Claude Opus 5, Sora 2, Nano Banana 2, Gemini Omni, GPT-6 Astra… all on Pro.

46% OFF Compare plans

Gemini 4 Hydrogen vs Carbon vs Argon: Wer gewinnt?

Wir vergleichen die von Google veröffentlichten Benchmarks und API-Preise und testen dann alle drei Modelle mit identischen Aufgaben, mit verifizierten Ergebnissen, Prompts, Zeit- und Token-Verbrauch.

Editorial Gemini 4 comparison cover with mint Hydrogen, violet Carbon and amber Argon tiles; benchmarks, pricing and real tests.

Kurze Antwort

Hydrogen hat den niedrigsten offiziellen Token-Preis; Carbon zielt auf das tiefste Denken; Argon balanciert modernste Denkfähigkeit und Effizienz. Alle drei haben unsere vier abgeschlossenen Aufgaben bestanden. Der schwierigste Codetest zeigte Unterschiede in Formatierung und Erklärung, aber keinen Gewinner bei der Korrektheit.

Google hat jetzt drei Gemini-4-Modelle, deren Namen kaum verraten, welches man wählen sollte. Sollten Sie mit Hydrogen beginnen, Argon für anspruchsvolle Arbeiten verwenden oder für Carbons tiefergehende Schlussfolgerungen bezahlen?

Der nützliche Vergleich ist die Fähigkeit pro Aufgabe: was jedes Modell lösen kann, wie viel Schlussfolgerung es verwendet und was eine fertige Antwort kostet. Offizielle Benchmark-Ergebnisse geben uns einen Ausgangspunkt; schwierige Aufgaben mit gleichem Prompt sind nötig, um zu sehen, wo diese Unterschiede wichtig sind.

Wir haben alle drei Modelle über GlobalGPT mit denselben Aufgaben getestet. Wenn Sie Ihre eigene Arbeitslast vergleichen möchten, beginnen Sie mit GlobalGPT und prüfen Sie die aktuellen Modelloptionen und Nutzungsbedingungen Ihres Kontos.

Was ist Gemini 4 Hydrogen?

  • Entwickelt für schnelles alltägliches Codieren und agentenbasierte Ausführung.

  • Kann eigenständig ausgeführt werden oder die Ausführung neben Modellen mit tieferem Denken übernehmen.

  • Von Google gemeldeter Index: 51 bei hohem Denken, 54 bei xhigh.

Quelle: Googles Hydrogen-Ankündigung.

Was ist Gemini 4 Carbon?

  • Googles leistungsfähigste Gemini 4 Reasoning-Modell.

  • Gedacht für schwieriges Debugging, wissenschaftliche Forschung und erweiterte Verifikation.

  • Kann trotz gleicher Token-Raten mehr Reasoning-Tokens als Argon verbrauchen.

Quelle: Googles Carbon-Verfügbarkeitsankündigung.

Was ist Gemini 4 Argon?

  • Effizientes Frontier-Reasoning für anspruchsvolles Programmieren, Mathematik und Wissenschaft.

  • Google positioniert es als schneller und weniger token-intensiv als Carbon.

  • Seine Rolle ist ein Gleichgewicht zwischen Reasoning-Tiefe und Aufgabenkosten.

Quelle: Googles Modell- und Preisdokumentation.

Benchmark-Vergleich: Lesen Sie die Einstellungen, bevor Sie die Punktzahl betrachten

VERÖFFENTLICHTER BENCHMARK · HÖHER IST BESSER

Artificial Analysis Intelligence Index

Ein schneller Überblick über die von Google gemeldeten Werte.

Carbon
59
Hydrogen · xhigh
54
Hydrogen · high
51
Argon
50
0204060
Redaktionelle Grafik aus den Carbon- und Hydrogen-Ankündigungen von Google, geprüft am 15. November 2026. Die Werte sind Indexpunkte, keine Prozentsätze. Der gestreifte Balken zeigt Hydrogen mit einer anderen Denkeinstellung. Veröffentlichte Zahlen aus den Ankündigungen; nicht unser eigener Benchmark-Lauf. Carbon-Quelle · Hydrogen / Argon-Quelle.

Dies sind von Google gemeldete veröffentlichte Ergebnisse, geprüft am 15. November 2026. Es handelt sich nicht um Ergebnisse unserer eigenen Tests. Die Zahl von Carbon stammt aus seiner Ankündigung; die Zahlen für Hydrogen und Argon stammen aus der Hydrogen-Ankündigung oben. Dies ist ein Quellenvergleich über Ankündigungen hinweg und kein neuer Drei-Modell-Leaderboard-Lauf mit unabhängig verifizierten identischen Einstellungen.

