跳至主要内容

Gemini 4 Hydrogen 与 Claude Sonnet 5.5:基准、定价与上手测试

在我们的机器人手臂上手测试中,Gemini 4 Hydrogen 与 Claude Sonnet 5.5 均获满分,因此选择取决于其他方面:Hydrogen 在谷歌的基准表格中领先且价格低 25%,而 Sonnet 5.5 在基于终端的编程与电脑使用方面保持领先。
Tom Farnschläder
Tom Farnschläder

创建您的免费账户

实践并学习路径你的进步。

使用 Google 继续继续即表示您接受我们的 使用条款,我们的 隐私政策 ,并且您的数据存储在美国。

谷歌于 2026 年 11 月 12 日发布了 Gemini 4 Hydrogen,作为 Gemini 4 家族中快速、低成本的成员,也是 Gemini 3.8 Flash 的替代品。其发布基准表将 Anthropic 于 9 月 28 日推出的中端模型 Claude Sonnet 5.5 放在相邻一列,因此这场对比本就是谷歌自己设定的框架。

本文将从代理式编程、知识型工作、电脑使用和定价等方面比较 Gemini 4 Hydrogen 与 Claude Sonnet 5.5,并分享我在两者上运行同一构建任务时发生了什么。

想紧跟 AI 与数据领域的动态,推荐订阅我们的周报 The Median。

要点速览

  • Gemini 4 Hydrogen 在谷歌的发布表格中多数项目取胜,尤其在知识型工作和大量文档的代理任务上领先。
  • Claude Sonnet 5.5 在代理于终端内工作或操作电脑的场景保持领先。
  • Hydrogen 在所有已公布费率上都更便宜,并提供用于原型开发的免费 API 层。
  • 在我们的机器人手臂上手测试中,两者都通过了所有探测;Hydrogen 的版本动作更自然、细节更丰富。
  • 若面向高频知识型工作、长多模态输入,或部署在谷歌技术栈上,选 Hydrogen。
  • 若侧重大量使用终端的编程代理、电脑操作,或需在 AWS、Azure 与 Google Cloud 跨云部署,选 Sonnet 5.5。

什么是 Gemini 4 Hydrogen?

Gemini 4 Hydrogen 是 Google DeepMind 于 2026 年 11 月 12 日发布的快速、低成本 Gemini 4 模型,用以继任 Gemini 3.8 Flash。

谷歌将其定位为面向代理式工作流的“日常主力”:它可独立工作,也可作为 Gemini 4 Carbon 与 Argon 之下的执行模型,由 Google Antigravity 中的新 Orchestrator 在同一会话内动态切换。

我们的 Gemini 4 Hydrogen 指南对发布进行了详解。

什么是 Claude Sonnet 5.5?

Claude Sonnet 5.5 是 Anthropic 的中端模型,于 2026 年 9 月 28 日发布,是 Claude 5.5 系列中的第二个模型。

Anthropic 将其定位为 Claude Opus 5.5 的更快、更低成本补充,擅长范围明确的日常任务、修复缺陷,以及润色文档、幻灯片与电子表格。

我们的 Claude Sonnet 5.5 指南涵盖发布信息,Claude Sonnet 5.5 API 教程展示了如何用它构建一个对账代理。

Gemini 4 Hydrogen vs Claude Sonnet 5.5:正面对比

Gemini 4 Hydrogen 在谷歌表格中多数取胜;Claude Sonnet 5.5 维持终端编程优势

在谷歌的发布表格中,Gemini 4 Hydrogen 在 10 行中的 7 行得分高于 Claude Sonnet 5.5,但 Sonnet 5.5 赢下的 3 行正是模型在终端或桌面环境中工作的场景。Hydrogen 在双方公布的所有费率上也更便宜。

