Licenza YOLO
Piattaforma Ultralytics

Annotazione automatica con Gemini 4 Hydrogen: costo per token inferiore, costo per immagine superiore

Gemini 4 Hydrogen si classifica al terzo posto su 46 VLM nel nostro benchmark di rilevamento degli oggetti su 36 dataset, con 0.553 mAP50 e i punteggi più alti nel rilevamento delle malattie delle piante, nel soccorso in mare e nelle radiografie.

Glenn JocherGlenn Jocher13 min di lettura
Grafica del lancio di Gemini 4 Hydrogen di Google con un riquadro di Ultralytics Platform che mostra 0.553 mAP50, il punteggio complessivo ottenuto nel benchmark di rilevamento degli oggetti UL37

Gemini 4 Hydrogen si classifica al terzo posto tra 46 modelli per l'annotazione automatica su UL37, il nostro benchmark di rilevamento degli oggetti su 36 dataset, nella classifica VLM di Ultralytics aggiornata il 12 novembre 2026. Ottiene 0.553 mAP50 e 0.350 mAP50-95, dietro a Gemini 4 Carbon (0.584) e GPT-6.1 Terra (0.560) e davanti a Claude Fable 5.2 e Gemini 4 Argon; inoltre, ottiene il punteggio più alto su PlantDoc (malattie delle piante), SeaDronesSee 2 (ricerca e soccorso marittimi) e IEDXray (radiografie di sicurezza), e condivide il punteggio più alto su Kvasir-SEG ed EgoHands.

Google ha lanciato Hydrogen il 12 novembre come suo modello Gemini 4 veloce ed efficiente dal punto di vista dei costi, e ora è disponibile per l'annotazione automatica in Ultralytics Platform. Google presenta Hydrogen come un modello per la programmazione e gli agenti; UL37 misura la sua capacità di disegnare riquadri.

Di seguito trovi i risultati complessivi e per dataset di Hydrogen, come l'uso dei token determina il costo per immagine e come eseguirlo sul tuo dataset in Platform.

Rilevamento degli oggetti con Gemini 4 Hydrogen: terzo posto su UL37#

UL37 misura quanto i riquadri di un modello corrispondono alle annotazioni umane su 360 immagini: 10 per ciascuno dei 36 dataset reali di rilevamento degli oggetti, dalle ecografie tiroidee e riprese termiche di droni agli scaffali dei negozi, alle planimetrie e ai circuiti stampati. Ogni immagine passa attraverso la stessa pipeline disponibile agli utenti di Platform, usando i nomi delle classi propri del dataset, e ogni dataset ha lo stesso peso. La metodologia è pubblica.

Lo 0.553 di Hydrogen in mAP50 lo colloca a 0.031 dal leader e a 0.007 da Terra. Ecco la sua posizione rispetto agli altri modelli di Google e ai concorrenti più vicini:

ModellomAP50 su UL37Prezzo per 1M di token (input / output)Costo del provider per 1.000 immagini
Gemini 4 Carbon0.584$2.00 / $10.00 fino al 30 novembre, poi $4.00 / $20.00$12.93 (circa $25.87 dal 1° dicembre)
GPT-6.1 Terra0.560$1.00 / $5.00$4.36
Gemini 4 Hydrogen0.553$1.50 / $7.50$20.32
Claude Fable 5.20.544$8.00 / $40.00$37.55
Gemini 4 Argon0.537$2.00 / $10.00 fino al 30 novembre, poi $4.00 / $20.00$7.60 (circa $15 dal 1° dicembre)
Gemini 3.8 Flash0.516$0.75 / $3.75 fino al 31 dicembre, poi $1.50 / $7.50$5.86 (circa $11.72 dal 1° gennaio)

Il costo del provider è calcolato in base all'uso dei token dichiarato da ciascun provider e alle tariffe indicate. Batch Annotation aggiunge la commissione di elaborazione di Platform, pari a $1.00 ogni 1.000 immagini per ciascun modello.

Prezzi al 16 novembre 2026. Il post di lancio di Hydrogen di Google indica $1.50 per milione di token di input e $7.50 per milione di token di output. Il post sulla disponibilità di Carbon di Google fissa il prezzo introduttivo di Carbon fino al 30 novembre 2026 e i prezzi a $4.00 e $20.00 successivamente; la pagina dei prezzi dell'API Gemini indica la stessa variazione per Gemini 4 Argon; il post su Flash fissa il prezzo introduttivo di Gemini 3.8 Flash fino al 31 dicembre 2026 e i prezzi a $1.50 e $7.50 dal 1° gennaio 2027. I valori successivi nella tabella applicano le tariffe annunciate allo stesso uso di token del benchmark; sono stime, non nuove esecuzioni.

