Google hat innerhalb von fünf Wochen vier Gemini 4-Modelle veröffentlicht: Argon am 13. Oktober, Carbon am 10. November, Hydrogen am 12. November und Neon am 18. November. Sie nutzen dieselbe API-Struktur, ein Kontextfenster von 1M Token und dieselben Tools. Sie unterscheiden sich darin, wie viel sie pro Durchlauf nachdenken, wie schnell sie antworten und was sie kosten.
Laut den Messungen von Artificial Analysis zeichnet sich inzwischen folgende Einteilung der Modellfamilie ab:
- Hydrogen für den Alltag und Aufgaben mit hohem Volumen. Mit der Standardeinstellung
higherreicht es 50.8 bei Kosten von $1.87 pro Aufgabe und ist pro Token am schnellsten. - Neon für komplexe Aufgaben. Mit der Einstellung
mediumerreicht es 54.9 und kostet pro Aufgabe ungefähr so viel wie Hydrogen High. Mit der Standardeinstellunghigherzielt es denselben Indexwert wie Carbon High – in 40% der Zeit. - Carbon für besonders anspruchsvolle Reasoning-Aufgaben. Bei Physik auf Forschungsniveau liegt es weiterhin vorn und halluziniert seltener als Neon.
- Argon vor allem für Integrationen, die bereits gut damit laufen. Bei jeder von AA gemessenen Einstellung erzielt eine Hydrogen- oder Neon-Einstellung einen höheren Wert und kostet pro Aufgabe weniger.
Der 1. Dezember verschärft den Unterschied: Carbon und Argon werden doppelt so teuer, von $2/$10 auf $4/$20; die Preise für Hydrogen und Neon bleiben gleich.
Dieser Vergleich ersetzt den Drei-Modell-Vergleich, den AIHubMix vor dem Start von Neon veröffentlicht hat: Gemini 4 Carbon vs. Hydrogen vs. Argon.
Eine Anfrage-Struktur, vier Preispunkte
| Modell | Modell-ID | Standard | Stufen | Aktueller Preis | Ab 1. Dez. |
|---|---|---|---|---|---|
| Hydrogen | gemini-4-hydrogen | high | low bis xhigh | $1.50 / $7.50 | gleich |
| Neon | gemini-4-neon | high | low bis xhigh | $3 / $15 | gleich |
| Carbon | gemini-4-carbon | medium | low bis high | $2 / $10 | $4 / $20 |
| Argon | gemini-4-argon | medium | low bis high | $2 / $10 | $4 / $20 |
Googles offizielle Preise in USD pro Million Input-Token / Output-Token. Für den Cache-Treffer bei Input-Token werden bei allen vier Modellen 5% des Input-Preises berechnet. AIHubMix bietet alle vier Modelle zu Googles aktuellen Preisen an; Preise für Carbon und Argon ab Dezember wurden noch nicht veröffentlicht.
Die Denkstufen bestimmen die tatsächlichen Kosten stärker als der Preis pro Token. Neon und Hydrogen verwenden standardmäßig high und bieten zusätzlich xhigh; Carbon und Argon verwenden standardmäßig medium und gehen nur bis high. Wenn eine Anfrage keine Stufe festlegt, fällt der Umfang des Denkens je nach Modell unterschiedlich aus.
Über Googles eigene API geben alle vier Modelle pro Anfrage bis zu 65,536 Output-Token zurück und können lange Dekodierungen bis zum 1M-Kontextfenster ausführen. Bei einer direkten Anfrage ohne Streaming an Carbon oder Argon werden höchstens 32,768 Token zurückgegeben. Bei einer solchen Anfrage führt eine höhere Angabe zu einem 400-Fehler. Auch in den Parameterschemas von AIHubMix sind dieselben Limits festgehalten: 65,536 Output-Token pro Anfrage für alle vier Modelle und 32,768 für Anfragen ohne Streaming an Carbon und Argon.
Googles eigener Leitfaden zur Modellauswahl führt mittlerweile drei der vier Modelle auf:
- Hydrogen ist die Standardwahl: „Schnell und kosteneffizient für alltägliche Programmierung, interaktive Apps, Agenten mit Tool-Nutzung und multimodale Dokumente.“
- Neon ist für „komplexe Aufgaben mit hoher Frequenz“ gedacht und bietet „tieferes Reasoning als Hydrogen und eine schnellere Aufgabenerledigung als Carbon“.
