Hidrogen
Evaluasi keluaran
Benar: A+C+D, biaya 16, nilai 31. Juga mengidentifikasi A+C+E sebagai satu-satunya portofolio layak lainnya dengan nilai minimal 30.
Kami membandingkan benchmark yang dipublikasikan Google dan harga API, lalu menguji ketiga model pada tugas yang identik dengan hasil terverifikasi, prompt, waktu, dan penggunaan token.

Hydrogen memiliki harga token resmi terendah; Carbon menargetkan penalaran terdalam; Argon menyeimbangkan penalaran mutakhir dan efisiensi. Ketiganya lulus empat tugas yang kami selesaikan. Tes kode tersulit mengungkap perbedaan format dan penjelasan, bukan pemenang dalam hal kebenaran.
Google kini memiliki tiga model Gemini 4 dengan nama yang tidak banyak memberi tahu mana yang harus dipilih. Haruskah Anda mulai dengan Hydrogen, menggunakan Argon untuk pekerjaan berat, atau membayar untuk penalaran Carbon yang lebih dalam?
Perbandingan yang berguna adalah kemampuan per tugas: apa yang dapat diselesaikan setiap model, berapa banyak penalaran yang digunakannya, dan berapa biaya jawaban yang selesai. Skor benchmark resmi memberi kita titik awal; tugas sulit dengan prompt yang sama diperlukan untuk melihat di mana perbedaan itu penting.
Kami menguji ketiga model pada tugas yang sama melalui GlobalGPT. Jika Anda ingin membandingkan beban kerja Anda sendiri, mulailah dengan GlobalGPT dan periksa opsi model saat ini serta ketentuan penggunaan akun Anda.
Dibangun untuk pengkodean sehari-hari yang cepat dan eksekusi agentik.
Dapat berjalan mandiri atau menangani eksekusi bersama model penalaran yang lebih dalam.
Indeks yang dilaporkan Google: 51 pada pemikiran tinggi, 54 pada xhigh.
Sumber: Pengumuman Hydrogen Google.
Model model penalaran Gemini 4 berkemampuan tertinggi.
Ditujukan untuk debugging yang sulit, penelitian ilmiah, dan verifikasi yang diperluas.
Mungkin menggunakan lebih banyak token penalaran daripada Argon meskipun tarif per token sama.
Sumber: Pengumuman ketersediaan Carbon Google.
Penalaran frontier yang efisien untuk pengkodean, matematika, dan sains yang menuntut.
Google memposisikannya sebagai lebih cepat dan kurang intensif token daripada Carbon.
Perannya adalah keseimbangan antara kedalaman penalaran dan biaya tugas.
Sumber: Dokumentasi model dan harga Google.
BENCHMARK YANG DIPUBLIKASIKAN · LEBIH TINGGI LEBIH BAIK
Tampilan cepat skor yang dilaporkan Google.
Ini adalah hasil yang dipublikasikan yang dilaporkan Google, diperiksa 15 November 2026. Ini bukan skor dari pengujian kami sendiri. Angka Carbon berasal dari pengumuman; angka Hydrogen dan Argon berasal dari pengumuman Hydrogen di atas. Ini adalah perbandingan sumber di seluruh pengumuman, bukan menjalankan papan peringkat tiga model baru dengan pengaturan identik yang diverifikasi secara independen.
Jangan menempatkan angka Terminal-Bench 4.0 dan 4.1 dalam satu kolom peringkat. Versi evaluasi yang berubah dapat mengubah tingkat kesulitan tugas, sehingga persentase tidak akan mendukung kesimpulan perbandingan langsung yang adil.

Harga API Gemini standar dalam USD per satu juta token, diperiksa 15 November 2026:
API GEMINI STANDAR · USD PER 1 JUTA TOKEN
Input
OUTPUT · TERMASUK BERPIKIR
Input
OUTPUT · TERMASUK BERPIKIR
Input
OUTPUT · TERMASUK BERPIKIR
*Tarif Hydro yang dipublikasikan saat ini tidak menentukan kenaikan pada bulan Desember; ini bukan jaminan terhadap perubahan di masa mendatang. Penagihan output mencakup token berpikir. Biaya pencarian dan alat lainnya terpisah. Ini adalah tarif Google API, bukan harga langganan atau konversi kredit GlobalGPT.
Pada jumlah token tetap, biaya Hydrogen25% lebih murah dibandingkan Carbon atau Argon pada tarif perkenalan mereka. Dibandingkan dengan tarif Desember yang diumumkan, perbedaan itu menjadi 62,5%. Biaya tugas aktual juga bergantung pada token penalaran, percobaan ulang, dan penggunaan alat.
Misalnya, 100.000 token input dan 20.000 token output yang dapat ditagih berharga $0,30 di Hydrogen, $0,40 di Carbon atau Argon hingga 30 November, dan $0,80 di Carbon atau Argon mulai 1 Desember. Perhitungan ini tidak termasuk alat, caching, diskon batch, dan percobaan ulang; ini tidak memprediksi berapa banyak token yang dibutuhkan setiap model.
Hydrogen memiliki tingkat API gratis dengan batas kecepatan. Carbon dan Argon tidak. Langganan konsumen adalah pembelian terpisah dengan aturan aksesnya sendiri.
Sumber: Harga Google API.

