การ์ดหัวเรื่องสำหรับบทความเกี่ยวกับระดับการคิดสูงสุดของ Gemini 4 Hydrogen แสดง 5,311 โทเค็นเอาต์พุต และ 3.99 เซนต์ที่ความพยายามสูง เทียบกับ 31,477 โทเค็น และ 23.61 เซนต์ที่ xhigh สำหรับพรอมต์เดียวกัน พร้อมหมายเหตุว่าทั้งสองใช้อัตราเอาต์พุตเดียวกันที่ 7.50 ดอลลาร์ต่อล้าน
Guides & Insights

Gemini 4 Hydrogen: xhigh ให้อะไรบ้างในราคาบิลที่สูงขึ้น 6 เท่า

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

การรันสองครั้งของพรอมป์สั้น ๆ เดียวกันผ่าน G​emini 4 Hydrogen โดยต่างกันเพียงหนึ่งการตั้งค่า ที่ระดับ high โมเดลใช้โทเคนเอาต์พุต 5,311 โทเคน และเรียกเก็บเงิน 3.99 เซนต์ ที่ระดับ xhigh ใช้ 31,477 โทเคน และเรียกเก็บเงิน 23.61 เซนต์ การเปรียบเทียบแบบเดียวกันปรากฏในการรัน G​emini 4 Neon ในวันเดียวกัน โดยขั้นสูงสุดมีค่าใช้จ่าย 39.83 เซนต์ เทียบกับ 14.55 ที่ระดับ high Simon Willison เผยแพร่ทั้งสองคู่เมื่อวันที่ 20 พฤศจิกายน 2026 สี่วันหลังจาก G​oogle เปิดตัว G​emini 4 Hydrogen เมื่อวันที่ 12 พฤศจิกายน และตัวเลขเหล่านี้เป็นภาพเทียบเคียงต่อสาธารณะชุดแรกที่จุดสูงสุดของบันไดระดับความพยายาม G​emini 4 ที่คนส่วนใหญ่ยังไม่ได้แตะต้อง

ส่วนที่น่าสนใจไม่ใช่การที่การตั้งค่าที่ลึกกว่าจะมีค่าใช้จ่ายมากกว่า แต่คืออัตราต่อโทเคนไม่เคยเปลี่ยน Hydrogen คิด $1.50 ต่อล้านโทเคนอินพุต และ $7.50 ต่อล้านโทเคนเอาต์พุตในทุกระดับ รวมถึง xhigh และรวมถึงโทเคนการคิด เมื่อคูณจำนวนโทเคนด้วยอัตรานั้น คุณจะได้ใบแจ้งหนี้กลับมาถึงหลักเซนต์ ดังนั้น xhigh ไม่ใช่ระดับพรีเมียมที่คุณจ่ายเพิ่ม แต่เป็นการตัดสินใจปล่อยให้โมเดลเขียนมากขึ้นประมาณหกเท่า และใบแจ้งหนี้ก็ตามมาเองโดยอัตโนมัติ

สองร่างกฎหมาย และเหตุใดอัตราจึงคงเดิม

การคำนวณนี้คุ้มค่าที่จะทำด้วยมือสักครั้ง เพราะมันทำให้เห็นชัดว่าคุณกำลังซื้ออะไรอยู่จริง อัตราเอาต์พุตของ Hydrogen อยู่ที่ $7.50 ต่อล้านโทเคน ที่ 5,311 โทเคน คิดเป็น 3.98 เซนต์ ส่วนบิลที่วัดได้คือ 3.99 ที่ 31,477 โทเคน คิดเป็น 23.61 เซนต์ ซึ่งตรงกับบิลที่วัดได้พอดี ส่วนฝั่งอินพุตแทบไม่มีนัยสำคัญในระดับนี้: พรอมป์ตเพียงไม่กี่สิบโทเคนมีค่าใช้จ่ายเพียงเศษเสี้ยวของหนึ่งในร้อยเซนต์ที่ $1.50 ต่อล้าน

