Gemini 4 Hydrogen 解读：编程与 Agent 评测、上下文和价格

选日常干活的模型，我最在意的往往不是某道难题能不能多拿两分，而是改一个 Bug 要等多久，工具报错后能不能接着做，最后还需要我修多少。Gemini 4 Hydrogen 的定位，恰好落在这些问题上。

Google 在 2026 年 11 月 12 日发布 Hydrogen，把它放在日常编程和智能体工作流这一侧，Carbon、Argon 则继续面向需要更深入推理的任务。这并不意味着选型时按名字排个高低就够了。新公布的成绩里，Hydrogen 有亮点，也有明显没赢的项目。Google 发布说明

资料核对：2026 年 11 月 13 日。本文解读官方资料与评测机构公开结果，不是 PicoX 自行跑出的实测报告。

先看成绩：有进步，但不是每一项都领先

先挑三项不同类型的任务来看。Google 公布的对比里，Hydrogen 的自动化和难题成绩有亮点，桌面操作却没有全面领先。它适不适合做你的 Agent，仍取决于 Agent 主要在做什么。Google 模型卡

编程成绩也值得单独拆开。Google 表中的 Terminal-Bench 4.1 经过作弊行为调整后，Hydrogen 为 57.0%，Sonnet 5.5 为 63.9%；Terra 这一格没有数据，不能当成零分。这个结果提醒我：修仓库、操作终端、操作桌面，虽然都叫“智能体任务”，难点并不相同。Google 性能对比页 · 评测方法

我会用这些分数缩小试用名单，而不会直接据此替换生产模型。尤其是需要频繁调用工具的应用，模型之外的提示词、超时、重试和结果检查，都可能影响最终交付。

数据分析的满分，让我更愿意实际试一轮

Plotly 的 DataAnalyticsBench 中，Hydrogen 拿到了满分，却不是最快或最便宜的满分模型。对实际选型来说，这比单独一个分数更有参考价值。Plotly 原始报告

这套测试用的是合成的风电数据仓库和 Plotly Studio Embedded 工具环境，既考分析，也考含糊问题、数据质量和统计陷阱。它更接近“让 Agent 查数据再回答”的场景，而不是让模型凭记忆做一道选择题。测试设计

需要留一点余地：作者明确说每个模型这里只跑了一轮，其他模型复测时曾有最多三题的波动。因此，43 对 42 不能证明稳定领先。我更关心自己的数据里出现缺失值、重复记录或错误口径时，模型会不会先停下来核实。

百万上下文，不等于一次请求随便输出百万 Token

Google Cloud 的发布记录写得很具体：Hydrogen 的输入和输出共享 1,048,576 Token，输出预算还包含思考与函数调用。普通前台请求无论流式还是非流式，单段输出上限都是 65,536 Token。更长生成需要 Google 的续写机制，并且仍要给输入留空间。Cloud 发布记录

这影响的是接入方式，而不只是模型卡上填哪个数字。长文件分析时，输入已经占去大半窗口，就不能再把完整窗口当作可输出额度。通过兼容 API 调用时，也需要确认渠道和客户端是否实现了续写，不能只改一个 max_tokens 就假定能获得同样行为。

项目	录入与使用时的口径
官方模型 ID	gemini-4-hydrogen
PicoX 模型 ID	google/gemini-4-hydrogen
共享上下文	1,048,576 Token
常规单段输出	65,536 Token，包含思考
思考档位	low / medium / high / xhigh，默认 high
输入与输出	文本、图片、音频、视频输入；文本输出
参数量	未公开，不填写推测数字

规格参考 Google 模型文档；具体输入类型仍取决于所选渠道和接口支持。

价格不复杂，真正的变量是整个任务用了多少 Token

核对当天，Google Gemini Developer API 的 Standard 美元报价如下。这里只列常规 Token 计费，不把 Batch、Flex 或其他服务商的折扣混进来。输出价格包含思考 Token；当前上下文缓存为隐式缓存。Google 官方价格表

计费项	每百万 Token
输入	$1.50
缓存读取	$0.075
输出，含思考	$7.50

举个纯计算例子：10 万个未缓存输入 Token，加上总计 1 万个计费输出 Token，费用是 0.1 × 1.50 + 0.01 × 7.50 = $0.225。如果这 10 万输入全部符合缓存读取计费，算下来是 $0.0825。这里没有包含单独计费的搜索或其他工具，也没有假定每次都能命中缓存。

所以我会把成功率、总耗时和每个完成任务的费用放在一起看。便宜的一次回答，如果后面还要重试三次，未必便宜；同样，把所有任务都调到最高思考档位，也不一定划算。

从 Flash 迁移，先检查这几个参数

Google 的迁移指南要求改用 thinking_level：旧的 thinking_budget 和 MINIMAL 不适用于 Hydrogen；temperature、top_p、top_k 不起作用。已有多轮工具调用还要正确保留 thought_signature。这些是 Google 原生接口的规则，兼容接口如何映射要单独核对。官方迁移指南

我的试用顺序会很朴素：先用默认档位跑一组已知答案的任务，再比较 low 和 medium 是否够用，把 xhigh 留给确实需要它的样本。编程题看测试和最终 diff，分析题查计算口径和证据，工具题专门放几个失败返回。不要只挑一次最漂亮的回答做决定。

总体看，Hydrogen 值得加入日常编程、数据分析和工具型 Agent 的候选名单。它的价值最终应该体现在你少等了多久、少改了多少，以及完成一件事的真实费用上。

PicoX 已加入 Gemini 4 Hydrogen，模型 ID 为 google/gemini-4-hydrogen。登录 控制台模型页面，可以确认当前账号可用的供应商与接入信息，再参考 API 文档配置调用。具体价格和可用渠道以账号内展示为准。