Gemini 4のHydrogen、Argon、Carbonを整理して、APIで動かしてみた

Gemini 4のHydrogen、Argon、Carbonを整理して、APIで動かしてみた

Googleから新しく公開されたGemini 4 Hydrogenを含む、Gemini 4系3つのモデルの位置づけ、料金、性能を整理し、実際にAPIで動かして時間と費用を比較してみました。
2026.11.16

こんちには。製造ビジネステクノロジー部の中村(@nokomoro3)です。

2026年11月12日に、Googleから「Gemini 4 Hydrogen」が一般提供されました。

Gemini 4系のモデルは、10月13日のArgon、11月10日のCarbonに続いて、約1か月で3つ目です。
名前が元素名になり、従来の「Pro」「Flash」のような序列を名前から読みとりづらくなったため、本記事では、Gemini 4系の3モデルの位置づけ、系譜、料金を公式情報から整理し、そのうえでGemini APIから実際に動かしてみました。

結論

  • 2026年11月14日時点で一般提供されているGemini 4系は、Hydrogen、Argon、Carbonの3つ
  • 公式の位置づけと価格の順は「Hydrogen < Argon < Carbon」で、名前の元素の順(水素1、炭素6、アルゴン18)とは一致しない
  • 系譜は「Argon → Carbon → Hydrogen」で、HydrogenはCarbonをもとに速さと安さに寄せたモデル。総合指標ではArgonとほぼ同じ値になっている
  • Hydrogenは3.8 Flashからの推奨の移行先で、単価は3モデルで最も安い(入力$1.50、出力$7.50)。ArgonとCarbonは12月からHydrogenの約2.7倍の単価になる
  • 自作の日本語タスクで動かしたところ、Hydrogen(既定のhigh)は3.8 Flashより最大で約3.6倍速く、Carbon(high)はHydrogen(low)の約5〜17倍の時間がかかった
  • 長い文書で思考レベルを上げると、思考だけで出力の上限に達して回答が空になったり、入力の全文が再び課金されたりすることがある

Gemini 4系の3つのモデル

Gemini 4系には、2026年11月14日の時点でHydrogen、Argon、Carbonの3つがあります。

項目 Hydrogen Argon Carbon
モデルID gemini-4-hydrogen gemini-4-argon gemini-4-carbon
一般提供 2026年11月12日 2026年10月13日 2026年11月10日
公式の位置づけ 日常のコーディングやエージェント向けの高速なモデル Carbonに近い長時間タスクの能力を、より少ないトークンで得るモデル 最も推論の強いモデル
入力 / 出力(100万トークン当たり) $1.50 / $7.50 $2.00 / $10.00
(12月1日から$4.00 / $20.00)
$2.00 / $10.00
(12月1日から$4.00 / $20.00)
無料枠 あり なし なし
思考レベル(太字は既定値) low、medium、high、xhigh low、medium、high low、medium、high
コンテキスト長 100万トークン(入力、思考、出力の合計) 同左 同左
1回の出力の上限(APIのモデル一覧の値) 65,536トークン 32,768トークン 32,768トークン
ナレッジカットオフ 2026年3月 2026年3月 2026年3月

コンテキスト長とナレッジカットオフは、各モデルのモデルカード(Hydrogen、Argon、Carbon)に記載されている値です。
1回の出力の上限は、Gemini APIのモデル一覧(models.list)が返す値です。
これを超える出力は、後述の background=True を使ったロングデコードで得ることもできます。

表に記載したようにArgonとCarbonは11月30日までの導入価格で、12月1日からは単価が2倍になります。
料金ページとCarbonの発表記事の脚注に、次のように書かれています。

After the introductory period expires on November 30, 2026, the price of $4 per 1M input tokens

(2026年11月30日に導入期間が終わった後は、入力100万トークン当たり4ドルの価格になります)

出力も同じく、100万トークン当たり$10.00から$20.00になります。
出力の単価には思考トークンも含まれるため、同じ単価でも、深く考えるモデルほど1回当たりの費用は高くなります。

公式の使い分けは次の通りです。

  • Hydrogen:実装、テスト、ツールを使うエージェント、並列のサブエージェントなど、速く回したい作業
  • Argon:Carbonほどトークンを使わずに、長いタスクをこなしたい作業
  • Carbon:設計、デバッグ、セキュリティ監査、科学的な推論など、最も難しい作業

