Tự động gán nhãn Gemini 4 Hydrogen: chi phí mỗi token thấp hơn, chi phí mỗi ảnh cao hơn
Gemini 4 Hydrogen đứng thứ ba trong số 46 VLM trên benchmark phát hiện vật thể gồm 36 bộ dữ liệu của chúng tôi, đạt 0.553 mAP50, với điểm số cao nhất ở các bộ dữ liệu về bệnh cây trồng, cứu hộ trên biển và X-quang.
Glenn Jocher16 phút đọc
Gemini 4 Hydrogen đứng thứ ba trong số 46 model về tự động gán nhãn trên UL37, benchmark phát hiện vật thể gồm 36 bộ dữ liệu của chúng tôi, trên Bảng xếp hạng VLM Ultralytics được cập nhật ngày 12 tháng 11 năm 2026. Model đạt 0.553 mAP50 và 0.350 mAP50-95, sau Gemini 4 Carbon (0.584) và GPT-6.1 Terra (0.560), nhưng cao hơn Claude Fable 5.2 và Gemini 4 Argon; model cũng đạt điểm cao nhất trên PlantDoc (bệnh cây trồng), SeaDronesSee 2 (tìm kiếm và cứu hộ trên biển) và IEDXray (X-quang an ninh), đồng thời đồng hạng điểm cao nhất trên Kvasir-SEG và EgoHands.
Google ra mắt Hydrogen vào ngày 12 tháng 11, giới thiệu đây là model Gemini 4 nhanh và tiết kiệm chi phí, hiện đã có thể dùng để tự động gán nhãn trên Ultralytics Platform. Google định vị Hydrogen cho lập trình và agent; UL37 đo lường khả năng tạo bounding box của model.
Dưới đây là kết quả tổng thể và theo từng bộ dữ liệu của Hydrogen, cách mức sử dụng token ảnh hưởng đến chi phí mỗi ảnh, và cách chạy model trên bộ dữ liệu của bạn trong Platform.
Phát hiện vật thể bằng Gemini 4 Hydrogen: đứng thứ ba trên UL37#
UL37 đo mức độ khớp giữa bounding box của model với nhãn do con người gán trên 360 ảnh: 10 ảnh từ mỗi trong số 36 bộ dữ liệu phát hiện vật thể thực tế, từ siêu âm tuyến giáp và cảnh quay nhiệt từ drone đến kệ bán lẻ, sơ đồ mặt bằng và bo mạch. Mỗi ảnh được xử lý qua cùng pipeline mà người dùng Platform sử dụng, với tên lớp riêng của bộ dữ liệu; mỗi bộ dữ liệu có trọng số ngang nhau. Phương pháp đánh giá được công khai.
Điểm 0.553 mAP50 của Hydrogen thấp hơn model dẫn đầu 0.031 và thấp hơn Terra 0.007. Dưới đây là vị trí của model so với các model khác của Google và những đối thủ gần nhất:
| Model | UL37 mAP50 | Giá mỗi 1 triệu token (đầu vào / đầu ra) | Chi phí của nhà cung cấp cho mỗi 1.000 ảnh |
|---|---|---|---|
| Gemini 4 Carbon | 0.584 | $2.00 / $10.00 đến hết ngày 30 tháng 11, sau đó là $4.00 / $20.00 | $12.93 (khoảng $25.87 từ ngày 1 tháng 12) |
| GPT-6.1 Terra | 0.560 | $1.00 / $5.00 | $4.36 |
| Gemini 4 Hydrogen | 0.553 | $1.50 / $7.50 | $20.32 |
| Claude Fable 5.2 | 0.544 | $8.00 / $40.00 | $37.55 |
| Gemini 4 Argon | 0.537 | $2.00 / $10.00 đến hết ngày 30 tháng 11, sau đó là $4.00 / $20.00 | $7.60 (khoảng $15 từ ngày 1 tháng 12) |
| Gemini 3.8 Flash | 0.516 | $0.75 / $3.75 đến hết ngày 31 tháng 12, sau đó là $1.50 / $7.50 | $5.86 (khoảng $11.72 từ ngày 1 tháng 1) |
Chi phí nhà cung cấp được tính từ mức sử dụng token do từng nhà cung cấp báo cáo, theo mức giá niêm yết. Batch Annotation cộng thêm phí xử lý của Platform là $1.00 cho mỗi 1.000 ảnh đối với mọi model.