• โทเค็นเอาต์พุต — 5,311 ที่ระดับ high เทียบกับ 31,477 ที่ระดับ xhigh คิดเป็นอัตราส่วน 5.9 เท่า

• ต้นทุนในหน่วยเซนต์ — 3.99 เทียบกับ 23.61 โดยมีตัวคูณ 5.9 เท่ากัน

• อัตราเอาต์พุต — 7.50 ดอลลาร์ต่อล้านโทเค็นในการตั้งค่าทั้งสองแบบ โดยไม่เปลี่ยนแปลง

• อัตราอินพุต — $1.50 ต่อล้านโทเค็นในการตั้งค่าทั้งสองแบบ โดยไม่เปลี่ยนแปลง

• บริบท — อัตราเดียวสำหรับสูงสุด 1M โทเค็น โดยไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับบริบทแบบยาวที่ระบุไว้

สิ่งนี้มีผลในทางปฏิบัติสำหรับใครก็ตามที่จัดงบประมาณให้โมเดลนี้ ใบราคาของผู้ขายจัดเรียงตามอัตราต่อโทเคน และอัตรานี้เป็นตัวแปรเดียวที่ไม่ขยับในกรณีนี้ การวางแผนสำหรับ xhigh จากตารางราคาต่อโทเคนจะประเมินบิลต่ำไปประมาณหกเท่าในงานที่โมเดลเลือกจะคิดนานขึ้น ตัวเลขเดียวที่ทำนายค่าใช้จ่ายได้คือจำนวนโทเคนเอาต์พุตต่อคำตอบ และวิธีเดียวที่จะได้มานั้นคือวัดจากพรอมต์ของคุณเอง เอกสารของ Google เองยอมรับทิศทางนี้โดยไม่ระบุขนาดไว้: เอกสารเตือนว่า xhigh “เพิ่มความหน่วงและปริมาณการใช้โทเคน”

A scoreboard comparing Gemini 4 Hydrogen at high and xhigh thinking effort: output tokens 5,311 vs 31,477, cost per short prompt 3.99 vs 23.61 cents, Artificial Analysis Intelligence Index 50.8 vs 53.9, cost per Index task $1.87 vs $3.16, time per task 9.0 vs 15.8 minutes, and an output rate of $7.50 per million at both settings.

ผลลัพธ์ที่ได้จากโทเค็น 26,000 โทเค็นที่เพิ่มเข้ามา

ในการทดสอบนกกระทุงขี่จักรยาน คำตอบคือ ภาพวาดที่ดีกว่าอย่างเห็นได้ชัด สรุปของวิลลิสันคือ เอาต์พุตแบบ high ออกมาเป็นนกกระทุงแบนราบที่ไม่มีตะกร้าและไม่มีฉากหลัง ส่วนเอาต์พุตแบบ xhigh ออกมาเป็นจักรยานสีเขียวน้ำทะเลบนชายหาดพร้อมปลาสีน้ำเงินในตะกร้า ซึ่งเทียบได้กับสิ่งที่ G​emini 4 Neon สร้างโดยค่าเริ่มต้นในราคาใกล้เคียงกัน โทเค็นการคิดที่เพิ่มขึ้นราว 26,000 โทเค็นถูกใช้ไปกับการจัดองค์ประกอบ ฉาก และสี มากกว่าจะไปสู่คำตอบที่ถูกต้อง

จงมองสิ่งนั้นเป็นข้อสังเกตเพียงครั้งเดียว ไม่ใช่การทดสอบมาตรฐาน มันเป็นเพียงพรอมต์เดียว หนึ่งตัวอย่างต่อการตั้งค่า และเป็นงานที่ไม่มีคำตอบที่ถูกต้องเพียงหนึ่งเดียว ซึ่งหมายความว่าไม่สามารถให้คะแนนความแม่นยำกับมันได้ สิ่งที่มันยืนยันได้คือระดับสูงสุดสามารถเปลี่ยนลักษณะของผลลัพธ์ในงานสร้างสรรค์แบบเปิดกว้าง และการเปลี่ยนแปลงนั้นไม่ใช่เรื่องละเอียดอ่อนเมื่อมันเกิดขึ้น คำถามแยกต่างหากคือการใช้จ่ายเพิ่มขึ้นหกเท่าแบบเดียวกันนั้นให้ผลอะไรกับภาระงานของคุณหรือไม่ และสองส่วนถัดไปจะกล่าวถึงกรณีที่คำตอบถูกวัดผลแทนการประเมินด้วยสายตา

