跳到正文
aihot(aihot.news)· noreply@aihot.news (Philipp Schmid)·· 6 天前精選品質評分85

Google 發布 Gemini 4 Carbon、Hydrogen,並推出 Decisions API 和自託管 AI 助理沙箱

Google 釋出 Gemini 4 Carbon 與 Hydrogen,並推出 Decisions API 和自託管 agent 沙箱

重點導讀

Google 一次推出 Gemini 4 Carbon、Hydrogen、Gemini Decisions API 和自託管 AI 助理沙箱。

  • Carbon 面向較難的推理、除錯與安全稽核。
  • Hydrogen 適合日常寫程式和快速工作流程,兩者都有 100 萬 token 的上下文視窗。Decisions API 可用文字、圖片、影片、PDF 或音訊,依問題回傳機率或評分。自託管沙箱則讓 AI 助理在 Google 的服務中運作,並在使用者自己的計算環境執行指令和編輯檔案。材料也介紹多模態基準、機器人與基因組模型,以及 AI Studio 的 Cloud 額度功能。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

這次更新同時提供不同用途的模型與統一的上下文視窗,並列出價格和選型方向,方便依工作難度、速度與成本安排模型。

正文

Philipp Schmid· @_philschmid · X·2026-11-16 23:57· 22 分鐘前精選AI 評分83

Gemini 4 Carbon, Hydrogen, Decisions API, self-hosted agent sandboxes and more

AI 導讀

Google 釋出 Gemini 4 Carbon(gemini-4-carbon,1M 共享 token 池,11 月 30 日前 $2.00/$10.00 每 1M tokens。

推薦理由

作者來自 Google DeepMind,逐一列出定價、上下文視窗和選型建議,可直接用於在 Carbon、Hydrogen 與 Argon 之間做工程決策。

上週我們釋出了 2 個 Gemini 4 模型、首個決策模型與 API、Gemini Managed Agents 中的自託管AI 助理沙箱、一項全新的視覺知識基準,以及新的機器人與基因組學模型。

1. Gemini 4 Carbon

Gemini 4 Carbon 以 gemini-4-carbon 為模型名提供,是我們最強的推理模型,適用於倉庫級工程、形式化證明和網路安全防禦。

  • 輸入、思考和輸出共享 100 萬 token 池,並通過後臺執行實現 64K 跳的長解碼鏈式處理。
  • 思考級別可調為低、中、高;temperature、top_p 和 top_k 會被忽略。
  • 從 4,096 個 token 起自動啟用隱式快取,享受 95% 折扣,cachedContents 將退役。
  • 定價為推廣價:每 100 萬 token 輸入 $2.00、輸出 $10.00,有效期至 11 月 30 日;12 月 1 日起調整為 $4.00 和 $20.00。詳見模型卡和 Carbon 開發者指南。
import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  model: "gemini-4-carbon",
  input: "Find lock-ordering deadlocks in a two-phase commit coordinator and sketch a lock-free alternative.",
  generation_config: {
    thinking_level: "medium",
  },
});

console.log(interaction.output_text);

2. Gemini 4 Hydrogen

Gemini 4 Hydrogen 以 gemini-4-hydrogen 為模型名提供,是我們推薦從 Gemini 3.8 Flash 升級的模型,適用於日常編碼和快速AI 助理工作流。

  • 在 100 萬 token 視窗內統一定價為每 100 萬 token 輸入 $1.50、輸出 $7.50;詳見模型卡和速率限制。
  • 資料缺失時會標記缺少上下文,並行批次執行讀取和搜尋工具呼叫,並在AI 助理影片理解過程中逐幀檢查。
  • 預設使用高思考級別,為多步編碼問題新增 xhigh 級別,並拒絕舊版 minimal 設定。
  • 為 Gemini Managed Agents 中預設的Antigravity AI 助理提供支援。
import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  model: "gemini-4-hydrogen",
  input: "Write a TypeScript token-bucket rate limiter that avoids floating-point burst-boundary drift.",
  generation_config: {
    thinking_level: "xhigh",
  },
});

console.log(interaction.output_text);

3. 如何選擇模型

Hydrogen、Gemini 4 Argon 和 Carbon 共享相同的 100 萬統一上下文視窗、長解碼架構和 Interactions API 架構。選擇模型時請匹配你的推理深度、延遲和成本目標:

  • Gemini 4 Hydrogen:日常編碼、互動式應用、使用工具的AI 助理和並行子AI 助理。
  • Gemini 4 Carbon:高難度架構設計、除錯、科學證明和安全審計。
  • Gemini 4 Argon:長週期任務,每輪 token 消耗低於 Carbon。

你也可以將 Carbon 和 Hydrogen 搭配使用:用 Carbon 規劃和編排,用 Hydrogen 執行。

4. Gemini Decisions API

Gemini Decisions API 由 Gemini Decision 1 驅動,可針對最多 256K token 的文本、影像、影片、PDF 或音訊,對照最多 1,000 個相互隔離的問題進行評估,且輸出 token 不計費。

三種問題型別會返回校準機率和置信度分數:noul 用於二元是/否檢查,choice 用於 2 到 255 個離散鍵之間的選擇,score 用於有序評分標準。可通過 base64、HTTPS URL 或 Files API 傳入媒體,並在 Gemini Decisions Playground 中測試評分標準。以下是對示例 WAV 檔案的可執行檢查:

