GeminiGemini 4 Hydrogen模型迁移APINbility

Gemini 4 Hydrogen 来了,3.8 Flash 应用不必今天就换

Gemini 4 Hydrogen 于 11 月 12 日正式可用。对照 3.8 Flash 的价格时间表、默认思考档位、输出上限、显式缓存和采样参数,安排一次可回退的迁移。

查看接入文档
Gemini 4 Hydrogen 来了,3.8 Flash 应用不必今天就换

Google 在 2026 年 11 月 12 日把 gemini-4-hydrogen 列为正式可用(GA),并在迁移指南里把它写成 3.8 Flash 及更早 Gemini 3、2.5 模型的推荐升级对象。对已经在线上跑 gemini-3.8-flash 的应用,更值得先回答的是:现在换,账单和请求会怎样变化?

本文于 2026 年 11 月 15 日核对 Google 的 Hydrogen 新功能说明、3.8 Flash 说明、价格页和弃用页。没有运行带认证的模型请求,也没有比较两者的实际效果;厂商写的“编造内容减少 5 倍以上”等说法保留为厂商自述。

价格先看日期,不只看单价

两款模型当前的付费单价(每百万 Token,美元):

模型当前输入/输出之后
gemini-3.8-flash推广价 $0.75/$3.75,到 2026-12-312027-01-01 起 $1.50/$7.50
gemini-4-hydrogen$1.50/$7.50官方未写调价日期

也就是说,12 月 31 日之前,同样数量的 Token 在 Hydrogen 上的单价是 3.8 Flash 的两倍;1 月 1 日起两者单价相同。Hydrogen 还提供免费层(有速率限制),3.8 Flash 与 Hydrogen 的输出价都包含思考 Token。

单价只是一半。Hydrogen 默认思考档位是 high,3.8 Flash 是 medium,不改设置直接换模型名,每次请求的思考 Token 也可能变多。弃用页目前对两者都写着“未公布下线日期”,所以没有必须本周切换的时间压力。

3.8 Flash 推广价到年底,之后与 Hydrogen 单价相同

如果你的服务还在使用 gemini-2.5-pro 或 gemini-2.5-flash,情况不同:它们有 12 月起的自动路由变化,安排见12 月前要处理的 Gemini 模型迁移。

换模型名之前,要改的六处

迁移指南列出的差异,按会不会让请求出错来看:

  1. minimal 会报错。 Hydrogen 支持 low、medium、high(默认)和新的 xhigh,不接受 minimal。3.8 Flash 也不支持 minimal,但从更早模型迁来的配置里可能还有。
  2. 默认档位从 medium 变为 high。 想维持原来的速度与 Token 用量,就显式写 medium;xhigh 留给 high 解决不了的多步难题,官方提醒它在简单提示上会想太多。
  3. 低输出上限会截断回答。 max_output_tokens 同时限制思考和正文。指南建议去掉 8,192 这类写死的低值,或提高到 65,536;想省 Token 应该降档位,而不是压上限。
  4. 显式缓存不再可用。 Hydrogen 不支持 cachedContents 与 caches.create,请求里的 cached_content 要删掉。隐式缓存默认开启,前缀至少 4,096 Token,命中部分按输入价的 5% 计费。
  5. 采样参数被忽略。 temperature、top_p、top_k 在合法范围内会被服务端忽略,超出范围返回 400。依赖这些参数控制风格的提示词,需要重新验收输出。
  6. 工具调用要原生声明。 不要靠系统提示让模型输出自定义 JSON 当作工具调用,否则可能得到 MALFORMED_FUNCTION_CALL;用函数调用或结构化输出。客户端自己维护历史时,思考签名要原样带回。

迁移前检查的六处:档位、默认值、上限、缓存、采样参数、工具

另外两点和请求结构有关:Hydrogen 与 Carbon、Argon 一样使用统一的 1,048,576 Token 窗口,输入、思考和输出共用;单次同步回答最多 65,536 Token,更长的输出要用后台执行或客户端续写,处理方法见Gemini Argon 的长输出说明。

一个保守的请求写法

通过 Nbility 的 Gemini 原生兼容接口调用时,generateContent 可以这样写。模型 ID 请先在模型列表中确认当前分组可用;本文没有验证本站已上架该模型。

curl "https://api.nbility.ai/v1beta/models/gemini-4-hydrogen:generateContent" \
  -H "x-goog-api-key: $NBILITY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{"text": "检查这段重试队列代码的竞态条件"}]
    }],
    "generationConfig": {
      "maxOutputTokens": 65536,
      "thinkingConfig": {"thinkingLevel": "medium"}
    }
  }'

这里显式写出 medium,是为了让第一轮对照只改变模型,不同时改变思考深度。字段名按 Google 当前 generateContent 文档;Interactions API 使用 generation_config.thinking_level,两种写法不要混用。

用一组固定样本决定什么时候切

厂商说明不能代替自己的任务结果。可以这样安排:

  1. 从线上挑 30–50 个已知答案或已知验收标准的请求,去掉用户隐私。
  2. 同一批样本分别跑 3.8 Flash medium、Hydrogen medium 和 Hydrogen high,记录完成情况、finishReason、输入/输出/思考 Token 和耗时。
  3. 先看有没有被截断、工具调用格式错误或因参数被忽略而变化的输出,再比较质量。
  4. 用记录下的 Token 乘以当期单价,分别算 12 月和 1 月以后的费用。
  5. 切换时保留旧模型名作为回退,按比例放量。

如何把“感觉变好或变差”落到具体记录,可参考固定任务、历史和完成条件的检查方法。

固定样本、对照档位、检查截断、算两段账单、保留回退

适合先换的情况

  • 新项目,或本来就打算在 1 月价格调整后重新评估的服务。
  • 3.8 Flash 在多步工具任务上频繁失败,而样本显示 Hydrogen 能完成;这时多出的单价可能比反复重试便宜。
  • 想用 Carbon 规划、再让更便宜的模型执行的工作流。官方说明 Hydrogen 可以在同一个 Interactions 会话里与 Carbon 轮换使用。
  • 通过 Gemini API 跑 Antigravity Agent 这类托管 agent:它在 11 月 12 日把默认模型换成了 Hydrogen,想固定模型或设预算的读者,可先看默认模型与计费。

如果 3.8 Flash 在你的样本上已经满足要求,主要成本又来自大量短请求,那么等到 12 月底前再完成对照,是更稳妥的安排。

相关文章

12 月前要处理的 Gemini 模型迁移
Gemini模型迁移Embedding

12 月前要处理的 Gemini 模型迁移

Gemini 2.5 Pro、Flash 和 Omni 1.1 的自动路由即将变化,Embedding 2 Preview 则已切换。按日期区分替换模型与同空间更名,安排协议和业务验证。

Decisions API 把判断题从聊天接口里拆了出来
Decisions APIGeminiOpenAI

Decisions API 把判断题从聊天接口里拆了出来

Google 的 Gemini Decision 1 与 OpenAI 的 gpt-6-luna 都提供 Decisions API:只回答是否、选项或评分,不生成文字。对比两家字段、限制和价格,并说明阈值、兜底选项与不可信输入怎么处理。

用 Nbility 跑通你的 Agent 工作流

获取 API Key,统一接入 OpenAI 兼容模型和开发工具。

获取 API Key