Gemini 4 Hydrogen vs Neon vs Carbon vs Argon:该选哪一个?

推理时代阅读约 9 分钟

Google 在五周内发布了四款 Gemini 4 模型:Argon 于 10 月 13 日发布,Carbon 于 11 月 10 日发布,Hydrogen 于 11 月 12 日发布,Neon 于 11 月 18 日发布。它们使用相同的 API 结构,拥有 1M token 上下文窗口和相同的工具。它们的差异在于每轮推理的深度、回答速度和价格。

根据 Artificial Analysis 的测量结果,这一系列模型如今各有定位:

  • Hydrogen适用于日常和高吞吐量工作。默认的high档得分为 50.8,每项任务花费 $1.87,而且 token 处理速度最快。
  • Neon适用于复杂工作。它的medium档得分为 54.9,每项任务的成本与 Hydrogen High 大致相同;默认的high档则能以 40% 的耗时达到 Carbon High 的指数得分。
  • Carbon适用于最难的推理任务。它在研究级物理问题上仍然领先,而且幻觉率低于 Neon。
  • Argon主要适合已经能在其上稳定运行的集成。AA 测量的每个档位中,都有 Hydrogen 或 Neon 的档位能以更低的单项任务成本取得更高分数。

12 月 1 日的价格调整让差距更加明显。Carbon 和 Argon 的价格将从 $2/$10 翻倍至 $4/$20;Hydrogen 和 Neon 价格不变。

本文取代了 Neon 发布前 AIHubMix 发布的三模型对比文章:Gemini 4 Carbon vs Hydrogen vs Argon。

一种请求结构,四种价格

模型 模型 ID 默认档位 档位范围 当前价格 12 月 1 日起
Hydrogen gemini-4-hydrogen high low 至 xhigh $1.50 / $7.50 不变
Neon gemini-4-neon high low 至 xhigh $3 / $15 不变
Carbon gemini-4-carbon medium low 至 high $2 / $10 $4 / $20
Argon gemini-4-argon medium low 至 high $2 / $10 $4 / $20

Google 官方价格,单位为每百万输入 / 输出 token 的美元价格。四款模型的缓存输入价格均为输入价格的 5%。AIHubMix 目前列出的四款模型均采用 Google 当前价格;对于 Carbon 和 Argon,AIHubMix 尚未公布 12 月起的价格。

相比每 token 价格,思考档位对实际成本的影响更大。Neon 和 Hydrogen 默认使用high,并提供xhigh;Carbon 和 Argon 默认使用medium,最高为high。如果请求没有指定档位,不同模型会采用不同程度的思考。

在 Google 自家的 API 上,四款模型每次请求最多返回 65,536 个输出 token,并且可以进行长时间解码,达到 1M 上下文窗口上限。直接向 Carbon 或 Argon 发送非流式请求时,最多只能返回 32,768 个 token;如果请求更多,调用会返回 400 错误。AIHubMix 的参数 schema 也记录了相同的限制:四款模型每次请求最多输出 65,536 个 token,Carbon 和 Argon 的非流式调用最多输出 32,768 个 token。

Google 自家的模型选择指南现在列出了四款模型中的三款:

  • Hydrogen 是默认之选:“适用于日常编程、交互式应用、使用工具的智能体和多模态文档,兼具快速与高性价比。”
  • Neon 适用于“复杂、高频任务”,具有“比 Hydrogen 更深入的推理能力,任务完成速度则快于 Carbon”。
  • Carbon 适用于“最棘手的问题”。

指南中完全没有提到 Argon。这并不意味着它即将下线:Google 尚未公布任何 Gemini 4 模型的停用日期。但这也表明了 Google 对新项目的推荐方向。

在 Google 的 API 上,只有 Hydrogen 提供免费额度。在 AIHubMix 上,四款模型均采用按量付费。

性能与成本的权衡

以下数据来自Artificial Analysis 排行榜,于 2026-11-19 13:27 UTC 重新核查。这些是第三方对 Google API 的测量结果,会随着 AA 重新运行模型而变化。

AA 按 Carbon 的 12 月价格计算成本,但 Argon 采用的是当前的促销价格。为便于同口径比较,下面两列成本都重新计算了这两款模型的价格。Carbon 和 Argon 的所有费率都恰好翻倍,因此换算时只需将价格减半或加倍。重新计算的数值是估算值,并非 AA 的测量结果。

档位 AA 指数 当前每项任务价格(美元) 12 月 1 日起 每项任务耗时(分钟)
Hydrogen Medium 41.2 0.80 0.80 4.2
Hydrogen High(默认) 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(默认) 59.6 3.74 3.74 14.8
Neon Xhigh 61.4 6.44 6.44 21.5
Carbon Medium(默认) 58.3 3.29 6.59 29.3
Carbon High 60.0 3.88 7.76 36.6
Argon Medium(默认) 47.6 4.31 8.63 28.9
Argon High 50.4 4.97 9.95 29.5

