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 Jocher10 分钟阅读
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 Carbon | 0.584 | 11 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 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 | 11 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 Flash | 0.516 | 12 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。

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。

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。

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。
- 在 Google AI Studio 中创建 Gemini API 密钥。
- 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。
- 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。
- 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。 - 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。
- 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
评论
提出问题、分享你的结果,或帮助其他人。