特性Gemini 4 HydrogenClaude Sonnet 5.5
开发方与发布日期Google DeepMind,2026 年 11 月 12 日Anthropic,2026 年 9 月 28 日
代理式编程在 SWE-sweep 上领先在所有 Terminal-Bench 读数上领先
知识型工作与推理在所有知识型工作行和 HLE-Diamond 上领先在 Terminal-Bench-Science 上领先
电脑使用在 OSWorld-2.1 上落后在 OSWorld-2.1 上领先
输入文本、图像、视频、音频、PDF文本与图像
上下文窗口1,048,576 个 token100 万个 token
单次请求最大输出默认 65,536 个 token;启用长解码可至 1,048,576128K 个 token(Batch API 上为 300K,测试版)
推理控制四个思考级别;high 为默认五个努力级别;high 为 API 默认
API 价格在所有已公布费率上低 25%基线
我们的上手测试满分满分

编程与代理式工作

在所有同时报告两款模型的来源中,Claude Sonnet 5.5 在基于终端的代理式编程上领先,而 Gemini 4 Hydrogen 在谷歌的缺陷修复基准上占优。最有参考价值的是独立数据:Artificial Analysis 自行运行了 Terminal-Bench 4.0,给出 Sonnet 5.5 为 64%、Hydrogen 为 54%,与谷歌表格中的差距接近。

基准Gemini 4 HydrogenClaude Sonnet 5.5说明
Terminal-Bench 4.1(作弊调整)57.0%63.9%谷歌发布表格
Terminal-Bench 4.054%64%Artificial Analysis,独立运行
SWE-sweep13.5%3.1%谷歌发布表格;在不破坏现有代码的前提下查找并修复缺陷

SWE-sweep 是谷歌选用的指标,两者的绝对分数都不高,但它是 Hydrogen 在编程一栏上明确取胜的项目。谷歌还表示,Hydrogen 在探索代码库时会并行批处理文件读取与搜索,Anthropic 对 Sonnet 5.5 相较 Sonnet 5 也有同样描述,因此这并非某一方独有优势。

若构建一个在 Shell 中运行的编程代理,Sonnet 5.5 是更强选择;Hydrogen 以更低价格接近之,具体差异见定价部分。

知识型工作与推理

在谷歌表格中,Gemini 4 Hydrogen 在所有知识型工作行上领先,差距最大的是 Agents' Last Exam v1.1(端到端专业工作流基准),其得分为 71.6%,而 Sonnet 5.5 为 60.4%。

基准Gemini 4 HydrogenClaude Sonnet 5.5说明
Agents' Last Exam v1.171.6%60.4%端到端专业工作流
AutomationBench-AA76.1%71.8%业务自动化任务
Vending-Bench 2$14,549$11,165模拟企业中的最终银行余额
HLE-Diamond58.8%53.3%推理
Terminal-Bench-Science 0.151.4%59.9%终端环境中的科学与数学任务

这五行均来自谷歌发布表格。Sonnet 5.5 在该组唯一的胜出仍是终端环境下的科学基准。对于研究、分析和大量文档的代理,Hydrogen 是更强的模型。

电脑使用与多模态工作

Claude Sonnet 5.5 在电脑使用方面领先,在谷歌表格的 OSWorld-2.1 离线子集中得分 83.9%,Hydrogen 为 77.6%。在多模态理解方面,两者接近,Hydrogen 略占优。

基准Gemini 4 HydrogenClaude Sonnet 5.5说明
OSWorld-2.1(离线子集)77.6%83.9%根据截图操作桌面
MKA53.4%52.0%围绕可视文件的代理式知识型工作;基本打平
Chartography66.6%61.6%图表阅读;Anthropic 报告的 Sonnet 5.5 得分相同

更大的多模态差异在于可接受输入:Hydrogen 原生可读视频、音频和 PDF,而 Sonnet 5.5 接受文本与图像。若代理需点击操作界面,选 Sonnet 5.5;若输入为录音或较长的可视文件,选 Hydrogen。

定价:您实际支付多少

在双方均公布费率的各项上,Gemini 4 Hydrogen 的价格为 Claude Sonnet 5.5 的 75%:输入、输出、缓存读取与批处理,全部如此。这个单一倍率在下列所有工作负载形态中保持一致。