แลดเดอร์อิสระก็บอกเช่นเดียวกัน

Artificial Analysis ให้คะแนน Hydrogen ในแต่ละการตั้งค่าทั้งสี่ระดับ และรูปร่างของเส้นโค้งสอดคล้องกับจะงอยปากนกกระทุง เมื่ออ่านหน้าของโมเดลเมื่อวันที่ 22 พฤศจิกายน 2026 ดัชนี Intelligence Index อยู่ที่ 26.9 ที่ระดับ low, 41.2 ที่ medium, 50.8 ที่ high และ 53.9 ที่ xhigh ต้นทุนต่องาน Index อยู่ที่ $0.29, $0.80, $1.87 และ $3.16 ในสี่ระดับเดียวกัน และเวลาต่องานอยู่ที่ 1.5, 4.0, 9.0 และ 15.8 นาที

เปลี่ยนสิ่งเหล่านั้นให้เป็นต้นทุนส่วนเพิ่ม — ราคาของจุดถัดไป — แล้วข้อโต้แย้งต่อการเลือกขั้นสูงสุดเป็นค่าเริ่มต้นก็กลายเป็นเรื่องเลขคณิตมากกว่ารสนิยม:

• ต่ำถึงปานกลาง — +14.3 คะแนน Index สำหรับ +51 เซนต์ ประมาณ 3.5 เซนต์ต่อคะแนน

• ปานกลางถึงสูง — +9.6 คะแนนสำหรับ +$1.08 ประมาณ 11.3 เซนต์ต่อคะแนน

• จาก high เป็น xhigh — +3.1 คะแนน สำหรับเงินเพิ่ม +$1.29 ประมาณ 41.1 เซนต์ต่อคะแนน

• รวมทั้งหมด ตั้งแต่ระดับต่ำถึงสูงมาก — +27 คะแนน สำหรับ +$2.87 โดยเฉลี่ยประมาณ 10.6 เซนต์ต่อคะแนน

ขั้นสุดท้ายเป็นขั้นที่แพง โดยแพงเกือบสี่เท่าเมื่อเทียบกับขั้นก่อนหน้า และยังใช้เวลาจริงต่องานมากกว่า 76 เปอร์เซ็นต์ การขึ้นจากระดับต่ำไประดับกลางในขั้นแรกยังคงเป็นการซื้อที่คุ้มค่าที่สุดในบันไดนี้อย่างมาก ซึ่งน่าจดจำไว้เพราะระดับสูงเป็นค่าเริ่มต้น ข้อมูลเหล่านี้เป็นการวัดจากบุคคลที่สามโดย Artificial Analysis ไม่ใช่ตัวเลขจากผู้ขาย และต้นทุนต่องานรวมอินพุต เอาต์พุต และพฤติกรรมของเอเจนต์แบบหลายรอบไว้ด้วยกัน — ซึ่งเป็นเหตุผลว่าทำไมจึงไม่ปรับขนาดแบบเดียวกับค่าใช้จ่ายของพรอมต์เดียว

Artificial Analysis model page for Gemini 4 Hydrogen showing an Intelligence Index of 54 at xhigh, first-answer latency of 46.76 seconds, output speed of 163 tokens per second, 15.8 minutes and $3.16 per Intelligence Index task, list pricing of $1.50 input and $7.50 output per million tokens, a 1M context window, and a default effort of high.

