Gemini 4 Hydrogen vs Neon vs Carbon vs Argon:どれを使うべきか?

AIHubMix約 9 分で読めます

Googleは5週間で4つのGemini 4モデルをリリースしました。10月13日にArgon、11月10日にCarbon、11月12日にHydrogen、そして11月18日にNeonです。4モデルは同じAPI形式、1Mトークンのコンテキストウィンドウ、同じツールを共有しています。違いは、1ターンあたりにどれだけ思考するか、回答速度、そして料金です。

Artificial Analysisの測定結果を見ると、各モデルの位置づけは次のとおりです。

  • 日常的な用途や大量処理にはHydrogen。デフォルトのhighはタスクあたり$1.87でスコア50.8を記録し、トークンあたりの速度が最速です。
  • 複雑な作業にはNeon。medium設定はHydrogen Highとほぼ同じタスクあたりのコストで54.9を記録し、デフォルトのhighはCarbon Highと同等のインデックススコアを40%の時間で達成します。
  • 最も難しい推論にはCarbon。研究レベルの物理学では今もトップで、Neonより幻覚率が低くなっています。
  • 主に、すでに問題なく動作している既存の連携にはArgon。AAが測定したすべての設定で、HydrogenかNeonのほうがタスクあたりのコストが安く、スコアも高くなっています。

12月1日には、この違いがさらに明確になります。CarbonとArgonは$2/$10から$4/$20に値上がりし、HydrogenとNeonの価格は据え置かれます。

この記事は、Neonのリリース前にAIHubMixが公開した3モデルの比較記事Gemini 4 Carbon vs Hydrogen vs Argonに代わるものです。

1つのリクエスト形式、4つの価格帯

モデル モデル ID デフォルト レベル 現在の価格 12月1日以降
Hydrogen gemini-4-hydrogen high low~xhigh $1.50 / $7.50 変更なし
Neon gemini-4-neon high low~xhigh $3 / $15 変更なし
Carbon gemini-4-carbon medium low~high $2 / $10 $4 / $20
Argon gemini-4-argon medium low~high $2 / $10 $4 / $20

Googleの公式価格。入力/出力トークン100万個あたりのUSD。キャッシュされた入力は4モデルとも入力価格の5%です。AIHubMixでは4モデルすべてGoogleの現在の価格で提供されています。CarbonとArgonの12月価格はまだ公表されていません。

トークンあたりの価格よりも、思考レベルのほうが実際のコストを大きく左右します。NeonとHydrogenのデフォルトはhighで、xhighも選べます。一方、CarbonとArgonのデフォルトはmediumで、上限はhighです。レベルを指定しないリクエストでは、モデルによって思考量が異なります。

GoogleのAPIでは、4モデルとも1リクエストあたり最大65,536出力トークンを返し、1Mウィンドウまでの長いデコードにも対応しています。CarbonまたはArgonへの直接の非ストリーミングリクエストでは、返されるトークンは最大32,768です。この上限を超える値を指定すると400が返ります。AIHubMixのパラメータスキーマにも同じ制限が記載されています。4モデルとも1リクエストあたり最大65,536出力トークンで、非ストリーミングのCarbonおよびArgonのリクエストでは32,768です。

Googleの公式モデル選択ガイドに、現在掲載されているのは4モデル中3モデルです。

  • Hydrogenはデフォルトです。「日常的なコーディング、インタラクティブアプリ、ツールを使うエージェント、マルチモーダル文書に適した、高速でコスト効率のよいモデル」です。
  • Neonは「複雑で高頻度のタスク」向けで、「Hydrogenより深い推論と、Carbonより速いタスク完了」を実現します。
  • Carbonは「最も難しい問題」向けです。

Argonはガイドにまったく登場しません。ただし、これは廃止を意味するものではありません。GoogleはどのGemini 4モデルについても提供終了日を発表していません。それでも、Googleが新しいプロジェクトにどのモデルを推奨しているかは分かります。

