Immagine tridimensionale astratta in toni freddi con uno strato di conoscenza in vetro e scie luminose su formato 21:9; sul lato destro, pannelli in vetro semitrasparente sovrapposti riportano la scritta gemini-4, mentre a sinistra lo spazio vuoto è illuminato da una luce morbida, con sfumature crema, blu ghiaccio e corallo; è l'immagine Hero della pagina di dettaglio di gemini-4-argon.

Google

Gemini 4

gemini-4-hydrogen

Serie di inferenza testuale Google Gemini 4: Carbon è il modello più potente della serie, pensato per attività complesse, multi-fase e a lungo termine; Argon offre un equilibrio migliore tra capacità e costi. Supporta input testuali e di immagini, con una finestra di contesto di 1M token

Route
Finestra di contesto
1,048,576
Input
Output massimo
65,536 token
Data di rilascio
2026-11-12
Ragionamento Streaming

Try gemini-4-hydrogen online

Prezzi

gemini-4-hydrogen /1M tokens

Specifiche Prezzo unitario
Input $2.26757
Input in cache $0.11338
Output $11.33787

Panoramica

Panoramica e posizionamento

Si tratta di un modello con output testuale, pensato per sviluppatori e team professionali che necessitano di elaborazione di contesti lunghi. Accetta input testuali, immagini, audio, video e file, e li organizza in modo uniforme in risultati testuali, risultando adatto alla sintesi di informazioni e alla generazione di contenuti che attraversano più fonti. La codifica quotidiana, il debugging e i flussi di lavoro agentici multi-step sono i suoi ambiti di particolare attenzione; può inoltre gestire la comprensione di documenti lunghi, la sintesi di materiali multimodali e attività di scrittura professionale che richiedono un contesto continuativo.

Punti di forza principali

  • Finestra di contesto unificata fino a 1 milione di token: consente di gestire documenti lunghi e contesti multi-step in un'unica attività, riducendo la necessità di segmentare e riorganizzare a metà lavoro.
  • Output sincrono predefinito fino a 64.000 token: le richieste ordinarie restituiscono direttamente il testo; per output lunghi è possibile avvalersi della decodifica lunga in background.
  • Tre livelli di ragionamento regolabili (low / medium / high): permette di bilanciare velocità di risposta e profondità di ragionamento in base alle esigenze del compito, adattandosi alle diverse fasi dello sviluppo.

Descrizione delle capacità

Conversione di input multimodali in testo: accetta input testuali, immagini, audio, video e file, e riunisce materiali eterogenei in uno o più risultati testuali, utili per l'indicizzazione e l'elaborazione successive.

Gestione di contesti lunghi: la finestra di contesto unificata arriva fino a 1 milione di token, adatta a inserire documenti lunghi, documentazione di codebase e conversazioni multi-turno nella stessa attività per un'elaborazione continuativa.

Continuazione di output lunghi: l'output sincrono predefinito arriva fino a 64.000 token; per testi più lunghi è possibile affidarsi alla decodifica lunga e alla continuazione in background, estendendo l'output fino a 1 milione di token.

Regolazione del livello di ragionamento: offre tre livelli di ragionamento configurabili (low / medium / high); gli sviluppatori possono bilanciare velocità di risposta e profondità di ragionamento in base a compiti di codifica, debugging o attività integrate.

Scenari di utilizzo

  • Elaborazione del codice a livello di repository per gli sviluppatori: inserendo file di codice e specifiche dei requisiti si ottengono suggerimenti di modifica, spunti di debugging o frammenti di sviluppo web interattivo, da utilizzare nelle attività di codifica quotidiana.
  • Creazione di flussi di lavoro agentici multi-step: inserendo nel contesto i risultati delle chiamate agli strumenti e gli stati intermedi, si ottengono in modo continuativo le istruzioni testuali per il passo successivo, ideale per l'orchestrazione di attività automatizzate.
  • Comprensione di documenti con materiali eterogenei: riunisce materiali testuali, tabelle, grafici e immagini e restituisce un riassunto o un'analisi testuale unificata, da utilizzare per la stesura di report e l'organizzazione della conoscenza.
  • Supporto alla scrittura professionale su documenti lunghi: elabora materiali di ricerca e bozze grazie al contesto lungo e genera contenuti testuali strutturati, per la prima stesura di documenti professionali in ambito finanziario, legale e simili.

Limiti e consigli per la scelta

Il tipo di output è testuale e non genera direttamente immagini, audio o video. Il limite predefinito dell'output sincrono è di 64.000 token; per raggiungere un output massimo di 1 milione di token è necessario affidarsi alla decodifica lunga o alla continuazione in background. Con prompt multimodali i rifiuti inappropriati sono relativamente più evidenti; in presenza di contenuti sensibili è opportuno prevedere una fase di revisione umana.

  • Nuovo modello Nuovi modelli disponibili: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash

Modelli correlati

Vedi tutti i modelli →

Stesso tipo