الهيدروجين
تقييم الإخراج
صحيح: A+C+D، التكلفة 16، القيمة 31. كما تم تحديد A+C+E باعتبارها المحفظة الأخرى الوحيدة الممكنة بقيمة لا تقل عن 30.
نقارن المعايير المنشورة من Google وأسعار API، ثم نختبر النماذج الثلاثة على مهام متطابقة مع نتائج موثقة، والمطالبات، والوقت، واستخدام الرموز.

Hydrogen لديه أدنى سعر رسمي للرموز؛ Carbon يستهدف أعمق تفكير؛ Argon يوازن بين التفكير المتقدم والكفاءة. لقد اجتازت النماذج الثلاثة مهامنا الأربع المكتملة. كشف أصعب اختبار للكود عن اختلافات في التنسيق والشرح بدلاً من فائز في الصحة.
تمتلك Google الآن ثلاثة نماذج Gemini 4 بأسماء لا تخبرك إلا بالقليل عن أيها تختار. هل يجب أن تبدأ بـ Hydrogen، أو تستخدم Argon للأعمال الصعبة، أو تدفع مقابل استدلال Carbon الأعمق؟
المقارنة المفيدة هي القدرة لكل مهمة: ما يمكن لكل نموذج حله، وكم من الاستدلال يستخدم، وكم تكلف الإجابة المكتملة. تعطينا نتائج المعايير الرسمية نقطة بداية؛ هناك حاجة إلى مهام صعبة بنفس المطالبة لمعرفة أين تهم هذه الاختلافات.
لقد اختبرنا النماذج الثلاثة جميعها على المهام نفسها عبر GlobalGPT. إذا كنت تريد مقارنة عبء العمل الخاص بك، فابدأ بـ GlobalGPT وتحقق من خيارات النموذج الحالية وشروط الاستخدام في حسابك.
مصمم لـالترميز اليومي السريع والتنفيذ الوكيل.
يمكن تشغيله بشكل مستقل أو التعامل مع التنفيذ جنبًا إلى جنب مع نماذج الاستدلال الأعمق.
المؤشر الذي أبلغت عنه Google: 51 عند التفكير العالي، و54 عند xhigh.
المصدر: إعلان Google عن Hydrogen.
نموذج الأعلى قدرة Gemini 4 للاستدلال.
مخصص لتصحيح الأخطاء الصعبة والبحث العلمي والتحقق الموسع.
قد يستخدم رموز استدلال أكثر من Argon على الرغم من تساوي أسعار الرمز الواحد.
المصدر: إعلان Google عن توفر Carbon.
استدلال حدودي فعال للبرمجة والرياضيات والعلوم الصعبة.
تضعه Google كأسرع وأقل استهلاكًا للرموز من Carbon.
دوره هو التوازن بين عمق الاستدلال وتكلفة المهمة.
المصدر: وثائق النماذج والأسعار من Google.
معيار منشور · الأعلى أفضل
نظرة سريعة على الدرجات التي أبلغت عنها Google.
هذه نتائج منشورة أبلغت عنها Google، تم التحقق منها في 15 نوفمبر 2026. وهي ليست درجات من اختباراتنا الخاصة. رقم Carbon يأتي من إعلان؛ أرقام Hydrogen وArgon تأتي من إعلان Hydrogen أعلاه. هذه مقارنة مصادر عبر الإعلانات، وليست تشغيلًا جديدًا للوحة المتصدرين بثلاثة نماذج مع إعدادات متطابقة تم التحقق منها بشكل مستقل.
لا تضع أرقام Terminal-Bench 4.0 و4.1 في عمود تصنيف واحد. قد يؤدي تغيير إصدار التقييم إلى تغيير صعوبة المهمة، وبالتالي لن تدعم النسب المئوية استنتاج مقارنة مباشرة عادلة.

