Gemini 4 Hydrogen vs Claude Sonnet 5.5 vs GPT-6.1 Terra
从编程、计算机使用、多模态基准和 API 任务成本维度对比 Hydrogen、Sonnet 5.5 与 GPT-6.1 Terra。了解各自领先之处以及 APIMaster 当前的接入情况。
发布于
Hydrogen 是日常编程、多模态知识工作和智能体执行的强有力候选；Sonnet 5.5 在所列终端与计算机使用项目中领先；GPT-6.1 Terra 在这三者中拥有最低的直接 Standard 令牌价格。 Google 的发布表格并未确立任何单一模型在所有工作负载上都是赢家。请根据实际任务结果、所需工具，以及你将要购买的实际路线的价格来做选择。
APIMaster 暂未上架 Hydrogen。 价格和上架状态以实时模型卡为准。 折扣渠道正在陆续上线。
| 模型 ID | 原价：直接 Standard | APIMaster 当前输入 / 输出 | 有效公开路线 | 折扣 | 模型卡 |
|---|---|---|---|---|---|
gemini-4-hydrogen |
$1.50 / $7.50 | 无公开路线 | 0 | 暂无 | 查看 Hydrogen |
claude-sonnet-5-5 |
$2 / $10 | 低至 $0.4784832 / $2.392416 | 7 | 低至约2.39折 | Sonnet 路线 |
gpt-6.1-terra |
$1 / $5，输入最高 272K | 低至 $0.1636877 / $0.8184385 | 2 | 低至约1.64折 | Terra 路线 |
gemini-4-carbon |
$2 / $10 截至 2026-11-30 | 低至 $0.8341424 / $4.170712 | 3 | 低至约4.17折 | Carbon 路线 |
检查时间：2026 年 11 月 13 日 01:13 UTC。单位为每百万输入 / 输出令牌的美元价格，未缓存、非 Batch 推理。仅包含公开启用的路线；客户专属报价已排除。Sonnet 区间最高至 $2 / $10，Terra 最高至 $1 / $5，Carbon 最高至 $2 / $10。输入/输出价格按路线配对；实时市场卡片决定当前价格与可用性。官方的长上下文、缓存及服务层级条件另行计算。
关于该模型的发布与 API 变更，请参阅 Hydrogen 概览。若要对同一个 Hydrogen 模型比较不同提供商，请使用廉价 Hydrogen API 指南。
GPT 体验卡（GPT-6 Astra、GPT-6 Sol、GPT-5.6、GPT-5.5、gpt-5.6-luna、gpt-5.6-sol、gpt-5.6-terra、gpt-6.1-sol、gpt-6-astra、gpt-6-sol和gpt-6-luna 可用）
现在注册，领取 $20 GPT 体验卡
编程基准：Hydrogen 赢得 SWE-sweep，Sonnet 赢得 Terminal-Bench
Google 的 11 月发布表格包含以下结果。这是对已报告结果的对比，而非 APIMaster 基准测试。 该方法论综合了 Google 的运行结果、提供商报告和公开排行榜；并未对所有模型使用同一套完全相同的智能体测试框架。
| 基准 | Hydrogen | Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|
| SWE-sweep | 13.5% | 3.1% | 5.8% |
| Terminal-Bench 4.1，作弊校正后 | 57.0% | 63.9% | 未报告 |
| Terminal-Bench-Science 0.1 | 51.4% | 59.9% | 58.3% |
Hydrogen 在 SWE-sweep 上领先 Sonnet 10.4 个百分点、领先 Terra 7.7 个百分点。Sonnet 在 Terminal-Bench 4.1 上领先 Hydrogen 6.9 个百分点，在科学变体上领先 8.5 个百分点。这些是百分点差距，并非在所有编程工作中的百分比提升。Terra 缺失的 Terminal-Bench 4.1 结果并不等于零分。
Google 在启用安全过滤器的情况下，使用 Antigravity CLI 1.4.8 运行 Hydrogen SWE-sweep，并报告了子任务加权奖励。Terminal-Bench 4.1 使用了高努力程度的 mini-swe-agent 视觉测试框架，每个任务平均尝试五次。该处的竞品结果来自官方排行榜。请将 Terminal-Bench 4.0 的成本/延迟图表与 4.1 表格分开看待。
对于代码仓库工作，请测试你自己的问题修复、回归测试套件和补丁审查。对于终端密集型或科学工作流，Sonnet 更强的所列项目足以证明即使 Hydrogen 在其他类别领先，也应将其纳入评估。
知识工作、多模态文件与计算机使用
| 基准 / 指标 | Hydrogen | Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|
| Agents' Last Exam v1.1，评分标准得分 | 71.6% | 60.4% | 69.8% |
| AutomationBench-AA | 76.1% | 71.8% | 60.2% |
| Vending-Bench 2，模拟银行余额 | $14,549 | $11,165 | $9,107 |
| OSWorld-2.1，离线子集 | 77.6% | 83.9% | 74.2% |
| MKA，Climb WSR 准确率 | 53.4% | 52.0% | 43.8% |
| Chartography | 66.6% | 61.6% | 63.2% |
| HLE-Diamond | 58.8% | 53.3% | 47.3% |
Hydrogen 在所列知识工作、多模态和推理项目中领先。Sonnet 在离线 OSWorld 计算机使用子集中领先。Vending-Bench 的美元数字是模拟基准余额，不是 API 价格、客户收入或你可以期望的回报。
