获取 YOLO 许可
Ultralytics 平台

Gemini 4 Hydrogen 自动标注:每个 token 更便宜,每张图像更贵

Gemini 4 Hydrogen 在我们的 36 个数据集目标检测基准测试中,于 46 个 VLM 中排名第三,mAP50 为 0.553,并在植物病害、海上救援和 X 射线数据集上取得最高分。

Glenn JocherGlenn Jocher10 分钟阅读
Google 发布 Gemini 4 Hydrogen 的宣传图,其中展示了 Ultralytics Platform 磁贴,标注 0.553 mAP50,即其在 UL37 目标检测基准测试中的总分

Gemini 4 Hydrogen 在 UL37 自动标注评测中,于 46 个模型中排名第三;UL37 是我们涵盖 36 个数据集的目标检测基准测试,结果显示在 2026 年 11 月 12 日更新的 Ultralytics VLM Leaderboard 上。它的 mAP50 为 0.553,mAP50-95 为 0.350,低于 Gemini 4 Carbon(0.584)和 GPT-6.1 Terra(0.560),高于 Claude Fable 5.2 和 Gemini 4 Argon;它在 PlantDoc(植物病害)、SeaDronesSee 2(海上搜救)和 IEDXray(安检 X 射线)上得分最高,并在 Kvasir-SEG 和 EgoHands 上并列最高分。

Google 于 11 月 12 日发布 Hydrogen,将其称为快速且高性价比的 Gemini 4 模型;现在,你可以在 Ultralytics Platform 中使用它进行自动标注。Google 主打 Hydrogen 的编程和智能体能力;UL37 则衡量它绘制边界框的效果。

以下将介绍 Hydrogen 的总体结果和各数据集结果、token 用量如何影响每张图像的成本,以及如何在 Platform 中使用自己的数据集运行它。

Gemini 4 Hydrogen 目标检测:UL37 排名第三#

UL37 在 360 张图像上衡量模型边界框与人工标注的匹配程度:36 个真实目标检测数据集各取 10 张图像,涵盖甲状腺超声、无人机热成像画面、零售货架、平面图和电路板。每张图像都经过 Platform 用户使用的同一处理流程,并使用相应数据集自带的类别名称;所有数据集的权重相同。评测方法已公开。

Hydrogen 的 0.553 mAP50 比领先者低 0.031,比 Terra 低 0.007。以下是它在 Google 的其他模型和最接近的竞争模型中的排名:

模型UL37 mAP50每百万 token 的价格(输入 / 输出)提供商每 1,000 张图像的费用
Gemini 4 Carbon0.58411 月 30 日前为 $2.00 / $10.00,此后为 $4.00 / $20.00$12.93(12 月 1 日起约为 $25.87)
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 Argon0.53711 月 30 日前为 $2.00 / $10.00,此后为 $4.00 / $20.00$7.60(12 月 1 日起约为 $15)
Gemini 3.8 Flash0.51612 月 31 日前为 $0.75 / $3.75,此后为 $1.50 / $7.50$5.86(1 月 1 日起约为 $11.72)

服务提供商成本根据各服务提供商报告的 token 用量和标示价格计算。对于所有模型,Batch Annotation 都会额外收取 Platform 每 1,000 张图像 $1.00 的处理费。

价格截至 2026 年 11 月 16 日。 Google 的 Hydrogen 发布公告列出的价格为每百万输入 token $1.50、每百万输出 token $7.50。Google 的 Carbon 上线公告说明 Carbon 的优惠价格持续至 2026 年 11 月 30 日,此后价格为 $4.00 和 $20.00;其 Gemini API 定价页面列出了 Gemini 4 Argon 的相同调价;其 Flash 公告则说明 Gemini 3.8 Flash 的优惠价格持续至 2026 年 12 月 31 日,2027 年 1 月 1 日起价格为 $1.50 和 $7.50。表格中的后续价格是将公布的费率应用于相同基准测试 token 用量得出的估算值,并非新的运行结果。

本次运行中 Hydrogen 的其他指标:mAP50-95 为 0.350,该指标也会奖励边界框贴合程度高的结果,仅次于 Carbon 的 0.371;精确率为 0.63,召回率为 0.62;没有请求失败或拒绝响应;每张图像的中位耗时为 7.2 秒。