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiVersion: "v1beta" });

const result = await ai.decisions.create({
  model: "gemini-decision-1",
  input: [
    {
      type: "audio",
      uri: "https://storage.googleapis.com/generativeai-downloads/audio/rehearsing.wav",
      mime_type: "audio/wav",
    },
  ],
  questions: {
    mentions_launch: {
      type: "noul",
      instructions: "Is the speaker talking about a product campaign launch?",
    },
    delivery: {
      type: "score",
      instructions: "How fluent and prepared does the speaker sound?",
      criteria: [
        "Hesitant, searching for notes, or self-correcting.",
        "Mostly steady with minor pauses.",
        "Polished, fluent, and confident throughout.",
      ],
    },
  },
});

const launch = result.answers?.mentions_launch;
const delivery = result.answers?.delivery;
if (launch?.type === "noul" && delivery?.type === "score") {
  console.log({ pLaunch: launch.noul, deliveryScore: delivery.score });
}

5. 為託管AI 助理自帶沙箱

Gemini Managed Agents 現已支援自託管環境。我們在 Google 基礎設施上執行模型推理和AI 助理迴圈,而 bash 命令和檔案編輯則在你的計算環境中執行。

你的 worker 通過出站 HTTPS 連線,使用限定範圍的金鑰,無需開放任何入站防火牆埠。在生產環境中,你可以藉助我們的自託管 provider 清單,將服務部署到 Modal、E2B、Cloudflare、Daytona、Fly.io、Vercel 或 Cloud Run 上。

如果想在自己的機器上做端到端測試,請按照CLI 指南安裝我們的開源 gemini-api CLI,然後執行下面這個指令碼。它會通過 REST 建立一個自託管環境,啟動一個被限制在 ./sandbox 目錄內的本地 worker,在本地執行託管AI 助理,並在結束後清理環境。本地模式會直接在你的主機上執行 bash,除非你在容器中執行,或者傳入 --disable-bash:

import { spawn } from "node:child_process";
import { mkdirSync } from "node:fs";
import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({ httpOptions: { apiVersion: "v1beta" } });
mkdirSync("./sandbox", { recursive: true });

const res = await fetch("https://generativelanguage.googleapis.com/v1beta/environments", {
  method: "POST",
  headers: { "x-goog-api-key": process.env.GEMINI_API_KEY!, "Content-Type": "application/json" },
  body: JSON.stringify({ mode: "self_hosted" }),
});
const { id, environment_key } = (await res.json()) as { id: string; environment_key: string };

const worker = spawn("gemini-api", [
  "environments", "connect", "--environment-key", environment_key,
  "--root-dir", "./sandbox", "--workdir", "./sandbox", "--worker-id", "local-sandbox",
], { stdio: ["ignore", "inherit", "inherit"] });

try {
  const run = await client.interactions.create({
    agent: "antigravity-preview-09-2026",
    input: "Write a fib.ts script that prints 8 Fibonacci numbers, run it with bun, and return the output.",
    environment: id,
  }, { timeout: 300000 });
  console.log(run.output_text);
} finally {
  worker.kill();
  await client.environments.delete(id);
}

執行指令碼後,會同時列印本地 worker 日誌和AI 助理輸出:

$ bun run sandbox.ts
2026/11/16 13:40:30 Worker local-sandbox polling (maxConcurrent=4)
2026/11/16 13:40:30 [v1_Chd5d2Y3...] Claimed interaction lease (env=f5621577-89ef-4698-999f-b139b9121d00)
2026/11/16 13:40:31 [v1_Chd5d2Y3...] Executing tool execute_bash
2026/11/16 13:40:35 [v1_Chd5d2Y3...] Executing tool write_to_file
2026/11/16 13:40:38 [v1_Chd5d2Y3...] Executing tool execute_bash
2026/11/16 13:40:54 [v1_Chd5d2Y3...] Completed interaction session
Created fib.ts and ran it with bun fib.ts:
0
1
1
2
3
5
8
13

6. 多模態知識AI 助理基準

我們與 Artificial Analysis 合作釋出了多模態知識AI 助理基準,圍繞 CAD 圖紙、射頻原理圖、GIS 地圖、凝膠板、圖表等關鍵視覺材料,在 10 個垂直領域評估了 200 個多步驟任務。我們已在 Hugging Face 上釋出了 10 個示例任務。

7. API 之外:Gemini Robotics 2.5 與 AlphaGenome 2

我們還發布了兩款領域模型:

  • Gemini Robotics 2.5:面向機械臂和人形機器人的全身視覺-語言-動作模型。在梅賽德斯-賓士的實際裝配線上,Apptronik 的 Apollo 2 人形機器人完成了金屬支架的分揀與配套,成功率達到 96%。
  • AlphaGenome 2:單細胞 DNA 模型,基於 68 種組織、超過 1.07 億個細胞圖譜訓練而成。研究人員可以通過AlphaGenome API(僅限非商業研究)直接傳入 scRNA-seq 圖譜而無需重新訓練,從而預測特定細胞型別的變異效應。

用 Cloud 額度開始構建

我們在 Google AI Studio 中直接加入了Google 開發者計劃 Cloud 額度領取功能。Google AI Pro 和 Ultra 訂閱使用者現在可以在 AI Studio 中領取並跟蹤每月 Cloud 額度,同時檢視 API 賬單,用於抵扣 Gemini 4、Gemini Decisions API 和AI 助理的用量。

立即開始構建,或在下方留下反饋!

來源:Philipp Schmid · x.com

來源: aihot (aihot.news)
開啟原文

讀者討論

理性交流 · 即時討論