跳转到内容
主站 新闻 控制台

llm-gemini 0.37 发布

· Simon Willison
技巧LLM

2026年11月12日

发布 llm-gemini 0.37 — 用于访问 Google Gemini 系列模型的 LLM 插件

Google 今天发布了 Gemini 4 Hydrogen —— 这是 Gemini 4 系列中成本最低的成员。

实际上,它的价格与体量更大的同门模型 Carbon 和 Argon 相差并不远。我觉得 Gemini 4 的定价策略非常令人困惑。以下是其定价方案:

模型日期输入(美元/百万 Token)缓存输入输出
Gemini 4 Carbon截至 2026 年 11 月 30 日$2.00$0.10$10.00
自 2026 年 12 月 1 日起$4.00$0.20$20.00
Gemini 4 Argon截至 2026 年 11 月 30 日$2.00$0.10$10.00
自 2026 年 12 月 1 日起$4.00$0.20$20.00
Gemini 4 Hydrogen$1.50$0.075$7.50

Carbon 和 Argon 的价格完全相同,而且两者的价格都计划在 12 月 1 日翻倍。既然价格一样,为什么要推出两个不同的模型?Google 表示,与 Gemini 4 Carbon 相比,Argon“在提供 Gemini 4 级别智能的同时,响应速度更快,且每轮对话消耗的 Token 更少”——因此,虽然单价相同,但它在处理每项任务时消耗的 Token 会更少。

Hydrogen 号称是廉价模型,但目前的价格仅比能力更强的同门模型便宜 25%。等到 12 月 1 日之后,Hydrogen 的定价才会显得更合理,届时它将相当于提供 75% 的折扣(即四分之一的价格)。即便如此,它仍然比 Claude Haiku 5.5 和 GPT-6 Luna 贵得多——后两者的输入/输出价格均为 $0.10/$0.50,因此 Hydrogen 的价格是它们的 15 倍。

我让 Hydrogen 生成了一些鹈鹕的图像。这里有一个完整的对比网格,展示了 Gemini 4 系列的所有三个成员在支持的三种推理强度(effort levels)下生成的鹈鹕图像:

图 1:九幅鹈鹕骑自行车的 SVG 风格插画对比网格,横向为三个模型,纵向为三个思考级别(Thinking levels)。列标题:Thinking、gemini-4-carbon、gemini-4-argon、gemini-4-hydrogen。HIGH(高)行:gemini-4-carbon 绘制了一只细节丰富的鹈鹕,戴着水手帽,骑着一辆带挡泥板和装着一条鱼的柳条筐的红色巡航自行车,行驶在有大海、太阳、云朵和海鸟的海滨公路上,图注为 40 输入 token,20,305 输出 = 20.31 美分 · 4分11秒;gemini-4-argon 绘制了一只戴着红帽子、系着飘动的青色条纹围巾的鹈鹕,骑着红色自行车,车筐里露出一尾蓝鱼,背景是微光太阳下的海滨长廊,图注为 40 输入 token,17,158 输出 = 17.17 美分 · 2分29秒;gemini-4-hydrogen 绘制了一只简单得多的纯白鹈鹕,骑着基础款红色自行车,背景是淡蓝色天空、两朵云、速度线和平坦的绿色地面,图注为 40 输入 token,5,311 输出 = 3.99 美分 · 19秒。MEDIUM(中)行:gemini-4-carbon 绘制了一只戴水手帽和红条纹围巾的鹈鹕,骑着带奶油色挡泥板和车筐的红色自行车,行驶在有绳索护栏和大海的沙滩上,图注为 40 输入 token,11,020 输出 = 11.03 美分 · 1分53秒;gemini-4-argon 绘制了一只长着巨大橙色鸟喙、戴水手帽和飘逸红围巾的鹈鹕,骑着带车筐的青色自行车,在紫粉色夕阳天空和巨大粉色太阳下的木板路上行驶,图注为 40 输入 token,11,090 输出 = 11.10 美分 · 1分32秒;gemini-4-hydrogen 绘制了一只简单的奶油色鹈鹕,骑着辐条稀疏的普通红色自行车,背景是两朵云和平坦的绿色地面,图注为 40 输入 token,3,964 输出 = 2.98 美分 · 17秒。LOW(低)行:gemini-4-carbon 绘制了一只戴水手帽和红白条纹围巾的鹈鹕,骑着带挡泥板和车筐的红色自行车,经过灰色道路上的白色海滨栏杆,图注为 40 输入 token,9,153 输出 = 9.16 美分 · 1分34秒;gemini-4-argon 绘制了一只戴水手帽、长着巨大橙色鸟喙的胖大鹈鹕,骑着带车筐的红色自行车,用深蓝色翅膀握住车把,背景是橙色落日和灰色道路,图注为 40 输入 token,10,177 输出 = 10.18 美分 · 1分21秒;gemini-4-hydrogen 绘制了最简单的图像,一只纯白鹈鹕骑着细线条的红色自行车,下方只有一条绿线,没有任何背景风景,图注为 40 输入 token,2,996 输出 = 2.25 美分 · 10秒。总体而言,carbon 和 argon 在每个思考级别都生成了细节丰富、配饰齐全的海滨场景,而 hydrogen 则以极低的成本和时间生成了简陋得多的鹈鹕,并且随着思考级别从高降到低,所有三个模型的细节都有所减少。

考虑到它们的价格如此接近,Hydrogen 在鹈鹕生成质量上的差距可谓相当显著。

以下是 Google 对 Hydrogen 在其模型矩阵中目标定位的描述:

在实际的软件开发中,虽然团队在设计系统或排查棘手 Bug 时依赖像 Carbon 和 Argon 这样的前沿模型(frontier models)来进行深度的架构判断,但他们仍然需要一个快速、严谨的执行模型来编写代码、运行测试和验证更改。Hydrogen 既可以作为日常工作的独立模型使用,也可以在多模型工作流中与 Carbon 和 Argon 配合,充当高效率的执行引擎。

最值得注意的是,Hydrogen 是新的免费层级(free tier)模型,并且将为 Google 搜索中的 AI 功能提供支持。