Hydrogène
Évaluation de la sortie
Correct : A+C+D, coût 16, valeur 31. A également identifié A+C+E comme le seul autre portefeuille réalisable avec une valeur d'au moins 30.
Nous comparons les benchmarks publiés par Google et les prix des API, puis nous testons les trois modèles sur des tâches identiques avec des résultats vérifiés, des prompts, le temps et l'utilisation des jetons.

Hydrogen a le prix officiel de jetons le plus bas ; Carbon vise le raisonnement le plus profond ; Argon équilibre raisonnement de pointe et efficacité. Les trois ont réussi nos quatre tâches terminées. Le test de code le plus difficile a révélé des différences de formatage et d'explication plutôt qu'un gagnant en exactitude.
Google propose désormais trois modèles Gemini 4 dont les noms ne disent pas grand-chose sur celui à choisir. Faut-il commencer par Hydrogen, utiliser Argon pour les travaux exigeants ou payer pour le raisonnement plus approfondi de Carbon ?
La comparaison utile est la capacité par tâche : ce que chaque modèle peut résoudre, la quantité de raisonnement qu'il utilise et le coût d'une réponse complète. Les scores officiels des benchmarks nous donnent un point de départ ; des tâches difficiles avec le même prompt sont nécessaires pour voir où ces différences comptent.
Nous avons testé les trois modèles sur les mêmes tâches via GlobalGPT. Si vous souhaitez comparer votre propre charge de travail, commencez par GlobalGPT et consultez les options de modèle et les conditions d'utilisation actuelles de votre compte.
Conçu pour codage quotidien rapide et à l'exécution agentique.
Peut fonctionner de manière autonome ou gérer l'exécution aux côtés de modèles de raisonnement plus approfondi.
Indice rapporté par Google : 51 en réflexion élevée, 54 en xhigh.
Source : L'annonce Hydrogen de Google.
Le modèle de raisonnement Gemini 4 le plus performant.
Destiné au débogage difficile, à la recherche scientifique et à la vérification étendue.
Peut utiliser plus de jetons de raisonnement qu'Argon malgré des tarifs par jeton égaux.
Source : L'annonce de disponibilité de Carbon de Google.
Raisonnement de frontière efficace pour le codage, les mathématiques et les sciences exigeants.
Google le positionne comme plus rapide et moins gourmand en jetons que Carbon.
Son rôle est un équilibre entre profondeur de raisonnement et coût de la tâche.
Source : La documentation sur les modèles et les tarifs de Google.
BENCHMARK PUBLIÉ · PLUS ÉLEVÉ EST MIEUX
Un aperçu rapide des scores rapportés par Google.
Il s'agit de résultats publiés rapportés par Google, vérifiés le 15 novembre 2026. Ce ne sont pas des scores de nos propres tests. Le chiffre de Carbon provient de son annonce; les chiffres de Hydrogen et Argon proviennent de l'annonce Hydrogen ci-dessus. Il s'agit d'une comparaison de sources entre annonces, plutôt que d'un nouveau classement à trois modèles avec des paramètres identiques vérifiés indépendamment.
Ne placez pas les chiffres de Terminal-Bench 4.0 et 4.1 dans une même colonne classée. Une version d'évaluation modifiée peut changer la difficulté des tâches, de sorte que les pourcentages ne permettraient pas une comparaison directe équitable.

Tarifs standard de l'API Gemini en USD par million de jetons, vérifiés le 15 novembre 2026 :
API GEMINI STANDARD · USD PAR MILLION DE JETONS
Entrée
SORTIE · Y COMPRIS RÉFLEXION
Entrée
SORTIE · Y COMPRIS RÉFLEXION
Entrée
SORTIE · Y COMPRIS RÉFLEXION
*Les tarifs publiés actuels de Hydrogen ne spécifient aucune augmentation en décembre ; ceci n'est pas une garantie contre de futurs changements. La facturation de sortie inclut les jetons de réflexion. Les frais de recherche et autres outils sont séparés. Il s'agit des tarifs de l'API Google, et non des prix d'abonnement ou des conversions de crédits GlobalGPT.
À nombre de jetons fixe, Hydrogen coûte25 % de moins que Carbon ou Argon à leurs tarifs de lancement. Par rapport aux tarifs annoncés de décembre, cette différence devient 62,5 %. Le coût réel de la tâche dépend également des jetons de raisonnement, des nouvelles tentatives et de l'utilisation des outils.
Par exemple, 100 000 jetons d'entrée et 20 000 jetons de sortie facturables coûtent 0,30 $ sur Hydrogen, 0,40 $ sur Carbon ou Argon jusqu'au 30 novembre, et 0,80 $ sur Carbon ou Argon à partir du 1er décembre. Ce calcul exclut les outils, la mise en cache, les remises par lot et les nouvelles tentatives ; il ne prédit pas le nombre de jetons dont chaque modèle a besoin.
Hydrogen dispose d'un niveau API gratuit à débit limité. Carbon et Argon n'en ont pas. Les abonnements grand public sont un achat distinct avec leurs propres règles d'accès.
Source : Tarification de l'API Google.

