Gemini 4 Hydrogen vs Neon vs Carbon vs Argon: nên dùng mẫu nào?

AIHubMixĐọc 9 phút

Google đã phát hành bốn mẫu Gemini 4 trong năm tuần: Argon vào ngày 13 tháng 10, Carbon vào ngày 10 tháng 11, Hydrogen vào ngày 12 tháng 11 và Neon vào ngày 18 tháng 11. Chúng dùng chung một định dạng API, cửa sổ 1M token và cùng bộ công cụ. Điểm khác nhau là lượng suy nghĩ mỗi lượt, tốc độ trả lời và chi phí.

Theo các phép đo của Artificial Analysis, hiện có thể phân loại dòng mẫu này như sau:

  • Hydrogen phù hợp với công việc thường ngày và khối lượng lớn. Mức mặc định high đạt 50.8 với chi phí $1.87 mỗi tác vụ, đồng thời có tốc độ xử lý token nhanh nhất.
  • Neon phù hợp với công việc phức tạp. Cấu hình medium đạt 54.9 với chi phí mỗi tác vụ gần bằng Hydrogen High; cấu hình mặc định high đạt điểm ngang Carbon High trên chỉ số này chỉ trong 40% thời gian.
  • Carbon phù hợp với các bài toán suy luận khó nhất. Mẫu này vẫn dẫn đầu về vật lý ở cấp độ nghiên cứu và có tỷ lệ ảo giác thấp hơn Neon.
  • Argon chủ yếu phù hợp với các tích hợp vốn đã vận hành tốt trên mẫu này. Ở mọi cấu hình AA đo được, Hydrogen hoặc Neon đều đạt điểm cao hơn với chi phí mỗi tác vụ thấp hơn.

Ngày 1 tháng 12 khiến khác biệt này rõ hơn. Giá Carbon và Argon tăng gấp đôi, từ $2/$10 lên $4/$20; Hydrogen và Neon giữ nguyên giá.

Bài viết này thay thế bài so sánh ba mẫu mà AIHubMix đăng trước khi Neon ra mắt: Gemini 4 Carbon vs Hydrogen vs Argon.

Một định dạng yêu cầu, bốn mức giá

Mẫu ID mẫu Mặc định Các mức Giá hiện tại Từ ngày 1 tháng 12
Hydrogen gemini-4-hydrogen high low đến xhigh $1.50 / $7.50 không đổi
Neon gemini-4-neon high low đến xhigh $3 / $15 không đổi
Carbon gemini-4-carbon medium low đến high $2 / $10 $4 / $20
Argon gemini-4-argon medium low đến high $2 / $10 $4 / $20

Giá chính thức của Google, tính bằng USD cho mỗi triệu token đầu vào / đầu ra. Đầu vào được lưu trong bộ nhớ đệm có giá bằng 5% giá đầu vào ở cả bốn mẫu. AIHubMix niêm yết cả bốn mẫu theo giá hiện tại của Google; giá Carbon và Argon từ tháng 12 chưa được công bố.

Mức suy nghĩ ảnh hưởng đến chi phí thực tế nhiều hơn giá mỗi token. Neon và Hydrogen mặc định ở mức high và có thêm xhigh; Carbon và Argon mặc định ở mức medium và chỉ lên đến high. Nếu yêu cầu không chỉ định mức, lượng suy nghĩ sẽ khác nhau tùy mẫu.

Trên API của Google, cả bốn mẫu trả về tối đa 65,536 token đầu ra mỗi yêu cầu và có thể chạy giải mã dài đến cửa sổ 1M. Yêu cầu trực tiếp không truyền phát tới Carbon hoặc Argon trả về tối đa 32,768 token; nếu yêu cầu nhiều hơn, lệnh gọi sẽ trả về lỗi 400. Các lược đồ tham số của AIHubMix cũng ghi nhận cùng giới hạn: 65,536 token đầu ra mỗi yêu cầu cho cả bốn mẫu và 32,768 token cho các lệnh gọi Carbon, Argon không truyền phát.

