故障转移,这样才上线一周的模型就永远不会成为通往生产的唯一路径。

什么会改变这个答案
三件事,全都可以核查。如果 Google 公布了 Hydrogen 的第五级阶梯,这种倒挂就会瓦解,2x 也会重新表现得像 2x——这个差距之所以存在,只是因为 Hydrogen 的阶梯止于 53.9。如果 Orchestrator 的交接在协调上耗费的成本高于它在执行上节省的成本,那么配对论证就会失败,选择也会回到只挑一个模型。而如果第二个独立测试框架复现的是幻觉分化而非指数分化,那么在事实敏感型工作中选用 Hydrogen 的理由就会比指数所显示的更强,因为捏造率上 1.6 倍的差异在某些流程中价值超过八个指数点,在另一些流程中却毫无价值。
在此之前,诚实的总结是:这两个模型并不是同一条直线上的两个点。它们是两把长度不同的梯子,按某个比例出售——这个比例在价目表上完全成立,可一旦你为一项已完成的任务定价,它就立刻不成立了。Neon 更便宜的梯级胜过 Hydrogen 昂贵的梯级;Hydrogen 最便宜的梯级在价格上胜过一切;而厂商自己给出的建议是别再二选一,两个都跑——这是排行榜唯一给不了你的答案。