Giá tính đến ngày 16 tháng 11 năm 2026. Bài đăng ra mắt Hydrogen của Google công bố mức giá $1.50 cho mỗi triệu token đầu vào và $7.50 cho mỗi triệu token đầu ra. Bài đăng về tình trạng cung cấp Carbon của Google áp dụng mức giá ưu đãi cho Carbon đến hết ngày 30 tháng 11 năm 2026, sau đó là $4.00 và $20.00; trang giá Gemini API cũng nêu thay đổi tương tự cho Gemini 4 Argon; bài đăng về Flash áp dụng mức giá ưu đãi cho Gemini 3.8 Flash đến hết ngày 31 tháng 12 năm 2026, rồi chuyển sang $1.50 và $7.50 từ ngày 1 tháng 1 năm 2027. Các mức giá về sau trong bảng áp dụng giá đã công bố cho cùng mức sử dụng token của benchmark; đây là ước tính, không phải kết quả chạy mới.
Các chỉ số khác của Hydrogen trong lần chạy này: mAP50-95 đạt 0.350, chỉ số này cũng tính đến độ khít của bounding box và chỉ đứng sau Carbon với 0.371; precision đạt 0.63 và recall đạt 0.62; không có yêu cầu nào thất bại hoặc bị từ chối; thời gian trung vị là 7.2 giây mỗi ảnh.
Google phát triển Hydrogen để làm gì#
Bài đăng ra mắt của Google cho biết Hydrogen “được xây dựng để thực thi nhanh chóng trên nhiều quy trình làm việc theo hướng agent”, trong khi Carbon và Argon “vượt trội trong suy luận sâu, dài hạn cho những vấn đề khó nhất của bạn”. Hydrogen có cửa sổ ngữ cảnh 1 triệu token, với mức giá $1.50 cho mỗi triệu token đầu vào và $7.50 cho mỗi triệu token đầu ra trong toàn bộ cửa sổ đó, cùng bốn mức độ suy nghĩ: low, medium, high (mặc định) và xhigh mới.
Google báo cáo điểm 51 trên Artificial Analysis Intelligence Index ở mức high mặc định, cao hơn Argon một điểm, và 54 ở mức xhigh. Google gọi Hydrogen là bản nâng cấp lớn dành cho các nhóm chuyển từ Gemini 3.8 Flash, với kết quả 57% trên Terminal-Bench 4.1 so với 18.2% của Flash. Không chỉ số nào trong số đó đo lường bounding box, đó là lý do chúng tôi chạy UL37.
Gemini 4 Hydrogen so với Gemini 3.8 Flash trên UL37#
Gemini 3.8 Flash đạt 0.516 mAP50 trên UL37, vì vậy Hydrogen cải thiện 0.037 trên cùng bộ ảnh và pipeline, tương đương khoảng bốn phần năm khoảng cách 0.047 giữa Argon và Carbon. Trên bảng xếp hạng, Hydrogen đứng thứ ba còn Flash đứng thứ tám.
Model cũng vượt Claude Fable 5.2 với cách biệt 0.009, trong khi chi phí mỗi ảnh chỉ nhỉnh hơn một nửa so với Fable; Hydrogen cũng vượt Gemini 4 Argon 0.016, dù Argon có giá $7.60 cho mỗi 1.000 ảnh.

mAP50 trên UL37 từ trang model Gemini 4 Hydrogen, đánh dấu Hydrogen ở vị trí thứ ba, tính đến ngày 14 tháng 11 năm 2026.
Mức sử dụng token ảnh hưởng thế nào đến chi phí mỗi ảnh#
VLM tính phí cho ảnh và prompt mà model đọc, cũng như mọi token model tạo ra, bao gồm cả phần suy luận trước khi trả lời. Hai model có mức giá token tương tự nhau vẫn có thể có chi phí mỗi ảnh rất khác nhau nếu một model sử dụng nhiều token hơn.
