GuidesOneMux

Gemini 4 Hydrogen cho thay đổi mã trong kho lưu trữ: Điều đã được ghi nhận và điều chưa rõ

So sánh Gemini 4 Hydrogen và Gemini 4 Carbon trong phạm vi thông tin có nguồn về thay đổi mã trong kho lưu trữ, xác minh bằng kiểm thử, tool calling, structured output và chi phí API.

AI

Tóm tắt · TL;DR

Gemini 4 Hydrogen là một lựa chọn có cơ sở để đánh giá cho quy trình bảo trì kho lưu trữ, vì nguồn được cung cấp báo cáo kết quả benchmark lập trình trên dòng lệnh và mô tả cách Orchestrator của Google chọn giữa Hydrogen và Carbon. Nguồn này không ghi nhận khả năng tool calling hoặc structured output tích hợp sẵn, vì vậy cần xác minh các khả năng đó trong tài liệu API hiện hành trước khi triển khai. OneMux liệt kê cả hai model qua một API định tuyến model thống nhất, với cùng tỷ lệ giá công bố trong bản chụp danh mục được cung cấp.

Điểm chính

  • Nguồn đã được xác minh ghi nhận kết quả benchmark lập trình và dòng lệnh của Hydrogen, nhưng không mô tả đầy đủ bộ tính năng của một agent làm việc với kho lưu trữ.
  • Theo thông tin được báo cáo, Orchestrator của Google chọn giữa Hydrogen và Carbon; điều này không chứng minh rằng từng model tự hỗ trợ một giao thức tool calling cụ thể.
  • Nguồn được cung cấp chưa xác định khả năng structured output; không nên suy đoán khả năng này từ hiệu suất lập trình hoặc giá model.
  • Với thay đổi trong kho lưu trữ, hãy yêu cầu bản vá, chạy các bài kiểm thử hiện có của dự án, kiểm tra diff và từ chối thay đổi nếu chưa xác minh đầy đủ.
  • OneMux liệt kê Gemini 4 Hydrogen và Gemini 4 Carbon qua một API tương thích OpenAI; vẫn cần xác nhận tính tương thích của endpoint và tham số với quy trình mong muốn.
Mục lục (9)

Kết luận nhanh

Đối với thay đổi mã trong kho lưu trữ có xác minh bằng kiểm thử, thông tin về Gemini 4 Hydrogen đủ để đưa model này vào một đợt đánh giá có kiểm soát, nhưng chưa đủ để mặc định model hỗ trợ tool calling hoặc structured output. Nguồn được cung cấp báo cáo kết quả lập trình trên dòng lệnh và mô tả cách Orchestrator của Google chọn giữa Hydrogen và Gemini 4 Carbon. Nguồn không ghi nhận schema cho function calling, khả năng thực thi JSON schema, độ tin cậy của bản vá, tỷ lệ vượt qua kiểm thử hay hành vi độc lập của agent.

Sự phân biệt này rất quan trọng. Một model có thể đạt kết quả tốt trong benchmark lập trình nhưng vẫn cần các biện pháp kiểm soát ở phía ứng dụng đối với việc sửa tệp, chạy lệnh shell, thực thi kiểm thử và tạo kết quả có thể đọc bằng máy.

OneMux là đơn vị xuất bản bài so sánh này. Danh mục của OneMux liệt kê cả hai model qua một API định tuyến model thống nhất. Tính tương thích với quy trình làm việc trên kho lưu trữ vẫn phụ thuộc vào endpoint và các tham số được ghi trong tài liệu cho tài khoản và model bạn chọn.

Nguồn đã được xác minh cho biết điều gì

Nguồn xuất bản ngày 12 tháng 11 năm 2026 báo cáo những thông tin sau về Hydrogen:

  • Google mô tả đây là model Gemini 4 có chi phí thấp hơn, được xây dựng để thực thi nhanh.
  • Trên Artificial Analysis Intelligence Index, Hydrogen đạt 51 điểm ở mức thinking high mặc định, so với 50 điểm của Gemini 4 Argon; ở mức xhigh được báo cáo, Hydrogen đạt 54 điểm.
  • Trong lần chạy Terminal-Bench 4.1 của Google, Hydrogen đạt 57%, so với 18.2% của Gemini 3.8 Flash.
  • Trong các lần chạy Terminal-Bench 4.0, Google báo cáo rằng Orchestrator đạt tỷ lệ thành công gần bằng Carbon trong khi sử dụng quota trung bình ít hơn 24%.
  • Theo thông tin được báo cáo, Hydrogen có sẵn qua Gemini API, Google AI Studio, Google Search và Antigravity đối với một số người đăng ký.
  • Hydrogen được báo cáo có cửa sổ ngữ cảnh 1 triệu token và mức giá theo nguồn là $1.50 per million input tokens và $7.50 per million output tokens.

Đây là các số liệu đo lường và thông tin về khả năng truy cập được nguồn báo cáo. Chúng không đảm bảo một kho lưu trữ, ngôn ngữ, bộ kiểm thử hay môi trường chạy agent cụ thể sẽ cho cùng kết quả.

