Gemini 4 Carbon、Hydrogen 与 Argon：不同任务该选哪个模型？

三款 Gemini 4 模型共用一个 1M-token 上下文窗口、一种长解码架构，并且在 Google API 上使用同一种请求结构。切换模型只需更改模型字符串。它们的不同之处在于质量、成本和延迟的表现范围，而 Hydrogen 刚刚成为这个范围内的新默认选择。

在默认的 high 设置下，Hydrogen 在 Artificial Analysis 的 Intelligence Index 上得分 51，每项任务成本为 $1.87，耗时 8.3 分钟。Argon high 得分 50，成本为 $4.97，耗时 30.6 分钟。Hydrogen 高出 1 分，每项任务成本低 62%。Carbon high 仍是性能上限，得分 60，但每项任务成本为 $5.48，而且要等 63.37 秒才能收到第一个回答 token。

用一段话就能概括整个选择：最难的任务选 Carbon，执行任务选 Hydrogen；如果看重协议覆盖范围或长周期任务定位，则选 Argon。本文其余部分将补充依据和例外情况。

三个模型，同一种架构

三款模型——Carbon、Hydrogen 和 Argon——都采用统一的 1,048,576-token 上下文窗口，涵盖输入、思考和输出。三者都支持长解码，最长可达窗口容量减去输入长度；仅支持隐式缓存，且最低要求为 4,096-token；在 Google API 上切换模型 ID 时，无需更改请求结构。

它们的不同之处在于默认设置和边界能力。

价格单位为每百万输入、输出和缓存输入 token 的美元价格。每跳输出指同步单跳的最大输出 token 数，适用于流式输出和非流式输出。在 AIHubMix 上，三款模型都列出了文本、图像、音频、视频和 PDF 输入；Carbon 和 Argon 支持 Chat Completions、Responses、Anthropic Messages 和原生 Gemini，而 Hydrogen 仅支持 chat completions。Hydrogen 新增了 xhigh；Carbon 和 Argon 的最高设置为 high，默认设置为 medium。来源：Google 的模型页面和定价页面；AIHubMix 的模型页面和模型索引。

Google 对各模型的定位

Google 并未将这三款模型描述为同一模型的三个尺寸。在Gemini 4 Hydrogen 发布说明中，该公司称 Carbon 是“我们最强大的前沿模型”，专为需要投入更多思考 token 来解决困难的架构、调试、科学和安全问题而打造。Argon 可以“以比 Carbon 更少的 token 用量，处理大多数高级长周期任务”。Hydrogen 则“快速高效，同时能够处理复杂的智能体工作流”，并被推荐为 Gemini 3.8 Flash 的升级选择。

模型卡还补充了对路由至关重要的区别：Carbon 和 Argon“专为深度、长周期推理打造”，而 Hydrogen“专为在各类智能体工作流中快速执行而打造”，并且可以“作为子智能体，与前沿模型协同运行”。

这是分工，而不是排名。下面的测量结果会展现这种分工在何处确实成立，以及更便宜的模型在哪些方面已经迎头赶上。

实测取舍

Artificial Analysis 截至 2026-11-13T02:40Z 的实时快照涵盖八种配置。该快照采用 Intelligence Index v5.0.1，包含 78 款排名模型，价格按标准标价计算。成本为 AA 任务成本，而非 AIHubMix 账单金额。

三个对比最能说明问题。

Carbon high 对比 Hydrogen xhigh。Carbon 领先 6 个指数点，每项任务多花 $2.32（高 73.4%），耗时 28.1 分钟，而 Hydrogen 为 13.5 分钟；等待首个 token 的时间则为 63.37 秒，而 Hydrogen 为 37.77 秒。Carbon 带来的是性能上限；Hydrogen 则以更低成本和更快速度提供了大部分性能。对比页面列出了两个模型的并排信息。

Hydrogen high 对比 Argon high。Hydrogen 领先 1 分，每项任务少花 $3.10（低 62.4%），耗时 8.3 分钟，而 Argon 为 30.6 分钟。等待首个 token 的时间也不到 Argon 的一半：18.89 秒，而 Argon 为 41.30 秒。在这个偏重文本的指数上，Argon high 被更便宜的模型全面压过；对比页面可用于核对成本。