Giá token của Hydrogen chính xác bằng 75% giá ưu đãi ban đầu của Carbon, cho cả đầu vào lẫn đầu ra. Nếu hai model sử dụng cùng số token mỗi ảnh, Hydrogen sẽ có giá khoảng $9.70 cho mỗi 1.000 ảnh. Chi phí thực tế là $20.32, tức các lần chạy Hydrogen sử dụng khoảng gấp đôi số token tính theo trọng số giá trên mỗi ảnh so với Carbon. So với Gemini 3.8 Flash, model hiện có mức giá chính xác bằng một nửa Hydrogen, phép tính tương tự cho thấy Hydrogen sử dụng số token tính theo trọng số giá trên mỗi ảnh gấp khoảng 1.7 lần Flash.
Google báo cáo rằng trong thử nghiệm ban đầu với đối tác trên các quy trình làm việc phức tạp liên quan đến đồ thị, SQL và nhiều dữ liệu, Hydrogen sử dụng ít token hơn 12% đến 23% so với 3.8 Flash. Gán nhãn là một công việc khác: một ảnh và một câu trả lời có cấu trúc; trên UL37, Hydrogen sử dụng nhiều token tính theo trọng số giá hơn trên mỗi ảnh. Thời gian trung vị 7.2 giây mỗi ảnh của Hydrogen so với 5.1 giây của Terra và 4.6 giây của Argon.
Chi phí nhà cung cấp cho mỗi 1.000 ảnh UL37 tính đến ngày 16 tháng 11 năm 2026: Terra và Hydrogen theo giá niêm yết, Carbon theo giá ưu đãi $2 / $10 và mức ước tính theo giá $4 / $20 đã công bố với cùng mức sử dụng token.
Chi phí cho mỗi 1.000 ảnh kết hợp mức giá token với số token model sử dụng cho một tác vụ cụ thể, vì vậy một vài ảnh tiêu biểu từ bộ dữ liệu của bạn sẽ cho ước tính phù hợp nhất. Bảng xếp hạng và trang model của các model trả phí trên Platform công bố chi phí nhà cung cấp cho mỗi 1.000 ảnh; hướng dẫn chi phí phần mềm gán nhãn ảnh của chúng tôi đề cập đến các khoản còn lại trong ngân sách gán nhãn.
Các lĩnh vực Gemini 4 Hydrogen đạt điểm cao nhất: cây trồng, cứu hộ trên biển và X-quang#
Điểm trung bình trên 36 bộ dữ liệu không cho thấy những bộ dữ liệu mà một model vượt trội; trang model Gemini 4 Hydrogen liệt kê điểm số của model trên từng bộ. Hydrogen đạt điểm cao nhất trong số 46 model trên ba bộ dữ liệu và đồng hạng điểm cao nhất trên hai bộ khác.
Bệnh cây trồng. Trên PlantDoc, gồm 29 lớp lá cây trồng khỏe mạnh và bị bệnh, Hydrogen đạt 0.638 và là model tốt nhất trên bộ dữ liệu này. Carbon, model từng giữ điểm cao nhất trước đó, đạt 0.594; kết quả được trình bày trong kết quả Gemini 4 Carbon của chúng tôi.
Tìm kiếm và cứu hộ trên biển. Trên SeaDronesSee 2, gồm cảnh quay drone về người bơi, thuyền và thiết bị cứu sinh trên biển, Hydrogen đạt 0.596, cao hơn Carbon với 0.564 và Terra với 0.476.

Bounding box của Gemini 4 Hydrogen trên ảnh benchmark SeaDronesSee 2, lấy từ các dự đoán hiển thị trên trang model.
X-quang an ninh. Trên IEDXray, gồm các bộ phận thiết bị nổ được giấu trong ảnh X-quang hành lý, Hydrogen đạt 0.315 so với 0.282 của Carbon. Tất cả model đều đạt điểm thấp ở đây, vì vậy hãy xem đây là model tốt nhất trên một bộ dữ liệu khó, chứ không phải công cụ sàng lọc sẵn sàng sử dụng.
Nội soi polyp. Trên Kvasir-SEG, Hydrogen đạt 0.805 và đồng hạng điểm cao nhất trên bộ dữ liệu này. Terra đạt 0.71 và Carbon đạt 0.65; kết quả GPT-6.1 Terra của chúng tôi trình bày chi tiết hơn về kết quả của Terra trên ảnh y tế.
