🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →

Google Gemini 4 Hydrogen: AI Large Language Models

API के ज़रिए Google Gemini 4 Hydrogen चलाएँ: रोज़मर्रा की कोडिंग और एजेंटों के लिए 1M कॉन्टेक्स्ट के साथ तेज़ और दक्ष रीज़निंग। मुफ़्त आज़माएँ — हर जनरेशन के लिए भुगतान करें, कोई सदस्यता नहीं।

इंटरैक्टिव मॉडल नियंत्रण

API के ज़रिए Google Gemini 4 Hydrogen चलाएँ: रोज़मर्रा की कोडिंग और एजेंटों के लिए 1M कॉन्टेक्स्ट के साथ तेज़ और दक्ष रीज़निंग। मुफ़्त आज़माएँ — हर जनरेशन के लिए भुगतान करें, कोई सदस्यता नहीं।

📝

सिंहावलोकन

इस मॉडल के बारे में

Gemini 4 Hydrogen, Google का तेज़ और दक्ष Gemini 4 मॉडल है, जिसे रोज़मर्रा की कोडिंग, एजेंट-आधारित वर्कफ़्लो और तेज़ निष्पादन के लिए बनाया गया है। यह 1M-टोकन कॉन्टेक्स्ट विंडो और सोच के चार स्तर (low, medium, high, xhigh) सपोर्ट करता है। इसके default high स्तर पर Artificial Analysis Intelligence Index स्कोर 51 है। यह टेक्स्ट और वैकल्पिक इमेज तथा सिस्टम प्रॉम्प्ट स्वीकार करता है। अधिक गहरी फ्रंटियर रीज़निंग के लिए Gemini 4 Carbon या Gemini 4 Argon देखें; यह Gemini 3.8 Flash की जगह आया है।

1रोज़मर्रा की कोडिंग: लक्षित बदलावों और तेज़ नतीजों के साथ कोड लिखें, ठीक करें और रीफ़ैक्टर करें।
2लंबे दस्तावेज़ों पर सवाल-जवाब: 1M-टोकन कॉन्टेक्स्ट विंडो का उपयोग करके लंबे इनपुट पर सवालों के जवाब दें।
3सारांश: रिपोर्ट, ट्रांसक्रिप्ट और दस्तावेज़ों का तेज़ी और कम लागत में सार बनाएँ।
4एजेंट रीज़निंग: बहु-चरणीय एजेंटों और [वर्कफ़्लो](/workflows) में तेज़ प्लानर मॉडल के रूप में इसका उपयोग करें।
5दृश्य सवाल-जवाब: स्क्रीनशॉट, डायग्राम या स्कैन किए गए दस्तावेज़ों के बारे में सवाल पूछने के लिए image_url दें।
💰

मूल्य निर्धारण एवं मूल्य

लागत विश्लेषण

muapiapp$1.50/M input, $7.50/M output

Token-based billing at Google's official rates. Minimum $0.00015 per call.

Fal.aiउपलब्ध नहीं है

No dedicated Gemini 4 Hydrogen endpoint at this time.

Replicateउपलब्ध नहीं है

No dedicated Gemini 4 Hydrogen endpoint at this time.

** प्रतिस्पर्धी मूल्य निर्धारण का अनुमान समान मॉडल आर्किटेक्चर और उपयोग स्तरों के आधार पर लगाया जाता है।

⚙️

टेक्निकल डिटेल

कॉन्फ़िगरेशन स्कीमा

संकेतstring

.

डिफ़ॉल्ट मानAudit this function for memory-safety and injection vulnerabilities, then propose a patch.
छवि यूआरएलstring

EntryimageURL.

डिफ़ॉल्ट मानundefined
सिस्टम प्रॉम्प्टstring

, .

डिफ़ॉल्ट मानYou are a helpful assistant that responds concisely.
तर्क प्रयासएनम (4 विकल्प)

How much reasoning the model applies before answering. Higher effort is slower and uses more output tokens.

डिफ़ॉल्ट मानhigh
📖

कार्यान्वयन मार्गदर्शिका

डेवलपर दस्तावेज़ीकरण

Gemini 4 Hydrogen का उपयोग कैसे करें

  1. अपना prompt लिखें: काम को prompt में रखें। भूमिका, टोन या आउटपुट फ़ॉर्मैट तय करने के लिए वैकल्पिक रूप से system_prompt जोड़ें।

  2. रीज़निंग एफर्ट चुनें: reasoning_effort को low, medium, high (default) या xhigh पर सेट करें। अधिक एफर्ट से मॉडल लंबे समय तक रीज़न करता है और आउटपुट टोकन की लागत बढ़ती है।

  3. इमेज जोड़ें (वैकल्पिक): अनुरोध में इमेज शामिल करने के लिए image_url दें।

  4. सबमिट करें और नतीजा पाएँ: POST से request_id मिलता है; /api/v1/predictions/{request_id}/result को पोल करें या webhook URL दें।

cURL उदाहरण

curl -X POST "https://api.muapi.ai/api/v1/gemini-4-hydrogen" \
  -H "x-api-key: $MUAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Refactor this function to remove the nested loops and explain the change.",
    "system_prompt": "You are a senior software engineer. Be concise.",
    "reasoning_effort": "high"
  }'
❓

सामान्य प्रश्न

अक्सर पूछा जाता है

Gemini 4 Hydrogen क्या है?

Gemini 4 Hydrogen, Gemini 4 परिवार का Google का तेज़ मॉडल है। इसे Gemini 4 Carbon से अनुकूलित किया गया है और रोज़मर्रा की कोडिंग व तेज़ निष्पादन के लिए बनाया गया है। यह Gemini 3.8 Flash की जगह आया है।

Gemini 4 Hydrogen की कीमत कैसे तय होती है?

मूल्य टोकन के आधार पर है: प्रति मिलियन इनपुट टोकन $1.50 और प्रति मिलियन आउटपुट टोकन $7.50; प्रति कॉल न्यूनतम शुल्क $0.00015 है। रीज़निंग टोकन आउटपुट में गिने जाते हैं।

क्या Gemini 4 Hydrogen इमेज स्वीकार करता है?

हाँ। स्क्रीनशॉट, डायग्राम या फ़ोटो खींचे गए दस्तावेज़ के बारे में सवाल पूछने के लिए अपने prompt के साथ image_url दें।

reasoning_effort क्या करता है?

यह तय करता है कि जवाब देने से पहले मॉडल कितना रीज़न करे: low, medium, high (default) या xhigh। अधिक एफर्ट कठिन समस्याओं पर विश्लेषण की गहराई बढ़ाता है, लेकिन गति धीमी होती है और आउटपुट टोकन अधिक लगते हैं।

कॉन्टेक्स्ट विंडो कितनी बड़ी है?

1M टोकन तक; इनपुट और आउटपुट इसी विंडो को साझा करते हैं।

नतीजा कैसे मिलेगा?

एंडपॉइंट एसिंक्रोनस है: आपको तुरंत request_id मिलता है; फिर predictions result एंडपॉइंट को पोल करें या टेक्स्ट तैयार होने पर सूचना पाने के लिए webhook URL दें।