Gemini 4 Hydrogen 正式发布：编程、推理档位与 API 怎么用？

Google 于 2026 年 11 月 12 日正式发布 Gemini 4 Hydrogen。 它面向日常编程和工具型智能体。Google 的 Gemini API 免费档和付费档都能用，GenerateContent 和 Interactions API 都可调用。模型 ID 是 gemini-4-hydrogen，推理档位默认 high。先看下面的入口核对，再用自己的任务测试档位。

Gemini 4 Hydrogen 现在能在哪里用

以下 Google API 入口信息核对于 2026 年 11 月 12 日美东时间（UTC 11 月 13 日）。Google 的发布文章和新变化文档把 Hydrogen 放在 Gemini API 的免费档和付费档。AI Studio 也提供。模型页标为 Stable，更新时间为 2026 年 11 月；更新日志把正式可用日期写成 11 月 12 日。开发者可以用 GenerateContent，也可以用 Interactions API。

免费档有限流。Google 搜索和 Google 地图的检索增强（grounding）不在免费档，Google 的价格页这样写。发布文章还列出 Gemini 应用、搜索、企业版和 Sheets。Antigravity 面向 Google AI Pro 和 Ultra 付费订阅者。

OmniaKey 现已上架 Hydrogen，模型 ID 是 gemini-4-hydrogen，入口是 Gemini 4 Hydrogen 模型页；当前能力和价格以该页为准。下面的 REST 示例使用 Google 的主机；思考档位、长输出、价格和基准数字也都来自 Google 的官方资料。Interactions、长输出和其他 Google 端点是另外的能力，使用前请查模型页。Google 免费档属于 Google 的 Gemini API，OmniaKey 按用量单独计费。需要更长的多步任务，可以继续看已上架的 Gemini 4 Argon；围绕 Flash 构建的工作流可以看 Gemini 3.8 Flash。切换前核对当前模型列表。

编程和智能体：Hydrogen 负责什么

Google 把 Hydrogen 定位在快速、高效的日常编程、交互式网页应用和工具型智能体。它也面向多模态文档任务和并行子智能体。它是 Gemini Managed Agents 里 Antigravity 智能体的默认模型。Google 也建议从 Gemini 3.8 Flash 和更早的 Gemini 3 模型升级到它。更难的推理和较长的多步任务仍由 Carbon 和 Argon 承担。

Google 的发布文章还称代码比 Gemini 3.8 Flash 更干净。Terminal-Bench 4.1 是 57.0%，Gemini 3.8 Flash 是 18.2%。high 档完成任务快 2.5 倍。技术细节依据 Google 官方文档。性能数字来自 Google 的报告，不是新增 Hydrogen 实测的结果。它们适合用来决定测什么。

推理档位：默认 high，难题再用 xhigh

先用 high。只有多步编程或智能体任务在 high 下不够时，再试 xhigh。Google 的思考文档列出四档：

Google 不接受 minimal，最低是 low。medium 适合交互式编程和界面原型。low 适合高流量聊天和简单处理。xhigh 用的 token 最多，简单提取任务容易想过头，不适合做日常默认值。

同名档位在三个模型上的 token 预算并不相同，也不代表受控的等量算力。Google 按相对 token 用量描述每一档，没有给档位固定 token 数。三个模型的默认值和上限也不同。Hydrogen 默认 high，最高 xhigh。Carbon 和 Argon 默认 medium，最高 high。初步比较可以把任务、输出上限和档位设成一样，但这只是起点。要同时看总 token 和采用的结果，再分别调整每个模型的档位和上限。

一段来自 Google 文档的 REST 调用示例

下面这段来自 Google 的思考文档，是文档示例。示例把档位设为 low，并带上该页展示的 Api-Revision 请求头。

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Api-Revision: 2026-05-20" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-4-hydrogen",
    "input": "Provide a list of 3 famous physicists and their key contributions",
    "generation_config": {
      "thinking_level": "low"
    }
  }'

密钥放在 GEMINI_API_KEY 环境变量里，由 x-goog-api-key 请求头发送。这个调用不需要安装 SDK。评估时把 thinking_level 改成 medium、high 或 xhigh。示例没有写 max_output_tokens，所以使用 65,536 的同步默认上限。thinking_level 放在 generation_config 里面，改请求时保留这层结构。

上下文、输出上限和多轮工具调用

输入、思考和输出共用 1,048,576 token 的窗口。同步调用在 65,536 个输出 token 停止。对 Interactions API，Google 的长输出文档可以把上限提高到 1,048,576 减去输入 token。生成按 64K token 一段续接。后台模式需要 store: true，最长跑 24 小时；不设 max_output_tokens 时，输出仍会在 65,536 停下。客户端前台续接也有文档说明。

max_output_tokens 同时限制思考和输出。上限卡住时，状态可能是 incomplete，文本会被截断或为空；想降成本或延迟，优先降 thinking_level。在 Interactions API 里，多轮工具调用可以保存状态：打开存储，配 previous_interaction_id。无状态 Interactions 模式要把所有 thought 块原样回传。GenerateContent 不同：历史由客户端管理。上一轮的模型输出和 thought signature 原样带回，并行 functionCall 之间不要复制签名。