GoogleのAPIで無料枠があるのはHydrogenだけです。AIHubMixでは4モデルすべて従量課金です。

測定結果から見るトレードオフ

以下の数値はArtificial Analysisのリーダーボードに基づき、2026-11-19 13:27 UTCに再確認したものです。GoogleのAPIを対象としたサードパーティの測定値であり、AAがモデルを再実行するたびに変動します。

AAはCarbonには12月の価格を適用していますが、Argonには現在の導入価格を適用しています。同じ条件で比較するため、以下の2つのコスト列では両方の価格を揃えています。CarbonとArgonの価格はどちらも正確に2倍になるため、単純に半分または2倍に換算できます。換算後の数値は推定値で、AAの測定値ではありません。

設定 AAインデックス 現在の$/タスク 12月1日以降 分/タスク
Hydrogen Medium 41.2 0.80 0.80 4.2
Hydrogen High(デフォルト) 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(デフォルト) 59.6 3.74 3.74 14.8
Neon Xhigh 61.4 6.44 6.44 21.5
Carbon Medium(デフォルト) 58.3 3.29 6.59 29.3
Carbon High 60.0 3.88 7.76 36.6
Argon Medium(デフォルト) 47.6 4.31 8.63 28.9
Argon High 50.4 4.97 9.95 29.5

AAのIntelligence Indexタスクあたりの平均値。AAにはArgon Lowの結果がありません。Hydrogen Low(26.9、$0.29、1.5分)とCarbon Low(54.2、現在$3.59、12月1日以降$7.19、29.8分)は表から除外しています。

表から分かること:

Neon Mediumはファミリーの中間に位置します。Hydrogenのデフォルトより4.1ポイント高いスコアを、ほぼ同じタスクあたりのコスト($1.90対$1.87)とほぼ同じ時間(8.3対8.6分)で達成します。また、Hydrogen Xhighを0.9ポイント上回り、コストは40%低く、所要時間は約半分です。

それより低コストの領域ではHydrogenが優位です。最安のタスクでは、タスクあたり$0.29のHydrogen Lowを下回るモデルはありません。トークンあたりの速度も最速で、AAでは毎秒157~170トークンです。Neonは97~110、CarbonとArgonは48~66です。

現在の価格でもArgonは最適な選択肢から外れています。Argon Mediumは$4.31/タスクで47.6を記録します。Neon Mediumは56%低いコストで7.3ポイント高く、所要時間は3分の1未満です。Hydrogen Highは、Argon Highと同等のスコア(50.8対50.4)を62%低いタスクあたりのコストで達成します。

Carbonの優位性はわずかです。Carbon High(60.0)とNeon High(59.6)の差は0.5ポイント未満ですが、Carbonはタスクあたり2.5倍の時間がかかり、Neon Xhighのほうが高いインデックススコアを記録します(61.4)。11月30日まではCarbon MediumのタスクあたりのコストはNeon Highより低いものの、12月1日以降はそうではありません。

各モデルが今も優位な分野

インデックスは9つの評価の平均値です。個別の結果を見ると、どのモデルが適しているかが分かります。数値はすべて同じAAスナップショットから取得した、各モデルのhigh設定での結果です。

評価 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(物理学) 61.5 59.0 69.0 52.5
AutomationBench 74.4 79.2 77.8 77.5
非幻覚率 91.3% 86.1% 88.6% 95.7%

AAのスコア(%)。「非幻覚率」は、AAのOmniscienceテストにおける幻覚率を1から引いた値です。

Hydrogenは速度、価格、そしてGoogleのAPIにおける無料枠で優れています。CritPtではNeon Highを上回り(61.5対59.0)、幻覚も少なめです(91.3%対86.1%)。Googleによると、「Gemini 3.8 Flashと比べて、文脈が不足している場合に推測せず、それを明示することで、捏造された主張を5倍以上削減します」。弱点は長時間のエージェント型コーディングです。Terminal-Bench 4.0とFrontierCodeではNeonにそれぞれ7.6ポイント、7.0ポイント差をつけられています。