Carbon high 对比 Argon high。Carbon 多花 $0.51（高 10.3%），领先 10 分，而且完成任务略快：28.1 分钟，而 Argon 为 30.6 分钟，尽管 Carbon 的首个 token 来得更慢。额外的思考确实提升了每项任务的表现，尽管每轮成本更高。

有两个反常之处值得留意。Carbon low 的得分为 54，与 Hydrogen xhigh 持平，但每项任务成本为 $5.22，而 Hydrogen 为 $3.16；耗时 24.7 分钟，而 Hydrogen 为 13.5 分钟。Carbon 的 low 设置并不适合预算有限的场景。此外，Hydrogen medium 和 low 的得分会大幅降至 41 和 27，因此 Hydrogen 与另外两款模型的差距，很大程度上取决于所用的推理强度。

12 月 1 日起价格如何变化

Hydrogen 在整个上下文窗口内价格不变：输入 $1.50、输出 $7.50、缓存输入 $0.075。Carbon 和 Argon 的价格截至 November 30 为 $2、$10 和 $0.10，之后从 December 1 起翻倍至 $4、$20 和 $0.20。Hydrogen 尚未公布价格调整。

官方价格，单位为每百万 token 的美元价格。目前每个 token 的价格差为 25%；12 月 1 日后，输入和输出的价格差将变为 62.5%。如果 Carbon 和 Argon 价格翻倍而 Hydrogen 维持不变，在 token 用量组合相同的情况下，它们的 AA 任务成本也将大致翻倍——Carbon high 约为 $10.96，Argon high 约为 $9.94。这是计算得出的估算，并非 AA 实测数据，也不是 AIHubMix 账单金额。

AIHubMix 对这三款模型均采用 Google 当前的价格。免费额度仅适用于 Google；通过网关调用则需付费。

Google 的路由建议：Carbon 负责规划，Hydrogen 负责执行

Google 给出的建议并非二选一。发布说明写道：“规划路由交给 gemini-4-carbon，执行路由交给 gemini-4-hydrogen。”

Antigravity 的全新 Orchestrator 将这一理念做成了产品。它采用“在单一轨迹的发展过程中，让 Carbon 与 Gemini 4 Hydrogen 动态双向协作”的方式。Carbon 探索依赖关系、消除歧义并制定计划；Hydrogen 负责修改、更新软件包和测试；如果 Hydrogen 陷入困境，任务就会交回 Carbon 来修正计划。Google 报告称，该方案达到了“接近 Carbon 的任务成功率”，平均减少 24% 的配额消耗，完成速度提升 19%；发布文章将基准测试标为 Terminal-Bench 4.0，而 Antigravity 的文章写的是 4.1，因此版本信息尚未确定。

这是供应商对自家产品的说法，而且 Orchestrator 无法通过 AIHubMix 使用。但这种模式可以借鉴：由 Carbon 决定要做什么，再由 Hydrogen 执行。上面的测量结果支持这种分工——Hydrogen high 速度快、成本低，足以承担大量执行轮次；而 Carbon high 能带来最后 6 个指数点的提升。

不同任务该选哪个模型

对表格中的建议有两点需要谨慎看待。“困难调试”并没有明确的判定标准；诚实的检验方式是看 Hydrogen high 或 xhigh 能否通过你的评估，而不是看任务听起来有多难。免费额度属于 Google，并非 AIHubMix。

Argon 仍具优势的方面，以及 Carbon 仍具优势的方面

Argon 并未过时。在偏重文本的 AA 指数上，Hydrogen high 在质量、成本和速度方面都胜过 Argon。但 Argon 仍有一项 Hydrogen 在 AIHubMix 上不具备的优势：支持四种协议。Google 也将 Argon 定位为适合“大多数高级长周期任务”，这类工作负载与 AA 的固定任务套件并不相同。如果你的智能体使用 Responses 或 Anthropic Messages 客户端，或者需要在长周期任务中跨工具运行数小时，那么 AA 上的这一行数据并不能决定该选哪款模型。

Carbon 仍是性能上限。Hydrogen xhigh 仅落后 6 个指数点，每项任务成本却低 42%。但在指数顶端，这 6 分可能决定困难的调试或架构任务能否成功。Carbon high 的单项任务完成速度也快于 Argon high（28.1 分钟对 30.6 分钟），尽管它的首个 token 到得更晚。

