Gemini 4 Carbon, Hydrogen или Argon: какую модель выбрать для своей задачи

Для нового повседневного процесса разработки или работы агента начните с оценки Hydrogen. Carbon стоит рассмотреть, если сложная задача на рассуждение не решается даже при корректной настройке и достаточных исходных данных. Argon имеет смысл оставить, если ваша существующая проверка уже подтверждает нужный результат. Новое название модели само по себе не повод переносить работающий продукт.

Это практическая рекомендация на основе спецификаций Google, проверенных 13 ноября 2026 года, а не сравнительный тест производительности. Мы не запускали три модели на общем наборе заданий для этой статьи. Примеры заданий и расчёты ниже помогают организовать собственную оценку; они не являются результатами измерений моделей.

Hydrogen появился после Carbon, поэтому прежний выбор между «самой сильной» и «более дешёвой» моделью теперь включает ещё одного кандидата. Google позиционирует Hydrogen для эффективного выполнения задач, Argon — для сложной работы с меньшими затратами на рассуждение, чем у Carbon, а Carbon — для проблем, требующих глубокой проверки. Это исходные ориентиры. Окончательное решение определяют принятый результат, затраченное время и полный счёт. Источники: руководства Google по Hydrogen, Argon и Carbon, все на английском.

Различия, которые влияют на выбор

Рекомендации по заданиям — редакционный вывод, а не утверждение, что Argon всегда лучше Hydrogen или Carbon неизменно побеждает на сложных задачах. Размер, название и порядок выпуска не задают универсального рейтинга.

Скриншот сделан 13 ноября 2026 года и показывает контекст выпуска. Это не экран интеграции Ofox и не результат теста модели. Оригинал объявления на английском.

Общие возможности не оправдывают переход на Carbon

Все три модели принимают мультимодальные данные и генерируют текст. В спецификациях указаны вызов функций, структурированный вывод и Computer Use. Возможность принять изображение или видео не означает возможность создать изображение или видео. Если нужен именно такой результат либо озвучка, выбирайте соответствующую модель генерации, а не повышайте уровень рассуждений текстовой модели.

Более крупная модель также не создаёт недостающую среду исполнения. Вызов инструмента предлагает действие; приложение должно выполнить его, вернуть результат, обработать ошибку и применить разрешения пользователя. В автоматизации интерфейса нужно различать действия модели и клиент, который делает снимки экрана и кликает. Эту границу разбирает статья о контроллере Computer Use.

Проверяйте конкретный способ подключения по спецификациям Hydrogen, Argon и Carbon на английском. Поддержка в нативном API Google не подтверждает поддержку в любом стороннем шлюзе или SDK.

Миллион токенов контекста — не миллион входных плюс миллион выходных

Входные данные, рассуждения и вывод делят окно в 1 048 576 токенов. Чем больше вход, тем меньше остаётся для анализа и ответа. Обычный бюджет синхронного запроса также отличается от максимальной возможности длительной генерации.

Google описывает стандартный бюджет рассуждений и вывода в 65 536 токенов. Более длинная генерация требует подходящего механизма продолжения либо фонового исполнения. Ограничения одного HTTP-ответа и автоматическое продолжение в SDK различаются: нельзя считать, что любой нестриминговый запрос вернёт 65K видимых слов или токенов. Для текста объёмом с книгу сначала изучите руководство по long decode на английском.

Для отчёта с источниками сначала удалите нерелевантные материалы и определите итоговый документ. Carbon не исправит запрос, в котором не осталось бюджета для ответа.

Выбирайте по результату, который должен пройти приёмку

Реализация функции или интерактивного веб-приложения

В новом процессе сначала оцените Hydrogen. Полезное задание содержит ограниченный объём изменений, запускаемый репозиторий, понятные тесты и определение готовности. Тогда можно отличить готовую функцию от убедительно выглядящего кода.

Например, поручите создать экран загрузки CSV с проверкой заголовка, показом некорректных строк и выгрузкой исправленного файла. Для приёмки проект должен запускаться, неверный тестовый файл — корректно отклоняться, экспорт — сохранять нужные столбцы, а интерфейс — работать на узком экране. Одного скриншота недостаточно: красивое окно с неработающей кнопкой экспорта не завершает задачу.

Оставьте Argon, если этот процесс уже работает и измеримого преимущества перехода нет. Carbon стоит оценить, когда сбой связан со сложной зависимостью или архитектурным противоречием. Отсутствующий пакет, недоступный браузер или неверная команда тестов сначала требуют исправления среды.

