Google 发布 Gemini 4 Carbon 与 Hydrogen,并推出 Decisions API 和自托管 agent 沙箱
Gemini 4 Carbon, Hydrogen, Decisions API, self-hosted agent sandboxes and more
Google 发布 Gemini 4 Carbon(gemini-4-carbon,1M 共享 token 池,11 月 30 日前 $2.00/$10.00 每 1M tokens。
作者来自 Google DeepMind,逐一列出定价、上下文窗口和选型建议,可直接用于在 Carbon、Hydrogen 与 Argon 之间做工程决策。

上周我们发布了 2 个 Gemini 4 模型、首个决策模型与 API、Gemini Managed Agents 中的自托管智能体沙箱、一项全新的视觉知识基准,以及新的机器人与基因组学模型。
1. Gemini 4 Carbon
Gemini 4 Carbon 以 gemini-4-carbon 为模型名提供,是我们最强的推理模型,适用于仓库级工程、形式化证明和网络安全防御。
- 输入、思考和输出共享 100 万 token 池,并通过后台执行实现 64K 跳的长解码链式处理。
- 思考级别可调为低、中、高;temperature、top_p 和 top_k 会被忽略。
- 从 4,096 个 token 起自动启用隐式缓存,享受 95% 折扣,cachedContents 将退役。
- 定价为推广价:每 100 万 token 输入 $2.00、输出 $10.00,有效期至 11 月 30 日;12 月 1 日起调整为 $4.00 和 $20.00。详见模型卡和 Carbon 开发者指南。
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
model: "gemini-4-carbon",
input: "Find lock-ordering deadlocks in a two-phase commit coordinator and sketch a lock-free alternative.",
generation_config: {
thinking_level: "medium",
},
});
console.log(interaction.output_text);
2. Gemini 4 Hydrogen
Gemini 4 Hydrogen 以 gemini-4-hydrogen 为模型名提供,是我们推荐从 Gemini 3.8 Flash 升级的模型,适用于日常编码和快速智能体工作流。
- 在 100 万 token 窗口内统一定价为每 100 万 token 输入 $1.50、输出 $7.50;详见模型卡和速率限制。
- 数据缺失时会标记缺少上下文,并行批量执行读取和搜索工具调用,并在智能体视频理解过程中逐帧检查。
- 默认使用高思考级别,为多步编码问题新增 xhigh 级别,并拒绝旧版 minimal 设置。
- 为 Gemini Managed Agents 中默认的Antigravity 智能体提供支持。
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
model: "gemini-4-hydrogen",
input: "Write a TypeScript token-bucket rate limiter that avoids floating-point burst-boundary drift.",
generation_config: {
thinking_level: "xhigh",
},
});
console.log(interaction.output_text);
3. 如何选择模型

Hydrogen、Gemini 4 Argon 和 Carbon 共享相同的 100 万统一上下文窗口、长解码架构和 Interactions API 架构。选择模型时请匹配你的推理深度、延迟和成本目标:
- Gemini 4 Hydrogen:日常编码、交互式应用、使用工具的智能体和并行子智能体。
- Gemini 4 Carbon:高难度架构设计、调试、科学证明和安全审计。
- Gemini 4 Argon:长周期任务,每轮 token 消耗低于 Carbon。
你也可以将 Carbon 和 Hydrogen 搭配使用:用 Carbon 规划和编排,用 Hydrogen 执行。
4. Gemini Decisions API
Gemini Decisions API 由 Gemini Decision 1 驱动,可针对最多 256K token 的文本、图像、视频、PDF 或音频,对照最多 1,000 个相互隔离的问题进行评估,且输出 token 不计费。

三种问题类型会返回校准概率和置信度分数:noul 用于二元是/否检查,choice 用于 2 到 255 个离散键之间的选择,score 用于有序评分标准。可通过 base64、HTTPS URL 或 Files API 传入媒体,并在 Gemini Decisions Playground 中测试评分标准。以下是对示例 WAV 文件的可运行检查:
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({ apiVersion: "v1beta" });
const result = await ai.decisions.create({
model: "gemini-decision-1",
input: [
{
type: "audio",
uri: "https://storage.googleapis.com/generativeai-downloads/audio/rehearsing.wav",
mime_type: "audio/wav",
},
],
questions: {
mentions_launch: {
type: "noul",
instructions: "Is the speaker talking about a product campaign launch?",
},
delivery: {
type: "score",
instructions: "How fluent and prepared does the speaker sound?",
criteria: [
"Hesitant, searching for notes, or self-correcting.",
"Mostly steady with minor pauses.",
"Polished, fluent, and confident throughout.",
],
},
},
});
const launch = result.answers?.mentions_launch;
const delivery = result.answers?.delivery;
if (launch?.type === "noul" && delivery?.type === "score") {
console.log({ pLaunch: launch.noul, deliveryScore: delivery.score });
}
5. 为托管智能体自带沙箱
Gemini Managed Agents 现已支持自托管环境。我们在 Google 基础设施上运行模型推理和智能体循环,而 bash 命令和文件编辑则在你的计算环境中执行。