Bàn tay. Trên EgoHands, gồm video góc nhìn thứ nhất về bàn tay, Hydrogen đạt 0.995 và đồng hạng điểm cao nhất với GPT-6 Astra.
Siêu âm tuyến giáp, trường hợp ngược lại. Trên TN5000, trong đó mỗi nốt được gán nhãn là lành tính hoặc ác tính, Hydrogen đạt 0.704 so với 0.537 của Carbon. Gemini 3.8 Flash (0.88) và Terra (0.935) đều đạt điểm cao hơn trên bộ dữ liệu này. Hydrogen cũng đạt điểm gần bằng 0 trên các lỗi PCB không gắn linh kiện (DeepPCB, 0.000), ảnh X-quang bệnh lao (TBX11K, 0.013) và thành phần giao diện người dùng phần mềm (GroundCUA, 0.021).
Đối với phân tích ảnh y tế, hãy xem bounding box của mọi model là bản nháp cần chuyên gia lâm sàng kiểm tra và phê duyệt, tuyệt đối không xem đó là chẩn đoán.

Kết quả UL37 của Gemini 4 Hydrogen theo từng bộ dữ liệu trên trang model, tính đến ngày 14 tháng 11 năm 2026.
Mỗi bộ dữ liệu đóng góp 10 ảnh, vì vậy hãy xem một hàng kết quả là tín hiệu để thử nghiệm trên ảnh của bạn, không phải kết luận cuối cùng. Hướng dẫn chọn VLM dựa trên precision và recall của chúng tôi giải thích cách cân nhắc giữa bounding box sai và vật thể bị bỏ sót sau khi bạn đã chọn được danh sách model sơ bộ.
Cách chạy tự động gán nhãn bằng Gemini 4 Hydrogen trên bộ dữ liệu của bạn#
Hydrogen là model phát hiện cho bộ dữ liệu sử dụng prompt theo lớp, hỗ trợ từ 1 đến 200 lớp. Model trả về bounding box cho tên lớp riêng của bộ dữ liệu; bạn cần rà soát kết quả trước khi huấn luyện.
- Tạo khóa Gemini API trong Google AI Studio.
- Yêu cầu chủ sở hữu workspace thêm khóa trong mục Settings > API Keys của workspace Platform quản lý bộ dữ liệu. Google tính phí trực tiếp vào khóa của bạn; tài liệu về khóa nhà cung cấp trình bày chi tiết.
- Mở ảnh trong trình chỉnh sửa gán nhãn, chuyển sang chế độ Smart, rồi chọn Gemini 4 Hydrogen trong mục Google ở bộ chọn model.
- Nhấn Predict hoặc
Pđể gán nhãn cho ảnh hiện tại. Khi nhà cung cấp trả về ước tính chi phí, thông báo toast sau mỗi lần dự đoán sẽ hiển thị mức phí; thử một vài ảnh tiêu biểu sẽ giúp bạn ước tính chi phí cho dữ liệu của mình. - Trên trang bộ dữ liệu, chọn More actions > Batch Annotation để gán nhãn tất cả ảnh chưa có nhãn trong một lượt. Xem lại Estimated Cost rồi nhấp Start. Platform lưu một phiên bản bộ dữ liệu trước để bạn có thể khôi phục; các nhãn hiện có không bao giờ bị thay đổi.
- Rà soát và chỉnh sửa bounding box, sau đó huấn luyện model Ultralytics YOLO26 trên kết quả trong cùng workspace bằng huấn luyện trên cloud.
Để biết thêm về cách các model này hoạt động trong trình chỉnh sửa, hãy xem cách Ultralytics Platform sử dụng AI để tự động hóa việc gán nhãn và lý do quy trình có con người tham gia rà soát vẫn là một phần của quy trình làm việc.
Gemini 4 Hydrogen phù hợp với trường hợp nào#
Với các nhóm hiện đang gán nhãn bằng Gemini 3.8 Flash, Hydrogen cải thiện 0.037 mAP50 trên UL37 ở phân khúc nhanh của Google; trang model hiển thị kết quả của model trên từng bộ dữ liệu, bao gồm điểm cao nhất trên PlantDoc và đồng hạng điểm cao nhất trên Kvasir-SEG. Kết quả tùy thuộc vào bộ dữ liệu, vì vậy hãy thử trên các ảnh tiêu biểu và kiểm tra bounding box cũng như chi phí ước tính trước khi chạy Batch Annotation.
