Gemini 中文指南
获取 API 密钥 ↗

Gemini 4 Hydrogen 新特性

↓ 下载 MarkdownInteractions API

Gemini 4 Hydrogen (gemini-4-hydrogen)为每个人带来尖端智能,为日常编码和智能体工作流程提供速度和效率。

Gemini 4 Hydrogen 在 Google AI Studio 和 Gemini API 中的免费和付费层均可用(跨GenerateContent 和 Interactions API)。喜欢 Gemini 4 Carbon 和 Gemini 4 Argon,它具有统一的 1M-token 上下文窗口和长达 1M token 的长解码。它还增加了第四个思维层次, xhigh,旁边 low, medium,以及默认的 high.

本指南介绍了 Gemini 4 Hydrogen、API 更改、代码示例和迁移指南中的新增内容。

新型号 #

模型型号编号思维层次付费等级价格
Gemini 4 Hydrogengemini-4-hydrogenlow, medium, high (默认), xhigh$1.50 / 1M 输入,$7.50 / 1M 输出

有关完整规格,请参阅 Gemini 4 Hydrogen 型号页面 和 最新 Gemini 模型.

快速入门 #

发送请求至 gemini-4-hydrogen 使用 Interactions API。默认情况下,该模型使用 high 思维水平与64K同步输出token限制。

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Build an interactive single-file HTML token bucket rate-limiter simulator with live sliders for burst size and request traffic."
)

print(interaction.output_text)

Gemini 4 Hydrogen 新特性 #

  • 快速智能体执行: 与以前相比,编写更清晰的代码,将捏造的声明减少 5 倍以上 Gemini 3.8 Flash 通过标记缺失的上下文而不是猜测,并行批量读取和搜索工具调用,并在工具调用失败时更好地适应。
  • 四个可配置的思维级别: 支持 low, medium, high (默认),以及一个新的 xhigh 级别,让您可以更好地控制延迟和成本,并在任务需要时进行更深入的推理。请参阅 思维层次 部分了解详细信息。
  • 专为多模型编排而构建: 独立工作用于编码和智能体工作,或与 Carbon 和 Argon 配合使用,以较低的延迟为并行工作器和验证器智能体提供动力,而不会增加 token 成本。
  • 更强的多模态推理: 更准确地读取和合成表格、图表、密集的 PDF、图像、音频和视频,并使用 智能体视频理解 检查特定的框架和视觉细节。
  • 统一1M 上下文窗口和长解码: 输入、思考、输出token共用一个1,048,576-token窗口。使用后台执行或客户端延续,响应可以从 64K 一直运行到 1M token。参见 长输出.
  • 托管智能体的默认型号: 该 Antigravity 智能体 现在使用 Gemini 4 Hydrogen (gemini-4-hydrogen)默认情况下。

在氢、碳、氩和其他型号之间进行选择 #

Gemini 4 Hydrogen, Gemini 4 Argon, 和 Gemini 4 Carbon 共享相同的1M统一的上下文窗口、长解码架构和内置工具。选择与您的推理深度、延迟和成本目标相匹配的模型:

  • Gemini 4 Hydrogen (gemini-4-hydrogen): 快速高效地处理复杂的智能体工作流程,每个 1M 输入为 $1.50,每个 token 为 $7.50,每个 1M 输出为 token。将其用于日常编码、交互式 Web 应用程序、使用智能体的工具、多模态文档工作流程和并行子智能体执行。 建议从 Gemini 3.8 Flash 以及早期的 Gemini 3 和 2.5 型号升级。
  • Gemini 4 Carbon (gemini-4-carbon): 我们最强大的前沿模型。 Carbon 每轮都会花费更多的思考 token 来测试假设并验证硬架构、调试、科学和安全审计的边缘情况。
  • Gemini 4 Argon (gemini-4-argon): 当您想要一个能够处理大多数高级长期任务且 token 使用率低于 Carbon 的模型时,请使用 Argon。
  • Gemini 3.5 Flash-Lite (gemini-3.5-flash-lite): 我们最快、成本最低的型号。保留 Flash-Lite 以实现大容量分类、路由和亚秒级延迟目标。

您还可以在一个工作流程中配对碳和氢。让 Carbon 规划系统接口或解决硬障碍,然后将代码编辑、并行子智能体任务和测试运行委托给 Hydrogen。如需完整比较,请参阅 最新 Gemini 模型.