Google 为 Hydrogen 设定的用途#

Google 的发布公告称,Hydrogen“专为在各种智能体工作流中快速执行而打造”,而 Carbon 和 Argon“擅长对最棘手的问题进行深入、长周期推理”。Hydrogen 的上下文窗口为 100 万 token,整个窗口范围内每百万输入 token 收费 $1.50、每百万输出 token 收费 $7.50,并提供四种思考等级:low、medium、high(默认)以及新推出的 xhigh。

Google 表示,Hydrogen 在默认的 high 等级下,Artificial Analysis Intelligence Index 得分为 51,比 Argon 高 1 分;在 xhigh 下得分为 54。Google 称 Hydrogen 是团队从 Gemini 3.8 Flash 迁移时的一次重大升级;在 Terminal-Bench 4.1 上,它的得分为 57%,而 Flash 为 18.2%。这些指标都不衡量边界框,这正是我们运行 UL37 的原因。

Gemini 4 Hydrogen 与 Gemini 3.8 Flash 在 UL37 上的对比#

Gemini 3.8 Flash 在 UL37 上的 mAP50 为 0.516,因此 Hydrogen 在相同图像和处理流程下高出 0.037,约为 Argon 与 Carbon 之间 0.047 差距的五分之四。在排行榜上,Hydrogen 排名第三,Flash 排名第八。

Hydrogen 的得分也比 Claude Fable 5.2高 0.009,每张图像的成本略高于 Fable 的一半;它比 Gemini 4 Argon 高 0.016,不过 Argon 每 1,000 张图像的成本为 $7.60。

Gemini 4 Hydrogen 模型页面上的检测准确率图表,按 UL37 mAP50 为模型排名,并突出显示排名第三的 Hydrogen

截至 2026 年 11 月 14 日,Gemini 4 Hydrogen 模型页面上的 UL37 mAP50 排名,其中 Hydrogen 高亮显示为第三名。

token 用量如何影响每张图像的成本#

视觉语言模型会对读取的图像和提示词,以及写回的每个 token 计费,其中包括回答前的推理内容。如果一个模型使用的 token 更多,即使两个模型的 token 费率相近,每张图像的成本也可能相差很大。

Hydrogen 的 token 价格恰好是 Carbon 优惠价格的 75%,输入和输出均如此。如果两个模型每张图像使用的 token 数相同,Hydrogen 每 1,000 张图像的成本约为 $9.70。实际成本为 $20.32,这表明 Hydrogen 每张图像使用的按价格加权 token 数约为 Carbon 的两倍。与 Gemini 3.8 Flash 相比,Hydrogen 的 token 价格恰好是 Flash 当前价格的两倍;同样的计算表明,Hydrogen 每张图像使用的按价格加权 token 数约为 Flash 的 1.7 倍。

Google 表示,在早期合作伙伴针对复杂图表、SQL 和数据密集型工作流进行的测试中,Hydrogen 使用的 token 比 3.8 Flash 少 12% 至 23%。标注是另一类任务:输入一张图像,输出一个结构化答案;而在 UL37 上,Hydrogen 每张图像使用的按价格加权 token 更多。Hydrogen 每张图像的中位耗时为 7.2 秒,而 Terra 为 5.1 秒,Argon 为 4.6 秒。

截至 2026 年 11 月 16 日,每 1,000 张 UL37 图像的服务提供商成本:Terra 和 Hydrogen 按标价计算,Carbon 按 $2 / $10 的优惠价格计算,并使用相同 token 用量估算其公布的 $4 / $20 价格。

每 1,000 张图像的成本取决于 token 费率以及模型在特定任务中使用的 token 数,因此从你自己的数据集中挑选几张有代表性的图像,才能得到最相关的估算。排行榜和 Platform 上付费模型的页面会显示每 1,000 张图像的服务提供商成本;其余标注预算可参阅我们的图像标注软件成本指南。

Gemini 4 Hydrogen 得分最高的领域:植物、海上救援和 X 射线#

36 个数据集的平均分会掩盖模型表现突出的领域;Gemini 4 Hydrogen 模型页面列出了它在每个数据集上的得分。在三个数据集上,Hydrogen 的得分超过其他 46 个模型,并在另外两个数据集上并列最高分。