Nous avons testé Hydrogen, Carbon et Argon sur quatre tâches identiques. Les trois premières vérifiaient l'exactitude de base ; la dernière tâche exigeait un programme complet de recherche exacte que nous avons exécuté et vérifié par rapport à une réponse calculée indépendamment.
Même entrée et instruction système pour chaque tâche.
Nouvelles requêtes, contexte du projet désactivé et aucune utilisation d'outil par le modèle.
Exactitude, format de sortie, temps et utilisation de jetons évalués séparément.
TEST 1 · RÉFÉRENCE DE PRÉCISION
Sélectionnez le portefeuille optimal et identifiez chaque alternative admissible.
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.
Correct : A+C+D, coût 16, valeur 31. A également identifié A+C+E comme le seul autre portefeuille réalisable avec une valeur d'au moins 30.
Correct : A+C+D, coût 16, valeur 31. A également identifié A+C+E comme le seul autre portefeuille réalisable avec une valeur d'au moins 30.
Correct : A+C+D, coût 16, valeur 31. A également identifié A+C+E comme le seul autre portefeuille réalisable avec une valeur d'au moins 30.
Verdict de la tâche : Les trois ont réussi les vérifications de réponse de base.
TEST 2 · RÉFÉRENCE DE PRÉCISION
Séparez la conversion globale des effets au niveau de l'appareil et de l'augmentation standardisée.
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.
Correct : B mène de 48 points de pourcentage au total, mais perd 10 points sur ordinateur. Un mix d'appareils courant 50/50 donne lift nul. A rejeté une victoire dans les deux segments.
Correct : B mène de 48 points de pourcentage au total, mais perd 10 points sur ordinateur. Un mix d'appareils courant 50/50 donne lift nul. A rejeté une victoire dans les deux segments.
Correct : B mène de 48 points de pourcentage au total, mais perd 10 points sur ordinateur. Une répartition courante 50/50 des appareils donne zéro amélioration. A rejeté une victoire dans les deux segments.
Verdict de la tâche : Les trois ont réussi les vérifications de réponse de base.
TEST 3 · RÉFÉRENCE DE PRÉCISION
Appliquez correctement les révisions, les annulations et les remboursements, puis renvoyez un JSON strict.
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.
Correct : totaux de commande de 1 000, 1 600, 0 et 100 cents ; total 2 700 cents. Sortie brute analysée comme JSON sans nettoyage.
Correct : totaux de commande de 1 000, 1 600, 0 et 100 cents ; total 2 700 cents. Sortie brute analysée comme JSON sans nettoyage.
Correct : totaux de commande de 1 000, 1 600, 0 et 100 cents ; total 2 700 cents. Sortie brute analysée en JSON sans nettoyage.
Verdict de la tâche : Les trois ont réussi les vérifications de réponse de base.
TEST 4 · TÂCHE DE CODAGE EN DUR
Générez du Python exécutable pour une recherche contrainte ; nous avons exécuté chaque programme par rapport à une référence exhaustive indépendante.
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.Réussi : le code exécutable a renvoyé 121 portefeuilles réalisables et les les cinq premiers corrects. Incluait le nombre correct de combinaisons et une explication plus complète de la complexité.
Réussi : code exécutable renvoyé 121 portefeuilles réalisables et les les cinq premiers corrects. Le nombre de combinaisons était correct ; la note de complexité a omis le terme de tri final.
Réussi après suppression d'une clôture Markdown : code renvoyé 121 portefeuilles réalisables et les les cinq premiers corrects. Le commentaire prétendait 115 379 combinaisons au lieu de 142 766 et omettait le tri dans sa note de complexité.
Verdict de la tâche : Exactitude fonctionnelle à égalité. Hydrogen a donné la combinaison la plus propre de formatage exécutable et d'explication dans cette exécution.
Les temps sont des observations de bout en bout en une seule exécution, incluant le temps de réseau et de file d'attente, les requêtes étant exécutées simultanément. Les jetons indiquent l'utilisation en entrée/sortie et peuvent inclure des jetons de raisonnement ou d'enveloppe de requête ; ils ne représentent pas des frais en dollars. Une tentative distincte de réponse directe a atteint les limites de débit ou un délai d'attente local et a été exclue de l'évaluation de la qualité. La tâche de codage ci-dessus a utilisé un nouveau prompt apparié.
Commencez par Hydrogen lorsque ses tarifs officiels de jetons plus bas correspondent à votre charge de travail. Gardez Argon dans votre comparaison si vous accordez de l'importance au raisonnement de frontière efficace : il a résolu correctement notre tâche de codage à recherche exacte après nettoyage du formatage. Évaluez Carbon pour les travaux nécessitant une exploration plus approfondie ; cet ensemble de tests n'a pas démontré d'avantage de justesse qui justifierait de le choisir par défaut. Vérifiez les frais de plateforme affichés séparément des tarifs de l'API Google.
Hydrogen a les tarifs API standard listés les plus bas : 1,50 $ par million de jetons d'entrée et 7,50 $ par million de jetons de sortie, vérifiés le 15 novembre 2026.
Leurs tarifs de jetons standard listés sont égaux. Carbon peut quand même coûter plus cher par tâche s'il utilise plus de jetons de raisonnement ou d'étapes de vérification.
Non. Vérifiez la version du benchmark et le paramètre de réflexion, puis testez le modèle sur des tâches représentatives avec des réponses vérifiables indépendamment.
Nous avons exécuté chaque solveur Python généré et comparé son nombre de solutions réalisables et ses cinq meilleurs portefeuilles à une référence indépendante par recherche exhaustive.
Notre guide d'accès à Argon explique les différences entre l'accès à la plateforme, les abonnements Google, AI Studio et la facturation API.
Pour plus de détails sur l'accès, lisez comment utiliser Gemini 4 Argon. Pour comparer des modèles dans un même compte, commencez par GlobalGPT et vérifiez le modèle sélectionné et les conditions d'utilisation affichées.