了解思维层次 #

该 思维水平 是您对 Gemini 4 Hydrogen 中质量、延迟和 token 使用的主要控制。该模型默认为 high 并介绍 xhigh.

思维层面代币使用何时使用
low最少的token,最低的延迟对成本和延迟敏感的工作负载,例如快速聊天和高吞吐量处理。仍然有能力执行智能体任务。
mediumtoken 使用率更低,响应速度更快交互式编码、实时 UI 原型、响应式聊天和延迟敏感的工具调用。
high (默认)平衡智力和速度大多数任务的推荐默认值,包括复杂编码、智能体执行、工具调用和多模态知识工作。
xhigh最token,最深刻的推理为困难的、多步骤的编码和智能体问题保留,其中 high 当您可以使用更高的延迟和 token 进行交易时,就达不到要求了。

开始于 high 对于最复杂的任务,并保留 xhigh 对于困难的、多步骤的问题,其中 high 达不到要求。使用 xhigh 增加延迟和 token 使用,并可能导致对简单提示的过度思考。在所有四个级别上进行高评价 max_output_tokens 所以限制不会缩短答案。然后选最低的 thinking_level 符合您的质量标准。要了解更多信息,请参阅 思维指南.

python
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Audit this payment retry queue for race conditions and rewrite the lock acquisition logic.",
    generation_config={
        "thinking_level": "xhigh"
    }
)

print(interaction.output_text)

更大的输出和更长的解码 #

Gemini 4 Hydrogen 支持高达 65,536 token 的同步输出和高达 1M 统一上下文窗口的长解码:

  • 控制推理深度 thinking_level: 该 thinking_level 字段设置模型在回答之前执行多少推理。的 max_output_tokens 字段 caps 结合思考并输出 token,因此为最终答案留有足够的空间。
  • 通过后台执行或继续生成过去的 64K token: 同步响应在流式和非流式请求中每跳最多支持 65,536 token。要生成更长的输出,请设置 max_output_tokens 高于 65,536(最多 1,048,576 减去您的输入 token)并设置 background 到 true 因此我们的服务器在 64K-token 跳中继续,或者在最新的 Google GenAI SDK 中使用客户端继续。
python
import time
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Generate a complete multi-module migration specification and test suite for this service.",
    background=True,
    generation_config={
        "max_output_tokens": 262144,
        "thinking_level": "high",
    },
)

while interaction.status in ("in_progress", "queued"):
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

# Join text across all 64K continuation hops.
text = "".join(
    content.text
    for step in interaction.steps
    if step.type == "model_output"
    for content in step.content
    if content.type == "text"
)
print(text)
print("Status:", interaction.status)
print("Usage:", interaction.usage)

后台执行是运行长解码的推荐方法。对于自定义重试控制或未存储的交互,请在 Interactions API 或 生成内容 API。有关流式传输和 token 计数的详细信息,请参阅 长解码指南.

设置输出 token 限制 #

该 max_output_tokens 字段 caps 结合思考并输出 token 进行响应。使用这些起始值可以防止答案被截断,同时限制支出:

  • 标准任务: 保留 65,536 默认值或省略 max_output_tokens.
  • 现有的低上限应用程序: 删除硬编码的低位大写字母(例如 8,192)或提高 max_output_tokens to 65,536. 要少用token,就降低思维水平吧。
  • 长输出和多步骤任务: 套装 background 到 true 并设置 max_output_tokens 到 131,072 或 262,144, 直至 1,048,576 减去您的输入 token。

更新了 Antigravity 智能体 #

由于其改进的性能和推理能力, Antigravity 智能体 在 Gemini 中,托管智能体现在是用 Gemini 4 Hydrogen 构建的(gemini-4-hydrogen)默认情况下。

python
from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

interaction = client.interactions.create(
    agent="antigravity-preview-09-2026",
    input=(
        "Audit https://web.dev for performance, Core Web Vitals, and SEO. "
        "Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. "
        "Check search indexing with Google Search for site:web.dev. "
        "Format the output as a side-by-side scorecard table with prioritized fixes."
    ),
    environment="remote",
)

print(interaction.output_text)

底层 Gemini 模型 可以配置 使用 agent_config.