- Carbon ist für „Ihre schwierigsten Probleme“ gedacht.
Argon wird in diesem Leitfaden überhaupt nicht erwähnt. Das bedeutet nicht, dass es abgekündigt wird: Google hat für kein Gemini 4-Modell ein Abschaltdatum angekündigt. Der Leitfaden zeigt aber, worauf Google neue Projekte ausrichtet.
Bei Googles API hat nur Hydrogen ein kostenloses Kontingent. Bei AIHubMix sind alle vier Modelle nutzungsbasiert.
Der gemessene Zielkonflikt
Die folgenden Zahlen stammen aus der Rangliste von Artificial Analysis und wurden am 2026-11-19 um 13:27 UTC erneut überprüft. Es handelt sich um Messungen von Drittanbietern für Googles API, die sich ändern, wenn AA die Modelle erneut testet.
AA setzt Carbon mit dem Dezemberpreis an, Argon jedoch mit dem heutigen Einführungspreis. Für einen direkten Vergleich werden beide Modelle in den beiden Kostenspalten unten neu bepreist. Jeder Preis für Carbon und Argon ändert sich exakt um den Faktor zwei, daher genügt es, die Werte zu halbieren oder zu verdoppeln. Die neu berechneten Zahlen sind Schätzungen, keine Messwerte von AA.
| Einstellung | AA-Index | $/Aufgabe jetzt | Ab 1. Dez. | Min./Aufgabe |
|---|---|---|---|---|
| Hydrogen Medium | 41.2 | 0.80 | 0.80 | 4.2 |
| Hydrogen High (Standard) | 50.8 | 1.87 | 1.87 | 8.6 |
| Hydrogen Xhigh | 53.9 | 3.16 | 3.16 | 15.2 |
| Neon Low | 44.1 | 0.75 | 0.75 | 3.7 |
| Neon Medium | 54.9 | 1.90 | 1.90 | 8.3 |
| Neon High (Standard) | 59.6 | 3.74 | 3.74 | 14.8 |
| Neon Xhigh | 61.4 | 6.44 | 6.44 | 21.5 |
| Carbon Medium (Standard) | 58.3 | 3.29 | 6.59 | 29.3 |
| Carbon High | 60.0 | 3.88 | 7.76 | 36.6 |
| Argon Medium (Standard) | 47.6 | 4.31 | 8.63 | 28.9 |
| Argon High | 50.4 | 4.97 | 9.95 | 29.5 |
Durchschnittswerte von AA pro Aufgabe im Intelligence Index. AA hat kein Ergebnis für Argon Low. Hydrogen Low (26.9, $0.29, 1.5 Minuten) und Carbon Low (54.2, derzeit $3.59 und ab 1. Dez. $7.19, 29.8 Minuten) sind nicht in der Tabelle aufgeführt.
Was die Tabelle zeigt:
Neon Medium liegt in der Mitte der Modellfamilie. Es erzielt 4.1 Punkte mehr als Hydrogen in der Standardeinstellung und kostet pro Aufgabe ungefähr gleich viel ($1.90 gegenüber $1.87). Auch die Laufzeit ist ähnlich (8.3 gegenüber 8.6 Minuten). Zudem übertrifft es Hydrogen Xhigh um 0.9 Punkte – bei 40% geringeren Kosten und etwa der halben Laufzeit.
Hydrogen ist bei geringeren Anforderungen überlegen. Für die günstigsten Aufgaben unterbietet kein anderes Modell der Familie Hydrogen Low mit $0.29 pro Aufgabe. Außerdem ist es pro Token am schnellsten: Bei AA schafft es 157–170 Token pro Sekunde, Neon 97–110 und Carbon sowie Argon 48–66.
Argon liegt selbst zum heutigen Preis nicht auf der Effizienzgrenze. Argon Medium erzielt 47.6 bei Kosten von $4.31 pro Aufgabe. Neon Medium erreicht 7.3 Punkte mehr, kostet 56% weniger und braucht weniger als ein Drittel der Zeit. Hydrogen High erzielt praktisch denselben Wert wie Argon High (50.8 gegenüber 50.4) und kostet pro Aufgabe 62% weniger.