أسعار Gemini API القياسية بالدولار الأمريكي لكل مليون رمز، تم التحقق منها في 15 نوفمبر 2026:
GEMINI API القياسية · دولار أمريكي لكل مليون رمز
إدخال
إخراج · بما في ذلك التفكير
إدخال
إخراج · بما في ذلك التفكير
إدخال
إخراج · بما في ذلك التفكير
*أسعار Hydrogen المنشورة الحالية لا تحدد أي زيادة في ديسمبر؛ وهذا ليس ضمانًا ضد التغييرات المستقبلية. تشمل فوترة الإخراج رموز التفكير. رسوم البحث والأدوات الأخرى منفصلة. هذه أسعار Google API، وليست أسعار اشتراك GlobalGPT أو تحويلات الرصيد.
عند أعداد ثابتة من الرموز، تكلفة Hydrogenأقل بنسبة 25% من Carbon أو Argon بأسعارهما التمهيدية. مقارنة بأسعار ديسمبر المعلنة، يصبح هذا الفرق 62.5%. تعتمد تكلفة المهمة الفعلية أيضًا على رموز الاستدلال وإعادة المحاولة واستخدام الأدوات.
على سبيل المثال، 100,000 رمز إدخال و20,000 رمز إخراج قابل للفوترة تكلف 0.30 دولار على Hydrogen، و0.40 دولار على Carbon أو Argon حتى 30 نوفمبر، و0.80 دولار على Carbon أو Argon اعتبارًا من 1 ديسمبر. يستثني هذا الحساب الأدوات والتخزين المؤقت وخصومات الدُفعات وإعادة المحاولة؛ ولا يتنبأ بعدد الرموز التي يحتاجها كل نموذج.
يحتوي Hydrogen على طبقة API مجانية محدودة المعدل. لا يحتوي Carbon وArgon على ذلك. اشتراكات المستهلكين هي عملية شراء منفصلة بقواعد وصول خاصة بها.
المصدر: أسعار Google API.

اختبرنا Hydrogen وCarbon وArgon في أربع مهام متطابقة. فحصت الثلاث الأولى الدقة الأساسية؛ وتطلبت المهمة الأخيرة برنامج بحث دقيق كامل قمنا بتشغيله والتحقق منه مقابل إجابة محسوبة بشكل مستقل.
نفس الإدخال وتعليمات النظام لكل مهمة.
طلبات جديدة، مع تعطيل سياق المشروع وعدم استخدام أدوات النموذج.
يتم تقييم الصحة وتنسيق الإخراج والوقت واستخدام الرموز بشكل منفصل.
الاختبار 1 · خط الأساس للدقة
اختر المحفظة المثلى وحدد كل بديل مؤهل.
Solve exactly, showing verifiable arithmetic and a proof of optimality. Six indivisible projects have (cost, value): A(7,13), B(6,12), C(5,10), D(4,8), E(3,7), F(2,4). Budget=16. C requires A. D and E cannot both be selected. B requires at least one of D or F. Select projects maximizing total value; break ties by lower cost then alphabetically sorted project-list. Give chosen list, cost, value and enumerate all feasible candidates with value at least 30. No external tools or web.
صحيح: A+C+D، التكلفة 16، القيمة 31. كما تم تحديد A+C+E باعتبارها المحفظة الأخرى الوحيدة الممكنة بقيمة لا تقل عن 30.
صحيح: A+C+D، التكلفة 16، القيمة 31. كما تم تحديد A+C+E باعتبارها المحفظة الأخرى الوحيدة الممكنة بقيمة لا تقل عن 30.
صحيح: A+C+D، التكلفة 16، القيمة 31. كما تم تحديد A+C+E باعتبارها المحفظة الأخرى الوحيدة الممكنة بقيمة لا تقل عن 30.
حكم المهمة: اجتاز الثلاثة جميعًا فحوصات الإجابة الأساسية.
الاختبار 2 · خط الأساس للدقة
افصل التحويل الإجمالي عن التأثيرات على مستوى الجهاز والرفع المعياري.
