Abstrakte 3D-Szene im 21:9-Format mit kühlen Glas-Wissens-Overlays und Lichtspuren; rechts gestapelte halbtransparente Glaspaneele mit der Aufschrift gemini-4, links weiches, freier Raum bietendes Licht, Verläufe in Creme, Eisblau und Koralle – als Hero-Bild für die Detailseite von gemini-4-argon.

Google

Gemini 4

gemini-4-hydrogen

Google Gemini 4 Textinferenz-Serie: Carbon ist das stärkste Modell der Serie und für komplexe, mehrstufige und langfristige Aufgaben ausgelegt; Argon bietet ein ausgewogeneres Verhältnis von Leistung und Kosten. Unterstützt Text- und Bildeingaben sowie einen Kontext von 1 Mio. Token

Route
Kontextfenster
1,048,576
Eingabe
Max. Ausgabe
65,536 Tokens
Veröffentlichung
2026-11-12
Reasoning Streaming

Try gemini-4-hydrogen online

Preise

gemini-4-hydrogen /1M tokens

Spezifikationen Einzelpreis
Eingabe $2.26757
Zwischengespeicherte Eingabe $0.11338
Ausgabe $11.33787

Überblick

Positionierung und Kurzprofil

Dies ist ein Modell zur Textausgabe, das sich an Entwickler und professionelle Teams richtet, die eine Verarbeitung mit langem Kontext benötigen. Es kann Texte, Bilder, Audio, Video und Dateien als Eingabe verarbeiten und diese einheitlich zu Textresultaten zusammenführen; es eignet sich für die Zusammenfassung von Informationen über mehrere Quellen hinweg sowie für die Inhaltserzeugung. Alltägliches Programmieren, Debugging und mehrstufige Agent-Workflows sind seine zentralen Einsatzbereiche; ebenso übernimmt es das Verstehen langer Dokumente, die Synthese multimodaler Materialien sowie professionelle Schreibaufgaben, die einen fortlaufenden Kontext erfordern.

Zentrale Highlights

  • Einheitliches Kontextfenster von bis zu 1 Mio. Token – lange Dokumente und mehrstufige Kontexte lassen sich in einer einzigen Aufgabe abbilden, wodurch Zwischenaufteilungen entfallen.
  • Standardmäßig synchrone Ausgabe von bis zu 64.000 Token – reguläre Anfragen geben Text direkt zurück; lange Ausgaben können über nachgelagertes langes Dekodieren erweitert werden.
  • Drei einstellbare Denkstufen (low / medium / high) – je nach Aufgabe lässt sich zwischen Antwortgeschwindigkeit und Inferenztiefe abwägen, passend zu den verschiedenen Entwicklungsphasen.

Funktionsbeschreibung

Multimodale Eingabe zu Text: Verarbeitet Texte, Bilder, Audio, Video und Dateien als Eingabe und fasst gemischte Materialien zu einem oder mehreren Textresultaten zusammen, was die spätere Recherche und Weiterverarbeitung erleichtert.

Langer Kontext: Das einheitliche Kontextfenster von bis zu 1 Mio. Token eignet sich dafür, lange Dokumente, Erläuterungen zu Codebasen und mehrstufige Dialoge in derselben Aufgabe fortlaufend zu verarbeiten.

Fortschreiben langer Ausgaben: Standardmäßig synchrone Ausgabe von bis zu 64.000 Token; wenn längerer Text benötigt wird, lässt sich die Ausgabe mithilfe nachgelagerten langen Dekodierens und Fortschreibens auf bis zu 1 Mio. Token erweitern.

Einstellbare Denkstufe: Es stehen drei konfigurierbare Denkstufen zur Verfügung (low / medium / high); Entwickler können je nach Programmier-, Debugging- oder übergreifender Aufgabe zwischen Antwortgeschwindigkeit und Inferenztiefe abwägen.

Anwendungsszenarien

  • Repository-weite Code-Verarbeitung durch Entwickler – Code-Dateien und Anforderungsbeschreibungen werden eingegeben, um Änderungsvorschläge, Debugging-Ansätze oder interaktive Web-Entwicklungsfragmente für den alltäglichen Programmierprozess zu erhalten.
  • Aufbau mehrstufiger Agent-Workflows – Ergebnisse von Tool-Aufrufen und Zwischenzustände werden in den Kontext aufgenommen, um fortlaufend Textanweisungen für den nächsten Schritt zu erhalten; geeignet für die Automatisierung von Aufgabenabläufen.
  • Dokumentverständnis bei gemischten Materialien – Fasst Texte, Tabellen, Diagramme und Bildmaterialien zusammen und gibt eine einheitliche Textzusammenfassung oder Analyse aus, die für die Berichtserstellung und Wissensorganisation genutzt werden kann.
  • Professionelle Schreibhilfe bei langen Dokumenten – Verarbeitet Forschungsmaterialien und Entwürfe im Zusammenspiel mit langem Kontext und erzeugt strukturierte Textinhalte, etwa für Erstentwürfe professioneller Dokumente in den Bereichen Finanzen und Recht.

Einschränkungen und Auswahlhinweise

Der Ausgabetyp ist Text; Bilder, Audio oder Video werden nicht direkt erzeugt. Die standardmäßige synchrone Ausgabe ist auf 64.000 Token begrenzt; um den Höchstwert von 1 Mio. Ausgabe-Token zu erreichen, ist nachgelagertes langes Dekodieren oder Fortschreiben erforderlich. Bei multimodalen Prompts treten unangemessene Ablehnungen relativ häufiger auf; bei sensiblen Inhalten sollte eine menschliche Prüfung eingeplant werden.

  • Neues Modell Neue Modelle verfügbar: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash

Ähnliche Modelle

Alle Modelle ansehen →

Gleicher Typ