計画をCarbonに任せ、実装やテストをHydrogenに任せるという組み合わせも、公式ドキュメントで紹介されています。

名前、系譜、位置づけの順序

3つのモデルは、何の順に並べるかで順序が変わります。

並べ方 順序
元素名の原子番号(水素1、炭素6、アルゴン18) Hydrogen < Carbon < Argon
系譜(どのモデルをもとに作られたか) Argon → Carbon → Hydrogen
公式の位置づけと価格 Hydrogen < Argon < Carbon

名前の順に並べるとArgonが最上位に見えますが、公式の最上位はCarbonです。
Carbonの発表記事では、次のように説明されています(Gemini 4 Carbon is now available)。

Carbon is our strongest model with frontier performance in cybersecurity capabilities and long-horizon agentic workflows

(Carbonは、サイバーセキュリティの能力と長時間のエージェント型ワークフローでフロンティア級の性能を持つ、私たちの最も強力なモデルです)

系譜では、Argonが土台で、それを強化したのがCarbon、Carbonをもとに速さと安さに寄せたのがHydrogenです。
公開の順番(Argon、Carbon、Hydrogen)も系譜と同じです。
それぞれのモデルカードに、次のように書かれています(Carbonのモデルカード、Hydrogenのモデルカード)。

Gemini 4 Carbon is based on Gemini 4 Argon.

(Gemini 4 Carbonは、Gemini 4 Argonをベースにしています)

Gemini 4 Hydrogen is adapted from Gemini 4 Carbon.

(Gemini 4 Hydrogenは、Gemini 4 Carbonをもとに作られています)

公式の位置づけでは、Hydrogenが最も下の価格帯で、ArgonとCarbonは深い推論向けのフロンティアモデルとされています。
Hydrogenのモデルカードには、次のように書かれています。

While our frontier models, Gemini 4 Carbon and Gemini 4 Argon, are built for deep, long-horizon reasoning on your hardest problems, Hydrogen is built for rapid execution across diverse agentic workflows.

(私たちのフロンティアモデルであるGemini 4 CarbonとGemini 4 Argonは、最も難しい問題に対して深く長期的な推論を行うために作られているのに対し、Hydrogenは多様なエージェント型ワークフローを素早く実行するために作られています)

一方、Artificial Analysis Intelligence Index(v5.0)では、HydrogenとArgonがほぼ同じ値です。

モデル AA Intelligence Index
Hydrogen(high) 51
Hydrogen(xhigh) 54
Argon 50
Carbon 59

Hydrogenは、位置づけではArgonより下ですが、後から最上位のCarbonをもとに作られたモデルです。
そのため、総合指標ではArgonと並び、次に示す評価値の一部ではArgonを上回っていると考えられます(系譜からの推測で、Googleの説明ではありません)。

「based on」と「adapted from」が具体的にどのような作り方を指すのかは、モデルカードに書かれていません。

公式の評価値

各モデルのモデルカードには評価表がありますが、比較対象がそれぞれ異なっています。

  • Carbonのモデルカード:Carbon、Argonと、GPT-6 Astra、Claude Opus 5.5、Claude Fable 5.1を比較
  • Hydrogenのモデルカード:Hydrogenと、Claude Sonnet 5.5、GPT-6.1 Terraを比較

そのため、3モデルを同じ条件で並べられる値は限られますが、両方の表に出てくる評価だけを抜き出すと、次の通りです。

評価 Hydrogen Argon Carbon
SWE-sweep(エージェント型コーディング) 13.5% 4.3% 9.6%
Agents' Last Exam v1.1 71.6% 69.0% 77.4%
OSWorld-2.1(オフラインのサブセット) 77.6% 74.7% 81.5%
Chartography(チャートの理解) 66.6% 71.6% 72.5%
Terminal-Bench-Science 0.1 51.4% 52.9% 64.8%
Vending-Bench 2(最終残高) $14,549 $13,718 $16,484

SWE-sweepではHydrogenがCarbonを上回っていますが、それ以外ではおおむねCarbonが最も高く、HydrogenとArgonが近い値です。
なお、Hydrogenの表のTerminal-Benchは4.1、Carbonの表は4.0で、版が違うため並べていません。

Gemini 3.xとの関係と価格

Gemini 4系の名前は、Gemini 3.xの「Pro」「Flash」「Flash-Lite」とは対応づけられていません。

公式に後継関係が書かれているのはHydrogenだけで、Hydrogenの解説ページに次のように書かれています(What's new in Gemini 4 Hydrogen)。

Recommended upgrade from Gemini 3.8 Flash and earlier Gemini 3 and 2.5 models.

