Waterstof
Uitvoerevaluatie
Correct: A+C+D, kosten 16, waarde 31. Ook A+C+E geïdentificeerd als het enige andere haalbare portfolio met een waarde van minstens 30.
We vergelijken de door Google gepubliceerde benchmarks en API-prijzen en testen vervolgens alle drie de modellen op identieke taken met geverifieerde resultaten, prompts, tijd en tokenverbruik.

Hydrogen heeft de laagste officiële tokenprijs; Carbon richt zich op de diepste redenering; Argon balanceert geavanceerde redenering en efficiëntie. Alle drie slaagden voor onze vier voltooide taken. De moeilijkste codetest bracht verschillen in opmaak en uitleg aan het licht in plaats van een winnaar op correctheid.
Google heeft nu drie Gemini 4-modellen met namen die weinig zeggen over welke je moet kiezen. Moet je beginnen met Hydrogen, Argon gebruiken voor veeleisend werk, of betalen voor Carbons diepere redenering?
De nuttige vergelijking is de capaciteit per taak: wat elk model kan oplossen, hoeveel redenering het gebruikt en wat een voltooid antwoord kost. Officiële benchmarkscores geven ons een startpunt; moeilijke taken met dezelfde prompt zijn nodig om te zien waar die verschillen ertoe doen.
We hebben alle drie de modellen via GlobalGPT op dezelfde taken getest. Als je je eigen workload wilt vergelijken, begin dan met GlobalGPT en bekijk de huidige modelopties en gebruiksvoorwaarden van je account.
Gebouwd voor snel alledaags coderen en agentische uitvoering.
Kan zelfstandig draaien of de uitvoering verzorgen naast modellen met diepere redenering.
Door Google gerapporteerde index: 51 bij hoog denken, 54 bij xhigh.
Bron: Google's Hydrogen-aankondiging.
Google's meest capabele Gemini 4 redeneermodel.
Bedoeld voor moeilijk debuggen, wetenschappelijk onderzoek en uitgebreide verificatie.
Kan meer redeneertokens gebruiken dan Argon ondanks gelijke token-tarieven.
Bron: Google's Carbon-beschikbaarheidsaankondiging.
Efficiënt frontier-redeneren voor veeleisend programmeren, wiskunde en wetenschap.
Google positioneert het als sneller en minder token-intensief dan Carbon.
Zijn rol is een balans tussen redeneerdiepte en taakkosten.
Bron: Google's model- en prijsdocumentatie.
GEPUBLICEERDE BENCHMARK · HOGER IS BETER
Een snel overzicht van de door Google gerapporteerde scores.
Dit zijn door Google gerapporteerde gepubliceerde resultaten, gecontroleerd op 15 november 2026. Het zijn geen scores van onze eigen tests. Het cijfer van Carbon komt uit zijn aankondiging; de cijfers voor Hydrogen en Argon komen uit de Hydrogen-aankondiging hierboven. Dit is een bronvergelijking tussen aankondigingen, in plaats van een nieuwe leaderboard-run met drie modellen en onafhankelijk geverifieerde identieke instellingen.
Zet de cijfers van Terminal-Bench 4.0 en 4.1 niet in één gerangschikte kolom. Een gewijzigde evaluatieversie kan de taakmoeilijkheid veranderen, waardoor de percentages geen eerlijke onderlinge vergelijking ondersteunen.

Standaard Gemini API-prijzen in USD per één miljoen tokens, gecontroleerd op 15 november 2026:
STANDAARD GEMINI API · USD PER 1 MLN. TOKENS
Invoer
UITVOER · INCLUSIEF DENKEN
Invoer
UITVOER · INCLUSIEF DENKEN
Invoer
UITVOER · INCLUSIEF DENKEN
*De huidige gepubliceerde tarieven van Hydrogen specificeren geen verhoging in december; dit is geen garantie tegen toekomstige wijzigingen. Outputfacturering omvat thinking-tokens. Zoek- en andere toolkosten zijn apart. Dit zijn de API-tarieven van Google, niet de abonnementsprijzen of creditconversies van GlobalGPT.
Bij vaste tokenaantallen kost Hydrogen25% minder dan Carbon of Argon tegen hun introductietarieven. Ten opzichte van de aangekondigde decembertarieven wordt dat verschil 62,5%. De werkelijke taakkosten zijn ook afhankelijk van redeneertokens, nieuwe pogingen en toolgebruik.
Bijvoorbeeld, 100.000 invoertokens en 20.000 factureerbare uitvoertokens kosten $0,30 op Hydrogen, $0,40 op Carbon of Argon tot en met 30 november, en $0,80 op Carbon of Argon vanaf 1 december. Deze berekening sluit tools, caching, batchkortingen en herhalingen uit; het voorspelt niet hoeveel tokens elk model nodig heeft.
Hydrogen heeft een gratis API-laag met snelheidsbeperking. Carbon en Argon hebben dat niet. Consumentenabonnementen zijn een aparte aankoop met eigen toegangsregels.
Bron: Google API-prijzen.

We hebben Hydrogen, Carbon en Argon getestet op vier identieke taken. De eerste drie controleerden de kernnauwkeurigheid; de laatste taak vereiste een compleet exact-zoekprogramma dat we hebben uitgevoerd en gecontroleerd tegen een onafhankelijk berekend antwoord.
Dezelfde invoer en systeeminstructie voor elke taak.
Nieuwe verzoeken, projectcontext uitgeschakeld en geen gebruik van modeltools.
Correctheid, uitvoerformaat, tijd- en tokenverbruik worden afzonderlijk beoordeeld.
TEST 1 · NAUWKEURIGHEIDSBASISLIJN
Selecteer de optimale portefeuille en identificeer elk kwalificerend alternatief.
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, kosten 16, waarde 31. Ook A+C+E geïdentificeerd als het enige andere haalbare portfolio met een waarde van minstens 30.
Correct: A+C+D, kosten 16, waarde 31. Ook A+C+E geïdentificeerd als het enige andere haalbare portfolio met een waarde van minstens 30.
Correct: A+C+D, kosten 16, waarde 31. Ook werd A+C+E geïdentificeerd als het enige andere haalbare portfolio met een waarde van minstens 30.
Taakbeoordeling: Alle drie zijn geslaagd voor de kernantwoordcontroles.
TEST 2 · NAUWKEURIGHEIDSBASISLIJN
Scheid de totale conversie van apparaatniveau-effecten en gestandaardiseerde lift.
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 leidt over het geheel met 48 procentpunten, maar verliest 10 punten op desktop. Een gebruikelijke 50/50-apparaatmix geeft nul lift. Een winst in beide segmenten werd afgewezen.
Correct: B leidt over het geheel met 48 procentpunten, maar verliest 10 punten op desktop. Een gebruikelijke 50/50-apparaatmix geeft nul lift. In beide segmenten een winst afgewezen.
Correct: B leidt in totaal met 48 procentpunten, maar verliest 10 punten op desktop. Een gebruikelijke 50/50-apparaatmix geeft nul lift. In beide segmenten een winst afgewezen.
Taakverdict: Alle drie slaagden voor de kernantwoordcontroles.
TEST 3 · NAUWKEURIGHEIDSBASISLIJN
Pas revisies, annuleringen en terugbetalingen correct toe en retourneer vervolgens strikte JSON.
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: ordertotalen van 1.000, 1.600, 0 en 100 cent; totaal 2.700 cent. Ruwe uitvoer geparseerd als JSON zonder opschoning.
Correct: ordertotalen van 1.000, 1.600, 0 en 100 cent; totaal 2.700 cent. Ruwe uitvoer geparseerd als JSON zonder opschoning.
Correct: ordertotalen van 1.000, 1.600, 0 en 100 cent; totaal 2.700 cent. Ruwe uitvoer zonder opschoning als JSON geparseerd.
Taakuitspraak: Alle drie slaagden voor de kernantwoordcontroles.
TEST 4 · HARD CODING TASK
Genereer uitvoerbare Python voor een beperkte zoekopdracht; we hebben elk programma vergeleken met een onafhankelijke uitputtende referentie.
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.Geslaagd: uitvoerbare code retourneerde 121 haalbare portfolio's en de correcte top vijf. Bevatte het correcte aantal combinaties en een uitgebreidere complexiteitsuitleg.
Geslaagd: uitvoerbare code geretourneerd 121 haalbare portfolio's en de correcte top vijf. Het aantal combinaties was correct; de complexiteitsnotitie liet de laatste sorteerterm weg.
Geslaagd na het verwijderen van een Markdown-omheining: code geretourneerd 121 haalbare portfolio's en de correcte top vijf. De opmerking claimde 115.379 combinaties in plaats van 142.766 en liet de sortering weg in de complexiteitsnotitie.
Taakverdict: Functionele correctheid gelijk. Hydrogen gaf in deze run de schoonste combinatie van uitvoerbare opmaak en uitleg.
De tijden zijn observaties van eenmalige end-to-end runs inclusief netwerk- en wachttijd, waarbij de verzoeken gelijktijdig werden uitgevoerd. Tokens geven het input/output-gebruik weer en kunnen redeneer- of request-wrapper-tokens bevatten; het zijn geen dollarkosten. Een afzonderlijke directe-antwoordpoging liep tegen snelheidslimieten of een lokale time-out aan en werd uitgesloten van de kwaliteitsscore. De bovenstaande codeertaak gebruikte een nieuwe gematchte prompt.
Begin met Hydrogen wanneer de lagere officiële token-tarieven bij uw workload passen. Houd Argon in uw vergelijking als u waarde hecht aan efficiënt frontier-redeneren: het loste onze exact-search-codeertaak correct op na opschoning van de opmaak. Evalueer Carbon voor werk dat diepere verkenning vereist; deze testset toonde geen correctheidsvoordeel aan dat een standaardkeuze zou rechtvaardigen. Controleer de weergegeven platformkosten afzonderlijk van de Google API-tarieven.
Hydrogen heeft de laagste vermelde standaard API-tarieven: $1,50 per miljoen invoertokens en $7,50 per miljoen uitvoertokens, gecontroleerd op 15 november 2026.
Hun vermelde standaard token-tarieven zijn gelijk. Carbon kan per taak nog steeds meer kosten als het meer redeneertokens of verificatiestappen gebruikt.
Nee. Controleer de benchmarkversie en de denkinstelling en test het model vervolgens op representatieve taken met onafhankelijk verifieerbare antwoorden.
We hebben elke gegenereerde Python-solver uitgevoerd en het haalbare aantal en de top vijf portfolio's vergeleken met een onafhankelijke referentie op basis van uitputtend zoeken.
Onze Argon-toegangsgids legt de verschillen uit tussen platformtoegang, Google-abonnementen, AI Studio en API-facturering.
Voor toegangsdetails, lees hoe je Gemini 4 Argon gebruikt. Om modellen in één account te vergelijken, begint u met GlobalGPT en controleert u het geselecteerde model en de weergegeven gebruiksvoorwaarden.