谷歌把 100 万上下文做成了统一价:每百万输入 1.50 美元,12 月起比 Carbon 便宜六成
长上下文这件事,过去一直是加价项。这次谷歌把它做成了一个数字。
11 月 12 日,谷歌发布 Gemini 4 Hydrogen,13 日更新后又推了一轮。官方定价页写得很干脆:每百万输入 token 1.50 美元,每百万输出 7.50 美元,整个 100 万 token 窗口统一这个价,不分段、不阶梯。
对照一下同一家的 Carbon:促销期 2 美元/10 美元,只卖到 11 月 30 日;12 月 1 日起回到 4 美元/20 美元。也就是说下个月开始,同样一百万输入 token,Hydrogen 是 1.50,Carbon 是 4.00,前者只有后者的 37.5%。
它不是缩水版
数字上 Hydrogen 甚至压了 Argon 一头。Artificial Analysis 智能指数,默认 high 档 51 分,Argon 是 50;拉到最高 xhigh 档是 54 分。跟自己上一代 3.8 Flash 比更夸张:默认档完成任务快 2.5 倍,Terminal-Bench 4.1 从 18.2% 跳到 57%,编造陈述减少 5 倍以上。合作伙伴的实测口径是快 2 到 2.8 倍、token 用量少 12% 到 23%。
四档思考深度:low、medium、high(默认)、xhigh。谷歌还顺手在 Antigravity 里放了 Orchestrator,同一场会话里在 Carbon 和 Hydrogen 之间自动切换,Terminal-Bench 4.0 上做到接近 Carbon 的成功率,配额少用 24%,速度快 19%。
对你的用处,是省下「上下文长度」这笔冤枉钱
以前处理一份 30 万 token 的代码库或者几十份合同,要么切块、要么上更贵的模型、要么忍着截断。现在这笔账简单了:一份 30 万 token 的输入,按 1.50 美元算 0.45 美元一次。同样的输入交给 12 月的 Carbon 是 1.20 美元。
几种立刻能挪过去的活:
- 整仓库问答。不再费劲挑文件塞进上下文,直接把大的那部分丢进去。
- 长文档抽取。合同、财报、招股书,一次读完整本,不用做分段摘要再拼接。
- agent 的读日志环节。跑失败的构建日志、几万行的 trace,让它一次读完再判断,比把日志切片喂给它准得多。
- 批量截图转结构化。PDF、docx、xlsx、odt 这些办公格式现在可以内联传,不用先转成纯文本。
三个坑,都是会静默坑你的那种
第一,采样参数会被忽略。官方文档写明 temperature、top_p、top_k 的自定义值一律无效。如果你的代码里靠 temperature 0 来求稳定输出,换成 Hydrogen 之后这个保险就没了,得靠提示词和结构化输出约束。
第二,旧的思考预算写法会直接报错。设 thinking_budget,或者写 thinking_level="MINIMAL",返回的是 HTTP 400 校验错误。要改成 low / medium / high / xhigh 四档。
第三,也是最重要的一条,这是一款「短期 GA」模型。官方模型生命周期文档写的是最短 45 天退役预告。这不是长期底座,别把生产环境的主链路绑死在它上面。
还有两个细节:一是输入和输出共享同一个 1,048,576 token 的额度,输出(含思考、工具调用)也算在里面,长解码单次要靠 continuation_token 续;二是只支持隐式缓存,4096 token 以上的共享前缀自动命中,不支持显式上下文缓存——同一份长文档要反复问不同问题,每次都得重新计费输入。
具体建议
如果你现在有跑在 3.8 Flash 上的任务,这周做一件事:拿 10 条真实样本,在 Hydrogen 的 high 和 xhigh 两档各跑一遍,记三个数——通过率、单次成本、P95 延迟。xhigh 那档值得单独测,因为它才是跟 Carbon 正面对比的档位。
如果你的任务本来就不长(几千 token),别折腾。这个模型的价值全在「一次塞进去很多」这件事上,短任务上它只是又一个便宜模型。
最后提醒一句免费用户的用法:在 Gemini 应用里,免费用户是通过「自动选择模型」碰到 Hydrogen 的,不是自己在下拉菜单里挑。想稳定用,还是走 API。