Hydrogen 默认使用 high;通过 generation_config.thinking_level 在 low、medium、high、xhigh 间选择,并用同一任务集找出满足质量要求的最低档。
适合的任务:为 Gemini 4 Hydrogen 的 API 请求选择推理档位,并排查质量、延迟、token 消耗或输出截断问题。
不适合的任务:比较不同模型或不同任务集的综合能力。
适用的模型版本:gemini-4-hydrogen。
适用的客户端、Agent 或 API:Gemini API Interactions API;示例使用 Google Gen AI JavaScript SDK。
推荐的推理档位和参数:一般复杂任务从默认 high 开始;按延迟与成本要求尝试 medium / low,只有 high 未达到质量要求的困难多步任务才升到 xhigh。Hydrogen 不支持 minimal。
import { GoogleGenAI } from "@google/genai";
const client = new GoogleGenAI({});
const interaction = await client.interactions.create({
model: "gemini-4-hydrogen",
input: "审查这段重试队列代码中的竞态条件,并给出修复后的实现。",
generation_config: {
thinking_level: "high",
},
});
console.log(interaction.output_text);将 thinking_level 设为 low、medium 或 xhigh 即可切换档位。省略该字段时,Hydrogen 默认为 high。REST 请求的对应字段位于 generation_config:
{
"model": "gemini-4-hydrogen",
"input": "审查这段重试队列代码中的竞态条件,并给出修复后的实现。",
"generation_config": { "thinking_level": "xhigh" }
}档位含义(Google 文档建议):
| 档位 | 适合尝试的任务 | 预期取舍 |
|---|---|---|
low | 快速问答、高吞吐处理、延迟敏感工具调用 | token 最少、延迟最低;仍可处理 Agent 任务 |
medium | 交互式编码、实时 UI 原型、响应速度敏感的聊天 | token 与响应时间较低 |
high | 复杂编码、Agent 执行、工具调用、多模态知识任务 | Hydrogen 默认;质量与速度较均衡 |
xhigh | high 未解决的困难多步编码或 Agent 问题 | 推理最深,同时消耗更多 token、延迟更高;简单提取任务上可能过度推理 |
按以下方法验证,避免把截断误判为低档能力不足:
固定同一组 Hydrogen 输入,每次只改 thinking_level;覆盖普通提取、交互编码、复杂多步问题。
初次横向比较时给足 max_output_tokens,逐档记录任务成功率、总耗时和 token 使用量;选择达到质量门槛的最低档。
对 JSON / 文本提取问题单独比较 high 与 xhigh,检查额外推理是否改善结果,是否增加延迟、token 或导致超出输出预算。
在目标生产上限下复测:max_output_tokens 是硬截断上限,包含思考 token;推理过程中耗尽会返回 incomplete,最终文本可能被截断或为空。若只是要降成本或延迟,先降低推理档位,不要把上限压得过低。
记录 total_thought_tokens 与完成状态,区分正常答案、推理预算耗尽和有效输出过长;必要时提高上限后重跑,确认是否为截断。
第 1–5 步是基于官方说明整理的验证建议;官方建议在高 max_output_tokens 下评测全部四档,再选择满足质量要求的最低档。
模型档位表将 Hydrogen 标为默认 high,支持 low、medium、high、xhigh;文档说明 Gemini 4 不支持 minimal。
官方描述:low token 最少、延迟最低;medium 面向交互编码和响应敏感任务;high 是 Hydrogen 多数任务的推荐默认;xhigh 面向 high 不足的困难多步问题。
官方提醒 xhigh 会增加延迟和 token 消耗,简单文本或 JSON 提取可能过度推理或耗尽 max_output_tokens。
max_output_tokens 对思考 token 与最终输出合计生效,是基础设施执行的硬上限;思考阶段耗尽会标记为 incomplete,可能产生截断或空输出,但已生成的思考 token 仍计费。
Interactions API 可在响应中提供 total_thought_tokens;启用 thought summary 可观察推理摘要,但摘要可能为空或缺失,不能把它作为是否进行了推理的唯一判断依据。
档位的质量、时延和 token 取舍是官方定性说明,没有给出各档固定 token 数或延迟保证。实际结果应在目标输入、输出上限和服务环境中测量;不要把一次任务的结果外推到所有任务。
2026-11-16 通过 Tabbit 打开原始文档,核对 “Controlling thinking” 与 “Token limits and max_output_tokens” 内容及 Hydrogen 的 Interactions API 配置示例。本文中的测试步骤是复现建议,不是 Google 发布的基准结果。
Gemini 4 Hydrogen