Analyze a randomized experiment using only these counts. Variant A: mobile 90 purchases/900 visitors; desktop 80/100. Variant B: mobile 20/100; desktop 630/900. Show overall and device-specific conversion rates, absolute lifts B-A, and a standardized B-A lift using 50% mobile/50% desktop. Explain the reversal, distinguish observational aggregate from randomized causal interpretation, and state exactly what randomization details are missing. May we claim B wins overall and in both devices? Do not invent significance or revenue. No external tools or web.
صحيح: يتقدم B بمقدار 48 نقطة مئوية إجمالاً، لكنه يخسر 10 نقاط على سطح المكتب. مزيج الأجهزة الشائع 50/50 يعطي رفع صفري. تم رفض الفوز في كلا القطاعين.
صحيح: يتقدم B بمقدار 48 نقطة مئوية إجمالاً، لكنه يخسر 10 نقاط على سطح المكتب. مزيج الأجهزة الشائع 50/50 يعطي رفع صفري. رفض الفوز في كلا القطاعين.
صحيح: B يتقدم بـ 48 نقطة مئوية إجمالاً، لكنه يخسر 10 نقاط على سطح المكتب. مزيج الأجهزة الشائع 50/50 يعطي صفر رفع. رفض الفوز في كلا القطاعين.
حكم المهمة: اجتاز الثلاثة فحوصات الإجابة الأساسية.
الاختبار 3 · خط الأساس للدقة
قم بتطبيق المراجعات والإلغاءات والمبالغ المستردة بشكل صحيح، ثم أعد JSON صارم.
Return valid JSON only, no Markdown. Reconcile event ledger by event_id: retain highest revision, then exclude void=true. Amounts are integer cents; refund amounts subtract from captured revenue even when received before capture; group by order_id; ignore pending. Ledger: [e1,r1,o1,capture,1000,false];[e1,r2,o1,capture,1200,false];[e2,r1,o1,refund,200,false];[e3,r1,o2,refund,300,false];[e4,r1,o2,capture,2000,false];[e5,r1,o3,capture,500,false];[e5,r2,o3,capture,500,true];[e6,r1,o3,pending,900,false];[e7,r1,o4,capture,700,false];[e8,r1,o4,refund,800,false];[e8,r2,o4,refund,600,false];[e9,r1,o2,refund,100,false]. Output keys orders (array sorted by order_id with order_id,net_cents,retained_event_ids sorted lexically), total_net_cents, excluded_event_ids (superseded event versions written as event_id:rN plus void and pending versions). Include o3 with zero net. No external tools or web.
صحيح: إجماليات الطلب 1,000 و1,600 و0 و100 سنت؛ الإجمالي 2,700 سنت. تم تحليل الإخراج الخام كـ JSON دون تنظيف.
صحيح: إجماليات الطلب 1,000 و1,600 و0 و100 سنت؛ الإجمالي 2,700 سنت. تم تحليل الإخراج الخام كـ JSON دون تنظيف.
صحيح: إجماليات الطلب 1,000 و1,600 و0 و100 سنت؛ الإجمالي 2,700 سنت. تم تحليل الإخراج الخام كـ JSON دون تنظيف.
حكم المهمة: اجتاز الثلاثة جميع فحوصات الإجابة الأساسية.
الاختبار 4 · مهمة الترميز الثابت
قم بإنشاء بايثون قابل للتنفيذ لبحث مقيد؛ قمنا بتشغيل كل برنامج مقابل مرجع شامل مستقل.