Hướng dẫn chọn mẫu hiện tại của Google liệt kê ba trong số bốn mẫu:

  • Hydrogen là lựa chọn mặc định: “Nhanh và tiết kiệm chi phí cho việc lập trình thường ngày, ứng dụng tương tác, agent sử dụng công cụ và tài liệu đa phương thức.”
  • Neon dành cho “các tác vụ phức tạp, tần suất cao”, với “khả năng suy luận sâu hơn Hydrogen và hoàn thành tác vụ nhanh hơn Carbon.”
  • Carbon dành cho “những vấn đề khó nhất của bạn”.

Argon hoàn toàn không xuất hiện trong hướng dẫn đó. Điều này không có nghĩa là mẫu sắp ngừng hoạt động: Google chưa công bố ngày ngừng cung cấp cho bất kỳ mẫu Gemini 4 nào. Tuy vậy, nó cho thấy Google đang hướng các dự án mới đến đâu.

Trên API của Google, chỉ Hydrogen có gói miễn phí. Trên AIHubMix, cả bốn mẫu đều tính phí theo mức sử dụng.

Sự đánh đổi qua các phép đo

Các số liệu dưới đây lấy từ bảng xếp hạng Artificial Analysis, được kiểm tra lại vào lúc 13:27 UTC ngày 2026-11-19. Đây là các phép đo của bên thứ ba trên API của Google và sẽ thay đổi khi AA chạy lại các mẫu.

AA tính giá Carbon theo mức giá tháng 12, nhưng Argon theo giá ưu đãi hiện tại. Để so sánh tương đồng, hai cột chi phí dưới đây tính lại giá của cả hai mẫu. Mọi mức giá của Carbon và Argon đều thay đổi chính xác theo hệ số hai, nên chỉ cần giảm hoặc tăng gấp đôi. Các số liệu sau khi tính lại là ước tính, không phải phép đo của AA.

Cấu hình Chỉ số AA $/tác vụ hiện tại Từ ngày 1 tháng 12 Phút/tác vụ
Hydrogen Medium 41.2 0.80 0.80 4.2
Hydrogen High (mặc định) 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 (mặc định) 59.6 3.74 3.74 14.8
Neon Xhigh 61.4 6.44 6.44 21.5
Carbon Medium (mặc định) 58.3 3.29 6.59 29.3
Carbon High 60.0 3.88 7.76 36.6
Argon Medium (mặc định) 47.6 4.31 8.63 28.9
Argon High 50.4 4.97 9.95 29.5

Mức trung bình cho mỗi tác vụ trên Intelligence Index của AA. AA không có kết quả Argon Low. Hydrogen Low (26.9, $0.29, 1.5 phút) và Carbon Low (54.2, $3.59 hiện tại và $7.19 từ ngày 1 tháng 12, 29.8 phút) không được đưa vào bảng.

Bảng cho thấy:

Neon Medium nằm ở vị trí trung gian trong dòng mẫu này. Mẫu đạt điểm cao hơn cấu hình mặc định của Hydrogen 4.1 điểm với chi phí mỗi tác vụ gần như ngang nhau ($1.90 so với $1.87) và thời gian cũng gần tương đương (8.3 so với 8.6 phút). Neon Medium còn hơn Hydrogen Xhigh 0.9 điểm, với chi phí thấp hơn 40% và thời gian chỉ khoảng một nửa.

Hydrogen chiếm ưu thế ở các mức thấp hơn. Với những tác vụ cần chi phí thấp nhất, không mẫu nào trong dòng này có giá thấp hơn Hydrogen Low ở mức $0.29 mỗi tác vụ. Đây cũng là mẫu có tốc độ xử lý token nhanh nhất: 157–170 token/giây trên AA, so với 97–110 của Neon và 48–66 của Carbon và Argon.