Повторяющаяся ошибка в нескольких компонентах

Carbon — разумный кандидат, когда нужно одновременно проверить несколько объяснений: редкую гонку при повторных запросах, несогласованное состояние сервисов или исправление, которое ломает другой сценарий. Заявленный акцент на глубокой проверке соответствует такой работе, но доказательства всё равно нужны.

Передайте падающий тест, минимальное воспроизведение, соответствующие логи и запрет на несвязанные переработки. Попросите объяснить механизм ошибки, подготовить точечный патч и указать регрессионный тест, который падает без него. Если ошибка пока не воспроизводится, подходящим промежуточным результатом может быть диагностический эксперимент, а не уверенное заявление об исправлении.

При передаче задачи другой модели сохраните текущую гипотезу и неудавшиеся проверки. Не ограничивайтесь фразой «постарайся лучше». Если первой модели не дали нужный файл, его добавление может оказаться важнее смены модели.

Сопоставление PDF, таблиц и противоречащих источников

Если исходные материалы и схема вывода чётко заданы, начните с Hydrogen: извлечение сумм счетов, сравнение двух спецификаций или составление таблицы доказательств. Carbon стоит оценить, если сложность заключается в противоречиях, неоднозначных определениях и рассуждениях между документами. Argon остаётся подходящим вариантом, когда существующий процесс уже надёжно обрабатывает эти случаи.

Определяйте приёмку на уровне каждого утверждения. У каждого числа должны быть имя файла и страница либо ячейка. Недостающие значения должны оставаться явно отсутствующими. Итоги пересчитывайте отдельно от текстового ответа, а противоречащие значения показывайте раздельно, не усредняя их молча.

Такое задание можно одинаково передать всем моделям:

Сравни приложенные спецификации поставщиков.
Верни таблицу: требование, значение поставщика, единица,
имя исходного файла, страница или ячейка, нерешённое противоречие.

Не заполняй отсутствующие значения общими знаниями.
Показывай несовместимые определения отдельно.
После таблицы перечисли минимальные вопросы для разрешения противоречий.
Критерий успеха: каждое значение прослеживается до предоставленного файла.

Это предложенный оценочный промпт, а не сообщение об успешном запуске. Он также не гарантирует корректность автоматически полученной таблицы.

Многошаговый процесс с инструментами

Выбор модели и устройство процесса оценивайте отдельно. Типичная цепочка — «прочитать источники → извлечь факты → вызвать инструмент → проверить результат → сохранить файл». Hydrogen можно первым проверить в цикле исполнения, Carbon — на сложном этапе планирования или рецензирования.

Разделяйте обязанности только при ясной границе. Планирующая модель возвращает спецификацию и критерии приёмки, исполнитель вносит ограниченные изменения, проверяющий анализирует файлы. Дополнительные агенты увеличивают токены передачи, дублирование контекста и риск ошибок координации. Параллельная работа не обязательно дешевле.

Не переносите несовместимую историю диалога без изменений между моделями или провайдерами. Сохраните состояние задачи в явном артефакте и соблюдайте требования целевого API к вызовам инструментов и их результатам. Если запрос ломается после инструментального шага, сначала проверьте обработку thought signature в Gemini, а не считайте это слабостью рассуждения.

Сравнивайте полную стоимость задачи

Ниже приведены тарифы Standard платного уровня Google Gemini API в долларах США за миллион токенов, проверенные 13 ноября 2026 года. Это не цены Ofox, не подписка и не тарифы Batch, Flex или Priority. Выходная ставка включает токены рассуждений. Все даты и ставки взяты со страницы цен Google на английском.

В проверенном источнике для Hydrogen не объявлено аналогичного повышения с 1 декабря. Это не гарантия неизменности цены в будущем.

Одинаковые ставки Carbon и Argon не означают одинаковый счёт за задачу. На него влияют длина рассуждений, повторный вход в разных ходах, неудачные попытки, верификация и инструменты. Для этих моделей API Google использует неявное кэширование. Старый запрос явного кэша нельзя просто перенести как универсальный способ экономии.

