3.8 Flash涨价后与Hydrogen同价，速度却差2.5倍

2027年1月1日，Gemini 3.8 Flash的输入价格将从0.75美元涨到1.50美元，输出价格从3.75美元涨到7.50美元，按每百万token计。涨完之后，它和Gemini 4 Hydrogen的价格一模一样。

差别在于，Hydrogen在标准high思考档位下完成任务的速度是3.8 Flash的2.5倍。同样的钱，一边是慢的，一边是快的，账面上没有任何理由继续留在旧模型上。

更扎心的是跑分。在Artificial Analysis Intelligence Index基准上，Hydrogen拿到51分，3.8 Flash只有31分；调到xhigh档位，Hydrogen的分数升到54分。连十月的旗舰gemini-4-argon都只有50分——一个蒸馏出来的小模型，在测试里压过了旗舰，把通常的模型层级顺序直接掀翻。

Hacker News上的开发者已经在讨论Argon的处境，有人直言Hydrogen发布之后Argon基本等于出局，抱怨的点集中在Argon太慢：同样的时间窗口里，竞品能跑完好几个任务。

Hydrogen的Provisioned Throughput达到每1 GSU每秒685个token。走Batch通道的任务最长要等24小时，走Flex通道则是1到15分钟。

改个模型名，应用就崩了

把代码里的gemini-3.8-flash字符串换成gemini-4-hydrogen，事情没这么简单。请求参数被做了硬性调整，SDK必须先升级：Python用google-genai >= 2.34.0，JS用@google/genai >= 2.32.0。

thinking_budget参数在Hydrogen里被彻底移除。开发者再也无法给隐藏思考token设一个花费上限。继续传thinking_budget，或者传thinking_level="MINIMAL"，都会直接返回HTTP 400错误。

现在只允许LOW、MEDIUM、HIGH、XHIGH四档。XHIGH档位到底消耗多少token，官方没有文档说明。没有预算参数，单步任务在跑完之前根本没法预估成本。官方文档写了Carbon默认medium、Hydrogen默认high，但具体的倍率藏着不写。

temperature、top_p、频率惩罚这些自定义采样参数，现在被直接忽略。行为控制权转移到了固定的思考档位上。不少开发者出于习惯给agent传temperature=0求确定性，API现在悄悄把这个参数丢掉了。

Hydrogen发布时带着短期release状态。Google只要提前45天通知，就能把它删掉。长期支持版本的时间表，目前没有公布。

缓存规则也换了

通过cached_content的显式缓存不再支持，取而代之的是自动隐式缓存。触发条件是：prompt开头的静态前缀必须超过4096个token。

缓存生命周期管理要到2027年1月12日才上线。写入缓存按基础价格的1.25倍计费，即每百万token1.875美元；读取保持95%折扣，每百万token0.075美元。长期存储的按小时费率表，Google还没发布，Carbon的价目表里这一列标的是不可用。

拿一个10000 token的系统prompt算：写入缓存花0.01875美元，之后每次读取只要0.00075美元。

多步agent还有一条硬规则：所有历史对话轮次都必须保留thought_signature字段，文本回复和函数调用都算。如果agent并行调用工具，签名只留在第一个functionCall上。

脚本如果压缩或编辑了消息历史来省上下文，必须传prefix_mismatch_behavior="DROP"，不传请求就会报错失败。整个模型家族统一限制在1048576个token，这个池子由输入、思考、函数调用和最终回复共享。单次同步生成最多65536个token，要扩到百万级，得用continuation_token，或者在Interactions API里传后台工作标志。

路由模型把输出成本打到零

Hydrogen基于Carbon架构，专为快速代码生成和agent任务执行打造。让它干原始路由的活太贵——成本是Claude Haiku 5.5这类基础竞品的15倍。于是Google推出了Decisions API和gemini-decision-1模型，专做二分类。

这个模型单次评估带类型的问题，关键数字是：输出token成本0美元，开发者只为输入付费，每百万token0.10美元。共享的输入上下文每个请求只计费一次，传一千个独立问题，价格不变。

对比Gemini 3.5 Flash Lite，输入0.30美元、输出2.50美元。过滤10000条用户请求、每条2000输入token、模型产出50 token短答案：3.5 Flash Lite输入花6美元、输出花1.25美元，合计7.25美元；gemini-decision-1输入花2美元、输出0，合计2.00美元。便宜了将近四倍。

端到端延迟150到250毫秒，模型本身在16000 token以内上下文的中位计算时间在50到100毫秒之间。这个速度足够在调用重型生成模型之前，先把简单意图拦下来。

v1beta API里通过client.decisions.create方法传三类问题：二选一是非题（noul）、从2到255个选项里选一个（choice）、按2到255级评分标准打分（score）。全部跑在最长262144个token的共享输入之上。noul类型返回的概率值落在0.01到0.99之间。

Carbon促销价11月30日到期

gemini-4-carbon于2026年11月10日面向公众开放，此前两周只对网络安全专家封闭发布。促销价适用到11月30日（含当天）：每百万输入token2.00美元、输出10.00美元。12月1日价格翻倍，变成输入4.00美元、输出20.00美元。

整个agent循环全跑在纯Carbon上，会贵到没法用。Google Antigravity里的Orchestrator路由工具给了一条省钱路子：在同一个会话内，把任务在Carbon和Hydrogen之间动态切换。Carbon负责规划架构、解死锁、以只读模式研究依赖关系；Hydrogen负责写代码、更新依赖包、跑测试。Hydrogen撞到错误，就把控制权交回Carbon修计划。

这种角色分工在Terminal-Bench 4.0基准上把配额消耗降低了24%，处理速度提升19%，质量维持在纯Carbon的水平。

按12月1日的价格算一笔账：一个重任务需要500000输入token和100000输出token。纯Carbon输入花2美元、输出花2美元，合计4美元。如果Orchestrator把消耗降了24%，混合会话花3.04美元，每跑一次省下将近一美元。

Hacker News上的怀疑派对24%这个数字不买账，讨论里提到Mjolnir工具在Opus和DeepSeek Flash之间的实践，开发者能看到60%的节省。但对Google生态来说，12月1日之后想把预算摁住，这是一条能跑通的方法。

Carbon在内部测试的Gray Swan Indirect Prompt Injection基准上攻击成功率为0.0%，Argon是0.7%。Carbon把未经核实的声明数量砍了一半，越界指令减少26%，表现不达标的情况降低29%。

三层链路怎么算钱

促销价结束后想把成本压住，流程得拆成三层。按2027年1月1日生效的价格，算一次典型agent会话。

1. 过滤：5000 token的用户请求进gemini-decision-1，判断任务类型、分类意图。输入花0.0005美元，没有输出token。
2. 规划：复杂任务交给gemini-4-carbon，发10000 token上下文，拿回1000 token的计划。输入0.04美元、输出0.02美元，合计0.06美元
3. 执行：计划进gemini-4-hydrogen，生成代码、调用函数。假设agent跑五轮迭代，每轮15000输入token、2000输出token，总计75000输入、10000输出。输入0.1125美元、输出0.075美元，合计0.1875美元

整个会话总成本0.248美元。同样的五轮执行加规划，全部在Carbon上做要花1.06美元。入口挂一个路由的混合架构，最终账单降了四倍多。

还有一处账面上的怪现象：开发环境里的配额异常。论坛上的A/B测试测量显示，Gemini 4旗舰模型消耗共享的5小时Antigravity配额池的速度，按已公布的API成本每美元计算是3倍——相当于输入6美元、输出30美元，而不是标称的2美元和10美元。Google没有就IDE内部的这套计费机制给出官方回应。