Gemini 4 Hydrogen 发布：价格、Agent 执行与迁移判断

一个编程 Agent 可能早就有了正确方案，却仍要花很多轮读文件、改一小段代码、跑测试、处理失败。每一步都使用最强推理模型，未必是最合适的成本分配。Google 在 2026 年 11 月 12 日发布的 Gemini 4 Hydrogen，重点就是这类快速执行工作。值得开始评估，但不能仅凭发布稿就替换已经通过生产验证的模型。

先说结论

• Gemini 4 Hydrogen 已有正式官方公告，不再属于传闻型号。
• Google 官方输入、输出价格分别是每百万 token 1.50 美元、7.50 美元，1M 上下文内采用统一费率。
• 官方把它定位为日常编程和 Agent 执行模型，可与 Carbon、Argon 配合。
• 11 月 13 日检索 SandBase 目录时，没有找到 Hydrogen 的准确条目；官方开放不等于聚合平台已经上架。

本文是基于官方资料的发布解读，没有进行模型对跑，也没有自测速度或成功率。资料核查日期为 2026 年 11 月 13 日。

新变化在于任务分工

Google 发布说明区分了两类工作：Carbon、Argon 处理困难且长程的推理，Hydrogen 着重快速执行。官方同时介绍 Antigravity 中的 Orchestrator，让同一会话可以切换模型。这是 Google 产品中的功能，不能推导成任意第三方客户端都有同样的调度机制。

11 月 13 日截取的官方公告，证明型号发布及其定位，不代表独立性能评测。

对开发者来说，真正可借鉴的是把任务交接写清楚。规划模型给出范围、限制和验收条件，执行模型提交结果与证据，应用负责保留状态和处理失败。只把模型名称换成 Hydrogen，并不会自动得到可靠的多模型协作。

比如，交给执行端的任务可以是“修复分页游标重复问题，返回改动文件、测试命令和未解决事项”。“把整个迁移做完”则包含太多未定义条件，单看完成速度没有比较意义。先把任务描述修好，模型差异才有机会被看清。

先看与接入有关的规格

项目	官方资料及本次核查结果
提供方	Google DeepMind
公告日期	2026 年 11 月 12 日
上下文	100 万 token
思考档位	low、medium、默认 high，以及 xhigh
官方入口	Gemini API、AI Studio 及公告列出的产品入口
开放权重	本次未找到可下载的官方开放权重
SandBase	11 月 13 日未检索到准确型号条目

Gemini 家族页已把 Hydrogen 与 Carbon、Argon 放在一起，但同一家族不意味着参数、限制和提示词表现完全相同。

11 月 13 日的 Google Cloud 型号文档，下文的请求与输出限制应以具体服务说明为准。

百万上下文首先意味着容量，而不是“把整个仓库都塞进去一定更好”。如果输入里混有过期方案、无关日志和互相矛盾的指令，失败之后很难判断是模型问题还是信息组织问题。评估应从足够完成任务的最小资料集开始，再逐步增加必要上下文。

迁移前先检查窗口与参数语义

Google Cloud 的具体型号文档列出 ID gemini-4-hydrogen，并说明输入、输出共用 1,048,576 token 预算，其中包括思考和函数调用。不能理解为先放满一百万输入，再额外生成一百万输出。

普通前台输出分段的上限是 65,536 token，更长生成需要按对应服务文档处理续接。生成大型文档的应用应检查结束原因和部分结果，而不是把一次响应当作无限容量的产物容器。

该页描述文本、图片、音频、视频输入和文本输出；旧的 thinking_budget、MINIMAL 不适用，自定义 temperature、top-p、top-k 会被忽略。GenerateContent、Interactions 与 Chat Completions 兼容接口可用，但不支持 Live API 和 tuning。

因此，实验应先确认适配层真正发送了受支持的思考设置，并能够处理分段输出。一个被服务忽略的参数，即使在客户端改了数值，也不能算有效的实验变量。

价格要算到验收通过的任务上

Google 公布的是输入每百万 token 1.50 美元、输出 7.50 美元。这不是 SandBase 的 Hydrogen 报价，不能把两个计费渠道混写。