Базовый расчёт без кэша:

Стоимость модели = некэшированные входные токены / 1 000 000 × ставка входа
                  + оплачиваемые выходные токены / 1 000 000 × ставка выхода

Стоимость задачи = сумма стоимости модели для всех попыток
                  + применимые расходы на инструменты, исполнение и сервисы

Если выбранное поле usage уже включает рассуждения, не добавляйте их второй раз. Проверьте определения учёта именно того API, который вызываете. Зарегистрированный кэшированный вход рассчитывается отдельным слагаемым по соответствующей ставке.

Одинаковое потребление: условный пример

Предположим, что завершённая задача потребляет 100 000 некэшированных входных и 10 000 оплачиваемых выходных токенов, включая рассуждения, без платных инструментов. Это условные количества, а не измеренная нагрузка.

• Hydrogen: 0,1 × $1,50 + 0,01 × $7,50 = $0,225.
• Argon или Carbon до 30 ноября: 0,1 × $2 + 0,01 × $10 = $0,30.
• Argon или Carbon с 1 декабря: 0,1 × $4 + 0,01 × $20 = $0,60.

Пример изолирует тарифы. Он не показывает, какая модель справится и сколько токенов реально потребуется.

Больше рассуждений и повторные попытки

Сохраним вход в 100 000 токенов, но предположим, что одна попытка Carbon использует 30 000 оплачиваемых выходных токенов. Она стоит $0,50 по вводному тарифу либо $1,00 по объявленным декабрьским ставкам.

Три попытки Hydrogen с потреблением из первого примера обойдутся в $0,675. В этих искусственно заданных условиях одна успешная попытка Carbon дешевле трёх попыток Hydrogen во вводный период, но дороже при декабрьской цене. В реальности повторы могут использовать кэш, давать другую длину ответа или происходить из-за ошибок, не связанных с рассуждением. Это не прогноз экономии.

Записывайте стоимость одной принятой задачи, включая неудачные попытки. Низкая цена токена полезна вместе с приемлемой долей завершения и задержкой.

Проведите небольшую оценку перед сменой модели по умолчанию

Скачайте CSV для оценки и заполните своими результатами. В файле английские названия столбцов и пустые строки, а не готовые баллы. Возьмите репрезентативные задачи из своей работы, включая хотя бы один известный сбой текущего процесса.

Фиксируйте точный ID, провайдера, версию клиента, уровень рассуждений, лимиты токенов, конфигурацию инструментов, время, потребление и результат. Для первого сравнения удобства можно взять документированные настройки по умолчанию. Так и обозначьте сравнение: Hydrogen начинает с high, Carbon и Argon — с medium.

Во втором проходе можно поставить общий поддерживаемый уровень, например medium, но одинаковое название не означает одинаковых внутренних вычислений. Для Carbon и Argon не задавайте xhigh: такого уровня в их документации нет.

Определите успех до просмотра ответов. Если все варианты прошли, выбирайте по нужной задержке и общей цене. При неудаче сначала классифицируйте её: недостаток доказательств, неправильный запрос API, сломанная среда и ошибка рассуждений требуют разных исправлений. Повторите достаточно случаев, чтобы увидеть вариативность. Одна удачная генерация не даёт надёжного общего рейтинга.

Проверьте доступ и интеграцию до оценки модели

Уровень Google API, подписка Gemini, подписка Antigravity и баланс стороннего API — разные механизмы доступа. Наличие модели в пользовательском приложении не доказывает, что её может вызвать ваш API-проект. Бесплатный API-уровень Hydrogen также не обещает неограниченные запросы или те же инструменты, что платный.

При ошибках доступа используйте руководство по доступу к Argon и диагностику ошибок Gemini API как отправную точку, затем проверьте условия нужной модели. У этих статей есть конкретная версия и дата; их детали нельзя автоматически переносить на Hydrogen или Carbon.

В Ofox исходите из модели и протокола, которые действительно отображаются в аккаунте. Эта статья не подтверждает наличие всех трёх моделей и всех нативных функций Google через Ofox. Для нативного подключения изучите документацию Ofox Gemini API, для проверки запросов — руководство по обработке ошибок. Успешный текстовый ответ сам по себе не проверяет потоковую выдачу, структурированный вывод или полный цикл инструмента.

Для нового приложения следующий шаг — ограниченная задача Hydrogen с сохранённым входом и критериями приёмки. В существующем приложении Argon оставьте рабочую версию как базу сравнения. Оценивайте Carbon на случаях, где причиной признана сложность рассуждений, и оставляйте его там, где принятый результат оправдывает дополнительные время и расходы.