植物病害。在包含 29 类健康和患病作物叶片的 PlantDoc 上,Hydrogen 得分为 0.638,是该数据集上的最佳模型。Carbon 此前在该数据集上取得最高分,得分为 0.594;详情请见我们的 Gemini 4 Carbon 结果。

海上搜救。在 SeaDronesSee 2 上,该数据集包含海上游泳者、船只和救生装备的无人机画面;Hydrogen 得分为 0.596,高于 Carbon 的 0.564 和 Terra 的 0.476。

SeaDronesSee 2 数据集中的开阔水域无人机图像,Gemini 4 Hydrogen 预测的边界框标出了船只、三名游泳者和一艘水上摩托

Gemini 4 Hydrogen 在一张 SeaDronesSee 2 基准图像上绘制的边界框,取自其模型页面展示的预测结果。

安检 X 射线。在 IEDXray 上,数据集包含行李 X 射线图像中的隐藏爆炸装置组件;Hydrogen 得分为 0.315,高于 Carbon 的 0.282。所有模型在此处的得分都很低,因此应将其视为在高难度数据集中的最佳表现,而不是可直接投入使用的筛查器。

息肉内窥镜检查。在 Kvasir-SEG 上,Hydrogen 得分为 0.805,并列该数据集最高分。Terra 在该数据集上的得分为 0.71,Carbon 为 0.65;我们的 GPT-6.1 Terra 结果更详细地介绍了 Terra 在医学影像上的表现。

手部。在展示第一人称视角手部画面的 EgoHands 上,Hydrogen 得分为 0.995,与 GPT-6 Astra 并列最高分。

甲状腺超声,反例。在 TN5000 上,每个结节都标注为良性或恶性;Hydrogen 得分为 0.704,高于 Carbon 的 0.537。Gemini 3.8 Flash(0.88)和 Terra(0.935)在该数据集上的得分都更高。Hydrogen 在裸板 PCB 缺陷(DeepPCB,0.000)、结核病 X 射线(TBX11K,0.013)和软件 UI 元素(GroundCUA,0.021)上的得分也接近零。

对于医学图像分析,任何模型生成的边界框都应视为草稿,由临床专家检查并批准,绝不能作为诊断结果。

Gemini 4 Hydrogen 模型页面上的数据集结果表,列出其在每个数据集上的 UL37 mAP50、精确率和召回率

截至 2026 年 11 月 14 日,Gemini 4 Hydrogen 模型页面上的各数据集 UL37 结果。

每个数据集仅包含 10 张图像,因此应将单行结果视为在自己的图像上进行测试的参考,而不是最终结论。我们的如何根据精确率和召回率选择 VLM指南会说明,在你确定候选模型后,如何权衡误检边界框和漏检目标。

如何在你的数据集上运行 Gemini 4 Hydrogen 自动标注#

Hydrogen 是一种通过类别提示词工作的模型,适用于包含 1 至 200 个类别的检测数据集。它会为数据集中的各个类别名称返回边界框,你可以在训练前检查这些边界框。

  1. 在 Google AI Studio 中创建 Gemini API 密钥。
  2. 让工作区所有者在拥有你数据集的 Platform 工作区中,通过 Settings > API Keys 添加密钥。Google 会直接向你的密钥计费;详情请参阅服务提供商密钥文档。
  3. 在标注编辑器中打开一张图像,切换到 Smart 模式,然后在模型选择器的 Google 分类下选择 Gemini 4 Hydrogen。
  4. 按 Predict,或使用 P,即可标注当前图像。服务提供商返回成本估算后,每次预测完成时,提示消息都会显示该估算;因此,选取几张有代表性的图像,就能了解自己的数据大致需要多少成本。
  5. 在数据集页面中,选择 More actions > Batch Annotation,即可一次性标注所有未标注图像。查看 Estimated Cost,然后点击 Start。Platform 会先保存一个数据集版本,方便你回滚,并且绝不会更改现有标注。
  6. 检查并修正边界框,然后在同一工作区中使用云端训练,根据标注结果训练一个 Ultralytics YOLO26 模型。

