llm-gemini 0.37 实测：Gemini 4 定价拆解

结论先行

值得装，但别急着按「Hydrogen 是最低价那一档」去省钱。llm-gemini 0.37 本身只是把 Gemini 4 家族接进 llm 命令行，插件层没有新玩法；真正的判断点在价格表：Carbon 和 Argon 同价，而 Hydrogen 现在只比它们便宜 25%，要到 12 月 1 日之后才变成便宜 75%。今天拿 Hydrogen 顶替高价模型，省下的钱远不如你想象的多。

实测环境

来源没有披露硬件、延迟、吞吐数据，这里照抄能确认的部分，不补造：

• 插件版本：llm-gemini 0.37，2026 年 11 月 12 日发布，处于早期访问（early access）阶段
• 覆盖模型：Gemini 4 Carbon、Gemini 4 Argon、Gemini 4 Hydrogen，三档模型均支持三档 effort 等级
• 调用方式：Simon Willison 的 llm 命令行插件，模型 ID 以本地 llm models 列表为准
• 质量对照：来源让 Hydrogen 生成「骑自行车的鹈鹕」，并把三档模型 × 三档 effort 的九宫格结果放在一起对比

本次复现只验证安装与调用链路，不涉及硬件压测。任何延迟、吞吐、跑分数字，来源没有给，本文也不给。

数据对照

价格单位统一为「美元 / 百万 token」，全部取自 Simon Willison 的发布说明：

横向对照更能说明问题：

也就是说，被官方定位为「最低成本成员」的 Hydrogen，今天放进真实账单里只比旗舰便宜四分之一，却比同期的轻量模型贵 15 倍。这个价差结构是本次发布最容易被误读的地方。

用一段代码把上面表格变成可算的账单：

# 单位：美元 / 百万 token，数字全部来自来源表格
PRICE = {
    "carbon_now": (2.00, 0.10, 10.00),
    "carbon_dec": (4.00, 0.20, 20.00),
    "argon_now":  (2.00, 0.10, 10.00),
    "hydrogen":   (1.50, 0.075, 7.50),
}

def cost(key, inp, cached, out):
    i, c, o = PRICE[key]
    return (inp * i + cached * c + out * o) / 1_000_000

# 每 100 万输入 token 的纯输入成本
print(cost("hydrogen", 1_000_000, 0, 0))    # 1.5
print(cost("carbon_now", 1_000_000, 0, 0))  # 2.0
print(cost("carbon_dec", 1_000_000, 0, 0))  # 4.0

安装与试跑：

llm install llm-gemini          # 装到 0.37
llm models | grep -i gemini     # 确认本地可用的 Gemini 4 模型 ID
llm -m <gemini-4-模型ID> "把这个 CSV 转 JSON 的脚本改成分块流式读取"

踩坑与细节

同价的 Carbon 和 Argon 不是重复品。 两者价格完全一致，12 月 1 日之后也一起翻倍。谷歌的说法是 Argon 在同等智能水平下响应更快、每轮任务消耗的 token 更少。所以选型逻辑不是看单价，而是看「完成同一个任务的总 token 数」——这一点只能自己拿业务 prompt 跑对照，来源没有给出量化。

Hydrogen 现在的价格是个过渡态。 25% 的折扣撑不起「廉价档」的定位，12 月 1 日之后才变成 75% 的差距。如果你的成本评估按年度做，把两个时间窗口混算会得出完全错误的结论。

缓存输入的价格也跟着翻倍。 Carbon / Argon 的缓存输入从 $0.10 涨到 $0.20，长上下文、多轮复用的场景会放大这个变化；Hydrogen 的 $0.075 是全表最低，是它目前唯一明显的价格优势。

质量差距在画图上很直观。 来源用同一个鹈鹕提示词跑了三档模型 × 三档 effort，Hydrogen 的结果明显更差。价格只差 25% 的时候，用 Hydrogen 换质量通常不划算。

Hydrogen 是新的免费额度模型，也是 Google 搜索里 AI 功能的驱动模型。 这解释了为什么它的定价被压得很低——它承担的是流量入口，不是旗舰替代品。反过来说，免费层的能力上限由它决定。

别把它和轻量模型混为一谈。 面对 $0.10 / $0.50 的 Claude Haiku 5.5 和 GPT-6 Luna，Hydrogen 是 15 倍价差。做高并发、低单价的功能（分类、抽取、改写），Hydrogen 不是替代选项。

适用与不适用

该用：

• 已经在用 llm 命令行，需要把 Gemini 4 接进现有脚本链路
• 多模型工作流：Carbon 或 Argon 做架构判断与疑难排查，Hydrogen 做写代码、跑测试、验改动的执行段
• 需要免费额度做原型验证，且能接受画图/生成质量的下限
• 12 月 1 日之后再评估成本结构的团队，届时 Hydrogen 的 75% 差距才有意义

别碰：

• 成本敏感的高并发推理，15 倍价差直接出局
• 需要最强生成质量的场景，直接用 Carbon 或 Argon
• 现在就想靠「最低价档」省钱的预算模型——25% 的折扣覆盖不了切换与调试成本
• 要求延迟、吞吐有明确 SLA 的线上服务：本次来源没有给出任何延迟数据，无法作为容量规划依据

一句话收尾：0.37 这个版本本身没有坑，坑都在价目表里。先把 12 月 1 日那条分界线画出来，再决定哪个模型进你的默认配置。

参考来源

1. Simon Willison, “Release: llm-gemini 0.37”, 2026-11-12 — https://simonwillison.net/2026/Nov/12/llm-gemini/
2. Simon Willison’s Weblog 首页（用于核对发布上下文与历史文章） — https://simonwillison.net/