Hydrogen 是执行任务的新默认选择。它的每 token 成本最低，在 high 设置下单项任务速度最快，是唯一提供免费额度的模型，也是唯一支持 xhigh 的模型。对于使用文本输出的执行循环来说，它是最值得对比的模型。

注意事项

• AA 数据来自单次实时快照（v5.0.1，78 款模型，2026-11-13T02:40Z）。数据会变化；在生产流量路由前请重新核对。
• AA 任务成本按标准标价测算，并非 AIHubMix 账单金额。
• 供应商基准测试数据由供应商自行报告。Hydrogen 的模型卡报告 Terminal-Bench 4.1；Carbon 的模型卡报告 Terminal-Bench 4.0。不要直接对比这两行数据。
• AIHubMix 上各模型的协议覆盖范围不同。三者均列出多模态输入；Hydrogen 仅说明支持 chat completions。
• Hydrogen 是“短期正式发布（GA），并遵循至少提前 45 天通知下线的政策”。Carbon 和 Argon 均未列出下线日期。
• 本文未进行实时测试。

常见问题

哪款 Gemini 4 模型最好？
没有哪款模型在所有方面都最好。Carbon 的质量最高（AA 得分 60）；Hydrogen 的单任务成本最低，并且在 high 档下执行最快（得分 51，成本 $1.87）；Argon 则在 AIHubMix 上支持四种协议接口，并延续了 Google 对长时程任务的定位。

Hydrogen 比 Argon 更好吗？
在 Artificial Analysis 的文本密集型指数上，high 档的 Hydrogen 表现更好：得分 51，高于 Argon 的 50，单任务成本还低 62%。不过，如果你需要在 AIHubMix 上使用 Responses 或 Anthropic Messages 端点，或者要处理 Google 定位为长时程的任务，Argon 仍然更合适。

哪款最便宜？
Hydrogen 的 token 价格最低（$1.50/$7.50），而且在 AA 上通常也是单任务成本最低的模型。但 Hydrogen 的 medium 和 low 档弱得多（得分分别为 41 和 27），因此最便宜的档位不一定是以最低成本达到够用效果的选择。

AIHubMix 提供这三款模型吗？
是的，三款模型都已列出。三款都支持文本、图像、音频、视频和 PDF 输入；Carbon 和 Argon 记录了四种协议，Hydrogen 则只记录了 Chat Completions。

我可以在同一个应用中混用它们吗？
可以，在 Google 的 API 上可以。请求架构不会改变，只需切换模型字符串即可；在 AIHubMix 上，Hydrogen 仅记录支持 Chat Completions。Google 建议将规划轮次交给 Carbon，将执行轮次交给 Hydrogen。Orchestrator 可在 Antigravity 中自动完成这一流程，但不能通过 AIHubMix 使用。

12 月 1 日会发生什么？
Carbon 和 Argon 的价格将从每百万输入/输出 token $2/$10 翻倍至 $4/$20。Hydrogen 价格不变，因此价差会从 25% 扩大到 62.5%。

我应该用哪款模型编程？
执行任务和交互式工作使用 Hydrogen high；复杂调试、架构设计和安全任务使用 Carbon high。如果任务只是耗时较长，而非难度较高，不妨先测试 Hydrogen xhigh，再决定是否付费使用 Carbon。

继续阅读：Gemini 4 Hydrogen 系列

• 如果你正在考虑是否从 Gemini 3.8 Flash 升级，第一篇文章介绍了发布情况、价格变动和基准测试方面的权衡：Gemini 4 Hydrogen vs Gemini 3.8 Flash：值得升级吗？。
• 如果你想先了解各思考等级的成本和延迟再做选择，第二篇文章对四个等级都进行了测量：Gemini 4 Hydrogen 思考等级：low、medium、high、xhigh。

来源

• Google AI Studio，Gemini 4 Hydrogen：新功能介绍
• Google，Gemini 4 Carbon 模型页面
• Google，Gemini 4 Argon 模型页面
• Google Antigravity，Gemini 4 Hydrogen 和 Orchestrator
• Artificial Analysis，Gemini 4 Hydrogen — 实时快照 2026-11-13T02:40Z，Intelligence Index v5.0.1