一次请求要花多少钱

Google 标准付费价是每 100 万输入 token $1.50。输出价格是每 100 万 token $7.50。输出包含思考 token。缓存输入每 100 万 token $0.075；Google 只支持隐式缓存。这些是 Google 在上述核对时间的标价。

举例：10,000 个未缓存输入 token，1,000 个可见输出 token，1,000 个思考 token。输入费用是 10,000 × $1.50 / 100 万 = $0.015。计费输出是 2,000 token。费用是 2,000 × $7.50 / 100 万 = $0.015，合计 $0.03。这个例子不含工具、重试和缓存命中，是按上述费率做的算例。

Google 免费档有限流。Batch、Flex 和 Priority 是另外的消费方式，各有自己的价格，标准交互请求不要套用这些费率。Carbon 和 Argon 没有免费档。Google 列出 2026 年 11 月 30 日前每 100 万 token 输入 $2、输出 $10。12 月 1 日起是 $4 和 $20。

Hydrogen、Carbon、Argon 怎么区分和迁移

三个 Gemini 4 模型共用 1M 统一上下文、长输出设计和内置工具。Google 按推理深度、延迟和 token 用量区分它们。

Google 把 Carbon 称为最强的前沿模型，面向困难架构、调试、科学和安全审计。Argon 面向多数需要多步推进的较长任务，token 用量低于 Carbon。Hydrogen 是日常编程和智能体执行的快速、高效选项。Google 的页面没有给出一个通吃所有任务的赢家，按手头任务选择，再用自己的提示词测试。

要比较 Carbon 和 Argon，可以看Carbon 与 Argon 的对比。想看编程场景下的 Argon 实测，可以看Argon 编程测试。

从 Carbon 或 Argon 切过来，请求结构不用改：把 model 设成 gemini-4-hydrogen；要 high 以外的档位，再设 thinking_level。Hydrogen 的非流式单段上限是 65,536 token。Carbon 和 Argon 的非流式 REST 单段上限是 32,768 token。在 Interactions API 里跨轮换模型时，用 previous_interaction_id，或在无状态模式保留 thought 步骤。

从 Gemini 3.8 Flash 迁移，要调高或删掉过低的 max_output_tokens，删掉显式缓存字段和采样参数（temperature、top_p、top_k）。thought signature 要保留。隐式缓存从 4,096 个提示 token 开始。完整的迁移清单在 Google 的新变化文档。

换模型前的检查清单

改生产环境的模型字符串之前，逐项核对。

1. 用准确的 ID gemini-4-hydrogen，不要猜 gemini-4-flash。
2. 输入、思考和输出都算在 1,048,576 token 的统一窗口里。
3. 单个回答确实超过 65,536 token 时，改用 Interactions API 的长输出。可以客户端续接，或用后台模式并打开存储。
4. 先测 medium 和 high，high 不够时再加 xhigh。
5. 删掉显式缓存和采样字段；只有重复的提示前缀达到 4,096 token，隐式缓存才会接手。
6. 选有状态 Interactions API（store: true、previous_interaction_id）或客户端管理的 GenerateContent 历史。thought signature 要保持原样。
7. 核对工具和模态：输入支持文本、图像、视频、音频和 PDF，输出是文本。不支持图像生成、音频生成和 Live API。

常见问题

Gemini 4 Hydrogen 免费吗？

Google 提供有限流的免费档。付费档是每 100 万输入 token $1.50、每 100 万输出 token $7.50。

Gemini 4 Hydrogen 就是 Gemini 4 Flash 吗？

Google 把 Hydrogen 列为独立模型，官方页面没有把它和 Flash 等同。Gemini 4 Flash 发布日期页继续跟 Flash 的问题。调用 Hydrogen 用 Hydrogen 的 ID，等 Google 公布 Flash ID 再调 Flash。

三个模型都写 high，算力一样吗？

档位名称不带固定 token 预算，也不代表受控的等量算力。Google 按相对 token 用量描述每一档，三个模型的默认值和上限也不同。Hydrogen 默认 high、支持 xhigh。Carbon 和 Argon 默认 medium、最高 high。初次比较把任务、输出上限和档位设成一样，再看总 token 和采用的结果，并分别调整每个模型。

Hydrogen 的最大输出是多少？

同步调用最多 65,536 个输出 token。在 Interactions API 里，长输出可以把上限提高到 1,048,576 减去输入 token。后台模式或客户端续接都按 64K token 一段跑。思考 token 也计入这个上限。

已核对来源

• Google：Introducing Gemini 4 Hydrogen（2026 年 11 月 12 日）
• Google：Gemini 4 Hydrogen 模型页（2026 年 11 月 13 日 UTC 核对）
• OmniaKey：Gemini 4 Hydrogen 模型页（目录上架信息，2026 年 11 月 13 日 UTC 核对）
• Google：What's new in Gemini 4 Hydrogen（2026 年 11 月 13 日 UTC 核对）
• Google：Gemini API 更新日志（2026 年 11 月 12 日）
• Google：Gemini API 价格（2026 年 11 月 13 日 UTC 核对）
• Google：思考文档（2026 年 11 月 13 日 UTC 核对）
• Google：长输出文档（2026 年 11 月 13 日 UTC 核对）

Hydrogen 现已上架 OmniaKey；当前能力和价格见 Gemini 4 Hydrogen 模型页。