迁移清单 #

从 Gemini 3.8 Flash 及更早版本迁移 #

Gemini 4 Hydrogen 采用与碳和氩相同的 Gemini 4 API 设计。升级时查看这些更改 gemini-3.8-flash 或更早的 Gemini 3 型号:

  • 更新型号ID: 更改您的模型字符串 gemini-3.8-flash 到 gemini-4-hydrogen.
  • 统一账号1M 上下文窗口: Gemini 3.8 Flash 将 1M 输入和 64K 输出预算分开。 Hydrogen 在输入、思考和输出 token 之间共享一个 1,048,576-token 窗口,同时在流式和非流式调用中保持 65,536 单请求默认值和上限。删除硬编码低 max_output_tokens 上限或将其提高到 65,536.
  • 配置 thinking_level: 氢气默认为 high 而不是 medium,添加 xhigh,并拒绝 minimal 有错误。测试 medium 和 high 在您的评估套件上平衡速度和成本。
  • Move off explicit 上下文缓存: Gemini 4 Hydrogen 不支持显式缓存(cachedContents 和 caches.create)。删除 cached_content 请求中的字段。 隐式缓存 默认情况下,在至少 4,096 token 的提示下运行,并在缓存命中时将缓存输入 token 折扣 95%。
  • Remove sampling parameters: 删除 temperature, top_p, 和 top_k 来自请求。如果发送,服务器将忽略范围内的自定义值。超出范围的值返回 400 验证错误。
  • 声明本机工具或结构化输出模式: 不要通过系统指令提示模型使用零声明的工具发出自定义原始文本 JSON 工具调用,这可能会返回 MALFORMED_FUNCTION_CALL。始终使用本机声明工具 函数调用 或约束 JSON 响应 结构化输出.
  • 保留对话状态和思想签名: 使用 previous_interaction_id 在 Interactions API 中进行多轮和工具调用会话。在客户管理中 generateContent 历史记录,返回先前的模型回合,并且思想签名在每个回合中都保持不变。不要跨并行复制思想签名 functionCall 零件。
  • 对 64K 之后的输出使用后台执行: 套装 background 到 true 和 max_output_tokens 高于 65,536 的响应长度超过 64K token(或在最新 SDK 中使用客户端延续)。
  • 查看 token 账单估算: 我们对模型处理的每个 token 进行计数和计费,包括思考 token 和内部事实依据系统指令和函数声明。

从 Gemini 4 Carbon 和 Argon 迁移或与之配对 #

如果你跑 gemini-4-carbon 或 gemini-4-argon 今天,添加或切换到 gemini-4-hydrogen requires no request schema changes:

  • 更新型号ID: 套装 model 到 gemini-4-hydrogen 用于独立请求或子智能体轮流。
  • 检查默认思维水平: 氢气默认为 high 并支持 xhigh,而碳和氩默认为 medium 并上限为 high。套装 thinking_level 当你想要的时候 medium 或 xhigh 行为。
  • 64K 非流式跃点: Hydrogen 跨 REST 和 SDK 调用的每个非流式跃点最多支持 65,536 token,而 Carbon 和 Argon 上的每个非流式 REST 跃点为 32,768 token。
  • 跨回合切换模型: 路线规划转向 gemini-4-carbon 执行变成 gemini-4-hydrogen 在一个多轮会话中使用 previous_interaction_id (或通过保留 无状态模式下的思维步骤;看到 多圈模型兼容性).

价格 #

Gemini 4 Hydrogen 可在 Gemini API 和 Google AI Studio 的免费套餐中使用,并在整个 1M 上下文窗口的付费套餐上使用固定标准定价:

  • 免费等级: 免费(有速率限制;请参阅 速率限制)

  • 输入token: $1.50 与 1M token * 缓存输入 token: 隐式缓存将缓存的输入折扣为 95%,每个 1M token 为 $0.075。

  • 输出token,包括思考token: $7.50 与 1M token

我们对模型处理的每个 token 进行计数并计费,包括思考 token 以及使用事实依据时的内部工具系统指令和函数声明。 事实依据和 Google 搜索仍按查询计费。

有关完整的等级详细信息和速率限制,请参阅 定价页面 和 速率限制页面.

其他型号 #

后续步骤 #

搜索标题、API 名称或正文内容