ในกรณีที่ xhigh ไม่ได้ให้ประโยชน์ใดๆ เลย

เอกสารของ Google พูดตรง ๆ เกี่ยวกับระดับสูงสุดในแบบที่สื่อเปิดตัวมักไม่ทำ โดยบอกให้สงวน xhigh ไว้ "สำหรับงานเขียนโค้ดยากหลายขั้นตอนและปัญหาแบบเอเจนต์ที่ high ยังไม่พอ" และเตือนว่ากับพรอมป์ต์ที่ง่ายกว่า มัน "อาจทำให้คิดมากเกินไปหรือใช้ max_output_tokens จนหมด" โหมดความล้มเหลวอย่างที่สองคือแบบที่กัดกินอย่างเงียบ ๆ เพราะขีดจำกัดโทเค็นครอบคลุมทั้งการคิดและเอาต์พุตที่มองเห็น ดังนั้นพรอมป์ต์ที่ตอบได้สบาย ๆ ด้วย high อาจเผางบประมาณทั้งหมดไปกับการให้เหตุผล แล้วกลับมาโดยถูกทำเครื่องหมายว่าตอบไม่ครบ ถูกตัดทอน หรือว่างเปล่า มันดูเหมือนความล้มเหลวของโมเดล แต่จริง ๆ แล้วเป็นความล้มเหลวของการกำหนดค่า

Google's Gemini thinking documentation table describing the low, medium, high and xhigh levels, marking high as the default on gemini-4-hydrogen, reserving xhigh for hard multi-step coding where high falls short, and warning that xhigh increases latency and token use and can cause overthinking or exhaust max_output_tokens on simple prompts.

การทดสอบแบบกวาด 56 คำขอที่เป็นอิสระ ซึ่งเผยแพร่ในเดือนพฤศจิกายน 2026 ได้ทดสอบคำถามที่คำเตือนของ Google สื่อเป็นนัย จากการใช้พรอมต์ระดับง่ายถึงปานกลางสามพรอมต์ และรันสองครั้งต่อระดับ พบว่า xhigh ใช้โทเค็นการคิดประมาณ 3.1 เท่าของ high โดยรวม และประมาณห้าเท่าในพรอมต์เขียนโค้ด โดยทุกคำตอบยังคงถูกต้องในทุกระดับ การใช้จ่ายที่เพิ่มขึ้นซื้อโทเค็นและความหน่วง ไม่ใช่ความแม่นยำ ตัวอย่างมีขนาดเล็กและผู้เขียนกล่าวไว้เช่นนั้น ทิศทางสอดคล้องกับทั้งคำเตือนของผู้จำหน่ายและเส้นโค้งของ Artificial Analysis ซึ่งขั้นสุดท้ายเพิ่มสามคะแนนแทนที่จะเป็นสิบห้า

ดังนั้นการแบ่งแยกจึงขึ้นอยู่กับประเภทงาน ไม่ใช่ความสามารถของโมเดล การสกัดข้อมูล การจำแนกประเภท การจัดรูปแบบ และคำตอบข้อเท็จจริงสั้น ๆ มีเพดานที่ใกล้เคียงกับคำตอบที่ถูกต้องครั้งแรกของมัน และการจ่ายเพิ่มเป็นหกเท่าเพื่อสิ่งนั้นถือเป็นการสิ้นเปลืองเปล่า ส่วนการสร้างแบบเปิดกว้างไม่มีเพดานเช่นนั้น เพราะผลลัพธ์คือชิ้นงาน และมีรายละเอียดให้เพิ่มได้เสมอ

ครอสโอเวอร์ที่สำคัญจริง ๆ

นี่คือตัวเลขที่ควรเปลี่ยนวิธีที่คุณใช้โมเดล Hydrogen ที่ xhigh มีค่าใช้จ่าย 23.61 เซนต์สำหรับพรอมต์วาดภาพสั้น ๆ หนึ่งพรอมต์ G​emini 4 Neon ที่การตั้งค่า high ตามค่าเริ่มต้นมีค่าใช้จ่าย 14.55 เซนต์สำหรับพรอมต์เดียวกันในวันเดียวกัน และสร้างผลลัพธ์ที่ Willison ตัดสินว่าดีอย่างน้อยเท่า ๆ กัน การปรับ Hydrogen ขึ้นไปยังระดับสูงสุดมีค่าใช้จ่ายแพงกว่าการปล่อยไว้ที่ค่าเริ่มต้นแล้วขยับไปใช้โมเดลระดับที่สูงขึ้นแทนถึง 62 เปอร์เซ็นต์ หากเหตุผลที่คุณเลือกใช้ xhigh คือ "คำตอบยังดีไม่พอ" การใช้โมเดลที่ใหญ่ขึ้นที่การตั้งค่าเริ่มต้นมักเป็นทางเลือกที่ถูกกว่า และเป็นสิ่งที่ทีมส่วนใหญ่ไม่ได้ตรวจสอบ

