Gemini 4 Hydrogen 每任务成本比 3.8 Flash 低 76%

Gemini 家族推出新成员之后，第一个被拿来比较的不是跑分，而是账单。FourWeekMBA 的分析给出一个直白结论：完成同一个任务，Gemini 4 Hydrogen 的成本比 Gemini 3.8 Flash 低 76%。

“每任务成本”这个口径值得解释。它把单次调用价格、完成一个任务所需的调用次数、以及重试与失败的额外消耗打包在一起；对聊天场景，每百万 token 的报价已经够用，对代理场景则远远不够。

76% 是很大的幅度，接近“只花原来五分之一的钱”。如果这个比值在真实工作负载中成立，原本因为预算只能跑小模型、或者不得不压低调用频次的功能，就有空间换成能力更强的模型。

对代理类工作负载而言，真正决定预算的不是每百万 token 的报价，而是完成一件事总共要花多少钱。一个任务可能包含十几轮工具调用、读文件、改代码、再验证，单次调用便宜一点，累积起来就是数量级差别。

需要保留的地方同样明显。这是单一来源的第三方测算，样本工作负载怎么选、有没有计入缓存命中与批量折扣，都会显著改变结论；厂商定价页与独立测量对不上的情况并不少见。

更值得注意的信号是价格战的落点变了。过去一年竞争集中在每百万 token 的数字上，现在开始转向“完成一件事要花多少钱”，后者更接近企业采购的真实决策方式。

对开发者来说，这意味着分档策略要重算。把便宜模型做初筛、强模型做收尾的级联设计，在成本差被拉到 76% 之后，最优解可能正好反过来。

接下来看三件事：谷歌是否公布更完整的官方定价与速率限制，独立评测能否复现这一比值，以及竞争对手会不会跟进用每任务成本而不是 token 单价来对标。