跳到正文
DEV Community· Anup Karanjkar·· 2 天前精選AI 評分77

Gemini 4 Carbon、Gemini 4 Hydrogen 與 Gemini 4 Argon 如何選用(2026)

Gemini 4 Carbon vs Hydrogen vs Argon: Which to Use (2026)

AI 導讀

這篇 Gemini 4 模型比較建議先從 Hydrogen 開始,只有在它未能通過自訂測試時才考慮改用 Argon 或 Carbon。

推薦理由

文章並列三款模型的定價、能力定位、限制與工作負載建議,並用月度用量試算成本,呈現選型時價格與任務需求的取捨。

正文 · 繁體中文

先從 Gemini 4 Hydrogen(gemini-4-hydrogen)開始,只有在它未能通過你自己的測試時才升級。 Hydrogen 每 1M 個輸入 token 收費 $1.50,每 1M 個輸出 token 收費 $7.50,而 Google 的定價頁面沒有列出這個價格的截止日期。[3] Gemini 4 Carbon 和 Argon 的價格截至 2026 年 11 月 30 日為 $2 和 $10,其後自 12 月 1 日起為 $4 和 $20。[1] 該日期之後,Carbon 或 Argon 的每個 token 成本是 Hydrogen 的 2.67 倍。三款模型共用 1,048,576 個 token 的上下文視窗,預設輸出上限為 65,536 個 token。[4] 下文包括:模型 ID 和限制、各模型每月費用的計算示例、curl 和 Python 呼叫方式、存取限制、對 MKA 基準測試的審慎分析,以及決策表。Argon 的完整級別價格表載於我們的Argon 定價文章。

本文只列出已公佈的數字,沒有自行進行基準測試。所有數字均來自 Google 的發佈文章(Carbon 於 2026 年 11 月 10 日發佈,Hydrogen 於 2026 年 11 月 12 日發佈)、Gemini API 和 Vertex AI 文件,或 Artificial Analysis。[1][2]

三款模型並列比較

模型 模型 ID 每 1M 個輸入/輸出 token 的價格 每 1M 個快取讀取 token 的價格 預設推理級別 免費級別

| Gemini 4 Carbon | gemini-4-carbon | $2 / $10,至 11 月 30 日為止,其後為 $4 / $20 | $0.10,其後為 $0.20 | 中 | 否 |

| Gemini 4 Argon | gemini-4-argon | $2 / $10,至 11 月 30 日為止,其後為 $4 / $20 | $0.10,其後為 $0.20 | 中 | 否 |

| Gemini 4 Hydrogen | gemini-4-hydrogen | $1.50 / $7.50,固定不變 | $0.075 | 高 | 是,設有速率限制 |

價格為 Gemini API 定價頁面上的 Standard 級別價格。[3] 三款模型的輸出費率均包括推理 token;啟用 grounding 時,Google 會就模型處理的每個 token 收費,包括工具指令和函數宣告。[3]

三款模型的限制相同。1,048,576 個 token 的上下文視窗由輸入、推理和輸出共用。一般同步請求的輸出上限為 65,536 個 token;使用長解碼時,輸出上限可達 1,048,576 減去輸入 token 數量。輸入可以是文字、圖片、影片、音訊或 PDF,輸出則只支援文字。[4][5] 三款模型均支援函數呼叫、結構化輸出、程式碼執行、電腦操作和搜尋 grounding。三款模型均不支援明確快取;隱式快取適用於至少 4,096 個 token 的提示詞,並可讓快取輸入享有 95% 折扣。[6]

各款模型的用途

Carbon:深度驗證模型

Google 稱 Carbon 是其最強大的模型,並表示它專為考驗模型智能極限的任務而設,例如複雜的多步驟編碼和除錯,以及開放式科學研究。[1] 代價是 token 用量。Carbon 比 Argon 使用更多推理 token,以作深入探索和進行延長的驗證循環,令每輪 token 用量和延遲上升。[1][6] Artificial Analysis 顯示出相同趨勢:Carbon 在 High 設定下的 Intelligence Index v5.0.1 得分為 60(81 款模型中排名第 4),但每項 Index 任務需時 32.1 分鐘,高於 13.2 分鐘的中位數;輸出 token 數為 205M,也高於 78.6M 的中位數。[14]