Der Vorsprung von Carbon ist gering. Carbon High (60.0) und Neon High (59.6) liegen weniger als einen halben Punkt auseinander. Carbon braucht pro Aufgabe jedoch zweieinhalbmal so lange, und Neon Xhigh erzielt einen höheren Indexwert (61.4). Bis zum 30. November ist Carbon Medium pro Aufgabe günstiger als Neon High; ab dem 1. Dezember nicht mehr.
Wo die einzelnen Modelle weiterhin überzeugen
Der Index bildet den Durchschnitt aus neun Evaluationen. Die Einzelergebnisse zeigen, für welche Aufgaben sich welches Modell eignet. Alle Werte stammen aus demselben AA-Snapshot und wurden mit der Einstellung high für das jeweilige Modell ermittelt.
| Evaluation | Hydrogen | Neon | Carbon | Argon |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 54.0 | 61.6 | 65.2 | 57.1 |
| FrontierCode 2.0 | 36.3 | 43.3 | 40.6 | 25.7 |
| HLE-Diamond | 54.9 | 68.4 | 69.1 | 56.7 |
| CritPt (Physik) | 61.5 | 59.0 | 69.0 | 52.5 |
| AutomationBench | 74.4 | 79.2 | 77.8 | 77.5 |
| Keine Halluzinationen | 91.3% | 86.1% | 88.6% | 95.7% |
Die Werte von AA in Prozent. „Keine Halluzinationen“ entspricht eins minus der Halluzinationsrate im Omniscience-Test von AA.
Hydrogen punktet bei Geschwindigkeit, Preis und – über Googles API – beim kostenlosen Kontingent. Bei CritPt erzielt es außerdem einen höheren Wert als Neon High (61.5 gegenüber 59.0) und halluziniert seltener (91.3% gegenüber 86.1%). Google zufolge „reduziert es erfundene Behauptungen im Vergleich zu Gemini 3.8 Flash um mehr als das Fünffache, indem es fehlenden Kontext erkennt, statt zu raten“. Schwächer ist es bei langwierigen agentischen Programmieraufgaben: Bei Terminal-Bench 4.0 und FrontierCode liegt es 7.6 beziehungsweise 7.0 Punkte hinter Neon.
Neon ist am breitesten aufgestellt: Bei allen Kriterien außer CritPt und der Halluzinationsrate liegt es auf Platz eins oder zwei. Bei FrontierCode und AutomationBench ist es das stärkste Modell der Familie.
Carbon führt bei Terminal-Bench 4.0, HLE-Diamond und CritPt. Bei Letzterem liegt es 7.5 Punkte vor dem nächstplatzierten Modell. Neons Einstellung xhigh, die Carbon nicht bietet, übertrifft es bei HLE-Diamond (71.3 gegenüber 69.1), nicht aber bei CritPt (60.5) oder Terminal-Bench 4.0 (63.6). Google empfiehlt Carbon für „Systemarchitektur, das Debugging mehrerer Dateien, dichte multimodale Analysen, formale Beweise und Sicherheitsaudits oder dann, wenn ein schnelleres Modell nicht weiterkommt“.
Argon hat bei der Einstellung high die niedrigste Halluzinationsrate der vier Modelle (95.7% ohne Halluzinationen). Carbon Medium liegt mit 95.8% gleichauf. Wenn eine falsche Antwort weit teurer ist als eine langsame oder ausbleibende, ist dieses Kriterium wichtig. Bis zum 30. November kostet Argon pro Token außerdem genauso viel wie Carbon.
1. Dezember
Googles Einführungspreise für Carbon und Argon gelten bis zum 30. November. Ab dem 1. Dezember kosten beide $4 pro Million Input-Token und $20 pro Million Output-Token. Hydrogen bleibt bei $1.50/$7.50 und Neon bei $3/$15; laut Google gilt für Neon kein Einführungspreis.
So wirkt sich das auf die Tabelle oben aus:
- Carbon Medium steigt von $3.29 auf $6.59 pro Aufgabe, Carbon High von $3.88 auf $7.76. Damit sind beide teurer als Neon High ($3.74), das denselben Indexwert erzielt.
- Argon Medium steigt von $4.31 auf $8.63 pro Aufgabe und kostet damit etwa viereinhalbmal so viel wie Neon Medium.
- Pro Token werden Carbon und Argon ein Drittel teurer als Neon und mehr als doppelt so teuer wie Hydrogen.