假设一次请求消耗 50,000 个计费输入 token、5,000 个计费输出 token，不考虑缓存和其他费用：

50,000 ÷ 1,000,000 × 1.50 + 5,000 ÷ 1,000,000 × 7.50 = 0.1125 美元

这只是算例，不是“一次修 bug 的平均成本”。实际任务可能多次调用，还会发生工具费用、失败重试和人工复核。可见回答的长度也不能直接替代账单里的计费输出量，应保存服务返回的 usage 做核对。

成本部分	应记录什么
模型	所有尝试的计费输入与输出
工具	搜索、执行、存储等服务费用
恢复	重试次数及失败调用
人工	为达到同一验收条件需要的修改

便宜的 token 不自动等于便宜的任务。一个模型如果反复搜索、重复修改或需要更多人工收尾，最终成本仍可能更高。比较时应统一“什么叫完成”，再计算每个合格结果的总成本。

Hydrogen、Carbon 和现有模型怎么选

场景	建议从哪里开始	改变选择的依据
大量边界明确的代码修改	先评估 Hydrogen	工具错误、重试量或回归问题
复杂架构判断	保留已经验证的推理模型	Hydrogen 通过同等人工审查
现有 Flash 工作流	用相同任务重放比较	结构化输出、工具行为是否退步
今天必须走 SandBase	查看现有 Carbon 卡片	Hydrogen 有准确卡片、文档与调用验证

这是评估顺序，不是实测排名。家族背景可以接着看Carbon 发布与访问说明。

SandBase 当前可查看的是 Gemini 4 Carbon 模型卡。它是另一款模型，不能把 Carbon 的价格、能力或调用成功当作 Hydrogen 已上架的证明。

11 月 13 日截取的 Carbon 卡片，只说明现有替代路径，不证明 Hydrogen 可调用。

用一组真实任务决定是否迁移

先选任务，再看输出，避免看到某个漂亮案例之后才决定评价标准。任务集至少覆盖简单改动、跨文件回归、工具调用失败，以及正确做法是报告资料不足的情况。两组运行使用相同仓库状态、工具权限和验收条件。

保留补丁、测试输出、工具轨迹、耗时和 usage。审查时先看改动是否解决原问题，是否引入无关修改，最后再看表达是否流畅。简短、肯定的回答不能替代测试证据；冗长的解释也不能为错误补丁加分。

接着按失败类型决定路由。如果模型适合边界明确的小任务，却容易在需求含糊时走偏，可以只迁移前者。如果问题集中在工具失败后的恢复，应该先比较恢复协议，而不是一律调高思考档位。这里描述的是需要验证的假设，不是已经观察到的 Hydrogen 缺陷。

上线时按任务类别逐步放量，并保留回退路径。回退模型应拿到原始请求和必要轨迹，而不是只收到失败执行者的一段总结。涉及外部写入时，还要在应用层确认动作是否已经成功，避免因为回答丢失而重复执行。

现在如何试用

从 Google 官方公告中的开发者入口进入 AI Studio 或 Gemini API，核对当前账户权限、准确 model ID 和参数支持。不要只凭旧版 Gemini 请求替换一个字符串就假设完成迁移。

本文不提供未经确认的 SandBase Hydrogen curl。11 月 13 日目录检索没有找到准确条目，Carbon 请求成功也不能补足这个证据。等正式卡片出现后，再核对协议、模型 ID、价格，并完成一次真实响应验证。

常见问题

Hydrogen 正式发布了吗？

是。Google 公告日期为 2026 年 11 月 12 日。具体入口、账户与产品权限仍以官方说明为准。

它会替代 Carbon 吗？

官方定位有所区分。可以把 Hydrogen 放进执行型任务评估，是否替换 Carbon 应由相同验收条件下的结果决定。

上下文很大，是否应该把全部资料都发送进去？

不应该只为用满窗口而增加输入。先提供相关证据，记录遗漏如何导致失败，再调整资料选择策略。

SandBase 现在能调用吗？

本次未检索到 Hydrogen 准确条目。需要 Hydrogen 时走官方入口，需要 Carbon 时才使用已经核实的 Carbon 卡片。

下一步最有价值的工作，是选一个每天重复的任务，比较通过验收后的成本，再决定默认模型。