Gemini 4 Hydrogen 思考等级：low、medium、high、xhigh

Gemini 4 Hydrogen 有四种思考等级，表现得就像四个不同的模型。根据Artificial Analysis 的实时测量数据，同一模型在low下得分为 27，在medium下为 41，在high下为 51，在xhigh下为 54。默认等级是high，而xhigh是 Gemini 4 系列的新选项：Carbon 和 Argon 最高只支持high。

各等级之间差距很大：同一模型从low到xhigh相差 27 个指数点。从medium升到high，每项任务多花约 $1.07，可提升 10 个指数点。从high升到xhigh，多花 $1.29 只提升 3 个点，而且等待首个回答 token 的时间几乎翻倍。实用建议是从high开始，只有遇到困难的多步骤任务时才用xhigh，并把low和medium视为需要单独进行质量验证的低延迟选项。

下文将介绍各等级的用途、成本、API 中的变化，以及 AIHubMix 有哪些信息尚未说明。

四种等级及其变化

Gemini 4 Hydrogen支持low、medium、high和xhigh。Google 的发行说明说得很清楚：“模型默认使用high，并新增了xhigh。”与Gemini 3.8 Flash相比，有两项变化：后者默认使用medium，最高只支持high。

系列中的其他模型没有变化。Carbon和 Argon 支持low、medium和high，默认使用medium。Hydrogen 是 Gemini 4 系列中唯一支持高于high设置的模型。

模型	等级	默认等级
Gemini 4 Hydrogen	low、medium、high、xhigh	high
Gemini 4 Carbon	low、medium、high	medium
Gemini 4 Argon	low、medium、high	medium

MINIMAL不属于可选等级。Gemini 4 思考文档指出，Gemini 4 模型“不支持 MINIMAL”；Google 的 Hydrogen 发行说明则称，模型“收到minimal时会返回错误”。该模型没有文档说明的思考关闭选项。

Google 的建议

Google 的指导可以作为合理的初步参考，但它是在下文测量数据公布之前写的。尤其是关于交互式编程使用medium的建议，假设其质量水平足够，而 Artificial Analysis 的数据并不支持medium能达到这一点。

等级	Google 的描述和建议用途
low	“token 最少、延迟最低”——快速聊天、高并发量
medium	“token 用量较低、响应更快”——交互式编程、UI 原型
high	“智能与速度兼顾”——大多数任务的默认选项
xhigh	“token 用量最多、推理最深入”——困难的多步骤编程任务

表格中的建议附带两点提醒。Google 表示：“使用xhigh会增加延迟和 token 用量，简单提示词还可能导致过度思考。”评估建议也很明确：“在四种等级下都进行评估，并将max_output_tokens设为较高值。”

实测等级阶梯

Artificial Analysis 对四种等级都进行了测量。本次测试采用 Intelligence Index v5.0.1，涵盖 78 个排名模型，数据访问时间为 2026-11-13T02:40Z，价格采用标准标价。这里的数据是 AA 的任务成本，不是 AIHubMix 的账单金额。

等级	AA 排名	AA 指数	美元/任务	分钟/任务	首个回答 token
low	60	27	0.29	1.3	5.71 s
medium	39	41	0.80	3.7	11.80 s
high	21	51	1.87	8.3	18.89 s
xhigh	16	54	3.16	13.5	37.77 s

各档之间的增幅最值得关注：

low升到medium：增加 14 个指数点，每项任务多花 $0.51，多耗时 2.4 分钟，首个 token 延迟增加 6.1 秒。
medium升到high：增加 10 个指数点，每项任务多花 $1.07，多耗时 4.6 分钟，首个 token 延迟增加 7.1 秒。
high升到xhigh：增加 3 个指数点，每项任务多花 $1.29，多耗时 5.2 分钟，首个 token 延迟增加 18.9 秒。

high是性价比拐点。升到这一级时，质量提升相对于新增费用仍然可观；而升到xhigh时，指数只小幅提升，等待首个 token 的时间却几乎翻倍。这并不意味着xhigh是个糟糕的设置，而是说它适用于high无法胜任的任务——这恰好符合 Google 对它的描述。

Ladder chart of Hydrogen on the Artificial Analysis Intelligence Index: low 27 at $0.29 per task, medium 41 at $0.80, high 51 at $1.87, xhigh 54 at $3.16. — 指数得分升至 high 时增长显著，之后升到 xhigh 仅增加 3 点，而等待首个 token 的时间翻倍。来源：Artificial Analysis Intelligence Index v5.0.1，数据快照时间为 2026-11-13T02:40Z；采用标准标价，不代表 AIHubMix 账单金额。