Kami menguji Hydrogen, Carbon, dan Argon pada empat tugas yang identik. Tiga tugas pertama memeriksa akurasi inti; tugas terakhir memerlukan program pencarian eksak lengkap yang kami jalankan dan periksa terhadap jawaban yang dihitung secara independen.
Input dan instruksi sistem yang sama untuk setiap tugas.
Permintaan baru, konteks proyek dinonaktifkan, dan tanpa penggunaan alat model.
Kebenaran, format keluaran, waktu, dan penggunaan token dievaluasi secara terpisah.
UJI 1 · BASELINE AKURASI
Pilih portofolio optimal dan identifikasi setiap alternatif yang memenuhi syarat.
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.
Benar: A+C+D, biaya 16, nilai 31. Juga mengidentifikasi A+C+E sebagai satu-satunya portofolio layak lainnya dengan nilai minimal 30.
Benar: A+C+D, biaya 16, nilai 31. Juga mengidentifikasi A+C+E sebagai satu-satunya portofolio layak lainnya dengan nilai minimal 30.
Benar: A+C+D, biaya 16, nilai 31. Juga mengidentifikasi A+C+E sebagai satu-satunya portofolio layak lainnya dengan nilai minimal 30.
Putusan tugas: Ketiganya lulus pemeriksaan jawaban inti.
UJI 2 · GARIS DASAR AKURASI
Pisahkan konversi agregat dari efek tingkat perangkat dan peningkatan terstandar.
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.
Benar: B unggul 48 poin persentase secara keseluruhan, tetapi kalah 10 poin di desktop. Campuran perangkat umum 50/50 memberikan lift nol. Menolak kemenangan di kedua segmen.
Benar: B unggul 48 poin persentase secara keseluruhan, tetapi kalah 10 poin di desktop. Campuran perangkat umum 50/50 memberikan lift nol. Menolak kemenangan di kedua segmen.
Benar: B unggul 48 poin persentase secara keseluruhan, tetapi kalah 10 poin di desktop. Campuran perangkat 50/50 yang umum memberikan nol peningkatan. Menolak kemenangan di kedua segmen.
Putusan tugas: Ketiganya lulus pemeriksaan jawaban inti.
UJI 3 · GARIS DASAR AKURASI
Terapkan revisi, pembatalan, dan pengembalian dana dengan benar, lalu kembalikan JSON yang ketat.
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.
Benar: total pesanan 1.000, 1.600, 0, dan 100 sen; total 2.700 sen. Output mentah diurai sebagai JSON tanpa pembersihan.
Benar: total pesanan 1.000, 1.600, 0, dan 100 sen; total 2.700 sen. Output mentah diurai sebagai JSON tanpa pembersihan.
Benar: total pesanan 1.000, 1.600, 0, dan 100 sen; total 2.700 sen. Output mentah diurai sebagai JSON tanpa pembersihan.
Putusan tugas: Ketiganya lulus pemeriksaan jawaban inti.
UJI 4 · TUGAS HARD CODING
Hasilkan Python yang dapat dieksekusi untuk pencarian terbatas; kami menjalankan setiap program terhadap referensi lengkap independen.
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.Lulus: kode yang dapat dieksekusi mengembalikan 121 portofolio yang layak dan lima teratas yang benar. Termasuk jumlah kombinasi yang benar dan penjelasan kompleksitas yang lebih lengkap.
Lulus: kode yang dapat dieksekusi dikembalikan 121 portofolio yang layak dan lima teratas yang benar. Jumlah kombinasi benar; catatan kompleksitas menghilangkan istilah pengurutan akhir.
Lulus setelah menghapus pagar Markdown: kode dikembalikan 121 portofolio yang layak dan lima teratas yang benar. Komentar tersebut mengklaim 115.379 kombinasi, bukan 142.766, dan menghilangkan pengurutan dalam catatan kompleksitasnya.
Putusan tugas: Kebenaran fungsional seri. Hydrogen memberikan kombinasi terbersih antara format yang dapat dieksekusi dan penjelasan dalam proses ini.
Waktu adalah pengamatan end-to-end sekali jalan termasuk waktu jaringan dan antrean, dengan permintaan dijalankan secara bersamaan. Token melaporkan penggunaan input/output dan mungkin termasuk token penalaran atau pembungkus permintaan; itu bukan biaya dolar. Upaya jawaban langsung terpisah mencapai batas laju atau waktu habis lokal dan dikeluarkan dari penilaian kualitas. Tugas pengkodean di atas menggunakan prompt yang cocok baru.
Mulailah dengan Hydrogen ketika tarif token resmi yang lebih rendah sesuai dengan beban kerja Anda. Pertahankan Argon dalam perbandingan Anda jika Anda menghargai penalaran frontier yang efisien: ia menyelesaikan tugas pengodean pencarian tepat kami dengan benar setelah pembersihan format. Evaluasi Carbon pada pekerjaan yang membutuhkan eksplorasi lebih dalam; set pengujian ini tidak menunjukkan keunggulan kebenaran yang akan membenarkan memilihnya secara default. Periksa biaya platform yang ditampilkan secara terpisah dari tarif Google API.
Hydrogen memiliki tarif API standar terendah yang tercantum: $1,50 per juta token masukan dan $7,50 per juta token keluaran, diperiksa pada 15 November 2026.
Tarif token standar yang tercantum sama. Carbon tetap bisa lebih mahal per tugas jika menggunakan lebih banyak token penalaran atau langkah verifikasi.
Tidak. Periksa versi benchmark dan pengaturan pemikiran, lalu uji model pada tugas-tugas representatif dengan jawaban yang dapat diverifikasi secara independen.
Kami menjalankan setiap solver Python yang dihasilkan dan membandingkan jumlah layak serta lima portofolio teratas dengan referensi pencarian menyeluruh independen.
Panduan akses Argon kami menjelaskan perbedaan antara akses platform, langganan Google, AI Studio, dan penagihan API.
Untuk detail akses, baca cara menggunakan Gemini 4 Argon. Untuk membandingkan model dalam satu akun, mulailah dengan GlobalGPT dan periksa model yang dipilih serta ketentuan penggunaan yang ditampilkan.