Argon:高效前沿模型

Google 表示,對大多數軟件工程和知識工作而言,Argon 仍是理想之選。[1] 它與 Carbon 的價格和上下文視窗相同,但每輪使用較少推理 token,因此互動式編碼和日常功能開發的速度更快,每輪成本也更低。[6]

Hydrogen:日常及 Agent 模型

Hydrogen 面向日常編碼、可使用工具的 Agent,以及平行工作程序。Google 的比較表將 Hydrogen 的速度列為「快速」,Argon 為「中等」,Carbon 則為「審慎」。[8] 它新增第四個思考層級 xhigh,並以 high 為預設層級。Google 表示,Hydrogen 在預設層級下於 Artificial Analysis Intelligence Index 得分為 51,Argon 則為 50;在 xhigh 層級下則達 54。[2] 以上數字均由供應商公佈。

費用:目前與 12 月 1 日後

每 token 費率的比例決定了大部分計算結果。直至 11 月 30 日,Argon 和 Carbon 每項費率均為 Hydrogen 的 1.33 倍。由 12 月 1 日起,兩者的費率均為 Hydrogen 的 2.67 倍。因此,如果 Hydrogen 完成一項工作所需的 token 不超過 Argon 的 1.33 倍,今天使用 Hydrogen 會較便宜;12 月 1 日後,即使它消耗多達 2.67 倍的 token,費用仍可打和。

同一工作負載,三種價格方案

一個編碼 Agent 每月處理 200M 個輸入 token 並輸出 20M 個 token,且沒有快取命中:

模型 截至 11 月 30 日 由 12 月 1 日起 算式

| Carbon 或 Argon | $600 | $1,200 | 200 x $2 + 20 x $10,然後是 200 x $4 + 20 x $20 |

| Hydrogen | $450 | $450 | 200 x $1.50 + 20 x $7.50 |

若快取命中率為 60%(120M 個快取輸入 token,80M 個未快取輸入 token),Carbon 或 Argon 的費用目前為 $372,由 12 月 1 日起為 $744;Hydrogen 則為 $279。三款模型的快取命中費用均為輸入價格的二十分之一。[3]

各模型的費用計算示例

以下是示例工作負載,並非實測數據;各模型的 token 數量不同,因此每一行均採用各自的工作負載設定。

模型 每月工作負載 截至 11 月 30 日 由 12 月 1 日起

| Carbon | 每晚深度審查流程:40M 個輸入 token,12M 個輸出 token(思考量較大) | $200 | $400 |

| Argon | 互動式功能開發:150M 個輸入 token,15M 個輸出 token | $450 | $900 |

| Hydrogen | 日常 Agent 羣組:300M 個輸入 token,25M 個輸出 token | $637.50 | $637.50 |

Carbon:40 x $2 + 12 x $10 = $200;按 $4 和 $20 的費率計算,費用加倍至 $400。Argon:150 x $2 + 15 x $10 = $450;費用加倍至 $900。Hydrogen:300 x $1.50 + 25 x $7.50 = $637.50;若快取命中率為 60%,費用則為 $381(120M 個未快取輸入 token,按 $1.50 計;180M 個快取輸入 token,按 $0.075 計;輸出費用為 $187.50)。

Carbon 的費用主要來自輸出 token,因此在決定讓它處理某個流程前,請先量度輸出 token 所佔比例。我們的 AI 模型成本計算器列有 Gemini 4 Argon,其費率與 Carbon 相同,因此可用於計算 Carbon 欄的費用。計算器沒有列出 Hydrogen,請按上文的每 token 費率計算 Hydrogen 的費用。