Neonは幅広い分野で強みを発揮します。CritPtと幻覚率を除くすべての項目で1位か2位です。FrontierCodeとAutomationBenchではファミリー中最高の性能です。

CarbonはTerminal-Bench 4.0、HLE-Diamond、CritPtでトップです。CritPtでは次点のモデルを7.5ポイント上回ります。CarbonにはないNeonのxhigh設定は、HLE-DiamondではCarbonを上回ります(71.3対69.1)が、CritPt(60.5)とTerminal-Bench 4.0(63.6)では上回りません。Googleは「システムアーキテクチャ、複数ファイルにまたがるデバッグ、複雑なマルチモーダル分析、形式証明、セキュリティ監査、または高速モデルが行き詰まったとき」に使うよう推奨しています。

Argonはhigh設定で4モデル中、幻覚率が最も低くなっています(非幻覚率95.7%)。Carbon Mediumも95.8%でほぼ同水準です。誤答のコストが、遅延や無回答のコストを大きく上回る場合は、この項目が重要です。Argonは11月30日まではCarbonとトークンあたりの価格も同じです。

12月1日

CarbonとArgonのGoogle導入価格は11月30日に終了します。12月1日以降、両モデルの価格は入力トークン100万個あたり$4、出力トークン100万個あたり$20になります。Hydrogenは$1.50/$7.50、Neonは$3/$15で据え置かれます。GoogleはNeonには導入価格がないことを確認しています。

これにより、上の表は次のように変わります。

  • Carbon Mediumはタスクあたり$3.29から$6.59に、Carbon Highは$3.88から$7.76に値上がりします。どちらも、インデックスで同等のスコアを記録するNeon High($3.74)より高くなります。
  • Argon Mediumはタスクあたり$4.31から$8.63へ値上がりし、Neon Mediumの約4.5倍になります。
  • トークンあたりの価格では、CarbonとArgonはNeonより3分の1高く、Hydrogenの2倍以上になります。

AIHubMixでは現在、CarbonとArgonを導入価格で提供しています。12月1日以降の価格はまだ公表されていません。12月の予算を立てる前に、各モデルのページを確認してください。

モデルの組み合わせ:一方で計画し、もう一方で実行する

Googleはアプリごとに1つのモデルだけを使うことを想定していません。ガイドでは、よくあるパターンを次のように説明しています。「最初のターンでCarbonにシステムインターフェースを設計させるか、難しいバグを特定させます。その後、previous_interaction_idをHydrogenに渡し、より低いレイテンシとコストでコードを修正し、サブエージェントのタスクを並列実行し、テストを反復します。」Neonのガイドでも、Neonをプランナー兼検証役に、Hydrogenのサブエージェントを実行役にする同様の方法を提案しています。

previous_interaction_idはGoogleのInteractions APIの機能で、会話をGoogleのサーバー上に保持します。AIHubMixのOpenAI互換エンドポイントでは、会話履歴は自分で保持します。その場合のGoogleのルールは、「ターンをまたいでモデルを切り替えるときは、以前のモデルのターンとthought signaturesを変更せずに返すこと」です。実際には、ツール呼び出しも含め、最初のモデルが返したアシスタントメッセージをそのまま保持し、履歴全体を2つ目のモデルに送信します。

コーディングエージェントでの評価

AAのCoding Agent Indexでは、各モデルをコーディングエージェント内で実行します。4つのGemini 4モデルは、GoogleのAntigravity CLIという同じエージェントで実行されるため、モデル間の差はモデル自体によるものです(13:27 UTCに再確認)。

モデル インデックス 分/タスク ステップ数/タスク $/タスク(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

AAのタスクあたりの平均値。コストはAAのトークンあたりの価格に基づいており、Carbonには12月価格、Argonには現在の価格を適用しています。Neon Xhighはスコアが算出された40構成中1位で、Claude Fable 5.2 Xhighを使用したClaude Codeを0.2ポイント未満上回るだけです。実質的には同点です。

