💡 站外导读：Google 刚刚正式推出了其第四代大模型家族中最轻量、主打高频代码执行与自动化测试的基座成员——Gemini 4 Hydrogen。作为知名开源工具作者与独立 AI 架构研究员，Simon Willison 在其首发插件更新中第一时间进行了深度实测。然而，Hydrogen 令人匪夷所思的阶梯定价策略立即引发了开发者社区的激烈争论：当前高达 1.50 美元/百万输入 Token 与 7.50 美元/百万输出 Token 的牌价，仅比顶配的 Carbon 和 Argon 便宜 25%，更是同类轻量模型 Claude Haiku 5.5 和 GPT-6 Luna 的 15 倍。究竟是 Google 的两阶段提价路线暗藏玄机，还是 Hydrogen 在多档 Thinking 模式下通过极度压缩 Token 吞吐实现“隐形降本”？本篇将结合 9 组鹈鹕 SVG 绘图实测与端到端系统架构，彻底解密 Hydrogen 的真实定位与未来演进。
一、Gemini 4 家族迎来最低成本底座：Hydrogen 的定位与诡异定价策略
在 Google 正式发布 Gemini 4 系列之后，全家桶中最便宜的成员 Gemini 4 Hydrogen 终于全面上线。在 Google 的多模型矩阵版图中，Gemini 4 形成了三驾马车：顶配全能旗舰 Carbon、主打低 Token 消耗与高速响应的 Argon，以及定位日常执行引擎的 Hydrogen。
然而，当开发者们打开 API 资费价目表时，却被 Hydrogen 的定价逻辑彻底难住了：
- 当前价差极小：目前 Hydrogen 的官方标价为每百万输入 Token 1.50 美元、输出 Token 7.50 美元。而更强大的 Carbon 和 Argon 的当前定价为输入 2.00 美元、输出 10.00 美元。换言之，Hydrogen 目前仅仅比它的顶配兄弟便宜了 25%；
- 12 月 1 日旗舰翻倍：Google 明确公布，Carbon 和 Argon 将在 12 月 1 日迎来价格翻倍（输入 4.00 美元 / 输出 20.00 美元）。届时，Hydrogen 的相对折扣才会扩大到 75%；
- 横向对比竞品贵了 15 倍：如果将 Hydrogen 与市面上主打轻量化低延迟的竞品横向对比，差距更为惊人——Anthropic 的 Claude Haiku 5.5 和 OpenAI 的 GPT-6 Luna 的定价均为输入 0.10 美元 / 输出 0.50 美元。这意味着 Hydrogen 的单价高达后者的整整 15 倍！
针对这一令人疑惑的定价，Simon Willison 指出：“在现阶段，如果 Carbon 和 Argon 是同一价格，为什么需要两个不同模型？Google 的官方解释是 Argon 在保持 Carbon 同等智能水准的同时，具备更快的响应速度和更低的每轮 Token 消耗量。但 Hydrogen 目前高昂的单价，显然是在倒逼开发者重新评估其真实的任务吞吐性价比。”
二、经典鹈鹕绘图测试：三模型跨三档 Thinking 深度实测
为了探究 Hydrogen 在真实任务中的生成质量与 Token 消耗效率，Simon Willison 运行了其最具辨识度的基准测试——让模型使用 SVG 代码绘制一只“骑着自行车的鹈鹕（a pelican riding a bicycle）”，并分别在 High、Medium、Low 三种不同的思考努力级别（Thinking Effort Levels）下进行了 9 组系统对比：
测试得出的核心实测数据展现出了极大的反差：
- High 深度思考档位：Carbon 绘制了头戴水手帽、骑着带有挡泥板和装鱼柳条篮的红色巡航自行车，沿途伴有海面、太阳与飞鸟的海滨公路全景（消耗 40 输入 Token、20,305 输出 Token，折合成本 20.31 美分，耗时 4 分 11 秒）；Argon 同样绘制出戴红帽、飘拂青绿色围巾的精美场景（17,158 输出 Token，17.17 美分，耗时 2 分 29 秒）；而 Hydrogen 则交出了一幅极度简洁的简笔画，仅有平坦绿地和两朵云（5,311 输出 Token，仅花费 3.99 美分，耗时仅 19 秒）；
- Medium 中度思考档位：Carbon 耗费 11,020 Token（11.03 美分，1 分 53 秒），Argon 耗费 11,090 Token（11.10 美分，1 分 32 秒），两者均保持了细腻的落日、海滩木栈道细节；Hydrogen 则只消耗 3,964 Token（2.98 美分，耗时仅 17 秒），生成了车条稀疏的基础单车；
- Low 轻度思考档位：Carbon 消耗 9,153 Token（9.16 美分，1 分 34 秒），Argon 消耗 10,177 Token（10.18 美分，1 分 21 秒）；Hydrogen 则将输出压缩至惊人的 2,996 Token（2.25 美分，耗时 10 秒），只用单条绿线勾勒出最基础的鹈鹕轮廓。