Argon không nằm trong nhóm hiệu quả nhất ngay cả với giá hiện tại. Argon Medium đạt 47.6 với chi phí $4.31 mỗi tác vụ. Neon Medium cao hơn 7.3 điểm, chi phí thấp hơn 56% và thời gian chưa bằng một phần ba. Hydrogen High đạt điểm ngang Argon High (50.8 so với 50.4) với chi phí mỗi tác vụ thấp hơn 62%.

Ưu thế của Carbon không nhiều. Carbon High (60.0) và Neon High (59.6) chỉ cách nhau chưa đến nửa điểm, nhưng Carbon mất thời gian cho mỗi tác vụ gấp hai lần rưỡi; Neon Xhigh còn đạt điểm chỉ số cao hơn (61.4). Cho đến ngày 30 tháng 11, Carbon Medium có chi phí mỗi tác vụ thấp hơn Neon High; từ ngày 1 tháng 12 thì không còn như vậy.

Mỗi mẫu vẫn vượt trội ở điểm nào

Chỉ số tổng hợp trung bình từ chín bài đánh giá. Kết quả riêng lẻ cho thấy mẫu nào phù hợp nhất với từng trường hợp. Tất cả số liệu đều lấy từ cùng một thời điểm AA ghi nhận, ở cấu hình high của mỗi mẫu.

Bài đánh giá 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 (vật lý) 61.5 59.0 69.0 52.5
AutomationBench 74.4 79.2 77.8 77.5
Không ảo giác 91.3% 86.1% 88.6% 95.7%

Điểm của AA tính theo phần trăm. “Không ảo giác” là một trừ đi tỷ lệ ảo giác trong bài kiểm tra Omniscience của AA.

Hydrogen vượt trội về tốc độ, giá và gói miễn phí trên API của Google. Mẫu này cũng đạt điểm CritPt cao hơn Neon High (61.5 so với 59.0) và ít ảo giác hơn (91.3% so với 86.1%). Google cho biết mẫu này “giảm các tuyên bố bịa đặt hơn 5 lần so với Gemini 3.8 Flash bằng cách nhận diện ngữ cảnh còn thiếu thay vì đoán mò”. Điểm yếu hơn của mẫu là lập trình agentic kéo dài: trên Terminal-Bench 4.0 và FrontierCode, Hydrogen kém Neon lần lượt 7.6 và 7.0 điểm.

Neon có năng lực toàn diện nhất: đứng thứ nhất hoặc thứ hai ở mọi hạng mục, ngoại trừ CritPt và tỷ lệ ảo giác. Mẫu này mạnh nhất trong dòng trên FrontierCode và AutomationBench.

Carbon dẫn đầu trên Terminal-Bench 4.0, HLE-Diamond và CritPt; ở hạng mục sau cùng, mẫu hơn đối thủ tiếp theo 7.5 điểm. Cấu hình xhigh của Neon, vốn không có trên Carbon, vượt Carbon ở HLE-Diamond (71.3 so với 69.1) nhưng không vượt ở CritPt (60.5) hay Terminal-Bench 4.0 (63.6). Google khuyến nghị dùng mẫu này cho “kiến trúc hệ thống, gỡ lỗi nhiều tệp, phân tích đa phương thức chuyên sâu, chứng minh hình thức và kiểm tra bảo mật, hoặc khi mẫu nhanh hơn bị mắc kẹt.”

Argon có tỷ lệ ảo giác thấp nhất trong bốn mẫu ở cấu hình high (95.7% không ảo giác). Carbon Medium cũng ngang mức này với 95.8%. Nếu câu trả lời sai gây tốn kém hơn nhiều so với câu trả lời chậm hoặc không có câu trả lời, hạng mục này rất đáng lưu ý. Argon cũng có giá mỗi token ngang Carbon cho đến ngày 30 tháng 11.

Ngày 1 tháng 12

Giá ưu đãi của Google cho Carbon và Argon kết thúc vào ngày 30 tháng 11. Từ ngày 1 tháng 12, cả hai có giá $4 cho mỗi triệu token đầu vào và $20 cho mỗi triệu token đầu ra. Hydrogen giữ nguyên mức $1.50/$7.50, còn Neon giữ nguyên mức $3/$15; Google xác nhận Neon không có giá ưu đãi.