批次處理是另一個可調整的因素。Google 的定價頁面列明,付費專案使用 Batch API 可節省 50% 費用;三款模型均列明支援 Batch、Flex 和 Priority。[3][4] Carbon 和 Hydrogen 的 Batch、Flex 及 Priority 費率在此未獲確認,請到定價頁面的 Batch 分頁查核。Interactions API 暫時不支援 Batch,因此批次工作需透過 generateContent 執行。[9]

如何呼叫 Carbon 和 Hydrogen

Google 建議新專案使用 Interactions API,而 Gemini API 文件中的 Gemini 4 快速入門指南亦採用此 API。[9] REST 端點為 POST https://generativelanguage.googleapis.com/v1beta/interactions,並使用 x-goog-api-key 標頭。[10] 以下 curl 呼叫會以 Carbon 的預設思考層級執行。由於 Carbon 的非串流直接 HTTP 請求上限為此值,因此會將 max_output_tokens 設為 32,768。[15] jq 篩選器會讀取 model_output 步驟,與文件所述的回應結構相符。

curl -s -X POST https://generativelanguage.googleapis.com/v1beta/interactions \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-carbon",
    "input": "Find the race condition in this retry queue and rewrite the lock acquisition.",
    "generation_config": {
      "thinking_level": "medium",
      "max_output_tokens": 32768
    }
  }' | jq -r '.steps[] | select(.type=="model_output") | .content[] | select(.type=="text") | .text'

Python SDK 會封裝相同的呼叫。先執行 pip install --upgrade "google-genai>=2.34.0":Vertex AI 文件指出,使用 Gemini 4 須採用 2.34.0 或更新版本;Gemini API 文件則列明,使用 Interactions API 須採用 2.3.0 或更新版本。[15][9] 兩者的最低版本不同,因此請安裝較新的版本。以下迴圈會向 Hydrogen 的預設模型 high 和 Carbon 的預設模型 medium 各傳送一個提示詞,並列印 token 用量,方便你計算這次執行的費用。

from google import genai

client = genai.Client()  # credentials come from the environment, as in Google's quickstart

for model, level in [("gemini-4-hydrogen", "high"), ("gemini-4-carbon", "medium")]:
    interaction = client.interactions.create(
        model=model,
        input="Find the race condition in this retry queue and rewrite the lock acquisition.",
        generation_config={"thinking_level": level},
    )
    print(model, level)
    print(interaction.output_text)
    print("Usage:", interaction.usage)

Google 建議使用 Carbon 進行規劃,並使用 Hydrogen 執行:Hydrogen 文件指出,在同一個工作階段中,應使用 previous_interaction_id 將規劃回合交由 gemini-4-carbon 處理,並將執行回合交由 gemini-4-hydrogen 處理。[7] 每次呼叫都要設定 generation_config;設定不會沿用。[9]

plan = client.interactions.create(
    model="gemini-4-carbon",
    input="Plan the migration of this service from callbacks to async/await. List ordered steps.",
    generation_config={"thinking_level": "high"},
)

step_one = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Implement step 1 of the plan and run the tests.",
    previous_interaction_id=plan.id,
    generation_config={"thinking_level": "medium"},
)
print(step_one.output_text)

在 Vertex AI(Google 現稱為 Gemini Enterprise Agent Platform)上,同一組模型 ID 可透過 generateContent 在全球端點使用。以下是 Google 提供的 Carbon curl 範例。[15]

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-4-carbon:generateContent \
  -d '{
    "contents": {
      "role": "USER",
      "parts": { "text": "How does AI work?" }
    }
  }'

Google 文件中的遷移陷阱

Gemini 4 不會理會 temperature、top_p 和 top_k;在 Hydrogen 上,超出範圍的值會回傳 400。[7] thinking_budget 和 minimal 思考層級會回傳 400,因此請使用 low、medium、high,或只在 Hydrogen 上使用 xhigh。[15] Carbon 可能會把更多輸出上限用於思考,因此如果你的應用程式將 max_output_tokens 設定為低於 32K,Google 建議將其提高至至少 32,768。Google 亦建議使用背景執行,或將 HTTP 用戶端逾時設定為至少 15 分鐘。[6] 對 Carbon 和 Argon 發出的非串流直接 HTTP 請求,輸出 token 上限為 32,768;Hydrogen 的上限則為 65,536。[15] 如需輸出超過 64K,請將 background 設為 true,並提高 max_output_tokens。[6]