在各种工作负载形态下,Gemini 4 Hydrogen 的成本均比 Claude Sonnet 5.5 低 25%

由于倍率一致,对比可归结为一个数字,而非逐类工作负载展开。结构差异在别处:Hydrogen 设有免费层,且不支持显式缓存写入。

Token 费率并排对照

两家均公布每百万 token 的标准、缓存与批处理费率。

费率Gemini 4 HydrogenClaude Sonnet 5.5
输入,每百万 token$1.50$2.00
输出,每百万 token$7.50(含思考 token)$10.00
缓存输入读取,每百万 token$0.075(仅隐式缓存)$0.10
缓存写入,每百万 token不适用:不支持显式缓存$2.50(5 分钟)、$4(1 小时)
批处理,每百万 token$0.75 输入 / $3.75 输出五折:$1 输入 / $5 输出

谷歌对 Hydrogen 在完整 100 万 token 窗口内采用统一定价,并将思考 token 按输出费率计费,因此将级别升至 xhigh 既是质量决定,也是成本决定。Hydrogen 还在 Gemini API 与 Google AI Studio 中提供限流的免费层,这对原型验证比任一按 token 费率都更重要。

真实工作负载的成本

每个总额为(用量 ÷ 100 万)× 费率,按标准费率分别在输入与输出上求和。

工作负载(月度)Gemini 4 HydrogenClaude Sonnet 5.5差额
均衡助理:100 万入 / 25 万出$3.38$4.50$1.13(25%)
生成密集:100 万入 / 400 万出$31.50$42.00$10.50(25%)
重缓存循环:10 万前缀、1,000 次缓存读,每次 5K 新入 / 1K 出$22.65$30.25$7.60(25%)

生成密集一行是差距化为真金白银的地方,因为两者的输出费率都更高。缓存一行假设每次读取都是命中:Sonnet 5.5 需为一次性写入前缀支付每百万 token $2.50,Hydrogen 在首个请求按正常输入费率计费,差距仍为 25%。

为何相同任务费用不同

谷歌的 Terminal-Bench 4.0 成本图是目前唯一一项由任一厂商公布、且对两款模型在相同任务上定价的图表。以每任务约 $2 的成本,Hydrogen 在默认 high 设置下达到 57%;而 Sonnet 5.5 需要每任务约 $5 才能超过该分数。那是谷歌按其方法学进行的跑分,应视作厂商声明,但其指向与费率表一致:即便 Sonnet 5.5 能达到更高上限,在此基准上 Hydrogen 的“每美元得分”更高。

Gemini 4 Hydrogen 与 Claude Sonnet 5.5 的实际表现

来自两家厂商的基准终究有限,因此我用完全相同的提示与工具,对两款模型各跑了一个构建任务。

任务:构建一个单文件网页,动画展示三段连杆的机器人手臂,按顺序到访平面上五个目标点,场景含矩形障碍物。每个目标 4 秒(3 秒移动,1 秒停留),每段连杆长度必须严格不变,手臂任何部分在任一时刻都不得触碰障碍物,并在状态列表中报告手臂末端是否实际到达各目标。页面需用 SVG 绘制,无构建步骤、无依赖、无网络。

该场景暗藏两处陷阱:

  • 从目标 2 到目标 3 的直线路径穿过障碍物,手臂必须绕行。
  • 目标 4 超出手臂可达范围,任何诚实的手臂都触及不到。

提示词未提及二者,因此能否发现正是考点。这是对两家厂商对这些模型定位的紧凑检验:快速、可靠的日常编程;以及谷歌宣称 Hydrogen 相较 Gemini 3.8 Flash 将虚构陈述减少 5 倍以上。

两者均在 OpenCode 中运行,工具界面固定(仅允许文件读取、写入与编辑),均设为 high 推理努力,各一次尝试、全新会话、提示逐字节一致。high 是 Hydrogen 四档思考级别中的第三档,也是 Sonnet 5.5 五档努力级别中的第三档,并且两者的 API 默认均为该档位。

下方是两款模型生成的成品,先是 Gemini Hydrogen,再是 Claude Sonnet。

主要结论:

  • 两者都保持了物理真实。 无论是在 2 与 3 号目标间绕行时,还是其他阶段,都未出现拉长连杆或触碰障碍物的情况。
  • 两者都承认不可达的目标。 两个手臂都在目标 4 之前止步,各自的状态列表将其标记为未达,同时报告其余四个目标为已达。
  • 两者的动作都按时序执行。 每个目标均为 3 秒移动、1 秒停留,总时长 20 秒。
  • Hydrogen 的页面信息更丰富。 它绘制了末端轨迹的虚线,并实时显示手臂末端位置(x、y)与各关节角度(度数),这是无人要求却很贴心的设计。Sonnet 5.5 则绘制了手臂可达圆,并打印了自身约束的自检说明。两者都能在单帧中清晰读懂。