Nguồn: SiliconANGLE, “Google releases Gemini 4 Hydrogen”.

Hydrogen và Carbon: Những điểm có thể so sánh

Hạng mụcGemini 4 HydrogenGemini 4 CarbonKết luận có thể rút ra
Bằng chứng về lập trìnhĐiểm Terminal-Bench 4.1 do Google báo cáo là 57%Nguồn được cung cấp không nêu điểm Terminal-Bench 4.1 của riêng CarbonHydrogen có kết quả được ghi nhận; điểm có thể so sánh trực tiếp của Carbon chưa rõ
Bằng chứng về OrchestratorOrchestrator có thể chọn Hydrogen hoặc Carbon trong một phiênOrchestrator có thể chọn Hydrogen hoặc Carbon trong một phiênNguồn báo cáo một quy trình định tuyến, không chứng minh hành vi độc lập của hai model là như nhau
Ngữ cảnh1 triệu token trong danh mục được cung cấp1 triệu token trong danh mục được cung cấpCả hai có cùng kích thước ngữ cảnh được niêm yết trong bản chụp này
Giá danh mục chính thức$1.50 input and $7.50 output per million tokens$2 input and $10 output per million tokensGiá niêm yết của Hydrogen thấp hơn; điều này không chứng minh tổng chi phí cho một tác vụ thấp hơn
Tool callingChưa rõ từ nguồn được cung cấpChưa rõ từ nguồn được cung cấpXác minh tài liệu API hiện hành
Structured outputChưa rõ từ nguồn được cung cấpChưa rõ từ nguồn được cung cấpXác minh tài liệu API hiện hành

Nguồn không đủ cơ sở để khẳng định Hydrogen tốt hơn Carbon trong việc sửa mã trong kho lưu trữ, sử dụng shell, function calling, tạo JSON hay sửa lỗi kiểm thử. Nguồn chỉ hỗ trợ các so sánh có phạm vi hẹp hơn như đã nêu ở trên.

Quy trình thay đổi mã trong kho lưu trữ

Một đợt đánh giá thực tế nên yêu cầu model tạo ra thay đổi có thể được rà soát, thay vì coi điểm lập trình là bằng chứng cho thấy model đã sẵn sàng dùng trong môi trường production.

Điều kiện chuẩn bị

Trước khi kiểm thử, hãy chuẩn bị:

  • Cây làm việc sạch và một bản checkout có thể tái tạo.
  • Các lệnh cài đặt và kiểm thử được ghi trong tài liệu của kho lưu trữ.
  • Một tác vụ có tiêu chí chấp nhận rõ ràng và phạm vi tệp được giới hạn.
  • Một môi trường chạy ghi lại prompt, model, phản hồi được tạo, diff đã áp dụng, đầu ra lệnh và kết quả kiểm thử cuối cùng.
  • Đảm bảo không có thông tin xác thực production trong môi trường mà model có thể xem.

Yêu cầu model kiểm tra các tệp liên quan, đề xuất bản vá tối thiểu, chỉ áp dụng những thay đổi được yêu cầu và báo cáo chính xác các bài kiểm thử đã chạy. Môi trường chạy cần giữ quyền truy cập tệp và thực thi lệnh dưới sự kiểm soát của ứng dụng. Không suy ra rằng một model có thể gọi công cụ chỉ vì sản phẩm bao quanh, chẳng hạn Orchestrator, có thể điều phối việc chọn model.

Một dạng yêu cầu minh họa:

curl "$DOCUMENTED_ONEMUX_ENDPOINT/v1/chat/completions" \
  -H "Authorization: Bearer $ONEMUX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Gemini 4 Hydrogen",
    "messages": [
      {
        "role": "user",
        "content": "Inspect the repository context provided by the harness. Propose the smallest patch for the stated issue, explain the files changed, and identify the exact test command to run. Do not claim tests passed unless their output is supplied."
      }
    ]
  }'

Đây là dạng tích hợp minh họa, không phải khẳng định rằng endpoint, định danh model hoặc các tham số được nêu đã được kiểm thử. Hãy xác nhận tài liệu API OneMux hiện hành và các yêu cầu định tuyến model trước khi sử dụng.

Sau khi nhận phản hồi, hãy áp dụng bản vá trong một worktree cô lập, chạy các bước kiểm tra hiện có của dự án, kiểm tra diff để tìm các chỉnh sửa không liên quan và yêu cầu model rà soát đầu ra kiểm thử thực tế. Bài kiểm thử thất bại phải tiếp tục được ghi nhận là thất bại; yêu cầu một bản tóm tắt có vẻ chắc chắn không thể thay thế việc xác minh.

Tool calling và structured output: Giới hạn thông tin

Tool calling là câu hỏi về giao thức: API có chấp nhận các công cụ được khai báo, trả về yêu cầu gọi công cụ có thể đọc bằng máy và giữ nguyên các đối số cùng cấu trúc lượt tương tác bắt buộc hay không? Structured output là câu hỏi về schema: API có thể thực thi hoặc tạo một cấu trúc JSON cụ thể một cách đáng tin cậy hay không?