AA 的数据是每项 Intelligence Index 任务的平均值。AA 没有 Argon Low 的结果。表格未列出 Hydrogen Low(26.9,$0.29,1.5 分钟)和 Carbon Low(54.2,目前为 $3.59,12 月 1 日起为 $7.19,29.8 分钟)。

表格显示了以下几点:

Neon Medium 是这一系列的中间档。它比 Hydrogen 默认档高 4.1 分,每项任务的成本($1.90 对比 $1.87)和耗时(8.3 分钟对比 8.6 分钟)也大致相同。它的得分还比 Hydrogen Xhigh 高 0.9 分,成本低 40%,耗时约为一半。

低档任务由 Hydrogen 胜出。要完成成本最低的任务,这一系列中没有哪个档位比 Hydrogen Low 的每项任务 $0.29 更便宜。它的 token 处理速度也最快:AA 测得每秒 157–170 个 token,而 Neon 为 97–110,Carbon 和 Argon 为 48–66。

即使按当前价格,Argon 也不在性能前沿上。Argon Medium 得分为 47.6,每项任务花费 $4.31。Neon Medium 的得分高 7.3 分,成本低 56%,耗时不到三分之一。Hydrogen High 的得分与 Argon High 相当(50.8 对比 50.4),但每项任务成本低 62%。

Carbon 的领先幅度有限。Carbon High(60.0)和 Neon High(59.6)只相差半分,但 Carbon 的单项任务耗时是 Neon 的 2.5 倍,而 Neon Xhigh 的指数得分更高(61.4)。截至 11 月 30 日,Carbon Medium 的单项任务成本低于 Neon High;从 12 月 1 日起则不再如此。

各模型仍占优势的方面

指数得分是九项评测的平均值。具体评测结果能显示哪款模型最适合某项工作。以下数据均来自同一次 AA 快照,采用各模型的 high 档位。

评测 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) 61.5 59.0 69.0 52.5
AutomationBench 74.4 79.2 77.8 77.5
非幻觉率 91.3% 86.1% 88.6% 95.7%

AA 的得分以百分比表示。“非幻觉率”是 AA 的 Omniscience 测试中,1 减去幻觉率。

Hydrogen在速度、价格以及 Google API 上的免费额度方面胜出。它在 CritPt 上的得分也高于 Neon High(61.5 对比 59.0),幻觉更少(91.3% 对比 86.1%)。Google 表示,它“通过标记缺失的上下文而不是猜测,将虚构内容减少了 5 倍以上,相比 Gemini 3.8 Flash”。它的弱项是长时间的智能体编程:在 Terminal-Bench 4.0 和 FrontierCode 上,它分别落后 Neon 7.6 分和 7.0 分。

Neon的整体表现最全面:除了 CritPt 和幻觉率之外,它在所有项目中都排第一或第二。它在 FrontierCode 和 AutomationBench 上是这一系列中最强的。

Carbon在 Terminal-Bench 4.0、HLE-Diamond 和 CritPt 上领先;在最后一项中,它比次优模型高 7.5 分。Neon 的 xhigh 档位——Carbon 并没有这一档——在 HLE-Diamond 上超过 Carbon(71.3 对比 69.1),但在 CritPt(60.5)和 Terminal-Bench 4.0(63.6)上没有超过。Google 的说法是,遇到“系统架构、多文件调试、密集型多模态分析、形式化证明和安全审计,或者更快的模型卡住时”,就该使用它。

Argon在 high 档位的幻觉率是四款模型中最低的(非幻觉率为 95.7%)。Carbon Medium 与之相当,为 95.8%。如果错误答案的代价远高于回答缓慢或无法回答,那么这一项就很重要。Argon 的每 token 成本在 11 月 30 日前也与 Carbon 相同。

12 月 1 日

Google 为 Carbon 和 Argon 提供的促销价格将于 11 月 30 日结束。从 12 月 1 日起,两者的价格均为每百万输入 token $4、每百万输出 token $20。Hydrogen 仍为 $1.50/$7.50,Neon 仍为 $3/$15;Google 确认 Neon 没有促销价。

这对上表意味着:

  • Carbon Medium 的单项任务成本从 $3.29 上涨至 $6.59,Carbon High 则从 $3.88 涨至 $7.76。届时两者的成本都会高于 Neon High($3.74),而 Neon High 的指数得分与它们相当。
  • Argon Medium 的单项任务成本从 $4.31 涨至 $8.63,约为 Neon Medium 的 4.5 倍。
  • 按 token 计算,Carbon 和 Argon 的价格将比 Neon 高三分之一以上,比 Hydrogen 高一倍以上。

