Imagem tridimensional abstrata em tons frios de vidro e rastros de luz em proporção 21:9, com painéis de vidro translúcido empilhados à direita exibindo gemini-4, espaço em branco com luz suave à esquerda, degradê em tons creme, azul-gelo e coral, para a imagem Hero da página de detalhes do gemini-4-argon.

Google

Gemini 4

gemini-4-hydrogen

Série de raciocínio textual Google Gemini 4: Carbon é o mais poderoso da série, voltado para tarefas complexas, de múltiplas etapas e de longo prazo; Argon oferece capacidade e custo mais equilibrados. Suporta entrada de texto e imagem, contexto de 1M tokens

Rota
Janela de contexto
1,048,576
Entrada
Saída máxima
65,536 tokens
Data de lançamento
2026-11-12
Raciocínio Streaming

Try gemini-4-hydrogen online

Preços

gemini-4-hydrogen /1M tokens

Especificações Preço unitário
Entrada $2.26757
Entrada em cache $0.11338
Saída $11.33787

Visão geral

Visão geral da posição

Este é um modelo de saída de texto, voltado para desenvolvedores e equipes profissionais que precisam lidar com contextos longos. Ele aceita entradas de texto, imagem, áudio, vídeo e arquivos, organizando tudo de forma unificada em resultados textuais, sendo adequado para sumarização de informações e geração de conteúdo que atravessam múltiplos materiais. Codificação cotidiana, depuração e fluxos de trabalho de agentes em múltiplas etapas são seus focos principais, e ele também pode assumir tarefas de compreensão de documentos longos, síntese de materiais multimodais e escrita profissional que exige contexto contínuo.

Destaques principais

  • Janela de contexto unificada de até 1 milhão de tokens — capaz de carregar documentos longos e contextos de múltiplas etapas em uma única tarefa, reduzindo a organização em segmentos intermediários.
  • Saída síncrona padrão de até 64 mil tokens — requisições comuns retornam texto diretamente, e saídas longas podem ser expandidas com auxílio de decodificação longa em segundo plano.
  • Três níveis de raciocínio ajustáveis (low / medium / high) — permite equilibrar velocidade de resposta e profundidade de raciocínio conforme a necessidade da tarefa, adaptando-se a diferentes etapas de desenvolvimento.

Descrição das capacidades

Entrada multimodal convertida em texto: aceita entradas de texto, imagem, áudio, vídeo e arquivos, consolidando materiais mistos em um ou mais blocos de texto, o que facilita recuperação e processamento posteriores.

Capacidade de contexto longo: janela de contexto unificada de até 1 milhão de tokens, adequada para colocar documentos longos, descrições de repositórios de código e diálogos de múltiplas rodadas na mesma tarefa para processamento contínuo.

Continuação de saídas longas: saída síncrona padrão de até 64 mil tokens; quando for necessário texto mais longo, é possível recorrer à decodificação longa em segundo plano e à continuação, expandindo a saída até 1 milhão de tokens.

Ajuste do nível de raciocínio: oferece três níveis configuráveis de raciocínio (low / medium / high), permitindo que desenvolvedores equilibrem velocidade de resposta e profundidade de raciocínio conforme tarefas de codificação, depuração ou síntese.

Cenários de aplicação

  • Processamento de código em nível de repositório por desenvolvedores — insira arquivos de código e descrições de requisitos para obter sugestões de alteração, ideias de depuração ou trechos de desenvolvimento web interativo, usados na codificação cotidiana.
  • Construção de fluxos de trabalho de agentes em múltiplas etapas — coloque resultados de chamadas de ferramentas e estados intermediários no contexto para obter continuamente instruções textuais para a próxima etapa, adequado para orquestração automatizada de tarefas.
  • Compreensão de documentos com materiais mistos — consolide materiais de texto, tabelas, gráficos e imagens e produza resumos ou análises textuais unificados, para uso na redação de relatórios e organização de conhecimento.
  • Auxílio à escrita profissional de documentos longos — combine contexto longo para processar materiais de pesquisa e rascunhos, gerando conteúdo textual estruturado, para uso em primeiras versões de documentos profissionais como financeiros e jurídicos.

Limitações e recomendações de seleção

O tipo de saída é texto, não gerando diretamente imagens, áudio ou vídeo. O limite padrão de saída síncrona é de 64 mil tokens; para atingir o máximo de 1 milhão de tokens de saída é necessário recorrer à decodificação longa em segundo plano ou à continuação. Em prompts multimodais, recusas inadequadas são relativamente mais evidentes; ao envolver conteúdo sensível, é preciso reservar etapas de revisão humana.

  • Novo modelo Novos modelos disponíveis: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash

Modelos relacionados

Ver todos os modelos →

Mesmo tipo