Stellen Sie die Zahlen von Terminal-Bench 4.0 und 4.1 nicht in eine gemeinsame Rangliste. Eine geänderte Evaluierungsversion kann die Aufgabenschwierigkeit verändern, sodass die Prozentsätze keinen fairen direkten Vergleich zulassen.

Offizieller Beleg: zugeschnittene Ergebnistabelle aus Googles Gemini-4-Hydrogen-Evaluierung, PDF-Seite 4. Diese vergleicht Hydrogen mit anderen Anbietern, nicht mit Carbon oder Argon; es handelt sich um unterstützende Belege, nicht um einen direkten Vergleich dreier Modelle.
Official evidence: cropped results table from Google’s Gemini 4 Hydrogen evaluation, PDF page 4. This compares Hydrogen with other providers, not Carbon or Argon; it is supporting evidence, not a three-model head-to-head. Google DeepMind source PDF · Captured November 15, 2026.

Preisvergleich: heutige Tarife und die Änderung im Dezember

Standard-Gemini-API-Preise in USD pro eine Million Tokens, geprüft am 15. November 2026:

STANDARD GEMINI API · USD PRO 1 MIO. TOKENS

Preis jetzt – und nach dem 30. November

Hydrogen

Eingabe

$1.50

AUSGABE · EINSCHLIESSLICH DENKEN

$7.50
Keine Erhöhung im Dezember angegeben

Carbon

Eingabe

$2.00

AUSGABE · EINSCHLIESSLICH DENKEN

$10.00
Ab 1. Dezember: 4 $ Eingabe / 20 $ Ausgabe

Argon

Eingabe

$2.00

AUSGABE · EINSCHLIESSLICH DENKEN

$10.00
Ab 1. Dezember: 4 $ Eingabe / 20 $ Ausgabe
Geprüft am 15. November 2026. Google API-Preise; getrennt von GlobalGPT-Plänen und -Gebühren. Ohne Tool-Kosten, Caching und Mengenrabatte. Offizielle Preise.

*Die aktuell veröffentlichten Preise von Hydrogen sehen keine Erhöhung im Dezember vor; dies ist keine Garantie gegen zukünftige Änderungen. Die Ausgabeabrechnung umfasst Thinking-Tokens. Such- und andere Tool-Gebühren sind separat. Dies sind die API-Preise von Google, nicht die Abonnementpreise oder Guthabenumrechnungen von GlobalGPT.

Bei festen Token-Anzahlen kostet Hydrogen25 % weniger als Carbon oder Argon zu ihren Einführungspreisen. Gegenüber den angekündigten Dezemberpreisen beträgt der Unterschied 62,5 %. Die tatsächlichen Aufgabenkosten hängen auch von Reasoning-Tokens, Wiederholungen und Tool-Nutzung ab.

Zum Beispiel kosten 100.000 Eingabetokens und 20.000 abrechenbare Ausgabetokens 0,30 $ bei Hydrogen, 0,40 $ bei Carbon oder Argon bis zum 30. November und 0,80 $ bei Carbon oder Argon ab dem 1. Dezember. Diese Berechnung schließt Tools, Caching, Mengenrabatte und Wiederholungen aus; sie sagt nicht voraus, wie viele Tokens jedes Modell benötigt.

Hydrogen hat eine ratenbegrenzte kostenlose API-Stufe. Carbon und Argon haben keine. Verbraucherabonnements sind ein separater Kauf mit eigenen Zugriffsregeln.

Quelle: Google API-Preise.

Offizieller Beleg: Auszug aus Ansatz und Methodik der Google Hydrogen-Bewertung, PDF-Seite 2. Beibehalten, um Umfang und Bewertungseinstellungen hinter den veröffentlichten Ergebnissen zu zeigen.
Official evidence: approach and methodology excerpt from Google’s Hydrogen evaluation, PDF page 2. Retained to show the scope and evaluation settings behind published results. Google DeepMind source PDF · Captured November 15, 2026.

Unsere Tests mit identischen Prompts

Wir haben Hydrogen, Carbon und Argon bei vier identischen Aufgaben getestet. Die ersten drei prüften die Kernkorrektheit; die letzte Aufgabe erforderte ein vollständiges Exaktsuchprogramm, das wir ausführten und mit einer unabhängig berechneten Antwort verglichen.

  • Gleiche Eingabe und Systemanweisung für jede Aufgabe.

  • Neue Anfragen, Projektkontext deaktiviert und keine Modell-Tool-Nutzung.

  • Korrektheit, Ausgabeformat, Zeit- und Token-Verbrauch werden separat bewertet.

TEST 1 · GENAUIGKEITS-BASISWERT

Budgetoptimierung mit Abhängigkeiten

Wählen Sie das optimale Portfolio und identifizieren Sie jede qualifizierende Alternative.