Gli altri risultati di Hydrogen nell'esecuzione: mAP50-95 pari a 0.350, che premia anche i riquadri ben aderenti e lo colloca al secondo posto dopo lo 0.371 di Carbon; precisione pari a 0.63 e richiamo pari a 0.62; nessuna richiesta non riuscita e nessun rifiuto; mediana di 7.2 secondi per immagine.

A cosa serve Hydrogen, secondo Google#

Nel post di lancio, Google afferma che Hydrogen «è progettato per un'esecuzione rapida in flussi di lavoro agentici diversificati», mentre Carbon e Argon «eccellono nel ragionamento approfondito e a lungo termine sui tuoi problemi più difficili». Hydrogen ha una finestra di contesto da 1 milione di token, un prezzo di $1.50 per milione di token di input e $7.50 per milione di token di output per l'intera finestra, e quattro livelli di ragionamento: low, medium, high (il valore predefinito) e il nuovo xhigh.

Google riporta un punteggio di 51 nell'Artificial Analysis Intelligence Index al livello predefinito high, un punto sopra Argon, e di 54 a xhigh. Definisce Hydrogen un importante aggiornamento per i team che migrano da Gemini 3.8 Flash, con un punteggio del 57% su Terminal-Bench 4.1, rispetto al 18.2% di Flash. Nessuno di questi valori misura i riquadri di delimitazione, ed è per questo che eseguiamo UL37.

Gemini 4 Hydrogen e Gemini 3.8 Flash a confronto su UL37#

Gemini 3.8 Flash ottiene 0.516 mAP50 su UL37, quindi Hydrogen aggiunge 0.037 sulle stesse immagini e con la stessa pipeline, circa quattro quinti del divario di 0.047 tra Argon e Carbon. In classifica, Hydrogen è terzo e Flash ottavo.

Supera anche Claude Fable 5.2 di 0.009, con un costo per immagine poco superiore alla metà di quello di Fable, e Gemini 4 Argon di 0.016, anche se Argon costa $7.60 ogni 1.000 immagini.

Grafico della precisione di rilevamento nella pagina del modello Gemini 4 Hydrogen, con i modelli classificati in base a mAP50 su UL37 e Hydrogen evidenziato al terzo posto

mAP50 su UL37 dalla pagina del modello Gemini 4 Hydrogen, con Hydrogen evidenziato al terzo posto, al 14 novembre 2026.

Come l'uso dei token influisce sul costo per immagine#

Un modello linguistico visivo addebita i costi per l'immagine e il prompt che analizza e per ogni token che genera, compreso il ragionamento che precede la risposta. Due modelli con tariffe per token simili possono avere costi per immagine molto diversi se uno usa più token.

I prezzi per token di Hydrogen corrispondono esattamente al 75% dei prezzi introduttivi di Carbon, sia per l'input sia per l'output. Se i due modelli usassero lo stesso numero di token per immagine, Hydrogen costerebbe circa $9.70 ogni 1.000 immagini. Il costo è $20.32, quindi le esecuzioni di Hydrogen hanno usato circa il doppio dei token ponderati per prezzo per immagine rispetto a quelle di Carbon. Rispetto a Gemini 3.8 Flash, le cui tariffe attuali sono esattamente la metà di quelle di Hydrogen, lo stesso calcolo mostra che Hydrogen usa circa 1.7 volte i token ponderati per prezzo per immagine di Flash.

Google riferisce che nei primi test con partner su flussi di lavoro complessi con grafi, SQL e molti dati, Hydrogen ha usato dal 12% al 23% di token in meno di 3.8 Flash. L'annotazione è un'attività diversa, con un'immagine e una risposta strutturata, e su UL37 Hydrogen ha usato più token ponderati per prezzo per immagine. La sua mediana di 7.2 secondi per immagine si confronta con i 5.1 secondi di Terra e i 4.6 di Argon.

Costo del provider per 1.000 immagini UL37 al 16 novembre 2026: Terra e Hydrogen al prezzo di listino, Carbon al prezzo introduttivo di $2 / $10 e stima al prezzo annunciato di $4 / $20, a parità di uso dei token.