存取:層級、限制與地區

平台 Carbon Hydrogen

| Gemini API 免費層級 | 不提供 | 免費但設有速率限制;免費層級的提示詞可能會用於改進 Google 產品 |

| Gemini API 付費層級 | 提供予所有付費開發者 | 提供;付費層級的資料不會用於改進產品 |

| Google AI 訂閲 | AI Ultra:Antigravity、AI Studio、Gemini app、AI Mode | Antigravity 提供付費 AI Pro 和 Ultra;所有人均可在 Gemini app 的模型選單使用,所有用戶均可使用 Search |

| Vertex AI / Gemini Enterprise Agent Platform | global 端點、us 和 eu 多區域 | global 端點、us 和 eu 多區域 |

| 網絡安全版本 | 透過 Fairwind Program 提供 Carbon for cyber(允許清單) | 不適用 |

表格來源:推出公告、價格頁面、Vertex 快速入門指南。[1][2][3][15] Google 表示 Hydrogen 正逐步向全球推出。[2] Vertex 列出 Argon 在另外兩個地區提供服務:europe-west2 和 asia-southeast1。[15]

速率限制文件中還有一項限制。Tier 1 只需連結帳單帳戶,支出上限為每連續 10 分鐘 $10;支付 $100 並經過 3 天後,Tier 2 會將上限提高至 $200。Google 表示,上限是否適用取決於你的帳單記錄和帳戶狀況;超出上限會回傳 429 RESOURCE_EXHAUSTED 錯誤。[11] 如果每一美元都用於 Carbon 輸出,並按每 1M 收費 $10(此價格有效至 November 30)計算,Tier 1 專案在 10 分鐘內輸出約 1M 個 token 就會達到上限。Tier 1 的批次排入佇列 token 數量,Carbon 為 5,000,000,Hydrogen 為 3,000,000。[11]

MKA 基準測試:測量內容及注意事項

Multimodal Knowledge Agent (MKA) 是 Google DeepMind 與 Artificial Analysis 共同建立的基準測試,包含 10 個垂直領域、83 種職業的 200 項任務。每項任務都是多步驟專案,Google 表示,資深專業人士需要 3 至 8 小時才能完成;任務附有一組視覺檔案,例如圖紙和示意圖,以及一套約有 70 項是非檢查項目的評分準則,其中事實準確度佔 75%,視覺設計佔 25%。[12]Agent 在開源 Stirrup harness 中運行,並由 LLM 評審為每份交付成果評分;Google 表示,領域專家有 96% 的時間認同評審結果。[12]

Artificial Analysis 負責發布排行榜,並自行運行這組不公開的 200 項任務。該機構使用 GPT-6 Luna (medium) 作為評審,並公佈一項稱為 Climb WSR 的主要評分指標,即符合較高難度評分準則的加權比例。截至 2026 年 11 月 16 日的排行榜中,Claude Fable 5.2 以 57% 領先,Gemini 4 Carbon (High) 得分 54%,Claude Opus 5.5 得分 53%;排行榜涵蓋 21 款模型。[13]Google 的主要説法是 Carbon 排名第二;[1]而排行榜的説法是,Carbon 排名第二,落後榜首 3 個百分點。

有三個原因值得審慎看待。第一,某個廠商共同設計了這項基準測試,之後又在自家的產品發布文章中介紹它;這與一項獨立基準測試剛好納入該廠商的模型並非一回事。第二,評分準則及其 25% 的視覺設計權重,體現了對優質工作的某種定義,未必符合你的要求。第三,Hydrogen 的説法未能完全吻合:Google 報告 Hydrogen 得分 53.4%,並稱其表現優於其他模型,但截至 2026 年 11 月 16 日,Hydrogen 並未列入 Artificial Analysis 排行榜上的 21 款模型。[2][13]在 Hydrogen 登上排行榜之前,應將 53.4% 視為廠商提供的數據。

