Gemini 4 Hydrogen API

活跃
google/gemini-4-hydrogen
由 Google•发布日期: 11/12/2026

Gemini 4 Hydrogen 是 Google 推出的快速、纪律性强的模型，专为仓库编码和智能体执行而设计，在统一的 1M token 多模态上下文窗口中运行。

免费

Gemini 4 Hydrogen API 背景介绍

概述

Gemini 4 Hydrogen 由 Google 开发，是 Gemini 4 系列中一款快速、以执行为重点的模型，通过 Gemini 4 Hydrogen API 提供服务，代码为 gemini-4-hydrogen。它于 2026-11-12 公开发布，由 Gemini4Carbon 改编而来，知识截止日期为 2026 年 3 月。其参数数量未披露。

发展历史

于 2026 年 11 月推出，作为 Gemini4Carbon 的轻量级姊妹模型，Google 于当月公布了评估结果。它面向快速、纪律性强的编码和工具使用，而非深入的长期推理。Gemini 4 Hydrogen API 强调低延迟执行、长上下文和面向智能体的功能。

关键创新

  • 统一的 1,048,576 token 上下文，在输入、思考和输出之间共享
  • 思考级别从 low 到 xhigh，其中 minimal rejected 和 high 为默认
  • 从 4,096 token 开始隐式提示缓存，无需显式缓存
  • 支持并行执行智能体，长输出解码接近 1M token

Gemini 4 Hydrogen API 技术规格

架构

由 Gemini4Carbon 改编而来；详细架构未公开披露。Gemini 4 Hydrogen API 对文本、图像、音频、视频和 PDF 输入提供统一上下文处理，输出仅支持文本。

参数

未披露。

功能

  • 多模态输入，包括文本、图像、音频、视频和 PDF；仅文本输出
  • 工具调用和结构化输出，用于可靠的自动化
  • 仓库编码、Web 开发和多模态文档理解
  • 默认同步输出 65,536 token；通过后台执行或续传实现接近 1M 的长解码

局限性

  • 无法生成图像、音频或视频内容
  • temperature、top_p 和 top_k 参数会被忽略，应将其移除
  • max_output_tokens 同时包含思考和回答，因此长时间推理会消耗输出预算

Gemini 4 Hydrogen API 性能

优势

  • Google 2026 年 11 月评估：AutomationBench-AA 76.1%、AgentsLastExam v1.1 71.6%、HLEDiamond 58.8%
  • TerminalBench 4.1 作弊调整后 57.0%，OSWorld 2.1 离线 77.6%
  • 在日常编码、工具调用和智能体循环中表现快速且纪律性强

实际效果

在 Gemini 4 系列中，Gemini 4 Hydrogen 最擅长定义明确的高频任务，而非开放式研究。Google 报告了 TerminalBench 的作弊调整后得分，展示了在终端环境中的诚实泛化能力。开发者通过使用 Gemini 4 Hydrogen API 进行智能体工作流、结构化数据提取、日常仓库工作和并行化子任务，能获得最大收益，因为可靠的工具调用和长上下文可提高吞吐量。在深度、长周期判断方面，它并不普遍优于 Carbon 或 Argon。

Gemini 4 Hydrogen API 适用场景

应用场景

  • 您有步骤明确定义的高容量自动化管道。Gemini 4 Hydrogen API 非常适合，因为它支持工具调用和并行执行智能体，因此多个 API 调用、数据库更新和 Web 操作可以并发运行，延迟更低，且输出结构可预测。
  • 您需要在代码仓库中获得快速、纪律性强的协助。Gemini 4 Hydrogen 通过 1M token 上下文处理仓库编码、Web 开发和代码库问答，可在一次请求中包含大文件和文档。结构化输出使生成的代码和 diff 更容易在 CI/CD 管道中实现自动化。
  • 您需要大规模处理多模态文档，例如需要提取或摘要的 PDF、图像和视频。长上下文和仅文本输出可保持工作流简单，通过 Gemini 4 Hydrogen API 正确配置后，65,536 token 的默认输出足以生成完整报告。

最佳实践

  • 不要发送 temperature、top_p 或 top_k；API 会忽略它们
  • 对于长响应，使用 65,536 默认的 max_output_tokens，而不是设置过低的硬编码限制
  • 对于复杂推理，优先使用 high 思考；对于延迟敏感的工具循环，使用 low 或 medium 思考
  • 对于接近 1M 的输出，请规划后台执行或续传，并保留足够的剩余上下文

技术规格

上下文长度1,048,576
发布日期11/12/2026
输入格式
textimageaudiovideopdf
输出格式
text

功能特性

功能
tool_callingstructured_outputsmultimodal_document_understandingrepository_codingweb_developmentparallel_execution_agents
支持的文件类型
.pdf.png.jpg.jpeg.webp.mp3.wav.mp4
← 返回搜索