Il costo per 1.000 immagini combina le tariffe dei token con il numero di token usati da un modello per una determinata attività, quindi alcune immagini rappresentative del tuo dataset forniscono la stima più pertinente. La classifica e le pagine dei modelli a pagamento su Platform indicano il costo del provider per 1.000 immagini, mentre la nostra guida ai costi dei software per l'annotazione delle immagini tratta il resto del budget per l'etichettatura.

Dove Gemini 4 Hydrogen ottiene i punteggi migliori: piante, soccorso in mare e radiografie#

Le medie su 36 dataset nascondono quelli in cui un modello si distingue; la pagina del modello Gemini 4 Hydrogen riporta il punteggio ottenuto su ciascuno. Hydrogen ha il punteggio più alto tra tutti i 46 modelli su tre dataset e condivide il punteggio più alto su altri due.

Malattie delle piante. Su PlantDoc, che comprende 29 classi di foglie di colture sane e malate, Hydrogen ottiene 0.638 e risulta il miglior modello sul dataset. Carbon, che aveva stabilito il precedente punteggio più alto, ha ottenuto 0.594, come illustrato nei nostri risultati di Gemini 4 Carbon.

Ricerca e soccorso marittimi. Su SeaDronesSee 2, con riprese di droni di nuotatori, imbarcazioni e attrezzature di salvataggio in mare, Hydrogen ottiene 0.596, superando lo 0.564 di Carbon e lo 0.476 di Terra.

Immagine da drone di acque aperte del dataset SeaDronesSee 2, con i riquadri previsti da Gemini 4 Hydrogen attorno a una barca, tre nuotatori e una moto d'acqua

Riquadri di Gemini 4 Hydrogen su un'immagine del benchmark SeaDronesSee 2, tratti dalle previsioni mostrate nella pagina del modello.

Radiografie di sicurezza. Su IEDXray, che comprende componenti di dispositivi esplosivi occultati nelle radiografie dei bagagli, Hydrogen ottiene 0.315 rispetto allo 0.282 di Carbon. Tutti i modelli ottengono punteggi bassi, quindi consideralo il migliore su un dataset difficile, non uno strumento di controllo già pronto all'uso.

Endoscopia dei polipi. Su Kvasir-SEG, Hydrogen ottiene 0.805 e condivide il punteggio più alto del dataset. Terra ottiene 0.71 e Carbon 0.65; i nostri risultati di GPT-6.1 Terra approfondiscono i risultati di Terra nell'imaging medico.

Mani. Su EgoHands, che contiene video in prima persona di mani, Hydrogen ottiene 0.995 e condivide il punteggio più alto con GPT-6 Astra.

Ecografie tiroidee, il caso contrario. Su TN5000, dove ogni nodulo è classificato come benigno o maligno, Hydrogen ottiene 0.704 rispetto allo 0.537 di Carbon. Gemini 3.8 Flash (0.88) e Terra (0.935) ottengono entrambi punteggi più alti su questo dataset. Hydrogen ottiene inoltre punteggi prossimi allo zero sui difetti di PCB a scheda nuda (DeepPCB, 0.000), sulle radiografie per la tubercolosi (TBX11K, 0.013) e sugli elementi dell'interfaccia utente dei software (GroundCUA, 0.021).

Per l'analisi delle immagini mediche, considera i riquadri generati da qualsiasi modello come bozze da far verificare e approvare a esperti clinici, mai come diagnosi.

Tabella dei risultati per dataset nella pagina del modello Gemini 4 Hydrogen, con mAP50, precisione e richiamo su UL37 per ogni dataset

Risultati di Gemini 4 Hydrogen su UL37 per ciascun dataset, riportati nella pagina del modello al 14 novembre 2026.

Ogni dataset contribuisce con 10 immagini, quindi considera una singola riga un'indicazione da verificare sulle tue immagini, non un verdetto. La nostra guida alla scelta di un VLM in base a precisione e richiamo spiega come valutare i falsi riquadri rispetto agli oggetti mancati dopo aver selezionato una rosa di modelli.

Come eseguire l'annotazione automatica con Gemini 4 Hydrogen sul tuo dataset#

Hydrogen è un modello basato su prompt di classe per dataset di rilevamento con da 1 a 200 classi. Restituisce i riquadri usando i nomi delle classi del tuo dataset, che puoi esaminare prima del training.