要进一步了解这些模型如何融入编辑器,请参阅Ultralytics Platform 如何利用 AI 自动化标注,以及人工参与的审核为何仍是工作流的一部分。

Gemini 4 Hydrogen 的适用场景#

对于目前使用 Gemini 3.8 Flash 进行标注的团队,Hydrogen 属于 Google 的快速系列,在 UL37 上将 mAP50 提高了 0.037;它的模型页面会展示每个数据集上的结果,包括在 PlantDoc 上取得最高分、在 Kvasir-SEG 上并列最高分。结果因数据集而异,因此请先在有代表性的图像上试用,并在运行 Batch Annotation 前检查边界框和预估成本。

要比较所有模型的准确率、成本和速度,请在 VLM Leaderboard 上进行对比。托管模型(例如 Qwen3.8 27B 和 SAM 3.1 Text)完全不需要 API 密钥。

常见问题

  • 在我们的 UL37 基准测试中,Gemini 4 Hydrogen 在 36 个真实检测数据集上的 mAP50 为 0.553,在 Ultralytics VLM Leaderboard 上排名第三,低于 Gemini 4 Carbon(0.584)和 GPT-6.1 Terra(0.560)。它的 mAP50-95 为 0.350,仅次于 Carbon;在 PlantDoc、SeaDronesSee 2 和 IEDXray 上,它的得分超过其他 46 个模型。

  • 在我们的基准测试中,按 Google 截至 2026 年 11 月 16 日的标价计算,Hydrogen 的 token 费用为每 1,000 张图像 $20.32;价格为每百万输入 token $1.50、每百万输出 token $7.50。Ultralytics Platform 中的 Batch Annotation 另收每 1,000 张图像 $1.00,你使用的 token 费用由 Google 向你自己的密钥计费。

  • Hydrogen 的每 token 价格是 Carbon 优惠价格的 75%,但在 UL37 上,Hydrogen 每张图像使用的按价格加权 token 数约为 Carbon 的两倍,因此每 1,000 张图像的成本为 $20.32,而 Carbon 为 $12.93。按照 Carbon 自 12 月 1 日起公布的价格,相同的 Carbon 用量成本约为 $25.87。

  • 在 UL37 上,Carbon 的 mAP50 为 0.584,Hydrogen 为 0.553,相差 0.031。Hydrogen 在 PlantDoc、SeaDronesSee 2、IEDXray、Kvasir-SEG、EgoHands 和 TN5000 上的得分均高于 Carbon。Hydrogen 在你自己的图像上可能表现不同,因此请先用一个样本测试两者,再处理大型批次。

  • 在 UL37 上,GPT-6.1 Terra 的 mAP50 为 0.560,Hydrogen 为 0.553,GPT-6.1 Sol 为 0.514。Hydrogen 的 mAP50-95 为 0.350,高于 Terra 的 0.345 和 Sol 的 0.318;它在 PlantDoc、SeaDronesSee 2 和 Kvasir-SEG 上的得分高于 Terra。Terra 在 TN5000 甲状腺超声数据集上的得分更高,为 0.935,而 Hydrogen 为 0.704。我们的 GPT-6.1 Terra 结果介绍了 Terra 表现最强的领域。

  • 在 UL37 上,Hydrogen 的 mAP50 为 0.553,高于 Flash 的 0.516。在我们的运行中,Hydrogen 每 1,000 张图像的服务提供商成本为 $20.32;Flash 按优惠价格计算则为 $5.86,Google 表示优惠价格将在 12 月 31 日结束。按 2027 年 1 月 1 日起公布的价格计算,相同的 Flash 用量成本约为 $11.72。

  • 需要。工作区所有者需要在拥有你数据集的工作区中,通过 Settings > API Keys 添加从 Google AI Studio 获取的 Gemini API 密钥;Google 会直接向关联该密钥的账号计费。如需不使用服务提供商密钥进行标注,请使用 Qwen3.8 27B 或 SAM 3.1 Text 等托管模型,或者使用你自己的 YOLO 模型。

作者

Glenn Jocher
Glenn Jocher

创始人兼首席执行官 · Ultralytics

Glenn Jocher 是 Ultralytics 的创始人兼 CEO,负责领导 Ultralytics YOLO 的开发。Ultralytics YOLO 是全球应用最广泛的计算机视觉模型。他的工作不仅是打造更快、更准确的模型,更是帮助世界各地的人们利用视觉 AI 解决有意义的问题。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来