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:谁更胜一筹?

我们比较了谷歌发布的基准测试和 API 价格,然后在相同任务上测试了这三个模型,并提供了经过验证的结果、提示词、时间和令牌使用情况。

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

快速回答

Hydrogen 的官方令牌价格最低;Carbon 针对最深层的推理;Argon 平衡了前沿推理和效率。 这三个模型都通过了我们完成的四项任务。最难的代码测试暴露了格式和解释上的差异,而不是正确性上的胜者。

谷歌现在有三款 Gemini 4 模型,它们的名称几乎无法告诉你该选哪一个。你应该从 Hydrogen 开始,用 Argon 处理高要求工作,还是为 Carbon 的更深层推理付费?

有用的比较是每个任务的能力:每个模型能解决什么、使用多少推理量,以及一个完整答案的成本。官方基准分数给了我们一个起点;需要困难的同提示任务才能看出这些差异在哪里重要。

我们通过 GlobalGPT 在相同任务上测试了所有三个模型。如果你想比较自己的工作负载,请从 GlobalGPT 开始,并查看你账户当前的模型选项和使用条款。

什么是 Gemini 4 Hydrogen?

  • 专为快速的日常编码和智能体执行。

  • 可以独立运行,也可以与更深层推理模型一起处理执行任务。

  • 谷歌报告的指数:高思考为 51,超高为 54。

来源:谷歌的 Hydrogen 公告。

什么是 Gemini 4 Carbon?

  • 谷歌的最高能力的 Gemini 4 推理模型。

  • 适用于困难的调试、科学研究和扩展验证。

  • 尽管每 token 费率相同,但可能比 Argon 使用更多的推理 token。

来源:谷歌的 Carbon 可用性公告。

什么是 Gemini 4 Argon?

  • 高效前沿推理,适用于要求高的编码、数学和科学。

  • 谷歌将其定位为比 Carbon 更快、token 密集度更低。

  • 其作用是平衡推理深度和任务成本。

来源:谷歌的模型和定价文档。

基准对比:先阅读设置再看分数

已发布基准 · 越高越好

人工分析智能指数

快速查看 Google 报告的分数。

碳
59
氢 · 超高
54
氢 · 高
51
氩
50
0204060
根据 Google 的 Carbon 和 Hydrogen 公告制作的编辑图表,检查于 2026 年 11 月 15 日。分数是指数点,不是百分比。条纹条是不同思考设置下的 Hydrogen。公告中发布的数字;不是我们自己的基准测试运行。 碳源 · 氢 / 氩源.

这些是 Google 报告的已发布结果,检查于 2026 年 11 月 15 日。它们不是我们自己的测试分数。Carbon 的数字来自其 公告;Hydrogen 和 Argon 的数字来自上面的 Hydrogen 公告。这是跨公告的来源比较,而不是一次全新的三模型排行榜运行,具有独立验证的相同设置。

不要将 Terminal-Bench 4.0 和 4.1 的数据放在同一个排名列中。评估版本的变化可能会改变任务难度,因此百分比无法支持公平的直接对比结论。

官方证据:来自 Google Gemini 4 Hydrogen 评估的结果表截图,PDF 第 4 页。该表将 Hydrogen 与其他提供商进行比较,而非 Carbon 或 Argon;这是支持性证据,而非三模型直接对比。
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.

价格比较:今日费率与 12 月变动

标准 Gemini API 价格(美元/每百万 tokens),2026 年 11 月 15 日核查:

标准 GEMINI API · 美元/每百万 TOKENS

当前价格——以及 11 月 30 日之后

Hydrogen

输入

$1.50

输出 · 含思考

$7.50
未指定 12 月涨价

Carbon

输入

$2.00

输出 · 含思考

$10.00
自 12 月 1 日起: 输入 4 美元 / 输出 20 美元

Argon

输入

$2.00

输出 · 含思考

$10.00
自 12 月 1 日起: 输入 4 美元 / 输出 20 美元
2026年11月15日核查。Google API费率;与GlobalGPT计划和收费分开。不包括工具成本、缓存和批量折扣。 官方定价.

