Gemini 4 的产品线按化学元素分了四档:gemini-4-carbon、gemini-4-neon、gemini-4-argon、gemini-4-hydrogen。四档统一给到 1M token 上下文窗口,最大输出在 64K 到 1M 之间,分别对应不同的工程负载。
对打工人来说,真正省事的地方在于:如果你的技术栈已经跑在官方 OpenAI SDK、Cline、Roo Code、Cursor、LangChain 或 Vercel AI SDK 上,接入 Gemini 4 不需要再单独维护一套 Google GenAI 集成。要做的只是把 base_url 和 model 换掉。
以多协议网关为例,四款 Gemini 4 模型都通过兼容 OpenAI 的 POST /v1/chat/completions 提供服务,并支持零数据留存。Python 侧只需要这样初始化客户端:
- base_url 指向网关地址,api_key 从环境变量读取;
- model 填 gemini-4-neon 这类档位名;
- stream 设为 True,并打开 stream_options 里的 include_usage,流式返回的同时把用量一起带回来。
流式循环里判断两件事:chunk.choices 有内容就打印增量文本,chunk.usage 有值就输出 prompt_tokens 和 completion_tokens。这样一次调用既拿到结果,也顺手完成了用量审计。
接入路上有三个坑值得提前记下。
- Vercel AI SDK 5+ 默认走 /v1/responses。调用 Chat Completions 模型时,要写 deepclub.chat("gemini-4-neon"),而不是 deepclub("gemini-4-neon")。
- 别在 Chat Completions 网关上混用 Google 原生路径。在 Cline、Roo Code、Open WebUI 里,选 OpenAI Compatible(网关的 /v1 地址),不要选 Google Gemini 原生 provider。
- 前缀要保持静态,才能吃到 cache_read 折扣。不要在 system prompt 开头塞时间戳或请求 ID,把动态值放到最新一条 user 消息的末尾,这样反复进行的 1M 上下文轮次才能命中折扣缓存读取。
四档模型各自对应什么生产负载,需要对着完整的档位对比和实时按量计费价格来看。选型之前先把这张表过一遍,比接完再返工划算。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.