(Gemini 3.8 Flash、およびそれ以前のGemini 3と2.5のモデルからの推奨のアップグレード先です)

ArgonとCarbonについては、Gemini 3.xのどのモデルの後継かは公式に書かれていません。
そこで、ここでは推測による対応づけはせず、後で動かすモデルの料金を並べるにとどめます。
Gemini APIの料金ページ(Standard)の値です。

モデル 入力 / 出力(100万トークン当たり) 導入価格の期限と、その後の単価
3.5 Flash-Lite $0.30 / $2.50 -
3.8 Flash $0.75 / $3.75 12月31日まで。以降は$1.50 / $7.50
Hydrogen $1.50 / $7.50 -
Argon $2.00 / $10.00 11月30日まで。以降は$4.00 / $20.00
Carbon $2.00 / $10.00 11月30日まで。以降は$4.00 / $20.00

3.8 Flashは導入価格の期間中、Hydrogenの半額ですが、導入期間が終わるとHydrogenと同じ単価になるため、2027年からは、3.8 Flashを使い続ける理由が価格の面ではなくなります。

ArgonとCarbonは、12月からHydrogenの約2.7倍の単価になります。

なお、Gemini 4系にはFlash-Liteにあたる軽量のモデルはまだなく、モデル一覧では3.5 Flash-Liteと3.1 Flash-Liteが引き続き掲載されています。

APIで動かしてみる

それでは実際に動かしてみましょう。

APIキーの準備

Google Cloudのプロジェクトがあり、課金が有効になっている前提で、gcloudでAPIを有効にしてAPIキーを発行します。
ArgonとCarbonは無料枠がないため、課金が有効なプロジェクトに紐づいたキーが必要です。

PROJECT_ID=your-project-id

# 課金が有効か確認する(True であればよい)
gcloud billing projects describe "$PROJECT_ID" --format="value(billingEnabled)"

# Gemini API と API Keys API を有効にする
gcloud services enable generativelanguage.googleapis.com apikeys.googleapis.com --project "$PROJECT_ID"

# Gemini API だけに使えるよう制限したAPIキーを発行する
gcloud services api-keys create \
  --project "$PROJECT_ID" \
  --display-name="gemini-4-test" \
  --api-target=service=generativelanguage.googleapis.com

# 発行したキーの値を環境変数に入れる
KEY_NAME=$(gcloud services api-keys list --project "$PROJECT_ID" \
  --filter="displayName=gemini-4-test" --format="value(name)")
export GEMINI_API_KEY=$(gcloud services api-keys get-key-string "$KEY_NAME" --format="value(keyString)")

Pythonの環境はuvで用意し、Google Gen AI SDKを入れます。
SDKは GEMINI_API_KEY を自動で読み込みます。

uv init --bare
uv add google-genai

使い終わったキーは、gcloud services api-keys delete "$KEY_NAME" で削除できます。

呼び出し方

Gemini 4系では、思考の深さを thinking_level で指定します。
temperature などのサンプリングのパラメータは、指定しても無視されます。

from google import genai
from google.genai import types

client = genai.Client()
response = client.models.generate_content(
    model="gemini-4-hydrogen",
    contents="17×23は?数字だけ",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="high"),
    ),
)
print(response.text)
u = response.usage_metadata
print(f"入力: {u.prompt_token_count}, 思考: {u.thoughts_token_count}, 出力: {u.candidates_token_count}")
391
入力: 40, 思考: 125, 出力: 7

使用量の thoughts_token_count で、思考に使ったトークン数が分かります。
この分も出力の単価で課金されます。

呼び出しのときは、次の点も押さえておくとよいです。

  • 思考レベルの既定値は、Hydrogenがhigh、ArgonとCarbonがmediumです。3.8 Flashから移行すると、既定値がmediumからhighに上がります
  • 明示的なコンテキストキャッシュ(caches.create)には対応しておらず、4,096トークン以上の入力に暗黙のキャッシュが効きます