順位はIntelligence Indexの結果に沿っていますが、1つ違いがあります。Hydrogenはトークンあたりの速度が速いものの、タスクあたりの平均ステップ数は405回で、他のモデルの2倍を超えました。そのため、完了までの時間は同じ約30分でした。

用途別に適したモデル

  • チャット、情報抽出、分類、短いツール呼び出し:Hydrogenのmediumまたはhigh。ルーティングやタグ付けではlowに下げましょう。AAのインデックスタスクあたり$0.29で、最も安い設定です。
  • 対話型のコーディングや文書作業:Neonのmedium、またはスコアよりトークンあたりのコストを重視するならHydrogenのhigh。
  • 複数ファイルにまたがる変更、エージェントのループ、長文書の分析:デフォルトのhighに設定したNeon。
  • 最も難しい問題:深さと速度を重視するならNeon xhigh、研究レベルの物理学と低いハルシネーション率が最優先ならCarbon high。
  • 既存のArgon連携:同じリクエスト形式で引き続き動作します。Argonの価格が2倍になる12月1日までに、Neon MediumまたはHydrogen Highで再テストしてください。

AIHubMixでは、モデル IDを変更するだけでモデルを切り替えられます。effortの値にはモデルが受け付けるものを指定してください。NeonとHydrogenはlowからxhighまで、CarbonとArgonはlowからhighまで対応しています。

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: ..."))

この記事では実際のテストを行っていません。サンプルではリクエスト形式を示しています。HydrogenとNeonの比較ページでは、2つを並べて比較しています。

よくある質問

デフォルトで使うべきGemini 4モデルはどれですか?
Googleは日常的な作業のデフォルトとしてHydrogenを推奨しています。複雑なコーディング、ナレッジワーク、科学関連のタスクでは、Artificial AnalysisでNeon MediumまたはHighがより高いスコアを獲得しており、Neon MediumのタスクあたりのコストはHydrogen Highとほぼ同じです。

Gemini 4 NeonはCarbonより優れていますか?
Artificial Analysis Intelligence Indexでは、Neon Highが59.6、Carbon Highが60.0で、ほぼ同等です。Neonはタスクをはるかに速く完了します。一方、Carbonは研究レベルの物理学に強く、ハルシネーションも少なめです。

Gemini 4 Argonは廃止されますか?
GoogleはArgonの終了日を発表していません。Googleのモデル選択ガイドにはHydrogen、Neon、Carbonが掲載されていますが、Argonは含まれていません。Argonの価格は12月1日に$4/$20へと2倍になります。

12月1日に何が変わりますか?
CarbonとArgonの価格は、入力・出力トークン100万個あたり$2/$10から$4/$20に上がります。HydrogenとNeonの価格は変わりません。AIHubMixは、CarbonとArgonの12月以降の価格をまだ公表していません。

最も安価なGemini 4モデルはどれですか?
トークン単価では、$1.50/$7.50のHydrogenです。Artificial Analysisのタスク単価では、$0.29のHydrogen Lowが最も安い設定です。また、Neon Low($0.75)はHydrogen Medium($0.80)より高いスコアを獲得します。

xhighに対応しているモデルはどれですか?
HydrogenとNeonです。CarbonとArgonはhighまで対応しています。

1つのワークフローで複数のモデルを組み合わせられますか?
はい。Googleは、CarbonまたはNeonで計画を立て、Hydrogenで実行する方法を提案しています。AIHubMixのOpenAI互換エンドポイントを使う場合は、会話履歴全体を自分で送信し、それ以前のassistantのターンは変更せずに保持してください。

あわせて読みたい:Gemini 4 Neonシリーズ

出典

ひとつのゲートウェイで複数のAIプロバイダーへ。 本番運用のために設計。

AIHubMix公式サイトへ