Find the EXACT top 5 feasible portfolios, ranked by highest total value, then lowest total cost, then lexicographic sorted ID string. Items (ID,cost,value): [('A', 9, 19), ('B', 7, 16), ('C', 11, 25), ('D', 6, 13), ('E', 8, 18), ('F', 5, 12), ('G', 10, 23), ('H', 4, 9), ('I', 12, 29), ('J', 3, 8), ('K', 7, 17), ('L', 6, 15), ('M', 9, 22), ('N', 5, 11), ('O', 8, 20), ('P', 4, 10), ('Q', 11, 27), ('R', 2, 5)]. Budget 55; choose between 6 and 9 items inclusive. Dependencies: C requires A; G requires B and D; I requires E; M requires F and H; Q requires J and K. Mutually exclusive pairs: (A,B),(E,F),(L,N),(O,Q). At least 2 of C,G,I,M,Q. Exactly 2 of D,H,L,P. At least one of B,F,J,N,R. If O is selected then P is selected and K is absent. If R is selected then exactly one of A,E is selected. Return ONLY executable Python 3 code, at most 120 lines. Implement an exact exhaustive search, print JSON with keys feasible_count and top5 (each row [sorted_ID_string,cost,value]). Do NOT manually calculate or hardcode the answer. State complexity in a code comment. Use only itertools and json; no filesystem, network, subprocess or other imports. The code will be executed and checked against an independent exhaustive reference.نجح: أعاد الكود القابل للتنفيذ 121 محفظة ممكنة و أفضل خمسة صحيحة. تضمن العدد الصحيح للتركيبات وشرحًا أكثر اكتمالًا للتعقيد.
نجح: تم إرجاع كود قابل للتنفيذ 121 محفظة ممكنة و أفضل خمسة صحيحة. كان عدد التركيبات صحيحًا؛ أغفلت ملاحظة التعقيد مصطلح الفرز النهائي.
نجح بعد إزالة سياج Markdown: تم إرجاع الكود 121 محفظة ممكنة و أفضل خمسة صحيحة. زعم التعليق وجود 115,379 تركيبة بدلاً من 142,766، وأغفل الفرز في ملاحظة التعقيد.
حكم المهمة: تعادل في الصحة الوظيفية. قدم Hydrogen أنظف مزيج من التنسيق القابل للتنفيذ والشرح في هذه الجولة.
الأوقات هي ملاحظات من عمليات تشغيل شاملة لمرة واحدة بما في ذلك وقت الشبكة والانتظار، مع تنفيذ الطلبات بشكل متزامن. تشير الرموز إلى استخدام الإدخال/الإخراج وقد تتضمن رموز استدلال أو أغلفة طلبات؛ وهي ليست رسومًا بالدولار. محاولة منفصلة للإجابة المباشرة واجهت حدود المعدل أو مهلة محلية وتم استبعادها من تقييم الجودة. استخدمت مهمة البرمجة أعلاه موجهًا مطابقًا جديدًا.
ابدأ بـ Hydrogen عندما تناسب معدلات الرموز الرسمية المنخفضة عبء العمل لديك. أبقِ Argon في المقارنة إذا كنت تقدر التفكير الحدودي الفعال: لقد حل مهمة الترميز بالبحث الدقيق بشكل صحيح بعد تنظيف التنسيق. قيّم Carbon في الأعمال التي تحتاج إلى استكشاف أعمق؛ لم تُظهر مجموعة الاختبار هذه ميزة صحة تبرر اختياره افتراضيًا. تحقق من رسوم المنصة المعروضة بشكل منفصل عن معدلات Google API.
Hydrogen لديه أدنى أسعار API قياسية مدرجة: 1.50 دولار لكل مليون رمز إدخال و7.50 دولار لكل مليون رمز إخراج، تم التحقق منها في 15 نوفمبر 2026.
أسعار الرموز القياسية المدرجة متساوية. قد يظل Carbon يكلف أكثر لكل مهمة إذا استخدم المزيد من رموز الاستدلال أو خطوات التحقق.
لا. تحقق من إصدار المعيار وإعداد التفكير، ثم اختبر النموذج على مهام تمثيلية ذات إجابات قابلة للتحقق بشكل مستقل.
قمنا بتشغيل كل حلال Python تم إنشاؤه وقارنا عدده الممكن وأفضل خمس محافظ بمرجع بحث شامل مستقل.
يشرح دليل الوصول إلى Argon الاختلافات بين الوصول إلى المنصة واشتراكات Google وAI Studio وفوترة API.
للحصول على تفاصيل الوصول، اقرأ كيفية استخدام Gemini 4 Argon. لمقارنة النماذج في حساب واحد، ابدأ بـ GlobalGPT وتحقق من النموذج المحدد وشروط الاستخدام المعروضة.