AIHubMix bietet Carbon und Argon derzeit zum Einführungspreis an und hat noch nicht veröffentlicht, welche Preise ab dem 1. Dezember gelten. Prüfen Sie die Modellseiten, bevor Sie Ihr Dezemberbudget planen.
Modelle kombinieren: mit einem planen, mit einem anderen ausführen
Google geht nicht davon aus, dass jede App nur ein Modell nutzt. Im Leitfaden wird ein verbreitetes Muster beschrieben: „Lassen Sie Carbon Systemoberflächen entwerfen oder in der ersten Runde einen schwer auffindbaren Fehler eingrenzen. Übergeben Sie dann previous_interaction_id an Hydrogen, damit es die Codeänderungen schreibt, parallele Subagent-Aufgaben ausführt und Tests mit geringerer Latenz und niedrigeren Kosten iterativ verbessert.“ In seinem Neon-Leitfaden empfiehlt Google dasselbe Muster, wobei Neon als Planer und Prüfer dient und Hydrogen-Subagenten die Arbeit übernehmen.
previous_interaction_id gehört zu Googles Interactions API, die den Gesprächsverlauf auf Googles Servern speichert. Über den OpenAI-kompatiblen Endpunkt von AIHubMix verwalten Sie den Verlauf selbst. Googles Vorgabe für diesen Fall lautet: „Geben Sie bei einem Modellwechsel zwischen Gesprächsrunden frühere Modellantworten und Thought-Signatures unverändert zurück.“ In der Praxis sollten Sie die Nachrichten des Assistenten genau so beibehalten, wie das erste Modell sie zurückgegeben hat, einschließlich Tool-Aufrufen, und den gesamten Verlauf an das zweite Modell senden.
Die Perspektive eines Coding-Agenten
Der Coding Agent Index von AA führt jedes Modell in einem Coding-Agenten aus. Alle vier Gemini 4-Modelle laufen im selben Agenten, Googles Antigravity CLI. Die Unterschiede zwischen ihnen gehen also auf die Modelle zurück (erneut überprüft um 13:27 UTC).
| Modell | Index | Min./Aufgabe | Schritte/Aufgabe | $/Aufgabe (AA) |
|---|---|---|---|---|
| Neon Xhigh | 58.6 | 30.5 | 177 | 6.86 |
| Carbon High | 55.5 | 33.6 | 186 | 9.75 |
| Hydrogen Xhigh | 52.3 | 32.2 | 405 | 4.45 |
| Argon High | 45.5 | 37.7 | 171 | 6.84 |
Durchschnittswerte von AA pro Aufgabe; Kosten basierend auf den Tokenpreisen von AA, bei denen für Carbon der Dezemberpreis und für Argon der aktuelle Preis gilt. Neon Xhigh steht unter den 40 bewerteten Konfigurationen auf Platz eins, weniger als 0.2 Punkte vor Claude Code mit Claude Fable 5.2 Xhigh – praktisch ein Gleichstand.
Die Rangfolge entspricht dem Intelligence Index, mit einer Besonderheit: Hydrogen ist pro Token schnell, benötigte aber durchschnittlich 405 Schritte pro Aufgabe – mehr als doppelt so viele wie die anderen Modelle. Deshalb dauerte die Fertigstellung ungefähr genauso lange, nämlich eine halbe Stunde.
Welches Modell für welche Aufgabe?
- Chat, Extraktion, Klassifizierung, kurze Tool-Aufrufe: Hydrogen mit
mediumoderhigh. Für Routing und Tagging auflowherunterschalten: AA zufolge die günstigste Einstellung mit $0.29 pro Index-Aufgabe. - Interaktive Programmierung und Dokumentenarbeit: Neon mit
mediumoder Hydrogen mithigh, wenn die Kosten pro Token wichtiger sind als der Punktwert. - Änderungen an mehreren Dateien, Agent-Schleifen, Analysen langer Dokumente: Neon mit dem Standardwert
high. - Die schwierigsten Probleme: Neon
xhighfür mehr Tiefe bei hohem Tempo oder Carbonhigh, wenn Physik auf Forschungsniveau und eine geringere Halluzinationsrate am wichtigsten sind. - Bestehende Argon-Integrationen: Sie funktionieren mit derselben Anfrageform weiter. Teste sie erneut mit Neon Medium oder Hydrogen High, bevor sich Argons Preis am 1. Dezember verdoppelt.