自作の日本語タスクで時間と費用を比べる

モデルと思考レベルを変えながら、自作の日本語タスクを解かせ、応答時間、思考トークン、費用を記録しました。
題材は次の3種類です。

  • 制約パズル:社員ごとの出勤曜日、担当、出身地などを、日本語の条件文から一意に決める(4人2属性から7人5属性まで)
  • 業務ロジックのバグ修正:仕様書とコードを渡し、消費税の端数処理、振替休日、源泉徴収、改元の境界などのバグを直させる
  • 長い日報の読解:約2万トークンと約25万トークンの架空の日報から、案件の最終担当者や見積額の合計を答えさせる

題材の生成、実行、採点のスクリプトと、題材そのもの(問題、正解、隠しテスト)は、次のリポジトリで公開しています。

3.5 Flash-Lite以外はどの条件でもほぼ正解したため、以下では時間と費用だけを比べます。
題材は自作で試行回数も少ないため、数値は目安として見てください。

応答時間

1回当たりの応答時間の中央値(秒)です。

条件 パズル(7人5属性) 支払い計算のバグ修正 日報 約25万トークン
3.5 Flash-Lite 5 3 4
3.8 Flash 83 105 86
Hydrogen low 34 17 25
Hydrogen high(既定値) 42 29 81
Hydrogen xhigh 69 96 480(回答なし、後述)
Argon medium(既定値) 76 19 28
Carbon medium(既定値) 93 120 196
Carbon high 161 235 425

3.8 Flashと既定の思考レベル同士で比べると、Hydrogen(high)はパズルで約2倍、バグ修正で約3.6倍速く答えました。
公式の「3.8 Flashより約2.5倍速くタスクを終える」という説明と、おおむね同じ傾向です。
ただし約25万トークンの日報では、Hydrogen(high)と3.8 Flashはほぼ同じ時間(81秒と86秒)でした。

Carbon(high)は、表の3つの題材でHydrogen(low)の約5〜17倍の時間がかかりました。

思考トークン

1回当たりの思考トークンの平均です。

条件 パズル(7人5属性) 支払い計算のバグ修正 日報 約25万トークン
3.8 Flash 14,918 12,762 16,384
Hydrogen low 7,439 2,347 4,162
Hydrogen high(既定値) 11,576 5,410 20,641
Hydrogen xhigh 15,690 21,316 65,533
Argon medium(既定値) 1,448 0 1,473
Carbon medium(既定値) 6,215 7,344 18,115
Carbon high 12,320 19,650 39,727

Hydrogen(low)は、どの題材でも3.8 Flashより少ない思考トークンで答えています。
思考レベルをhighやxhighに上げると、思考トークンは数倍に増えました。

Argonは、APIが返す思考トークンが他の条件より大幅に少なく、バグ修正では3回とも0でした。
それでも1回に100秒近くかかった試行があり、思考トークンが計上されていないのか、実際にほとんど考えていないのかは、手元では判別できませんでした。

実際にかかった費用

1回当たりの費用の平均(米ドル)です。
「現在」は2026年11月14日時点の単価、「終了後」は導入価格が終わった後の単価で計算しています。

条件 バグ修正(現在) バグ修正(終了後) 日報 約25万トークン(現在) 日報 約25万トークン(終了後)
3.5 Flash-Lite 0.004 0.004 0.082 0.082
3.8 Flash 0.057 0.114 0.257 0.514
Hydrogen low 0.032 0.032 0.403 0.403
Hydrogen high(既定値) 0.058 0.058 0.534 0.534
Hydrogen xhigh 0.177 0.177 0.861 0.861
Argon medium(既定値) 0.023 0.046 0.517 1.034
Carbon medium(既定値) 0.092 0.184 0.685 1.371
Carbon high 0.218 0.435 1.460 2.921

バグ修正では、Carbon(high)の費用はHydrogen(low)の約7倍で、導入価格が終わると約14倍に広がります。

3.8 Flashは導入価格の期間中なら、長い日報でHydrogenより安く済みます。
ただし応答はHydrogen(low)の3倍以上遅く、2027年からは単価もHydrogenと同じになるため、移行を先延ばしにする理由は小さいと思います。

なお、同じ日本語の文書でも、3.8 FlashはGemini 4系より入力トークンが約4%多く数えられました(約25万トークンの日報で256,889と245,968)。
トークンの数え方が世代で違うようで、長い日本語の文書では、この差も費用に効いてきます。