Để so sánh độ chính xác, chi phí và tốc độ của tất cả model, hãy xem Bảng xếp hạng VLM. Các model được lưu trữ như Qwen3.8 27B và SAM 3.1 Text không cần API key.
Câu hỏi thường gặp
Trên benchmark UL37, model đạt 0.553 mAP50 trên 36 bộ dữ liệu phát hiện vật thể thực tế, đứng thứ ba trên Bảng xếp hạng VLM Ultralytics sau Gemini 4 Carbon (0.584) và GPT-6.1 Terra (0.560). mAP50-95 đạt 0.350, chỉ thấp hơn Carbon; model đạt điểm cao nhất trong số 46 model trên PlantDoc, SeaDronesSee 2 và IEDXray.
Trong benchmark của chúng tôi, phí token của Google là $20.32 cho mỗi 1.000 ảnh theo giá niêm yết của Hydrogen tính đến ngày 16 tháng 11 năm 2026: $1.50 cho mỗi triệu token đầu vào và $7.50 cho mỗi triệu token đầu ra. Batch Annotation trên Ultralytics Platform cộng thêm $1.00 cho mỗi 1.000 ảnh; Google tính phí token trực tiếp vào khóa của bạn.
Giá mỗi token của Hydrogen bằng 75% giá ưu đãi ban đầu của Carbon, nhưng trên UL37, các lần chạy Hydrogen sử dụng khoảng gấp đôi số token tính theo trọng số giá trên mỗi ảnh, dẫn đến chi phí $20.32 so với $12.93 cho mỗi 1.000 ảnh. Theo mức giá Carbon đã công bố áp dụng từ ngày 1 tháng 12, cùng mức sử dụng của Carbon sẽ có chi phí khoảng $25.87.
Trên UL37, Carbon đạt 0.584 mAP50 còn Hydrogen đạt 0.553, chênh lệch 0.031. Hydrogen đạt điểm cao hơn Carbon trên PlantDoc, SeaDronesSee 2, IEDXray, Kvasir-SEG, EgoHands và TN5000. Hiệu suất trên ảnh của bạn có thể khác, vì vậy hãy thử cả hai model trên một tập mẫu trước khi xử lý hàng loạt.
Trên UL37, GPT-6.1 Terra đạt 0.560 mAP50, Hydrogen đạt 0.553, còn GPT-6.1 Sol đạt 0.514. Hydrogen đạt 0.350 mAP50-95, cao hơn mức 0.345 của Terra và 0.318 của Sol; Hydrogen cũng đạt điểm cao hơn Terra trên PlantDoc, SeaDronesSee 2 và Kvasir-SEG. Terra đạt điểm cao hơn trên siêu âm tuyến giáp TN5000, 0.935 so với 0.704 của Hydrogen. Kết quả GPT-6.1 Terra của chúng tôi trình bày những thế mạnh của Terra.
Trên UL37, Hydrogen đạt 0.553 mAP50 so với 0.516 của Flash. Chi phí nhà cung cấp trong các lần chạy của chúng tôi là $20.32 cho mỗi 1.000 ảnh đối với Hydrogen và $5.86 đối với Flash theo giá ưu đãi ban đầu, mà Google cho biết sẽ kết thúc vào ngày 31 tháng 12. Theo mức giá đã công bố áp dụng từ ngày 1 tháng 1 năm 2027, cùng mức sử dụng Flash sẽ có chi phí khoảng $11.72.
Có. Chủ sở hữu workspace thêm khóa Gemini API từ Google AI Studio vào mục Settings > API Keys trong workspace quản lý bộ dữ liệu; Google tính phí trực tiếp vào tài khoản liên kết với khóa đó. Để gán nhãn mà không cần khóa nhà cung cấp, hãy dùng model được lưu trữ như Qwen3.8 27B hoặc SAM 3.1 Text, hoặc một trong các model YOLO của bạn.
Được viết bởi
Bình luận
Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.