Điều đó tác động đến bảng trên như sau:

  • Carbon Medium tăng từ $3.29 lên $6.59 mỗi tác vụ, còn Carbon High tăng từ $3.88 lên $7.76. Sau đó, chi phí của cả hai đều cao hơn Neon High ($3.74), vốn đạt điểm chỉ số ngang bằng.
  • Argon Medium tăng từ $4.31 lên $8.63 mỗi tác vụ, cao gấp khoảng bốn lần rưỡi Neon Medium.
  • Tính theo token, Carbon và Argon sẽ đắt hơn Neon một phần ba và đắt hơn Hydrogen hơn hai lần.

Hiện AIHubMix niêm yết Carbon và Argon theo giá ưu đãi, nhưng chưa công bố mức giá áp dụng từ ngày 1 tháng 12. Hãy kiểm tra trang mẫu trước khi lập ngân sách tháng 12.

Kết hợp các mẫu: lập kế hoạch bằng mẫu này, thực thi bằng mẫu khác

Google không cho rằng mỗi ứng dụng chỉ nên dùng một mẫu. Hướng dẫn của hãng mô tả một cách làm phổ biến: “Để Carbon thiết kế giao diện hệ thống hoặc khoanh vùng một lỗi khó ngay ở lượt đầu tiên. Sau đó, truyền previous_interaction_id cho Hydrogen để viết phần chỉnh sửa mã, chạy các tác vụ agent con song song và lặp lại kiểm thử với độ trễ và chi phí thấp hơn.” Hướng dẫn về Neon đề xuất cách làm tương tự, dùng Neon để lập kế hoạch và xác minh, còn các agent con Hydrogen đảm nhiệm công việc.

previous_interaction_id thuộc Interactions API của Google, API này lưu cuộc hội thoại trên máy chủ của Google. Khi dùng endpoint tương thích với OpenAI của AIHubMix, bạn phải tự lưu lịch sử. Google hướng dẫn rằng trong trường hợp đó: “khi chuyển đổi mẫu giữa các lượt, hãy giữ nguyên các lượt trả lời trước đó của mẫu và chữ ký suy nghĩ.” Trên thực tế, hãy giữ nguyên chính xác các thông điệp assistant như mẫu đầu tiên trả về, bao gồm cả lời gọi công cụ, rồi gửi toàn bộ lịch sử cho mẫu thứ hai.

Góc nhìn của agent lập trình

Coding Agent Index của AA chạy từng mẫu bên trong một agent lập trình. Cả bốn mẫu Gemini 4 đều chạy trong cùng một agent, Antigravity CLI của Google, nên khác biệt giữa chúng đến từ chính các mẫu (kiểm tra lại lúc 13:27 UTC).

Mẫu Chỉ số Phút/tác vụ Số bước/tác vụ $/tác vụ (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

Mức trung bình mỗi tác vụ của AA; chi phí tính theo giá mỗi token của AA, dùng giá tháng 12 của Carbon và giá hiện tại của Argon. Neon Xhigh đứng đầu trong 40 cấu hình được chấm điểm, hơn Claude Code với Claude Fable 5.2 Xhigh chưa đến 0.2 điểm: về thực chất là hòa.

Thứ hạng tương tự Intelligence Index, nhưng có một điểm khác. Hydrogen xử lý token nhanh, nhưng trung bình mất 405 bước cho mỗi tác vụ, nhiều hơn gấp đôi các mẫu còn lại. Vì vậy, thời gian hoàn thành của mẫu cũng xấp xỉ nửa giờ như các mẫu kia.