你的 worker 通过出站 HTTPS 连接,使用限定范围的密钥,无需开放任何入站防火墙端口。在生产环境中,你可以借助我们的自托管 provider 清单,将服务部署到 Modal、E2B、Cloudflare、Daytona、Fly.io、Vercel 或 Cloud Run 上。
如果想在自己的机器上做端到端测试,请按照CLI 指南安装我们的开源 gemini-api CLI,然后运行下面这个脚本。它会通过 REST 创建一个自托管环境,启动一个被限制在 ./sandbox 目录内的本地 worker,在本地运行托管智能体,并在结束后清理环境。本地模式会直接在你的主机上执行 bash,除非你在容器中运行,或者传入 --disable-bash:
import { spawn } from "node:child_process";
import { mkdirSync } from "node:fs";
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({ httpOptions: { apiVersion: "v1beta" } });
mkdirSync("./sandbox", { recursive: true });
const res = await fetch("https://generativelanguage.googleapis.com/v1beta/environments", {
method: "POST",
headers: { "x-goog-api-key": process.env.GEMINI_API_KEY!, "Content-Type": "application/json" },
body: JSON.stringify({ mode: "self_hosted" }),
});
const { id, environment_key } = (await res.json()) as { id: string; environment_key: string };
const worker = spawn("gemini-api", [
"environments", "connect", "--environment-key", environment_key,
"--root-dir", "./sandbox", "--workdir", "./sandbox", "--worker-id", "local-sandbox",
], { stdio: ["ignore", "inherit", "inherit"] });
try {
const run = await client.interactions.create({
agent: "antigravity-preview-09-2026",
input: "Write a fib.ts script that prints 8 Fibonacci numbers, run it with bun, and return the output.",
environment: id,
}, { timeout: 300000 });
console.log(run.output_text);
} finally {
worker.kill();
await client.environments.delete(id);
}
运行脚本后,会同时打印本地 worker 日志和智能体输出:
$ bun run sandbox.ts
2026/11/16 13:40:30 Worker local-sandbox polling (maxConcurrent=4)
2026/11/16 13:40:30 [v1_Chd5d2Y3...] Claimed interaction lease (env=f5621577-89ef-4698-999f-b139b9121d00)
2026/11/16 13:40:31 [v1_Chd5d2Y3...] Executing tool execute_bash
2026/11/16 13:40:35 [v1_Chd5d2Y3...] Executing tool write_to_file
2026/11/16 13:40:38 [v1_Chd5d2Y3...] Executing tool execute_bash
2026/11/16 13:40:54 [v1_Chd5d2Y3...] Completed interaction session
Created fib.ts and ran it with bun fib.ts:
0
1
1
2
3
5
8
13
6. 多模态知识智能体基准
我们与 Artificial Analysis 合作发布了多模态知识智能体基准,围绕 CAD 图纸、射频原理图、GIS 地图、凝胶板、图表等关键视觉材料,在 10 个垂直领域评估了 200 个多步骤任务。我们已在 Hugging Face 上发布了 10 个示例任务。

7. API 之外:Gemini Robotics 2.5 与 AlphaGenome 2
我们还发布了两款领域模型:
- Gemini Robotics 2.5:面向机械臂和人形机器人的全身视觉-语言-动作模型。在梅赛德斯-奔驰的实际装配线上,Apptronik 的 Apollo 2 人形机器人完成了金属支架的分拣与配套,成功率达到 96%。
- AlphaGenome 2:单细胞 DNA 模型,基于 68 种组织、超过 1.07 亿个细胞图谱训练而成。研究人员可以通过AlphaGenome API(仅限非商业研究)直接传入 scRNA-seq 图谱而无需重新训练,从而预测特定细胞类型的变异效应。
用 Cloud 额度开始构建
我们在 Google AI Studio 中直接加入了Google 开发者计划 Cloud 额度领取功能。Google AI Pro 和 Ultra 订阅用户现在可以在 AI Studio 中领取并跟踪每月 Cloud 额度,同时查看 API 账单,用于抵扣 Gemini 4、Gemini Decisions API 和智能体的用量。
立即开始构建,或在下方留下反馈!
来源:Philipp Schmid · x.com