長い文書で思考レベルを上げるときの注意

出力の上限には思考トークンも含まれる

Hydrogen(xhigh)に約25万トークンの日報を読ませたところ、3回とも回答の本文が空でした。
APIの応答を見ると、終了理由は MAX_TOKENS で、思考トークンが65,533、出力トークンは3でした。

max_output_tokens は、思考トークンと出力トークンを合わせた上限です。
xhighは長い文書に対して深く考えるため、思考だけで上限の65,536を使い切り、回答を書く前に止まりました。
回答がなくても、思考トークンの分は課金されます(1回約$0.86)。

同期呼び出しでは、1回に出力できるのは65,536トークンまでですが、Interactions APIで background=True を指定し、max_output_tokens を広げることで、それを超えて出力させることができます。

import time
from google import genai

prompt = "..."  # 長い日報と質問を含むプロンプト

client = genai.Client()
job = client.interactions.create(
    model="gemini-4-hydrogen",
    input=prompt,
    background=True,
    generation_config={"max_output_tokens": 262144, "thinking_level": "xhigh"},
)
while job.status in ("in_progress", "queued"):
    time.sleep(5)
    job = client.interactions.get(id=job.id)

text = "".join(
    c.text
    for step in job.steps
    if step.type == "model_output"
    for c in step.content
    if c.type == "text"
)
print(job.usage)  # total_input_tokens、total_thought_tokens など

この方法で同じ3本を解かせ直したところ、回答が返るようになりました。
思考トークンは52,710〜112,412で、1回に217〜434秒かかっています。

1回の生成の上限を超えると、入力が再び課金される

background=True での再実行では、3本のうち2本で、入力トークンが約25万から557,200に増えていました。
思考トークンが65,536を超えた2本で増えており、超えなかった1本は約25万のままでした。

増えた分は、次の式でぴったり説明できます。

入力トークン 245,832 × 2 + 1回目の出力 65,536 = 557,200

1回の生成で出せる量を超えると、サーバーが続きを生成します。
その2回目で、入力の全文と1回目の出力をもう一度読み込むため、その分も入力トークンとして課金されます。
SDKの警告文にも、継続のたびに入力を読み込み直して課金すると書かれています。

同じことが、同期の呼び出しのCarbon(high)でも起きていました。
約25万トークンの日報で、Carbon(high)の入力トークンは3回とも約52万で、Carbon(medium)の約2倍でした。

入力トークン 245,832 × 2 + 32,768 = 524,432

APIのモデル一覧では、1回の出力の上限がHydrogenは65,536、ArgonとCarbonは32,768です。
Carbon(high)の思考トークンは3.6万〜4.5万で、32,768を超えたため、続きの生成で入力の全文がもう一度課金されていました[1]。
約25万トークンの文書なら、1回の継続で入力の課金が約$0.5(Carbonの導入価格の場合)増えます。

長い文書を扱う場合は、思考レベルを上げる前に、まずlowや既定値で足りるかを確かめるのがよさそうです。

まとめ

Gemini 4系は、2026年11月14日時点で、速くて安いHydrogen、その中間のArgon、最上位のCarbonの3モデルです。
名前の元素の順と位置づけの順は一致せず、最上位はCarbonです。
Hydrogenは位置づけではArgonより下ですが、Argonより安いうえに、総合指標はほぼ同じです。

実際に動かしてみると、Hydrogenは3.8 Flashより速く、Carbonは思考レベルを上げるほど時間と費用が大きく増えました。
まずHydrogenを既定値で使い、足りないときにCarbonや高い思考レベルを試す、という順番がよさそうです。
長い文書で思考レベルを上げるときは、出力の上限による打ち切りと、入力の再課金に気をつけてください。

本記事がご参考になれば幸いです。

脚注
  1. 今回の呼び出しでは、使用量の記録上、キャッシュされた入力トークンは0でした。 ↩︎


AI白書2026 配布中

クラスメソッドが独自に行なったAI診断調査をもとに、企業のAI活用の現在地を調査レポートとしてまとめました。企業規模別の活用度傾向に加え、規模を超えてAI活用を進める企業に共通する取り組みまで、自社の現在地を捉えるためのヒントにぜひ。

AI白書2026

無料でダウンロードする

この記事をシェアする

関連記事