在物理真实、运动质量与场景可读性三项上,我都给了两者 5/5。此次运行成本为 Sonnet 5.5 的 $0.40 与 Hydrogen 的 $0.45;计入推理后,Sonnet 5.5 使用了 30,491 个输出 token,Hydrogen 为 47,914 个。

按评分标准,此次测试打成平手。两者关于可靠日常编程的主张,都在一个规格清晰的几何任务上经受了检验;而尽管 Sonnet 5.5 的费率更高,这次因各自只尝试一次,它的单任务成本稍低。

当两款模型都通过所有探测时,就该抬高难度:此测试的更难版本可以比如增加一个纸面上可达但被障碍物阻挡的目标。

何时选择 Gemini 4 Hydrogen,何时选择 Claude Sonnet 5.5

知识型工作与成本选 Gemini 4 Hydrogen;终端与桌面选 Claude Sonnet 5.5

分野在于代理工作的环境:文档与数据偏向 Hydrogen,终端与桌面偏向 Sonnet 5.5。价格方面,无处不在地以同样的 25% 优势偏向 Hydrogen。

若符合以下情况,请选择 Gemini 4 Hydrogen…

  • 您的代理从事研究、分析或文档工作。 在谷歌表格中,Hydrogen 在所有知识型工作行上领先,且在端到端专业工作流中的差距最大。
  • 您的输入是录音或较长的可视文件。 它原生可读视频、音频与 PDF,而 Sonnet 5.5 不支持。
  • 单次请求成本决定模型取舍。 各项费率低 25%,且免费层可覆盖付费前的原型阶段。但仍应跟踪单任务成本。
  • 您基于谷歌技术栈构建。 在 Antigravity 代理中,Hydrogen 为默认模型,并可在 Orchestrator 下作为 Carbon 与 Argon 的执行模型运行。

若符合以下情况,请选择 Claude Sonnet 5.5…

  • 您的编程代理在终端中工作。 Sonnet 5.5 在所有 Terminal-Bench 读数上领先,其中包括独立运行结果。
  • 您的代理要操作桌面或浏览器。 它在 OSWorld-2.1 上以明显优势领先。
  • 您需跨云部署或在 Claude Code、GitHub Copilot 中工作。 Sonnet 5.5 可用于 Amazon Bedrock、Microsoft Foundry 与 Google Cloud,并已集成主流编程代理。
  • 您希望无需额外设置即可获得更长的回答。 其标准的单次请求输出上限约为 Hydrogen 默认值的两倍;Hydrogen 需启用长解码才能更进一步。

如何开始使用 Gemini 4 Hydrogen 与 Claude Sonnet 5.5

两款模型均可通过各自厂商的 API 与 OpenRouter 正式使用,但 Sonnet 5.5 覆盖更多云与编程代理。

使用界面Gemini 4 HydrogenClaude Sonnet 5.5
面向消费者的应用Gemini 应用(模型下拉选择;免费用户通过自动模型选择)与 Google 搜索Claude 应用
一方 APIGemini API 与 Google AI Studio,提供免费与付费层Claude API
云平台Google Cloud Vertex AI 与 Gemini for businessAmazon Bedrock、AWS 上的 Claude Platform、Google Cloud、Microsoft Foundry
编程代理Google Antigravity(Google AI Pro 与 Ultra)、Cursor、GitHub CopilotClaude Code、Cursor、GitHub Copilot
第三方路由OpenRouterOpenRouter
API 模型 IDgemini-4-hydrogenclaude-sonnet-5-5(在 Bedrock 上为 anthropic.claude-sonnet-5-5)

模型 ID 分别为 gemini-4-hydrogen 与 claude-sonnet-5-5。最大差异是覆盖面:Sonnet 5.5 同时运行于三大云,Hydrogen 则以 Google Cloud 为先。