การจัดอันดับนั้นไม่คงอยู่เมื่อภาระงานเปลี่ยน ซึ่งเป็นส่วนที่หายไปเมื่อการทดสอบด้วยพรอมต์สั้นถูกอ้างอิงเป็นการจัดอันดับทั่วไป ในชุดงานเอเจนต์ระยะยาวของ Artificial Analysis นั้น Neon ที่ระดับ high มีค่าใช้จ่าย $3.74 ต่องาน เทียบกับ Hydrogen ที่ระดับ xhigh ซึ่งอยู่ที่ $3.16 ดังนั้นโมเดลที่ถูกกว่าบนพรอมต์วาดภาพ 40 โทเคนกลับกลายเป็นโมเดลที่แพงกว่าบนงานหลายรอบแบบยาว ไม่มีตัวเลขใดผิด พรอมต์สั้นและการรันเอเจนต์ 15 นาทีทดสอบส่วนต่าง ๆ ของบันได และการสลับขั้นที่ประหยัดเงินในแบบหนึ่งอาจทำให้เสียเงินในอีกแบบหนึ่ง

มีรายละเอียดที่มีกำหนดเวลาชัดเจนประการหนึ่งที่ต้องนำมาพิจารณา: หน้าราคาของ Google ระบุว่าอัตราของ Carbon และ Argon จะเพิ่มขึ้นเป็นสองเท่าในวันที่ 1 ธันวาคม 2026 จากอินพุต $2 และเอาต์พุต $10 ขึ้นเป็น $4 และ $20 โดย Hydrogen ไม่มีการเปลี่ยนแปลงเช่นนั้น ดังนั้น ทุกการเปรียบเทียบข้างต้นที่เกี่ยวข้องกับรุ่นเก่าจึงเหลือเวลาอีกเก้าวันก่อนที่ช่องว่างจะกว้างขึ้นในทางที่เป็นประโยชน์ต่อ Hydrogen

ตั้งค่าและทดสอบได้ภายในบ่ายเดียว

ระดับนี้เป็นฟิลด์เดียว บน API generateContent แบบเนทีฟคือ thinkingConfig.thinkingLevel บน Interactions API คือ generation_config.thinking_level และบนเส้นทางที่เข้ากันได้กับ OpenAI จะมาในรูป reasoning_effort ค่าคือสตริงตัวพิมพ์เล็ก — low, medium, high หรือ xhigh — และ high เป็นค่าเริ่มต้นสำหรับ Hydrogen ไม่สามารถปิดการคิดได้ทั้งหมดบนโมเดลนี้ และพารามิเตอร์ thinkingBudget แบบเก่าถูกเลิกใช้แล้วโดยแนะนำให้ใช้ระดับแทน

การวัดต้นทุนต้องอ่านเพิ่มอีกหนึ่งครั้ง โทเคนการคิดจะปรากฏใน usageMetadata.thoughtsTokenCount บน native API, usage.total_thought_tokens บน Interactions และ reasoning_tokens บนเส้นทางที่เข้ากันได้ ดังนั้นคุณจึงแยกได้ว่าโมเดลคิดอะไรกับพูดอะไร และคิดราคาแต่ละส่วนได้ ช่วงบ่ายที่พอทำได้: หยิบพรอมป์จริง 20 รายการจากล็อกของคุณ รันแต่ละรายการที่ระดับ high และ xhigh ด้วยขีดจำกัดเอาต์พุตที่เผื่อไว้มากพอเพื่อไม่ให้มีการตัดทอน แล้วบันทึกจำนวนโทเคนและว่าคำตอบผ่านหรือไม่ เปรียบเทียบต้นทุนรวมกับอัตราการผ่าน หาก xhigh ไม่ได้ยกระดับอัตราการผ่านมากพอที่จะคุ้มกับบิลที่ใหญ่ขึ้นราวหกเท่าในพรอมป์ที่มันเข้าไปทำงาน คุณก็ได้คำตอบสำหรับภาระงานนั้นแล้ว และมันจะเป็นคำตอบที่ดีกว่าตารางใดๆ ที่เผยแพร่