*Hydrogen当前公布的价格未指定12月的涨幅;这并不保证未来不会变动。输出计费包含思考令牌。搜索和其他工具费用另计。这些是Google的API费率,而非GlobalGPT的订阅价格或积分换算。

在固定令牌数下,Hydrogen的成本低25%比Carbon或Argon的初始费率。与公布的12月费率相比,这一差距变为62.5%。实际任务成本还取决于推理令牌、重试和工具使用。

例如,100,000 个输入 token 和 20,000 个计费输出 token 在 Hydrogen 上花费 $0.30,在 11 月 30 日前 Carbon 或 Argon 上花费 $0.40,从 12 月 1 日起在 Carbon 或 Argon 上花费 $0.80。此计算不包括工具、缓存、批量折扣和重试;它不预测每个模型需要多少 token。

Hydrogen 有一个限速的免费 API 层级。Carbon 和 Argon 没有。消费者订阅是单独的购买,有自己的访问规则。

来源:Google API 定价。

官方证据:摘自 Google Hydrogen 评估的方法和范围,PDF 第 2 页。保留以显示已发布结果背后的范围和评估设置。
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.

我们的同提示测试

我们在四个相同的任务上测试了 Hydrogen、Carbon 和 Argon。前三个检查核心准确性;最后一个任务需要一个完整的精确搜索程序,我们运行该程序并根据独立计算的答案进行检查。

  • 每个任务使用相同的输入和系统指令。

  • 全新请求,项目上下文已禁用,且模型不使用工具。

  • 正确性、输出格式、时间和令牌使用情况分别评估。

测试 1 · 准确性基线

带依赖关系的预算优化

选择最优投资组合并识别所有符合条件的备选方案。

输入提示

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.

氢

观察时间55.21 秒输入令牌4,273输出令牌8,243

输出评估

正确:A+C+D,成本 16,价值 31。还识别出 A+C+E 是唯一其他价值至少为 30 的可行投资组合。

碳

观察时间102.34 秒输入令牌4,273输出令牌9,622

输出评估

正确:A+C+D,成本 16,价值 31。还识别出 A+C+E 是唯一其他价值至少为 30 的可行投资组合。

氩

观察时间46.48 秒输入令牌4,273输出令牌3,479

输出评估

正确:A+C+D,成本 16,价值 31。还识别出 A+C+E 是唯一其他价值至少为 30 的可行组合。

任务判定: 所有三个都通过了核心答案检查。

测试 2 · 准确性基线

扭曲流量组合下的 A/B 分析

将总体转化率与设备级效应和标准化提升分开。

输入提示

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.

氢

观察时间34.45 秒输入令牌4,275输出令牌5,222

输出评估

正确:B 总体领先 48 个百分点,但在桌面上落后 10 个百分点。常见的 50/50 设备组合给出 零提升。拒绝了在两个细分市场中的胜利。

碳

观察时间50.71 秒输入令牌4,275输出令牌3,508

输出评估

正确:B 总体领先 48 个百分点,但在桌面上落后 10 个百分点。常见的 50/50 设备组合给出 零提升。在两个细分市场中都拒绝了获胜。

Argon

观察时间36.71 s输入令牌4,275输出令牌2,075

输出评估

正确:B 总体领先 48 个百分点,但在桌面上落后 10 个百分点。常见的 50/50 设备组合给出 零提升。在两个细分市场中都拒绝了获胜。

任务判定: 三者都通过了核心答案检查。

测试 3 · 准确性基线

修订感知的分类账对账

正确应用修订、作废和退款,然后返回严格的 JSON。

输入提示

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

观察时间14.61 s输入令牌4,488输出令牌2,012

输出评估

正确:订单总额为 1,000、1,600、0 和 100 美分;总计 2,700 美分。原始输出解析为 JSON,无需清理。

Carbon

观察时间33.64 s输入令牌4,488输出令牌2,741

输出评估

正确:订单总额为 1,000、1,600、0 和 100 美分;总计 2,700 美分。原始输出解析为 JSON,无需清理。

氩

观察时间16.65 秒输入令牌4,488输出令牌963

输出评估

正确:订单总额分别为 1,000、1,600、0 和 100 美分;总计 2,700 美分。原始输出无需清理即可解析为 JSON。

任务结论: 三者均通过了核心答案检查。

测试 4 · 硬编码任务

难题:18 个项目的精确求解器

生成用于约束搜索的可执行 Python;我们将每个程序与独立的穷举参考进行了对比运行。

输入提示

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.

氢

观察时间24.29 秒输入令牌4,581输出令牌3,418

输出评估

通过:可执行代码返回了 121 个可行投资组合 以及 正确的前五名。包含了正确的组合计数和更全面的复杂性解释。

碳

观察时间28.29 秒输入令牌4,581输出令牌2,282

输出评估

通过:返回了可执行代码 121 个可行投资组合 以及 正确的前五名。组合计数正确;复杂度说明省略了最后的排序项。

Argon

观察时间14.47 s输入令牌4,581输出令牌819

输出评估

移除 Markdown 围栏后通过:代码返回 121 个可行投资组合 以及 正确的前五名。注释声称有 115,379 种组合,而不是 142,766 种,并且在其复杂度说明中省略了排序。

任务结论: 功能正确性并列。Hydrogen 在这次运行中给出了可执行格式和解释的最清晰组合。

硬测试确立了什么
  • 所有三个程序都与独立参考匹配: 121 个可行投资组合.
  • 前两个投资组合都以成本 55 获得 132 分;字母顺序决胜正确地将 BFHJKMNPQ 排在 DEIJKLQR 之前。
  • 接下来的三个是 BDFGJKLQ (55, 131)、ACFHJMOPR (55, 130) 和 EIJKLPQR (53, 129)。
  • 这些已完成的任务并未确立一个普遍的正确答案赢家。

时间是一次性端到端运行的观察结果,包括网络和排队时间,请求是并发运行的。令牌报告的是输入/输出使用量,可能包括推理或请求包装令牌;它们不是美元费用。一次单独的直接回答尝试触发了速率限制或本地超时,因此被排除在质量评分之外。上面的编码任务使用了新的匹配提示。

最终结论:你应该先尝试哪个模型?

当 Hydrogen 较低的官方令牌费率适合您的工作负载时,请从它开始。如果您重视高效的前沿推理,请在比较中保留 Argon:它在格式清理后正确解决了我们的精确搜索编码任务。在需要更深入探索的工作上评估 Carbon;此测试集并未证明其正确性优势足以默认选择它。请将显示的平台费用与 Google API 费率分开核对。

常见问题

哪种 Gemini 4 模型每个令牌最便宜?

Hydrogen 的标价标准 API 费率最低:每百万输入令牌 1.50 美元,每百万输出令牌 7.50 美元,于 2026 年 11 月 15 日核对。

Carbon 和 Argon 的 API 令牌价格不同吗?

它们列出的标准令牌费率相同。如果 Carbon 使用更多推理令牌或验证步骤,每个任务的成本仍可能更高。

更高的基准分数能保证更好的答案吗?

不。检查基准版本和思考设置,然后在具有可独立验证答案的代表性任务上测试模型。

我们如何检查最困难的任务?

我们运行了每个生成的 Python 求解器,并将其可行计数和前五个投资组合与独立的穷举搜索参考进行了比较。

我在哪里可以了解 Argon 的访问方式?

我们的 Argon 访问指南解释了平台访问、Google 订阅、AI Studio 和 API 计费之间的区别。

有关访问详情,请阅读 如何使用 Gemini 4 Argon。要在同一个账户中比较模型,请从 GlobalGPT 开始,并检查所选模型和显示的使用条款。

最新文章