Der Wechsel zwischen ihnen über AIHubMix erfordert eine Änderung der Modell-ID. Der Wert für Reasoning effort muss vom Modell unterstützt werden: Neon und Hydrogen akzeptieren Werte von low bis xhigh, Carbon und Argon von low bis high.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
)
ROUTES = {
"classify": ("gemini-4-hydrogen", "low", 65536),
"code": ("gemini-4-neon", "medium", 65536),
"hard": ("gemini-4-carbon", "high", 32768), # Carbon: 32,768 on non-streaming calls
}
def ask(kind, prompt):
model, effort, max_out = ROUTES[kind]
response = client.chat.completions.create(
model=model,
reasoning_effort=effort,
max_completion_tokens=max_out,
timeout=900, # hard prompts can take several minutes
messages=[{"role": "user", "content": prompt}],
)
return response.choices[0].message.content
print(ask("code", "Refactor this function to remove the shared mutable state: ..."))
Für diesen Beitrag wurde kein Live-Test durchgeführt; das Beispiel zeigt die Anfrageform. Die Vergleichsseite zu Hydrogen und Neon stellt die beiden Modelle gegenüber.
FAQ
Welches Gemini-4-Modell sollte ich standardmäßig verwenden?
Google empfiehlt Hydrogen als Standard für alltägliche Aufgaben. Bei komplexer Programmierung, Wissensarbeit und wissenschaftlichen Aufgaben erzielt Neon mit mittlerem oder hohem Reasoning effort auf Artificial Analysis bessere Ergebnisse, und Neon Medium kostet pro Aufgabe ungefähr so viel wie Hydrogen High.
Ist Gemini 4 Neon besser als Carbon?
Im Intelligence Index von Artificial Analysis erzielt Neon High 59.6 und Carbon High 60.0 – sie liegen also gleichauf. Neon erledigt Aufgaben deutlich schneller; Carbon ist bei Physik auf Forschungsniveau überlegen und halluziniert seltener.
Wird Gemini 4 Argon abgekündigt?
Google hat kein Datum für die Einstellung von Argon angekündigt. Das Modell fehlt in Googles Auswahlhilfe für Modelle, in der Hydrogen, Neon und Carbon aufgeführt sind. Argons Preis verdoppelt sich am 1. Dezember auf $4/$20.
Was ändert sich am 1. Dezember?
Carbon und Argon steigen von $2/$10 auf $4/$20 pro Million Input- und Output-Token. Die Preise von Hydrogen und Neon bleiben gleich. AIHubMix hat seine Preise für Carbon und Argon im Dezember noch nicht veröffentlicht.
Welches Gemini-4-Modell ist am günstigsten?
Pro Token ist Hydrogen mit $1.50/$7.50 am günstigsten. Pro Aufgabe auf Artificial Analysis ist Hydrogen Low mit $0.29 die günstigste Einstellung, und Neon Low ($0.75) erzielt bessere Ergebnisse als Hydrogen Medium ($0.80).
Welche Modelle unterstützen xhigh?
Hydrogen und Neon. Carbon und Argon unterstützen höchstens high.
Kann ich Modelle in einem Workflow kombinieren?
Ja. Google empfiehlt, mit Carbon oder Neon zu planen und die Aufgaben mit Hydrogen auszuführen. Über den OpenAI-kompatiblen Endpunkt von AIHubMix sendest du den vollständigen Verlauf selbst und lässt frühere Assistant-Nachrichten unverändert.
Weiterlesen: die Gemini-4-Neon-Serie
- Wenn Neon oder Carbon infrage kommt, geht der direkte Vergleich näher auf Qualität, Geschwindigkeit und die Kostenänderung im Dezember ein: Gemini 4 Neon vs. Carbon: Ist das schnellere Modell gut genug?.
- Wenn du eine bestehende Gemini-Integration auf Neon umstellst, führt der Migrationsleitfaden die 400-Fehler, die Änderung des Standardwerts und die Ausgabegrenze von 65K auf: Gemini 4 Neon-Migration: standardmäßig high thinking, 400-Fehler und die 65K-Grenze.
Quellen
- Google AI Studio, Modell auswählen
- Google AI Studio, Gemini API-Preise
- Artificial Analysis, LLM-Bestenliste (abgerufen am 2026-11-19, 13:27 UTC)
- Artificial Analysis, Coding Agent Index (abgerufen am 2026-11-19, 13:27 UTC)
- AIHubMix, Gemini 4 Neon