การรันการตั้งค่าสองชุดเคียงกันจะง่ายขึ้นเมื่อทั้งสองอยู่หลังคีย์เดียว ซึ่งเป็นส่วนที่ OrcaRouter ครอบคลุม เราให้บริการ Gemini 4 Argon และ G​emini 4 C​arbon ในราคาตามรายการของผู้ให้บริการ โดยมีมาร์กอัป 0% ดังนั้นอัตราค่าบริการในบทความนี้คืออัตราที่คุณจ่ายฝั่งเราสำหรับสองรุ่นนั้น G​emini 4 Hydrogen ยังไม่อยู่ในแคตตาล็อกของเราในวันนี้ ดังนั้นตัวเลข Hydrogen ทุกตัวในที่นี้จึงเป็นราคาตามรายการของ G​oogle ไม่ใช่ของเรา — ควรพูดให้ตรงไปตรงมา เพราะรูปแบบความล้มเหลวในโพสต์นี้คือกรณีที่ตารางอัตราค่าบริการซ่อนตัวคูณหกเท่าไว้พอดี เมื่อโมเดลถูกกำหนดเส้นทางผ่านเรา ระดับความพยายาม (effort) จะเป็นฟิลด์ต่อเส้นทาง ดังนั้นเส้นทาง canary ที่ระดับ xhigh ควบคู่กับเส้นทาง production ที่ระดับ high จึงเป็นการเปลี่ยนแปลงการกำหนดค่า ไม่ใช่โค้ดพาธ

จะทำอย่างไรกับสิ่งนี้ในวันจันทร์

กฎที่ยังใช้ได้แม้พิจารณาตัวเลขทั้งหมดนั้นแคบกว่าคำว่าใช้การตั้งค่าสูงสุดสำหรับปัญหายาก คือ ให้ไล่ลงบันไดไปจนคุณภาพเริ่มแตก แล้วถอยขึ้นมาหนึ่งขั้น และตรวจสอบว่าโมเดลอื่นที่ใช้ค่าเริ่มต้นถูกกว่าขั้นบันไดที่เพิ่มขึ้นหรือไม่ก่อนตัดสินใจ บันไดของ Hydrogen เองกำหนดขั้นนั้นไว้ที่ประมาณสี่สิบเซนต์ต่อหนึ่งคะแนนบน Index และใช้โทเค็นหกเท่าเมื่องานวาดภาพ ขณะที่ขั้นจากต่ำไปกลางมีต้นทุนสามเซนต์ครึ่งต่อคะแนน คุณค่าส่วนใหญ่ในโมเดลนี้อยู่ในครึ่งล่างของบันได และค่าเริ่มต้นอยู่เหนือขึ้นไป

คำถามที่ยังไม่มีคำตอบคือระดับสูงสุดทำอะไรกับงานแบบเอเจนต์แทนที่จะเป็นนกกระทุง — ว่าคะแนน 3.1 Index ที่ Artificial Analysis วัดที่ xhigh จะแสดงออกมาเป็นการเรียกใช้เครื่องมือที่ล้มเหลวน้อยลง หรือเป็นการใช้รอบคิดมากขึ้นกับสิ่งเหล่านั้น ยังไม่มีใครเผยแพร่ข้อมูลแยกส่วนนี้ และมันเป็นข้อมูลที่จะบอกคุณได้ว่าควรปล่อย Hydrogen ไว้ที่ high ในการใช้งานจริงหรือไม่

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube