Gemini 4 Hydrogen 思考層級：low、medium、high、xhigh

Gemini 4 Hydrogen 有四種思考層級，表現起來就像四個不同的模型。根據Artificial Analysis 的即時測量，同一個模型在low時得分為 27、medium時為 41、high時為 51，而xhigh時為 54。預設值是high；xhigh則是 Gemini 4 系列的新選項：Carbon 和 Argon 的最高層級都是high。

差距相當大：同一個模型從low到xhigh，指數相差 27 點。從medium升到high，每項任務多花約 $1.07，可提升 10 個指數點。從high升到xhigh，多花 $1.29 只提升 3 點，而且等待第一個回答 token 的時間幾乎加倍。實務上，建議從high開始，只在困難的多步驟任務中使用xhigh，並將low和medium視為需要另外檢查品質的低延遲設定。

以下將說明各層級的用途、成本、API 變更，以及 AIHubMix 有哪些資訊尚未說明。

四種層級與變更內容

Gemini 4 Hydrogen支援low、medium、high和xhigh。Google 的版本資訊說得很清楚：「模型預設為high，並新增xhigh。」相較於預設為medium、最高支援至high的Gemini 3.8 Flash，這是兩項變更。

系列中的其他模型則沒有變動。Carbon和 Argon 支援low、medium與high，預設值為medium。Hydrogen 是唯一支援高於high設定的 Gemini 4 模型。

模型	層級	預設值
Gemini 4 Hydrogen	low、medium、high、xhigh	high
Gemini 4 Carbon	low、medium、high	medium
Gemini 4 Argon	low、medium、high	medium

MINIMAL不屬於支援的層級。Gemini 4 思考模式文件指出，Gemini 4 模型「不支援 MINIMAL」，而 Google 的 Hydrogen 版本資訊則說，模型「遇到minimal會回傳錯誤」。此模型沒有文件記載的思考模式關閉選項。

Google 的建議

Google 的建議可作為合理的初步參考，但發布時間早於以下的測量結果。尤其是medium適用於互動式程式設計的建議，預設了 Artificial Analysis 在medium層級實際測不到的品質水準。

層級	Google 的描述與建議用途
low	「token 用量最少、延遲最低」——快速聊天、高用量情境
medium	「token 用量較低、回應更快」——互動式程式設計、UI 原型
high	「智慧程度與速度兼具」——大多數任務的預設值
xhigh	「token 用量最多、推理最深入」——困難的多步驟程式設計

這份表格有兩點需要注意。Google 表示：「使用xhigh會增加延遲和 token 用量，簡單的提示詞也可能因此想得太多。」此外，評估建議也很明確：「請在四種層級下進行評估，並將max_output_tokens設得足夠高。」

實測結果一覽

Artificial Analysis 測量了全部四種層級。測試採用 Intelligence Index v5.0.1，涵蓋 78 個排名模型，資料擷取時間為 2026-11-13T02:40Z，價格採用標準牌價。這些是 AA 的任務成本，不是 AIHubMix 的帳單金額。

層級	AA 排名	AA 指數	$/任務	分鐘/任務	第一個回答 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

各層級之間的差距才是重點：

low升至medium：指數增加 14 點，每項任務多花 $0.51，多耗時 2.4 分鐘，第一個 token 多等 6.1 秒。
medium升至high：指數增加 10 點，每項任務多花 $1.07，多耗時 4.6 分鐘，第一個 token 多等 7.1 秒。
high升至xhigh：指數增加 3 點，每項任務多花 $1.29，多耗時 5.2 分鐘，第一個 token 多等 18.9 秒。

high是效益轉折點。這是最後一個品質提升幅度相對於額外費用仍然很大的層級；升到xhigh時，指數只小幅增加，等待第一個 token 的時間卻幾乎加倍。但這不代表xhigh不好用，而是應該留給high無法勝任的任務，這也正是 Google 對它的描述。

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. — 指數一路升至 high，接著升到 xhigh 只增加 3 點，但等待第一個 token 的時間卻加倍。資料來源：Artificial Analysis Intelligence Index v5.0.1，擷取時間 2026-11-13T02:40Z；採用標準牌價，不是 AIHubMix 的帳單金額。