  1. Crea una chiave API Gemini in Google AI Studio.
  2. Chiedi al proprietario dell'area di lavoro di aggiungere la chiave in Impostazioni > Chiavi API nell'area di lavoro Platform che contiene il tuo dataset. Google addebita direttamente i costi alla tua chiave; per i dettagli, consulta la documentazione sulle chiavi dei provider.
  3. Apri un'immagine nell'editor di annotazione, passa alla modalità Smart e scegli Gemini 4 Hydrogen nella sezione Google del selettore di modelli.
  4. Premi Predict oppure P per etichettare l'immagine corrente. Quando il provider restituisce una stima dei costi, la notifica dopo ogni previsione la mostra, così alcune immagini rappresentative ti permettono di stimare i costi per i tuoi dati.
  5. Nella pagina del dataset, scegli Altre azioni > Batch Annotation per etichettare tutte le immagini non etichettate in un'unica operazione. Controlla il Costo stimato e fai clic su Start. Platform salva prima una versione del dataset, così puoi ripristinarla, e le etichette esistenti non vengono mai modificate.
  6. Esamina e correggi i riquadri, quindi addestra un modello Ultralytics YOLO26 sul risultato nella stessa area di lavoro, usando il training cloud.

Per saperne di più su come questi modelli si integrano nell'editor, consulta come Ultralytics Platform usa l'AI per automatizzare l'annotazione e scopri perché la revisione con intervento umano resta parte del flusso di lavoro.

A chi è adatto Gemini 4 Hydrogen#

Per i team che oggi etichettano con Gemini 3.8 Flash, Hydrogen aggiunge 0.037 mAP50 su UL37, usando il livello veloce di Google; la pagina del modello mostra i risultati su ogni dataset, compreso il punteggio più alto su PlantDoc e un pari merito per il punteggio più alto su Kvasir-SEG. I risultati variano da un dataset all'altro, quindi provalo su immagini rappresentative e controlla i riquadri e il costo stimato prima di eseguire Batch Annotation.

Per confrontare precisione, costo e velocità di tutti i modelli, mettili a confronto nella classifica VLM. I modelli ospitati, come Qwen3.8 27B e SAM 3.1 Text, non richiedono alcuna chiave API.

Domande frequenti

  • Nel nostro benchmark UL37 ottiene 0.553 mAP50 su 36 dataset di rilevamento del mondo reale, classificandosi al terzo posto nella classifica VLM di Ultralytics, dietro a Gemini 4 Carbon (0.584) e GPT-6.1 Terra (0.560). Il suo mAP50-95 di 0.350 è secondo solo a quello di Carbon e Hydrogen ottiene il punteggio più alto tra tutti i 46 modelli su PlantDoc, SeaDronesSee 2 e IEDXray.

  • Nel nostro benchmark, i costi dei token applicati da Google ammontavano a $20.32 ogni 1.000 immagini al prezzo di listino di Hydrogen del 16 novembre 2026: $1.50 per milione di token di input e $7.50 per milione di token di output. Batch Annotation in Ultralytics Platform aggiunge $1.00 ogni 1.000 immagini e Google addebita i token direttamente alla tua chiave.

  • Il prezzo per token di Hydrogen è il 75% del prezzo introduttivo di Carbon, ma su UL37 le sue esecuzioni hanno usato circa il doppio dei token ponderati per prezzo per immagine, arrivando a $20.32 rispetto a $12.93 ogni 1.000 immagini. Al prezzo di Carbon annunciato a partire dal 1° dicembre, lo stesso uso di Carbon costerebbe circa $25.87.

  • Su UL37, Carbon ottiene 0.584 mAP50 e Hydrogen 0.553, con una differenza di 0.031. Hydrogen ottiene punteggi superiori a Carbon su PlantDoc, SeaDronesSee 2, IEDXray, Kvasir-SEG, EgoHands e TN5000. Le prestazioni sulle tue immagini potrebbero essere diverse, quindi prova entrambi su un campione prima di elaborare un lotto grande.

  • Su UL37, GPT-6.1 Terra ottiene 0.560 mAP50 e Hydrogen 0.553, mentre GPT-6.1 Sol ottiene 0.514. Hydrogen ottiene 0.350 mAP50-95, superando lo 0.345 di Terra e lo 0.318 di Sol, e ottiene punteggi superiori a Terra su PlantDoc, SeaDronesSee 2 e Kvasir-SEG; Terra ottiene un punteggio superiore nell'ecografia tiroidea TN5000, 0.935 contro lo 0.704 di Hydrogen. I nostri risultati di GPT-6.1 Terra approfondiscono gli ambiti in cui Terra dà il meglio.