Eingabe-Prompt

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.

Wasserstoff

Beobachtete Zeit55,21 sEingabe-Tokens4,273Ausgabe-Tokens8,243

Ausgabebewertung

Korrekt: A+C+D, Kosten 16, Wert 31. Außerdem wurde A+C+E als einziges weiteres zulässiges Portfolio mit einem Wert von mindestens 30 identifiziert.

Kohlenstoff

Beobachtete Zeit102,34 sEingabe-Tokens4,273Ausgabe-Tokens9,622

Ausgabebewertung

Korrekt: A+C+D, Kosten 16, Wert 31. Außerdem wurde A+C+E als einziges weiteres zulässiges Portfolio mit einem Wert von mindestens 30 identifiziert.

Argon

Beobachtete Zeit46,48 sEingabe-Tokens4,273Ausgabe-Tokens3,479

Ausgabebewertung

Korrekt: A+C+D, Kosten 16, Wert 31. Außerdem wurde A+C+E als einziges weiteres zulässiges Portfolio mit einem Wert von mindestens 30 identifiziert.

Aufgabenurteil: Alle drei haben die Kernantwortprüfungen bestanden.

TEST 2 · GENAUIGKEITSBASIS

A/B-Analyse unter einem verzerrten Traffic-Mix

Trennen Sie die Gesamtkonversion von gerätespezifischen Effekten und standardisiertem Lift.

Eingabeaufforderung

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.

Wasserstoff

Beobachtete Zeit34,45 sEingabe-Tokens4,275Ausgabe-Tokens5,222

Ausgabebewertung

Korrekt: B führt insgesamt um 48 Prozentpunkte, verliert aber auf dem Desktop 10 Punkte. Eine übliche 50/50-Gerätemischung ergibt Null-Lift. Ein Sieg in beiden Segmenten wurde abgelehnt.

Kohlenstoff

Beobachtete Zeit50,71 sEingabe-Tokens4,275Ausgabe-Tokens3,508

Ausgabebewertung

Korrekt: B führt insgesamt um 48 Prozentpunkte, verliert aber auf dem Desktop 10 Punkte. Eine übliche 50/50-Gerätemischung ergibt Null-Lift. In beiden Segmenten einen Sieg abgelehnt.

Argon

Beobachtete Zeit36.71 sEingabe-Tokens4,275Ausgabe-Tokens2,075

Ausgabebewertung

Richtig: B führt insgesamt um 48 Prozentpunkte, verliert aber 10 Punkte auf dem Desktop. Eine übliche 50/50-Gerätemischung ergibt null Steigerung. In beiden Segmenten einen Sieg abgelehnt.

Aufgabenurteil: Alle drei bestanden die Kernantwortprüfungen.

TEST 3 · GENAUIGKEITSBASIS

Revisionsbewusste Ledger-Abstimmung

Wenden Sie Revisionen, Stornierungen und Rückerstattungen korrekt an und geben Sie dann striktes JSON zurück.

Eingabeaufforderung

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.

Hydrogen

Beobachtete Zeit14.61 sEingabe-Tokens4,488Ausgabe-Tokens2,012

Ausgabebewertung

Richtig: Bestellsummen von 1.000, 1.600, 0 und 100 Cent; insgesamt 2.700 Cent. Rohausgabe als JSON ohne Bereinigung geparst.

Carbon

Beobachtete Zeit33.64 sEingabe-Tokens4,488Ausgabe-Tokens2,741

Ausgabebewertung

Richtig: Bestellsummen von 1.000, 1.600, 0 und 100 Cent; insgesamt 2.700 Cent. Rohausgabe als JSON ohne Bereinigung geparst.

Argon

Beobachtete Zeit16,65 sEingabetokens4,488Ausgabetokens963

Ausgabebewertung

Korrekt: Bestellsummen von 1.000, 1.600, 0 und 100 Cent; Gesamtsumme 2.700 Cent. Rohausgabe ohne Bereinigung als JSON geparst.

Aufgabenurteil: Alle drei bestanden die Kernantwortprüfungen.

TEST 4 · HARD CODING TASK

Schwieriger Test: ein exakter Solver für 18 Projekte

Generieren Sie ausführbares Python für eine eingeschränkte Suche; wir haben jedes Programm gegen eine unabhängige erschöpfende Referenz ausgeführt.

Eingabeaufforderung

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.

Wasserstoff

Beobachtete Zeit24,29 sEingabetokens4,581Ausgabetokens3,418

Ausgabebewertung

Bestanden: Ausführbarer Code gab zurück 121 zulässige Portfolios und die korrekten Top fünf. Enthielt die korrekte Kombinationsanzahl und eine ausführlichere Komplexitätserklärung.

