Gemini 4 Hydrogen API 換版檢查：從 Flash 遷移怎麼選 thinking level？
本文目錄
從 Gemini 3.8 Flash 換到 Gemini 4 Hydrogen，先用預設的 high 建立基準，再看哪些任務降到 medium 或 low 仍能通過驗收。遇到需要多次工具呼叫才能完成的工作，把重試、額外輪次和輸出驗證都算進成本，才知道哪個設定適合當預設。
Google 於 2026-11-12 發布 Hydrogen，提供 low、medium、high 和 xhigh，其中 high 是預設。公告列出整個 1M context 的標準單價為每百萬輸入 token 1.50 美元、每百萬輸出 token 7.50 美元。若透過 Vercel AI Gateway 呼叫，模型名稱為 google/gemini-4-hydrogen。Google Cloud 文件使用 gemini-4-hydrogen；模型 ID 與 thinking 欄位都應依實際使用的端點和 SDK 核對。Google 發布公告 · Google Cloud 模型規格 · Vercel AI Gateway 發布紀錄
用驗收結果選 thinking level
從原有 Flash 流量抽出匿名化樣本，分成能機械檢查的單步任務與容易在中途失敗的多步任務。例如，單步任務可以用 JSON Schema 驗收欄位與型別。多步任務則要驗證工具選擇、參數和最後的可觀察結果。每個設定都沿用同一份資料、工具定義、逾時和重試上限。
- 先比較 Flash 與 Hydrogen
high的首次通過率、最終通過率和 p95 完成時間。記錄無法完成的原因，例如工具選錯、欄位缺漏或逾時。 - 對可以穩定驗收的分類試
low和medium。如果更短的單次請求伴隨更多重試，先比較整件工作的完成時間。 - 把
high下仍反覆失敗的樣本交給xhigh、Carbon 或 Argon。若失敗來自工具回傳缺欄或驗收規則不明，先修工作流程，再重跑相同樣本。
成本要跟整件工作一起算
以公告標準價估算，一次呼叫若有 20,000 計費輸入 token 與 4,000 計費輸出 token，費用約 0.06 美元。若同樣的請求重試一次才成功，該工作約 0.12 美元。這個算例只計標準輸入與輸出，快取和額外工具費用另依帳務資料計入。
把一段時間的成功與失敗請求費用加總，再除以驗收通過的工作數。若沒有工作通過，直接標記該設定未達驗收門檻。這比只看單次輸出長度更能反映換版成本。如果瓶頸是長報告提早結束，先查應用程式的輸出上限與續接能力，可沿用長輸出預算的檢查方法。
本文於 2026-11-13 核對官方公告和模型文件。成本是固定用量的算例，未送出模型請求，也未量測各級延遲。