作為參考，同一份快照中，Carbon high 得分為 60，每項任務 $5.48、耗時 28.1 分鐘；Carbon medium 得分為 58，每項任務 $4.68；Carbon low 得分為 54，每項任務 $5.22；Argon high 得分為 50，每項任務 $4.97、耗時 30.6 分鐘。Hydrogen 的xhigh得分 54，與 Carbon low 相同，每項任務成本低 39.5%（$3.16，相較於 $5.22），但第一個 token 需要等 37.77 秒，相較之下 Carbon low 為 13.61 秒。Hydrogen 的high比 Argon high 多 1 個指數點，每項任務成本則低 62.4%。

效益曲線的落差

low並非只是稍微降級。得分 27，比high低 24 個指數點。若工作負載從high降到low，每項任務省下 $1.58，買到的並非思考較少、但其他方面相同的產品，而是能力弱得多的模型。分類、路由或簡短擷取任務或許適合使用；但程式設計或 Agent 任務若未針對任務本身進行評估，就不適合採用。

medium is a latency setting, not a quality setting. It scores 41, 10 points below high, for $0.80 against $1.87. The saving is real — 57% per task — but the quality gap is larger than the price gap suggests. Google recommends medium for interactive coding; the AA number says to test that recommendation on your own tasks before adopting it.

xhigh可能會想得太多。Google 對此有明確警告。AA 的成本與時間數據也反映出這點：每項任務 $3.16，耗時 13.5 分鐘，等待第一個 token 則需 37.77 秒。對簡單的提示詞來說，為了小幅提升而付出這麼多延遲，並不划算。但如果是high無法勝任的困難多步驟程式設計任務，這就是唯一能再往上提升的層級。

輸出冗長程度也會影響費用。Artificial Analysis 將 Hydrogen 描述為「非常冗長」：完成指數測試時，xhigh執行產生了 304 million 個輸出 token，在 77 個模型中排名第 76；中位數則為 72.8 million。輸出 token 包含思考 token，而輸出費用為每百萬個 $7.50。更高的層級不只代表思考時間更長，也會產生更多需計費的 token。

費用：思考如何轉化為 token

價格表很簡單。Hydrogen 的費用為每百萬個輸入 token $1.50、每百萬個輸出 token $7.50，以及每百萬個快取輸入 token $0.075。輸出 token 包含思考 token。因此，層級比單價更重要：模型是按寫出的推理內容計費，而不是按層級名稱計費。

有三項計費規則很容易被忽略。

預設值變了。Gemini 3.8 Flash 的預設值是medium；Hydrogen 的預設值則是high。遷移後，即使每個 token 的單價相同，從未設定層級的工作負載，每一輪也會消耗更多輸出 token。這是以模型更換之名包裝的預算變更。

只有隱式快取。Hydrogen 支援隱式快取，最低門檻為 4,096 個 token，快取命中可享 95% 折扣；不支援明確快取。Google 的企業版頁面也指出：「快取寫入預設按標準輸入 token 價格的 1.25 倍計費。」這是 Google 的計費說明；AIHubMix 尚未說明此模型的快取計費方式。

長輸出有單次處理上限。無論是否使用串流，同步請求每次處理最多會產生 65,536 個 token。要產生更長的輸出，必須使用背景執行或延續 token；而max_output_tokens會同時限制思考內容與輸出。如果設定background=true卻未設定max_output_tokens，伺服器會在 65,536 個 token 後停止。Google 建議長解碼預算設為 131,072 或 262,144；上限為 1,048,576 減去輸入 token 數。

API 的行為與拒絕的設定

參數名稱是thinking_level（蛇形命名法）。Google 的 Python 範例會在thinking_config中設定此參數；Node 範例則將它放在thinkingConfig（駝峰命名法）下。模型頁面列出的值為LOW、MEDIUM、HIGH和XHIGH；版本資訊則以小寫拼寫。請使用 SDK 的列舉值或文件記載的字串，不要自行輸入大小寫不同的變體。

以下三種請求格式會失敗：

在任何 Gemini 4 模型上使用thinking_budget都會回傳400: INVALID_ARGUMENT。同時設定thinking_level和thinking_budget也會回傳錯誤。
thinking_level="MINIMAL"不受支援；Hydrogen 會拒絕此設定。
自訂的temperature、top_p和top_k都會被忽略。固定預設值為 temperature 1.0、topP 0.95 和 topK 64。

在 Google 平台上，Hydrogen 也支援函式呼叫、程式碼執行、URL 上下文和電腦操作。在 Interactions API 中，多輪對話和工具呼叫工作階段請使用previous_interaction_id。