  • Su UL37, Hydrogen ottiene 0.553 mAP50 rispetto allo 0.516 di Flash. Nei nostri test, il costo del provider è stato di $20.32 ogni 1.000 immagini per Hydrogen e di $5.86 per Flash al suo prezzo introduttivo, che secondo Google terminerà il 31 dicembre. Al prezzo annunciato a partire dal 1° gennaio 2027, lo stesso uso di Flash costerebbe circa $11.72.

  • Sì. Il proprietario dell'area di lavoro aggiunge una chiave API Gemini da Google AI Studio in Impostazioni > Chiavi API nell'area di lavoro che contiene il tuo dataset, e Google addebita direttamente l'account collegato a quella chiave. Per etichettare senza una chiave del provider, usa un modello ospitato come Qwen3.8 27B o SAM 3.1 Text, oppure uno dei tuoi modelli YOLO.

Scritto da

Glenn Jocher
Glenn Jocher

Fondatore e CEO · Ultralytics

Glenn Jocher è il fondatore e CEO di Ultralytics, dove guida lo sviluppo di Ultralytics YOLO, i modelli di computer vision più adottati al mondo. Il suo lavoro non consiste solo nel creare modelli più veloci e accurati, ma anche nel dare a persone di tutto il mondo gli strumenti per risolvere problemi importanti con l'IA per la computer vision.

Commenti

Fai una domanda, condividi i tuoi risultati o aiuta qualcun altro.

Esplora le soluzioni

La visione artificiale nello sport

La visione artificiale nello sport

Scopri come Ultralytics YOLO alimenta la computer vision nello sport con il tracciamento di giocatori e palloni, l'analisi delle prestazioni, gli approfondimenti per gli allenatori e la riabilitazione degli atleti.
Scopri di più
Computer vision per immagini aeree

Computer vision per immagini aeree

Trasforma immagini aeree e riprese da drone in informazioni utili in tempo reale per agricoltura, acquacoltura, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Applica la visione artificiale nel settore aerospaziale con Ultralytics YOLO per l'ispezione degli aeromobili, il rilevamento di FOD sulle piste, le operazioni di terra aeroportuali e il rilevamento di difetti nei materiali compositi.
Scopri di più
Visione artificiale nella sicurezza

Visione artificiale nella sicurezza

Proteggi ogni sito con i modelli Ultralytics YOLO. L'IA visiva alimenta il monitoraggio perimetrale, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Visione artificiale nella robotica

Visione artificiale nella robotica

Dai più potenza alle macchine intelligenti con i modelli Ultralytics YOLO. Nell'ambito della robotica, l'IA visiva alimenta la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Visione artificiale nella logistica

Visione artificiale nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. L'IA per la visione consente l'ispezione dei pacchi, la selezione, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Visione artificiale nel commercio al dettaglio

Visione artificiale nel commercio al dettaglio

Ripensa il commercio al dettaglio con i modelli Ultralytics YOLO. L'IA per la visione consente di tracciare le scorte, monitorare gli scaffali, gestire le code e ottenere informazioni più approfondite sui clienti.
Scopri di più
Visione artificiale in ambito sanitario

Visione artificiale in ambito sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. In ambito sanitario, l'IA per la visione consente di elaborare più rapidamente le immagini mediche, migliorare la diagnostica e monitorare i pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La visione basata sull'IA migliora il controllo qualità, il rilevamento dei difetti, la conformità ai requisiti sui DPI e l'automazione delle linee di assemblaggio.
Scopri di più
Computer vision nel settore automobilistico

Computer vision nel settore automobilistico

Applica la computer vision al settore automobilistico con i modelli Ultralytics YOLO. La visione basata sull'IA migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli, per strade più intelligenti.
Scopri di più
Visione artificiale in agricoltura

Visione artificiale in agricoltura

Porta l'IA visiva nell'agricoltura intelligente con i modelli Ultralytics YOLO. Gestisci il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per ottenere raccolti più abbondanti e intelligenti.
Scopri di più

Costruiamo insieme il futuro dell'IA!

Inizia il tuo percorso verso il futuro del machine learning