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

Google Gemini 4 Hydrogen: AI stora språkmodeller

Kör Google Gemini 4 Hydrogen via API: snabbt och effektivt resonemang för vardaglig programmering och agenter med 1M kontext. Prova gratis — betala per generering, utan prenumeration.

Interaktiva modellkontroller

Kör Google Gemini 4 Hydrogen via API: snabbt och effektivt resonemang för vardaglig programmering och agenter med 1M kontext. Prova gratis — betala per generering, utan prenumeration.

📝

Översikt

Om denna modell

Gemini 4 Hydrogen är Googles snabba och effektiva Gemini 4-modell, utvecklad för vardaglig programmering, agentbaserade arbetsflöden och snabb körning. Den stöder ett kontextfönster på 1M tokens och fyra resonemangsnivåer (low, medium, high, xhigh) och får 51 poäng på Artificial Analysis Intelligence Index med standardnivån high. Den tar emot text och en valfri bild samt systemprompt. För djupare frontier-resonemang, se Gemini 4 Carbon eller Gemini 4 Argon; den är efterföljaren till Gemini 3.8 Flash.

1Vardaglig programmering: Skriv, korrigera och refaktorera kod med fokuserade ändringar och snabba resultat.
2Frågor och svar om långa dokument: Besvara frågor om långa indata med kontextfönstret på 1M tokens.
3Sammanfattning: Kondensera rapporter, transkriptioner och dokument snabbt och billigt.
4Agentresonemang: Använd modellen som en snabb planerare i agenter med flera steg och [arbetsflöden](/workflows).
5Visuella frågor och svar: Skicka med image_url för att ställa frågor om skärmbilder, diagram eller inskannade dokument.
💰

Prissättning & värde

Kostnadsanalys

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

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

Fal.aiInte tillgänglig

No dedicated Gemini 4 Hydrogen endpoint at this time.

ReplicateInte tillgänglig

No dedicated Gemini 4 Hydrogen endpoint at this time.

** Konkurrentens prissättning beräknas baserat på liknande modellarkitekturer och användningsnivåer.

⚙️

Tekniska detaljer

Konfigurationsschema

uppmaningstring

för förfrågnings-/undersökningsarbetsflöden och serversända händelser

StandardvärdeAudit this function for memory-safety and injection vulnerabilities, then propose a patch.
Bild URLstring

entryimageURL.

Standardvärdeundefined
Systempromptstring

, .

StandardvärdeYou are a helpful assistant that responds concisely.
Resonerande ansträngningEnum (4 alternativ)

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

Standardvärdehigh
📖

Implementeringsguide

Utvecklardokumentation

Så använder du Gemini 4 Hydrogen

  1. Skriv din prompt: Ange uppgiften i prompt. Lägg eventuellt till system_prompt för att ange roll, ton eller utdataformat.

  2. Välj resonemangsnivå: Ställ in reasoning_effort på low, medium, high (standard) eller xhigh. En högre nivå innebär längre resonemang och debitering för fler utdatatokens.

  3. Lägg till en bild (valfritt): Ange image_url för att inkludera en bild i förfrågan.

  4. Skicka och hämta resultatet: POST returnerar ett request_id; polla /api/v1/predictions/{request_id}/result eller ange en webhook-URL.

cURL-exempel

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"
  }'
❓

Vanliga frågor

Vanliga frågor

Vad är Gemini 4 Hydrogen?

Gemini 4 Hydrogen är Googles snabba modell i Gemini 4-familjen, anpassad från Gemini 4 Carbon och utvecklad för vardaglig programmering och snabb körning. Den är efterföljaren till Gemini 3.8 Flash.

Hur prissätts Gemini 4 Hydrogen?

Priset baseras på antal tokens: $1.50 per miljon indatatokens och $7.50 per miljon utdatatokens, med en minimidebitering på $0.00015 per anrop. Resonemangstokens räknas som utdata.

Kan Gemini 4 Hydrogen ta emot bilder?

Ja. Skicka med image_url tillsammans med din prompt för att ställa frågor om en skärmbild, ett diagram eller ett fotograferat dokument.

Vad gör reasoning_effort?

Inställningen styr hur mycket modellen resonerar innan den svarar: low, medium, high (standard) eller xhigh. En högre nivå ger djupare svar på svåra problem, men tar längre tid och använder fler utdatatokens.

Hur stort är kontextfönstret?

Upp till 1M tokens, där indata och utdata delar på fönstret.

Hur får jag resultatet?

Slutpunkten är asynkron: du får ett request_id direkt och pollar sedan prediktionernas resultatslutpunkt, eller anger en webhook-URL för att få en avisering när texten är klar.