作为参考，在同一份数据快照中，Carbon high 得分为 60，每项任务 $5.48，耗时 28.1 分钟；Carbon medium 得分为 58，每项任务 $4.68；Carbon low 得分为 54，每项任务 $5.22；Argon high 得分为 50，每项任务 $4.97，耗时 30.6 分钟。Hydrogen xhigh得分为 54，与 Carbon low 相同，每项任务成本低 39.5%（$3.16 对比 $5.22），但首个 token 延迟为 37.77 秒，而 Carbon low 为 13.61 秒。Hydrogen high的得分比 Argon high 高 1 点，每项任务成本则低 62.4%。

等级阶梯的短板

low并非只是略有降级。它的得分为 27，比high低 24 个指数点。如果工作负载从high降到low，每项任务省下 $1.58，买到的并不是思考少一些但功能相同的产品，而是能力弱得多的模型。对于分类、路由或简短信息提取，这或许没问题；但在没有针对具体任务进行评估的情况下，不适合编程或智能体任务。

medium 是延迟设置，而非质量设置。它的得分为 41，比 high 低 10 分，价格为 $0.80，而后者为 $1.87。节省确实可观——每项任务可节省 57%——但质量差距比价格差距所暗示的更大。Google 建议将 medium 用于交互式编码；AA 的数据表明，在采纳这一建议前，应先用自己的任务进行测试。

xhigh可能导致过度思考。Google 对此有直接提醒。AA 的成本和耗时数据展示了其影响：每项任务 $3.16，耗时 13.5 分钟，等待首个 token 要 37.77 秒。对于简单提示词而言，为了小幅提升而付出这么多延迟并不划算。但对于high无法胜任的困难多步骤编程任务，只有这一等级能更进一步。

输出冗长也会增加账单。Artificial Analysis 将 Hydrogen 描述为“非常冗长”：完成指数测试时，xhigh运行生成了 304 million 个输出 token，在 77 个模型中排名第 #76，而中位数为 72.8 million。输出 token 包括思考内容，每 million 个输出 token 的费用为 $7.50。使用更高等级不仅意味着思考时间更长，也意味着生成更多需要付费的 token。

费用：思考如何转化为 token 用量

价格表很简单。Hydrogen 的输入 token 价格为每 million $1.50，输出 token 为每 million $7.50，缓存输入 token 为每 million $0.075。输出 token 包括思考 token。因此，相比价格，等级更为重要：模型按生成的推理内容收费，而不是按等级名称收费。

有三条计费规则很容易被忽略。

默认等级变了。Gemini 3.8 Flash 默认使用medium，Hydrogen 默认使用high。迁移后，即使每个 token 的价格不变，没有设置等级的工作负载每轮也会消耗更多输出 token。这是伪装成模型切换的预算变更。

只有隐式缓存。Hydrogen 支持隐式缓存，最低要求为 4,096 个 token，缓存命中可享受 95% 的折扣；不支持显式缓存。Google 的企业版页面还称：“缓存写入默认按标准输入 token 价格的 1.25 倍计费。”这是 Google 的计费说明；AIHubMix 尚未公布该模型的缓存计费方式。

长输出受单次处理上限限制。无论是否采用流式输出，同步请求每次最多生成 65,536 个 token。更长的输出需要后台执行或通过后续请求继续生成；max_output_tokens限制思考内容和输出内容的合计 token 数。如果设置了background=true却没有设置max_output_tokens，服务器会在生成 65,536 个 token 后停止。Google 建议长解码任务将预算设为 131,072 或 262,144，最高为 1,048,576 减去输入 token 数。

API 的功能与不接受的参数

参数为thinking_level（蛇形命名法）。Google 的 Python 示例将它设在thinking_config中；Node 示例则将它嵌套在thinkingConfig下（驼峰命名法）。模型页面列出的取值为LOW、MEDIUM、HIGH和XHIGH；发行说明中则使用小写。请使用 SDK 中的枚举值或文档指定的字符串，不要手动输入大小写不一致的值。

以下三种请求写法会失败：

在任何 Gemini 4 模型上使用thinking_budget都会返回400: INVALID_ARGUMENT。同时设置thinking_level和thinking_budget也会报错。
thinking_level="MINIMAL"不受支持；Hydrogen 会拒绝该设置。
自定义的temperature、top_p和top_k会被忽略。固定默认值为 temperature 1.0、topP 0.95 和 topK 64。

在 Google 平台上，Hydrogen 还支持函数调用、代码执行、URL 上下文和计算机使用。在 Interactions API 中，多轮对话和工具调用会话应使用previous_interaction_id。