有利之處是:測試集並未公開,評審並非 Google 的模型,而且 Hugging Face 上有 10 項公開任務,方便你查看格式。[12]對於內容密集的 PDF、圖紙和試算表,可先用 Hydrogen 和 Carbon 執行這 10 項公開任務,或使用你自己的 10 份文件,並比較每項通過任務的成本。

不同工作負載應選用哪款模型

工作負載 模型 推理

| 聊天、使用工具的 Agent、PR 反覆迭代、即時 UI 原型製作 | Hydrogen, medium or high | 價格最低,按 Google 的表格所示速度最快;該價格未列明結束日期 |

| 平行工作者及驗證者子 Agent | Hydrogen | Google 將其定位為多模型配置中的執行引擎 |

| Hydrogen 在 high or xhigh 下無法通過測試的棘手 bug | Argon | 前沿推理,每回合所需的 thinking tokens 比 Carbon 少 |

| 多套件遷移、跨子系統根因排查、架構重新設計 | Carbon,作為規劃器或協調器 | 為長時間驗證而設;配合 Hydrogen 進行修改 |

| 高密度多模態綜合處理:圖紙、示意圖、大量 PDF 文件 | 先測試 Hydrogen,再測試 Carbon | MKA 數據與廠商相關;使用你的文件比較每項通過任務的成本 |

| 免費原型製作,不處理敏感資料 | Hydrogen 免費層級 | 免費層級中唯一的 Gemini 4 模型,但提示詞可能會用於訓練 Google 的產品 |

| 大量分類及路由處理 | Gemini 3.5 Flash-Lite | Google 的 Hydrogen 指南仍建議此用途使用 Flash-Lite,價格為 $0.30 / $2.50 per 1M tokens[7][8] |

| 防禦性安全研究 | 用於網絡安全的 Carbon | 透過 Fairwind Program 取得允許清單存取權限,而非使用公開模型 |

如果你已在使用 Gemini 3.8 Flash,我們的 Gemini 3.8 Flash 指南涵蓋你目前遷移所用的模型。

未獲確認的事項

有四項資訊未獲任何已發布來源確認:Carbon 和 Hydrogen 的 Batch、Flex 和 Priority 價格(Google 的定價頁面上雖有相關分頁,但本文所依據的文字沒有列出費率);Hydrogen 未來是否會調價(頁面沒有列出結束日期,但這不代表作出承諾);Carbon 和 Argon 在 November 30 切換的時區;以及 Hydrogen 免費層級的請求配額。在批核預算前,請先查看即時頁面。

資料來源

  1. Gemini 4 Carbon 現已推出,Google(published November 10, 2026; accessed November 16, 2026)

  2. 推出 Gemini 4 Hydrogen,Google(published November 12, 2026; accessed November 16, 2026)

  3. Gemini Developer API 定價(accessed November 16, 2026)

  4. Gemini 4 Carbon 模型頁面(accessed November 16, 2026)

  5. Gemini 4 Hydrogen 模型頁面(accessed November 16, 2026)

  6. Gemini 4 Carbon 最新消息(accessed November 16, 2026)

  7. Gemini 4 Hydrogen 最新消息(accessed November 16, 2026)

  8. 最新 Gemini 模型(accessed November 16, 2026)

  9. Interactions API 概覽(accessed November 16, 2026)

  10. 建立互動(accessed November 16, 2026)

  11. 速率限制(accessed November 16, 2026)

  12. 推出 Multimodal Knowledge Agent 基準測試,Google(published November 10, 2026; accessed November 16, 2026)

  13. Multimodal Knowledge Agent (MKA) 基準測試,Artificial Analysis(accessed November 16, 2026)

  14. Gemini 4 Carbon:智能、效能與價格分析,Artificial Analysis(accessed November 16, 2026)

15. 開始使用 Gemini 4,Google Cloud(accessed November 16, 2026)

最初刊載於 wowhow.cloud

來源:DEV Community · dev.to