Nguồn được cung cấp không trả lời câu hỏi nào trong hai câu hỏi này đối với Hydrogen hoặc Carbon. Vì vậy, ban đầu một agent làm việc với kho lưu trữ nên xem cả hai khả năng là trách nhiệm của ứng dụng. Môi trường chạy có thể cung cấp một giao diện lệnh nhỏ chỉ cho phép các lệnh trong danh sách cho phép, xác thực đối số trước khi thực thi và phân tích phản hồi của model theo hướng thận trọng. Nếu tài liệu model hiện hành xác nhận có hỗ trợ tích hợp sẵn, hãy kiểm thử riêng với các đối số sai định dạng, trường bị thiếu, lệnh gọi lặp lại và lỗi công cụ.

Không dùng kết quả benchmark, dữ liệu giá hoặc độ dài ngữ cảnh làm bằng chứng cho bất kỳ khả năng nào trong hai khả năng này.

Bản chụp giá

Bản chụp danh mục OneMux được ghi nhận lúc 2026-11-15 08:30:05.796Z. Giá dưới đây tính trên mỗi triệu token; token đầu vào và đầu ra được tính phí riêng. Dữ liệu được cung cấp không liệt kê giá cache hoặc giá theo bậc.

ModelĐầu vào chính thứcĐầu ra chính thứcĐầu vào OneMuxĐầu ra OneMuxTỷ lệ giá công bố
Gemini 4 Hydrogen$1.50$7.50$0.234$1.170.156
Gemini 4 Carbon$2.00$10.00$0.312$1.560.156

Trong ví dụ thông thường với 1 triệu token đầu vào cộng 1 triệu token đầu ra, tổng giá niêm yết của Hydrogen là $9.00 theo giá chính thức và $1.404 theo giá OneMux. Tổng tương ứng của Carbon là $12.00 và $1.872. Đây là các ví dụ tính toán, không phải dự báo chi phí cho một tác vụ trong kho lưu trữ. Mức sử dụng thực tế phụ thuộc vào độ dài prompt, ngữ cảnh kho lưu trữ, đầu ra được tạo, số lần thử lại và các điều kiện dịch vụ áp dụng. Danh mục không liệt kê giá cache hoặc giá theo bậc cho các model này.

Kết luận

Bằng chứng được ghi nhận về Hydrogen đủ cơ sở để đánh giá model cho công việc trên kho lưu trữ thiên về dòng lệnh, đặc biệt khi mỗi thay đổi đều được cô lập và xác minh bằng kiểm thử. Bằng chứng này không hỗ trợ các khẳng định chưa được xác minh về tool calling tích hợp sẵn, structured output, chất lượng bản vá hay ưu thế so với Carbon. Hãy dùng phép so sánh model làm giả thuyết ban đầu, sau đó đo lường mức độ hoàn thành tác vụ, công sức rà soát, kết quả kiểm thử và tổng lượng token sử dụng trong môi trường chạy có kiểm soát của bạn.

Nguồn

FAQ

Có tài liệu ghi nhận Gemini 4 Hydrogen hỗ trợ tool calling không?

Nguồn đã được xác minh và cung cấp không ghi nhận điều đó. Nguồn đề cập đến các benchmark lập trình và Orchestrator của Google, nhưng không mô tả giao thức tool calling tích hợp sẵn cho Hydrogen.

Gemini 4 Hydrogen có hỗ trợ structured output không?

Nguồn được cung cấp không nói rõ. Hãy coi khả năng hỗ trợ structured output là chưa xác định cho đến khi tài liệu API hiện hành xác nhận schema và hành vi phản hồi cần thiết.

Gemini 4 Hydrogen có tốt hơn Gemini 4 Carbon khi thay đổi mã trong kho lưu trữ không?

Bằng chứng được cung cấp không hỗ trợ kết luận đó. Nguồn báo cáo việc Orchestrator chọn giữa các model và đưa ra một so sánh về quota với Carbon, nhưng không cung cấp kết quả có thể so sánh trực tiếp giữa từng model về chỉnh sửa kho lưu trữ hoặc tỷ lệ vượt qua kiểm thử.

Môi trường chạy phục vụ lập trình trên kho lưu trữ cần xác minh những gì?

Hãy xác minh bản vá theo phạm vi tệp được yêu cầu, chạy các bài kiểm thử hiện có của kho lưu trữ, lưu đầu ra, kiểm tra các thay đổi không liên quan và ghi nhận thất bại thay vì để model khẳng định thành công mà không có bằng chứng.

OneMux niêm yết giá Gemini 4 Hydrogen như thế nào?

Trong bản chụp danh mục lúc 2026-11-15T08:30:05.796Z, OneMux niêm yết $0.234 per million input tokens và $1.17 per million output tokens. Danh mục được cung cấp liệt kê tỷ lệ giá công bố là 0.156 và không có giá cache hoặc giá theo bậc.

Bài viết liên quan