Chọn mẫu nào cho từng công việc

  • Trò chuyện, trích xuất, phân loại, gọi công cụ ngắn: Hydrogen ở mức medium hoặc high. Hạ xuống low để định tuyến và gắn thẻ: đây là cấu hình rẻ nhất của AA, với $0.29 cho mỗi tác vụ trên chỉ số.
  • Lập trình tương tác và xử lý tài liệu: Neon ở mức medium, hoặc Hydrogen ở mức high nếu chi phí mỗi token quan trọng hơn điểm số.
  • Chỉnh sửa nhiều tệp, vòng lặp agent, phân tích tài liệu dài: Neon ở mức mặc định high.
  • Những bài toán khó nhất: Neon xhigh để phân tích sâu mà vẫn nhanh, hoặc Carbon high khi vật lý ở cấp độ nghiên cứu và tỷ lệ ảo giác thấp hơn là ưu tiên hàng đầu.
  • Các tích hợp Argon hiện có: vẫn hoạt động với cùng cấu trúc yêu cầu. Hãy kiểm tra lại với Neon Medium hoặc Hydrogen High trước ngày 1 tháng 12, khi giá Argon tăng gấp đôi.

Chuyển đổi giữa các model này qua AIHubMix chỉ cần đổi ID model. Giá trị effort phải được model chấp nhận: Neon và Hydrogen nhận từ low đến xhigh, Carbon và Argon nhận từ low đến 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: ..."))

Bài viết này không có thử nghiệm trực tiếp; ví dụ cho thấy cấu trúc yêu cầu. Trang so sánh Hydrogen và Neon liệt kê hai model cạnh nhau.

Câu hỏi thường gặp

Tôi nên dùng model Gemini 4 nào làm mặc định?
Google đề xuất Hydrogen làm mặc định cho công việc hằng ngày. Với các tác vụ lập trình phức tạp, xử lý tri thức và khoa học, Neon ở mức medium hoặc high đạt điểm cao hơn trên Artificial Analysis, còn Neon Medium có chi phí cho mỗi tác vụ gần bằng Hydrogen High.

Gemini 4 Neon có tốt hơn Carbon không?
Trên Artificial Analysis Intelligence Index, Neon High đạt 59.6 và Carbon High đạt 60.0, tức là ngang nhau. Neon hoàn thành tác vụ nhanh hơn nhiều; Carbon vượt trội trong vật lý ở cấp độ nghiên cứu và ít ảo giác hơn.

Gemini 4 Argon có sắp bị ngừng cung cấp không?
Google chưa công bố ngày ngừng cung cấp Argon. Model này không có trong hướng dẫn chọn model của Google, vốn liệt kê Hydrogen, Neon và Carbon. Giá Argon sẽ tăng gấp đôi, lên $4/$20 vào ngày 1 tháng 12.

Điều gì thay đổi vào ngày 1 tháng 12?
Giá Carbon và Argon tăng từ $2/$10 lên $4/$20 cho mỗi triệu token đầu vào và đầu ra. Giá Hydrogen và Neon giữ nguyên. AIHubMix chưa công bố giá tháng 12 cho Carbon và Argon.

Model Gemini 4 nào rẻ nhất?
Tính theo token, Hydrogen có giá $1.50/$7.50. Tính theo tác vụ trên Artificial Analysis, Hydrogen Low là thiết lập rẻ nhất với mức $0.29, còn Neon Low ($0.75) đạt điểm cao hơn Hydrogen Medium ($0.80).

Những model nào hỗ trợ xhigh?
Hydrogen và Neon. Carbon và Argon chỉ hỗ trợ tối đa đến high.

Tôi có thể kết hợp các model trong cùng một quy trình làm việc không?
Có. Google đề xuất dùng Carbon hoặc Neon để lập kế hoạch và Hydrogen để thực thi. Qua endpoint tương thích với OpenAI của AIHubMix, hãy tự gửi toàn bộ lịch sử và giữ nguyên các lượt trả lời trước đó của assistant.

Đọc tiếp: loạt bài về Gemini 4 Neon

Nguồn

Một cổng duy nhất tới nhiều nhà cung cấp AI. Sẵn sàng cho môi trường production.

Truy cập AIHubMix