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
- 如果最终选择范围缩小到 Neon 或 Carbon,这篇正面对比将深入探讨两者在质量、速度和 12 月价格变化方面的差异:Gemini 4 Neon 与 Carbon 对比:更快的模型够用吗?。
- 如果要将现有的 Gemini 集成迁移到 Neon,迁移指南列出了 400 错误、默认推理强度的变化以及 65K 输出上限:Gemini 4 Neon 迁移指南:默认 high 思考模式、400 错误和 65K 上限。
来源
- Google AI Studio,选择模型
- Google AI Studio,Gemini API 定价
- Artificial Analysis,LLM 排行榜(访问时间:2026-11-19, 13:27 UTC)
- Artificial Analysis,编码智能体指数(访问时间:2026-11-19, 13:27 UTC)
- AIHubMix,Gemini 4 Neon