AIHubMix 目前以促销价格提供 Carbon 和 Argon,但尚未公布 12 月 1 日起的收费价格。制定 12 月的预算前,请查看模型页面。

模型搭配:用一款规划,用另一款执行

Google 并不认为每款应用都只该用一个模型。它的指南介绍了一种常见模式:“第一轮让 Carbon 设计系统接口或定位棘手的 bug。之后将 previous_interaction_id 传给 Hydrogen,让它编写代码修改、运行并行子智能体任务,并以更低的延迟和成本迭代测试。”Google 的 Neon 指南也建议采用相同方法:由 Neon 负责规划和验证,再让 Hydrogen 子智能体执行任务。

previous_interaction_id属于 Google 的 Interactions API,该 API 会将对话保存在 Google 的服务器上。通过 AIHubMix 兼容 OpenAI 的端点调用时,需由你自行保存对话历史。Google 对这种情况的要求是:“在不同轮次切换模型时,原样返回此前模型轮次的内容和思考签名。”实际操作中,应完全保留第一个模型返回的 assistant 消息,包括工具调用,并将完整历史发送给第二个模型。

从编程智能体的角度看

AA 的Coding Agent Index会在编程智能体中运行各个模型。四款 Gemini 4 模型都使用 Google 的 Antigravity CLI 这一相同智能体运行,因此它们之间的差距来自模型本身(于 13:27 UTC 重新核查)。

模型 指数 每项任务耗时(分钟) 每项任务步数 每项任务成本(美元,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 的每项任务平均值;成本按 AA 的每 token 价格计算,其中 Carbon 使用 12 月价格,Argon 使用当前价格。Neon Xhigh 在 40 个评分配置中排名第一,比使用 Claude Fable 5.2 Xhigh 的 Claude Code 领先不到 0.2 分,基本持平。

排名与 Intelligence Index 一致,但有一点不同:Hydrogen 的 token 处理速度很快,但每项任务平均需要 405 步,是其他模型的两倍多。因此,它完成任务所花的时间也在半小时左右。

不同工作该选哪款模型

  • 聊天、信息提取、分类、简短工具调用:选择 Hydrogen 的medium或high档。对于路由和标签任务,可降至low档:这是 AA 成本最低的档位,每项指数任务仅需 $0.29。
  • 交互式编程和文档处理:选择 Neon 的medium档;如果比起得分更看重每 token 成本,则选择 Hydrogen 的high档。
  • 多文件修改、智能体循环、长文档分析:使用默认推理强度为high的 Neon。
  • 最棘手的问题:如果既要深度又要速度,选择推理强度为xhigh的 Neon;如果最看重研究级物理学能力和较低的幻觉率,则选择推理强度为high的 Carbon。
  • 现有的 Argon 集成:请求格式不变,仍可继续使用。请在 12 月 1 日之前用 Neon Medium 或 Hydrogen High 重新测试,届时 Argon 的价格将翻倍。

通过 AIHubMix 在这些模型之间切换,只需更改模型 ID。推理强度的取值必须是模型支持的:Neon 和 Hydrogen 支持 low 到 xhigh,Carbon 和 Argon 支持 low 到 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: ..."))

本文没有进行实时测试;示例展示了请求格式。Hydrogen 与 Neon 对比页面列出了两者的并列比较。

常见问题

默认情况下应该使用哪款 Gemini 4 模型?
Google 建议日常工作默认使用 Hydrogen。对于复杂编程、知识工作和科学任务,Neon 在 medium 或 high 推理强度下的 Artificial Analysis 评分更高,而且 Neon Medium 每项任务的费用与 Hydrogen High 大致相同。

Gemini 4 Neon 比 Carbon 更好吗?
在 Artificial Analysis Intelligence Index 上,Neon High 的得分为 59.6,Carbon High 为 60.0,两者不相上下。Neon 完成任务的速度快得多;Carbon 在研究级物理学方面表现更好,幻觉也更少。

Gemini 4 Argon 要下线了吗?
Google 尚未公布 Argon 的下线日期。Google 的模型选择指南中没有列出 Argon,只列出了 Hydrogen、Neon 和 Carbon。12 月 1 日起,Argon 的价格将翻倍至 $4/$20。

12 月 1 日会有哪些变化?
Carbon 和 Argon 的价格将从每百万输入和输出 token $2/$10 涨至 $4/$20。Hydrogen 和 Neon 价格不变。AIHubMix 尚未公布 Carbon 和 Argon 的 12 月价格。

哪款 Gemini 4 模型最便宜?
按 token 计价,Hydrogen 最便宜,为 $1.50/$7.50。按 Artificial Analysis 的单项任务费用计算,Hydrogen Low 是最便宜的设置,价格为 $0.29;Neon Low 的费用为 $0.75,得分高于费用为 $0.80 的 Hydrogen Medium。

哪些模型支持 xhigh?
Hydrogen 和 Neon 支持。Carbon 和 Argon 的最高推理强度为 high。

可以在一个工作流中混用多个模型吗?
可以。Google 建议使用 Carbon 或 Neon 进行规划,再用 Hydrogen 执行。通过 AIHubMix 兼容 OpenAI 的端点发送请求时,请自行传入完整历史记录,并保持之前的 assistant 对话轮次不变。

继续阅读:Gemini 4 Neon 系列

来源

一个网关接入多家 AI 服务商, 为生产环境而生。

访问推理时代官网