AIHubMix 已说明和未说明的内容

AIHubMix 文档列出的 Hydrogen 端点为POST https://aihubmix.com/v1/chat/completions，模型参数为model="gemini-4-hydrogen"。模型页面列出支持文本、图像、音频、视频和 PDF 输入，以及文本输出；llms.txt中仍保留着较早的纯文本说明，因此应以较新的模型页面为准。工具使用、结构化输出和推理的能力标记均为“未公布”。该模型未出现在 2026-11-11 生成的模型索引中，也没有公布协议架构。

这对本文很重要，因为 AIHubMix 没有说明如何为任何 Gemini 4 模型设置思考等级。其Gemini 指南介绍的是 Gemini 2.5 时代模型的reasoning_effort，并未涉及 Gemini 4 的thinking_level或xhigh。不要假设这两个参数会透传网关，也不要假设在 Google API 上观察到的默认值就是你在 AIHubMix 上得到的默认值。

安全的请求格式应采用 AIHubMix 文档中列出的写法：

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

response = client.chat.completions.create(
    model="gemini-4-hydrogen",
    messages=[{"role": "user", "content": "List the failure modes in this retry design."}],
    max_tokens=16384,
)

print(response.choices[0].message.content)

如果必须控制等级，请直接调用 Google API，或先发送一条小型请求，确认网关的实际行为，再将生产流量路由过去。在做决定时，可以通过AIHubMix 对比页面了解成本。本文未进行实时测试。

按工作负载从何处开始

工作负载	建议起点及原因
快速聊天、路由、分类	medium，测试 low；low 得分为 27
交互式编程、UI 原型设计	high；AA 的 medium 得分为 41
智能体执行、工具调用循环	high；只有在陷入困境时才用 xhigh
复杂调试、架构设计、规划	xhigh 或 Carbon；多花 69% 可提升 3 分
评估后的高吞吐量批处理	low 或 medium；成本最低，但指数得分分别为 27/41
严格要求在 15 秒内完成的延迟预算	medium 或 low；high 需要等待 18.89 s

这些只是起点，并非路由规则。合适的等级是能够通过你自己的评估的最低等级，而 Google 自己的建议是在四个等级下都进行评估。

常见问题

Gemini 4 Hydrogen 有哪些思考等级？
共有四种：low、medium、high 和 xhigh。默认值为 high。

与 Gemini 3.8 Flash 相比有哪些变化？
默认值从 medium 改为 high，并在 high 之上新增了 xhigh。Carbon 和 Argon 的默认值仍为 medium，最高等级仍为 high。

xhigh 值得用吗？
对于 high 无法胜任的复杂多步骤任务，值得：它能让指数得分提高 3 分。但每项任务的成本比 high 高 69%，首 token 等待时间也几乎翻倍，因此不适合作为简单提示词的默认选项。

Why is low so far behind?
Artificial Analysis measures it at 27 on the index, 24 points below high. The price is $0.29 per task against $1.87, but the quality gap is much larger than the price gap. Use it only where a task-specific evaluation says it is enough.

AIHubMix 支持 thinking_level 或 xhigh 吗？
根据现有文档，尚不支持。AIHubMix 未公布 Hydrogen 的推理能力标志，也没有 Gemini 4 思考等级指南。依赖其中任何一项之前，请先确认。

如果我发送 thinking_budget 会怎样？
Gemini 4 会返回 400: INVALID_ARGUMENT。同时设置 thinking_budget 和 thinking_level 也会返回错误。

可以关闭思考吗？
目前没有文档说明如何关闭。Gemini 4 不支持 MINIMAL，Hydrogen 会因该设置而返回错误。

继续阅读：Gemini 4 Hydrogen 系列文章

如果你仍在考虑 Hydrogen 是否值得作为 Gemini 3.8 Flash 的升级选择，第一篇文章介绍了发布情况、价格变化和基准测试权衡：Gemini 4 Hydrogen 与 Gemini 3.8 Flash：值得升级吗？。
如果你想了解 Hydrogen 与 Carbon、Argon 在相同任务下的表现对比，第三篇文章将三者并列比较，并提供价格、延迟和工作负载表：Gemini 4 Carbon、Hydrogen 与 Argon：不同任务该选哪个模型？。

来源

Google AI Studio，Gemini 4 Hydrogen：新功能介绍
Google，Gemini 4 思考
Google，Gemini 4 Hydrogen 模型页面
Google AI Studio，Gemini API 定价
Artificial Analysis，Gemini 4 Hydrogen — 实时快照 2026-11-13T02:40Z，Intelligence Index v5.0.1