发出您的第一个 API 调用

两款模型使用不同 SDK,因此切换不只是更改模型字符串,还需更换客户端。在 Hydrogen 上,谷歌的 Interactions API 默认使用 high 思考级别:

from google import genai

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input="Find the off-by-one bug in this loop: ...",
)
print(interaction.output_text)

在 Sonnet 5.5 上,自适应思考默认开启,因此仅打印文本块:

from anthropic import Anthropic

client = Anthropic()
response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=2048,
    messages=[{"role": "user", "content": "Find the off-by-one bug in this loop: ..."}],
)
print("".join(b.text for b in response.content if b.type == "text"))

完整演练请参见我们的 Claude Sonnet 5.5 API 教程。

结语

Gemini 4 Hydrogen 与 Claude Sonnet 5.5 的性能水位相近。我们的上手测试几乎无法区分二者,选择哪一个取决于您的具体用例。

Gemini 4 Hydrogen 更适合作为大多数知识型工作的默认选择,能读取更多类型的输入,并在所有费率上便宜四分之一。若代理生活在终端或桌面,或需要覆盖所有云,则应选择 Claude Sonnet 5.5。

若您希望进一步学习,推荐我们的课程 Introduction to Claude Models;而关于谷歌侧,推荐 Building AI Agents with Google ADK。

常见问题

Gemini 4 Hydrogen 比 Claude Sonnet 5.5 更好吗?

要看具体工作类型。Gemini 4 Hydrogen 在谷歌发布表格的 10 行中有 7 行得分更高,主打知识型工作与文档密集的代理任务,且价格低 25%。Claude Sonnet 5.5 则在基于终端的编程与电脑操作方面领先。在我们的机器人手臂上手测试中,两者都获得满分。

哪一个更便宜,Gemini 4 Hydrogen 还是 Claude Sonnet 5.5?

Gemini 4 Hydrogen 更便宜。其每百万输入 token 收费 $1.50、每百万输出 token 收费 $7.50,而 Claude Sonnet 5.5 分别为 $2 与 $10。缓存读取与批处理费率也遵循同样的 75% 比例,且 Hydrogen 在 Gemini API 与 Google AI Studio 中还提供限流的免费层。但需要说明的是,在我们的上手测试中,由于 Hydrogen 使用了更多思考 token,Claude Sonnet 的单任务成本略低($0.40 vs $0.45)。

在编程方面,Gemini 4 Hydrogen 与 Claude Sonnet 5.5 哪个更好?

若是运行在终端中的编程代理,Claude Sonnet 5.5 更强:它在所有 Terminal-Bench 结果中领先,包括由 Artificial Analysis 独立运行的结果。Gemini 4 Hydrogen 在谷歌的 SWE-sweep 缺陷修复基准中领先且价格更低,两款模型也都在我们的机器人手臂构建任务中获得满分。

我可以在哪里使用 Gemini 4 Hydrogen 和 Claude Sonnet 5.5?

两者均可在 OpenRouter、GitHub Copilot、Cursor 和 Google Cloud Vertex AI 上使用。Gemini 4 Hydrogen 可用于 Gemini 应用、Google 搜索、Gemini API、Google AI Studio 与 Google Antigravity。Claude Sonnet 5.5 可用于 Claude 应用、Claude Code、Claude API、Amazon Bedrock 与 Microsoft Foundry。

Gemini 4 Hydrogen 与 Claude Sonnet 5.5 的 API 模型 ID 是什么?

Gemini 4 Hydrogen 的 API 模型 ID 在 Gemini API 与 Vertex AI 中为 gemini-4-hydrogen。Claude Sonnet 5.5 的为 claude-sonnet-5-5(用于 Claude API、Google Cloud 与 Microsoft Foundry),在 Amazon Bedrock 上为 anthropic.claude-sonnet-5-5。两者使用不同 SDK,因此切换意味着更换客户端以及模型字符串。

Tom Farnschläder

作者

Tom Farnschläder

Tom 是 DataCamp 的数据科学编辑,负责撰写与编辑 AI 教程、比较最新的 LLM 版本,并构建 AI 驱动的工作流程。在此之前,他曾在德国电信从事数据科学工作。工作之余,他利用机器学习预测足球比赛结果。

主题