AIHubMix 有哪些文件說明，哪些沒有

AIHubMix 文件記載的 Hydrogen 路由為POST https://aihubmix.com/v1/chat/completions，並使用model="gemini-4-hydrogen"。模型頁面列出文字、圖片、音訊、影片和 PDF 輸入，以及文字輸出；llms.txt仍保留較舊的純文字說明，因此請以較新的模型頁面為準。工具使用、結構化輸出和推理等功能旗標「尚未公布」。此模型未列入 2026-11-11 產生的模型索引，也沒有公布通訊協定結構描述。

這點與本文相關，因為 AIHubMix 並未說明如何為任何 Gemini 4 模型設定思考層級。其Gemini 指南介紹的是 Gemini 2.5 時代模型的reasoning_effort，並未說明 Gemini 4 的thinking_level或xhigh。不要假設這兩個參數能透過閘道傳遞，也不要假設在 Google API 上觀察到的預設值，就是你在 AIHubMix 上會得到的預設值。

最安全的請求格式，就是 AIHubMix 文件記載的格式：

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)

如果必須能控制層級，請直接呼叫 Google API，或先用一個小型請求確認閘道的實際行為，再將正式流量導入。決定期間，AIHubMix 比較頁面可用來參考成本。本文未進行即時測試。

依工作負載選擇起點

工作負載	建議起點與原因
快速聊天、路由、分類	medium，並測試 low；low 的分數是 27
互動式程式設計、UI 原型製作	high；AA 的 medium 分數是 41
Agent 執行、工具迴圈	high；只有卡住時才用 xhigh
困難的除錯、架構設計、規劃	xhigh 或 Carbon；多 3 分，但成本高 69%
評估後的大量批次處理	low 或 medium；成本最低，但指數分數為 27/41
嚴格要求 15 秒內的延遲預算	medium 或 low；high 需要等待 18.89 秒

這些只是建議起點，不是路由規則。合適的等級是能通過你自行評估的最低等級，而 Google 的建議是，四個等級都要進行這項評估。

常見問題

Gemini 4 Hydrogen 有哪些思考等級？
共有四種：low、medium、high 和 xhigh。預設值為 high。

相較於 Gemini 3.8 Flash 有哪些變更？
預設值從 medium 改為 high，並新增了高於 high 的 xhigh。Carbon 和 Argon 的預設值仍為 medium，最高則是 high。

xhigh 值得使用嗎？
對於 high 無法完成的困難多步驟任務，值得：它可提升 3 個指數分數。不過，每項任務的成本比 high 高 69%，首 token 的等待時間也幾乎加倍，因此不適合作為簡單提示詞的預設選項。

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 支援 thinking_level 或 xhigh 嗎？
文件中沒有相關資訊。AIHubMix 未公開 Hydrogen 的推理能力旗標，也沒有 Gemini 4 思考等級指南。依賴這兩項功能前，請先確認。

如果我傳送 thinking_budget，會發生什麼事？
Gemini 4 會傳回 400: INVALID_ARGUMENT。同時設定 thinking_budget 和 thinking_level 也會傳回錯誤。

可以關閉思考模式嗎？
目前沒有文件記載可關閉思考模式的方法。Gemini 4 不支援 MINIMAL，而 Hydrogen 會拒絕此設定並傳回錯誤。

繼續閱讀：Gemini 4 Hydrogen 系列文章

如果你還在考慮 Hydrogen 是否值得取代 Gemini 3.8 Flash，第一篇文章介紹了發布資訊、價格變動及基準測試的取捨：Gemini 4 Hydrogen 與 Gemini 3.8 Flash：值得升級嗎？。
如果你想了解 Hydrogen 與 Carbon、Argon 執行相同工作時的表現，第三篇文章將三者並列比較價格、延遲，並提供工作負載表格：Gemini 4 Carbon、Hydrogen 與 Argon：不同工作該選哪個模型？。

資料來源

Google AI Studio，Gemini 4 Hydrogen：新功能介紹
Google，Gemini 4 思考模式
Google，Gemini 4 Hydrogen 模型頁面
Google AI Studio，Gemini API 定價
Artificial Analysis，Gemini 4 Hydrogen — 即時快照 2026-11-13T02:40Z，Intelligence Index v5.0.1