实测表明：在绝对视觉审美和细节丰富度上，Hydrogen 相比 Carbon 和 Argon 有着断崖式的简化；但在生成速度与 Token 消耗绝对量上，Hydrogen 展现出了极其残暴的压缩能力——其生成速度比旗舰模型快了整整 13 倍，单次任务总费用仅为旗舰的五分之一到十分之一。
三、Gemini 4 家族核心模型参数与端到端实测矩阵
为了帮助工程师团队在选型时算清真实 ROI 账本，我们将 Gemini 4 三大模型与核心竞品的技术指标整理如下：
| 模型名称 | 当前输入/输出价格 ($/M) | 12月1日调价后 ($/M) | High Thinking 鹈鹕实测消耗 | 端到端执行耗时 | 核心定位与工作流建议 |
|---|---|---|---|---|---|
| Gemini 4 Carbon | $2.00 / $10.00 | $4.00 / $20.00 | 20,305 tokens (20.31¢) | 4 分 11 秒 | 顶级前沿架构设计、疑难复杂 Bug 根因分析 |
| Gemini 4 Argon | $2.00 / $10.00 | $4.00 / $20.00 | 17,158 tokens (17.17¢) | 2 分 29 秒 | 兼顾深度智能与低 Token 消耗的通用主力 |
| Gemini 4 Hydrogen | $1.50 / $7.50 | $1.50 / $7.50 (保持不变) | 5,311 tokens (3.99¢) | 19 秒 (快 13 倍) | 日常高频代码编写、单元测试运行、CI/CD 验证 |
| Claude Haiku 5.5 | $0.10 / $0.50 | $0.10 / $0.50 | 约 4,500 tokens (0.23¢) | 约 15 秒 | 高并发简单客服、海量非结构化文本快速清洗 |
| GPT-6 Luna | $0.10 / $0.50 | $0.10 / $0.50 | 约 4,800 tokens (0.24¢) | 约 16 秒 | 超低成本轻量级 Agent 意图识别与参数抽取 |
四、代码执行引擎与搜索免费层：Hydrogen 的真实商业使命
既然从单价上看 Hydrogen 并不便宜，Google 推出它的真实意图到底是什么？官方说明给出了明确答案：
“在真实的软件工程研发中，虽然团队依赖 Carbon 和 Argon 等前沿旗舰模型来处理系统架构决策或解开微妙复杂的 Bug，但在编写具体业务代码、运行自动化测试和验证改动时，依然迫切需要一个反应敏捷、纪律严明的执行模型。Hydrogen 既可以独立应对日常琐碎工作，也可以与 Carbon/Argon 配对，作为多模型混合工作流中的高效率执行引擎。”
更为关键的是其背后的生态使命：Hydrogen 将作为全新的免费层模型上线，并成为全面驱动 Google Search 核心 AI 功能（如 AI Overviews 搜索摘要与交互）的底层引擎。在数以亿计的全球搜索并发下，哪怕多消耗 500 个 Token 都会带来天文数字般的算力账单。Hydrogen 这种在极短时间内用最少 Token 给出精准答案的设计，正是 Google 为防御搜索成本失控而量身定制的“算力安全阀”。
📝 站长洞察 (Editor’s Insight)
从 SRE 架构演进与大模型商业化调度的本质来看，Simon Willison 对 Gemini 4 Hydrogen 的评测揭示了当前企业级 AI 工程的一个根本矛盾：“Token 标价”与“端到端任务总开销”的严重脱节。很多工程师习惯于直接比对每百万 Token 的绝对牌价，却忽视了模型内部推理（Internal Thinking）时的吞吐效率与废话率。Hydrogen 虽然单价高达竞品的 15 倍，但在实测画图中通过对上下文的极致克制，仅用不到四分之一的 Token 就交卷，这展现出 Google 对推理对齐策略的极度自信。更深层的商业推手在于，Google 必须为 12 月 1 日旗舰模型的“翻倍暴涨”提前构建锚点。在未来的多模型编排架构中，由 Hydrogen 充当 7×24 小时低延迟 CI/CD 代码验证沙盒，将是工程落地中兼顾速度与稳定性的现实选择。
Gemini 4 Hydrogen 定价为什么这么高？
文章显示，Hydrogen 当前输入 1.50 美元/百万 Token、输出 7.50 美元/百万 Token，仅比 Carbon 和 Argon 便宜 25%，但比 Claude Haiku 5.5 和 GPT-6 Luna 高 15 倍。作者认为这可能与 Google 的分阶段调价策略和模型定位有关。
Hydrogen 和 Carbon、Argon 的区别是什么？
Carbon 是顶配旗舰，Argon 主打更快响应和更低 Token 消耗，Hydrogen 则定位为日常执行引擎与高频代码执行模型。实测中 Hydrogen 生成更快、输出更短，但图像细节和完整度明显弱于前两者。
Hydrogen 适合做什么任务？
从实测看，Hydrogen 更适合轻量自动化、代码执行和快速测试等高频任务，因为它能显著压缩输出 Token 和耗时；如果需要复杂绘图、丰富细节或更强审美表现，Carbon 和 Argon 更合适。
