Gemini 4 低价款上线，选型需重算成本
llm-gemini 发布 0.37，同期 Google 推出 Gemini 4 Hydrogen，输入和输出价格分别为每百万 token 1.5 和 7.5 美元。Carbon 与 Argon 将于 12 月 1 日涨价一倍，Argon 则宣称能以更少 token 完成任务，比较成本需同时考虑时间和实际用量。
AI 深度解读
Gemini 4 Hydrogen 被 Google 放在了「日常执行」的位置：写代码、跑测试、验证修改，复杂架构判断则交给 Carbon 和 Argon。Simon Willison 的这篇短文关注一个更实际的问题：这个号称低价的模型，到底便宜多少，又牺牲了什么？
作者用同一道「鹈鹕骑自行车」任务，对比了三个模型、三档思考强度。结果是 Hydrogen 明显更快、单次花费更少，但画面也简单得多。对程序员来说，这份对照最有用的地方，是提醒我们把单价、任务总成本和交付质量放在一起看。
Hydrogen 的便宜，要看单价还是整单花费？
按原文发表于 2026 年 11 月 12 日的描述，Hydrogen 是 Gemini 4 家族中成本最低的成员，但当时相对 Carbon、Argon 的价格折扣只有 25%。
Carbon 和 Argon 定价相同，而且计划在 12 月 1 日涨到两倍。为什么保留两个同价模型？Google 的解释是，Argon 相比 Carbon 响应更快，每轮消耗的 token 更少。即使每个 token 的价格一样，完成一次任务的账单仍可能更低。
模型单价相同，不代表完成同一个任务的成本相同。
作者还提到，Claude Haiku 5.5 和 GPT-6 Luna 的价格都是 $0.10/$0.50，Hydrogen 是它们的 15 倍。不过，提供的原文没有完整展示价格表，也没明确这组报价的计费单位，不能把它直接理解成每次调用的费用。
这里还有一处需要打问号：作者说，12 月 1 日之后，Hydrogen 的折扣会达到 75%。如果它目前便宜 25%，自身价格不变，而另外两个模型只涨到两倍，那么折扣应是 62.5%。原文没有提供足够信息解释这处差异，75% 暂时只能作为作者的说法保留。
九张鹈鹕图，展示了怎样的交换？
作者让三个模型分别以 HIGH、MEDIUM、LOW 三档思考强度生成鹈鹕骑车图。这里的「思考强度」可以理解为模型处理任务时投入的推理档位；它是否划算，要结合结果和消耗判断。
九次任务的输入都是 40 tokens，图中记录如下：
| 模型 | 档位 | 输出 tokens | 费用 | 耗时 |
|---|---|---|---|---|
| Carbon | HIGH | 20,305 | 20.31 美分 | 4 分 11 秒 |
| Carbon | MEDIUM | 11,020 | 11.03 美分 | 1 分 53 秒 |
| Carbon | LOW | 9,153 | 9.16 美分 | 1 分 34 秒 |
| Argon | HIGH | 17,158 | 17.17 美分 | 2 分 29 秒 |
| Argon | MEDIUM | 11,090 | 11.10 美分 | 1 分 32 秒 |
| Argon | LOW | 10,177 | 10.18 美分 | 1 分 21 秒 |
| Hydrogen | HIGH | 5,311 | 3.99 美分 | 19 秒 |
| Hydrogen | MEDIUM | 3,964 | 2.98 美分 | 17 秒 |
| Hydrogen | LOW | 2,996 | 2.25 美分 | 10 秒 |
Carbon 和 Argon 的画面普遍有帽子、围巾、车筐、海边道路等细节，Hydrogen 则更接近简单的白色鹈鹕、红色自行车和少量背景。降低思考强度后，三者的细节都在减少。
这组数据也解释了一个表面矛盾：Hydrogen 的单价折扣不大，为什么单次任务却便宜很多？因为它的输出 token 数也明显更少。以 HIGH 为例，Carbon 输出 20,305 tokens，Hydrogen 只有 5,311 tokens，花费因此进一步拉开。
Argon 的表现也符合 Google 所说的部分定位：三档耗时都短于 Carbon。但它并非每档都更省 token，MEDIUM 和 LOW 的输出量反而略高。至少在这道题上，「更快」有直接记录，「每次都更省」并不成立。
我的判断
这篇最有价值的是把效果、耗时和费用摆在同一张图里。只看价格标签，很容易忽略模型为了完成任务生成了多少内容，也容易把简略交付误当成效率提升。
但它仍是一组单题观察。原文没有重复测试、统计波动，也没有代码任务的通过率、返工次数或人工修改成本。鹈鹕画得简单，不能直接推出 Hydrogen 写业务代码差；生成得快，也不能直接推出它更适合自动修复。
Google 将 Hydrogen 描述为快速、执行有纪律的模型，既能独立承担日常工作，也能在多模型流程中配合 Carbon、Argon。这个分工值得试，但目前呈现的是产品定位，作者没有给出软件开发场景的对照数据。
相比让同一个强模型包办全部步骤，多模型分工可能节省开销，也会增加任务交接和结果验收的工作。是否划算，要看最终修改能否通过验证。
另外，原文标题是「llm-gemini 0.37」，正文却没有展开该版本的安装命令、API 或配置变化，不能据此补出一份插件升级说明。文中提到 Hydrogen 成为新的免费层模型，并将用于 Google Search 的 AI 功能，这也不等于免费层额度足够覆盖日常开发。
能拿来做什么
- 为日常 AI 编程选模型时，拿仓库里可验证的小任务做对照，例如修复一个已复现的错误，同时记录耗时、费用、测试结果和人工修改量。
- 尝试让 Carbon 或 Argon 处理架构判断与疑难错误，再让 Hydrogen 按明确方案修改代码、运行测试；先用范围有限的任务验证交接是否可靠。
- 比较 HIGH、MEDIUM、LOW 时保留相同验收条件，选择能稳定完成任务的档位，不要只比较生成速度。
- 如果计划长期调用 Gemini 4，按原文提到的 12 月 1 日调价节点重新核算预算；25% 与 75% 的折扣描述存在信息缺口，预算应以完整价格表为准。