Kohlenstoff

Beobachtete Zeit28,29 sEingabetokens4,581Ausgabetokens2,282

Ausgabebewertung

Bestanden: ausführbarer Code zurückgegeben 121 zulässige Portfolios und die korrekte Top Fünf. Die Kombinationsanzahl war korrekt; die Komplexitätsnotiz ließ den letzten Sortierterm aus.

Argon

Beobachtete Zeit14.47 sEingabetokens4,581Ausgabetokens819

Ausgabebewertung

Bestanden nach Entfernen eines Markdown-Zauns: Code zurückgegeben 121 zulässige Portfolios und die korrekte Top Fünf. Der Kommentar behauptete 115.379 Kombinationen statt 142.766 und ließ die Sortierung in seiner Komplexitätsnotiz aus.

Aufgabenurteil: Funktionale Korrektheit gleichauf. Hydrogen lieferte in diesem Lauf die sauberste Kombination aus ausführbarer Formatierung und Erklärung.

Was der harte Test festgestellt hat
  • Alle drei Programme stimmten mit der unabhängigen Referenz überein: 121 zulässige Portfolios.
  • Die ersten beiden Portfolios erzielten beide 132 bei Kosten 55; der alphabetische Tie-Break setzte BFHJKMNPQ korrekt vor DEIJKLQR.
  • Die nächsten drei waren BDFGJKLQ (55, 131), ACFHJMOPR (55, 130) und EIJKLPQR (53, 129).
  • Diese abgeschlossenen Aufgaben haben keinen allgemeinen Korrektheitssieger ergeben.

Die Zeiten sind Beobachtungen aus einzelnen End-to-End-Läufen einschließlich Netzwerk- und Wartezeit, wobei die Anfragen gleichzeitig ausgeführt wurden. Tokens geben die Input-/Output-Nutzung an und können Reasoning- oder Request-Wrapper-Tokens enthalten; sie sind keine Dollargebühren. Ein separater Direktantwort-Versuch stieß auf Ratenlimits oder einen lokalen Timeout und wurde von der Qualitätsbewertung ausgeschlossen. Die obige Codierungsaufgabe verwendete einen neuen abgestimmten Prompt.

Endgültiges Urteil: Welches Modell sollten Sie zuerst ausprobieren?

Beginnen Sie mit Hydrogen, wenn die niedrigeren offiziellen Token-Raten zu Ihrer Arbeitslast passen. Behalten Sie Argon im Vergleich, wenn Sie Wert auf effizientes Frontier-Reasoning legen: Es hat unsere Exact-Search-Codierungsaufgabe nach Formatierungsbereinigung korrekt gelöst. Bewerten Sie Carbon bei Arbeiten, die tiefere Exploration erfordern; dieser Testsatz zeigte keinen Korrektheitsvorteil, der eine Standardwahl rechtfertigen würde. Prüfen Sie die angezeigte Plattformgebühr getrennt von den Google-API-Raten.

Häufig gestellte Fragen

Welches Gemini-4-Modell ist pro Token am günstigsten?

Hydrogen hat die niedrigsten gelisteten Standard-API-Raten: 1,50 $ pro Million Eingabetokens und 7,50 $ pro Million Ausgabetokens, geprüft am 15. November 2026.

Haben Carbon und Argon unterschiedliche API-Tokenpreise?

Ihre gelisteten Standard-Token-Raten sind gleich. Carbon kann pro Aufgabe dennoch mehr kosten, wenn es mehr Reasoning-Tokens oder Verifikationsschritte verwendet.

Garantiert ein höherer Benchmark-Score eine bessere Antwort?

Nein. Überprüfen Sie die Benchmark-Version und die Denkeinstellung und testen Sie das Modell dann an repräsentativen Aufgaben mit unabhängig überprüfbaren Antworten.

Wie haben wir die schwierigste Aufgabe überprüft?

Wir haben jeden generierten Python-Solver ausgeführt und seine zulässige Anzahl und die fünf besten Portfolios mit einer unabhängigen Referenz durch vollständige Suche verglichen.

Wo kann ich mehr über den Zugang zu Argon erfahren?

Unser Argon-Zugriffsleitfaden erklärt die Unterschiede zwischen Plattformzugriff, Google-Abonnements, AI Studio und API-Abrechnung.

Einzelheiten zum Zugriff finden Sie unter wie man Gemini 4 Argon verwendet. Um Modelle in einem Konto zu vergleichen, beginnen Sie mit GlobalGPT und überprüfen Sie das ausgewählte Modell und die angezeigten Nutzungsbedingungen.

Neueste Beiträge