Google 方法论 PDF 规定了使用 10 月 17 日任务版本（早于 10 月 26 日更新）的 122 项任务 Agents' Last Exam v1.1 设置。OSWorld 使用 82 项离线任务，Hydrogen/Sonnet 分数在三次单次尝试运行中取最大值。Chartography、AutomationBench、MKA 和 HLE 使用其他所述来源和设置。这些项目具有不同的单位和聚合方式；统计获胜次数或对其取平均会掩盖这些差异。
OpenAI 官方的 Terra 页面强调视觉推理、精确的计算机使用和写作。这使 Terra 成为屏幕工作流的相关候选，但产品描述并不能抹去上述参差不齐的基准结果。
API 价格与同令牌任务预算
官方未缓存 Standard 费率为 Hydrogen $1.50 / $7.50、Sonnet 5.5 $2 / $10、Terra $1 / $5（每百万输入 / 输出令牌）。Hydrogen 比 Sonnet 的费率低 25%，但比 Terra 的费率高 50%。
假设每任务 100,000 输入令牌和 20,000 计费输出令牌，共 1,000 个独立任务，以使 Terra 保持在其短上下文价格层级内。将思考计入输出。以下计算固定了令牌数量；模型在实际工作中可能使用不同的分词器和推理长度。
| 模型 / 购买路径 | 单任务 | 1,000 个任务 | APIMaster 对比同模型直接 Standard |
|---|---|---|---|
| Hydrogen 直接 Google Standard | $0.30 | $300.00 | 无 APIMaster Hydrogen 报价 |
| Sonnet 5.5 直接 Standard | $0.40 | $400.00 | 基线 |
| Sonnet 5.5 APIMaster 起 | $0.09570 | $95.70 | 低至约2.39折 |
| Terra 直接短上下文 Standard | $0.20 | $200.00 | 基线 |
| Terra APIMaster 起 | $0.03274 | $32.74 | 低至约1.64折 |
最低的广告价格并不等同于每个被接受任务的最低成本。一条需要更多重试或人工修正的更便宜路线，总体成本可能更高。本文未测量接受率、延迟或路线级输出质量。
Google Hydrogen Batch/Flex 费率为 $0.75 / $3.75；OpenAI Terra Batch/Flex 费率为 $0.50 / $2.50，Anthropic Batch 提供 50% 令牌折扣。直接缓存输入更便宜，需要单独计算缓存写入/命中。Terra 超过 272K 输入令牌的提示词会触发整请求 2 倍输入/缓存和 1.5 倍输出费率；Hydrogen 当前的 Standard 费率在其统一窗口内保持不变。表格未计入工具、地区、税费、平台费和重试。
Hydrogen vs Carbon 和 Argon：何时保留前沿模型
Google 推荐 Hydrogen 用于日常编程、响应式应用、多模态文档和并行执行。Carbon 仍是其最强的前沿模型，适用于困难架构、科学、安全和棘手调试。Argon 面向高级长时程工作，且令牌使用量低于 Carbon。这是工作负载的区分，而非 Hydrogen 必须承担所有简单任务或 Carbon 赢得所有基准的规则。
Google 报告称，Hydrogen 在默认 high 下为 51 智能指数分，在 xhigh 下为 54，Argon 在发布时为 50。若在不说明设置的情况下将 Hydrogen xhigh 与 Argon 默认值比较，会夸大一个干净的同努力结果。Hydrogen 默认为 high；Carbon/Argon 的原生默认为 medium。
当前 Google Standard Hydrogen 费率比 Carbon/Argon 的引入价 $2/$10 低 25%。它们计划的 12 月 $4/$20 将使 Hydrogen 便宜 62.5%，即固定令牌成本为它们的 37.5%。然而在 APIMaster 上，今天的 Carbon/Argon 起始报价已经低于直接 Hydrogen Standard。这是对不同模型和购买路径的比较，并非 Hydrogen 在 APIMaster 上定价的证明。
关于它们的专门对比，请参阅 Carbon vs Argon；关于 Flash 迁移细节，请参阅 Hydrogen 概览。
迁移前如何运行公平对比
使用相同的保存输入、工具、任务限制和接受标准。明确声明推理设置，并记录总输入、思考/输出、缓存命中、重试、耗时和人工修正。先从一个小的代表性集合开始，而不是把发布排行榜当作生产保证。
原生和兼容端点具有不同的功能契约。Hydrogen 的共享窗口为 1,048,576 令牌，每跳同步输出令牌为 65,536；长解码需要延续或后台执行。Google 的工具和思维签名必须被正确保留。Terra 支持文本/图像输入和文本输出；其官方工具调用要求使用 Responses。在切换客户端前，先验证路线的工具支持。
关于当前 APIMaster 接入方式：注册 → 创建 API 密钥 → 使用 https://apimaster.ai/v1 以及 gpt-6.1-terra 或 claude-sonnet-5-5，并先查看 Terra 卡片和 Sonnet 卡片。Hydrogen 的模型 ID 是 gemini-4-hydrogen，但在本次检查时 APIMaster 未列出任何公开路线。
FAQ
Hydrogen 比 Claude Sonnet 5.5 更好吗？
它在 Google 报告的表格中领先多个项目，包括 SWE-sweep 和 MKA。Sonnet 在 Terminal-Bench 4.1、科学变体和离线 OSWorld 子集中领先。请根据你的任务来选择，而非宣布一个通用的赢家。
Hydrogen 比 GPT-6.1 Terra 便宜吗？
在直接未缓存短上下文 Standard 费率上并非如此：Hydrogen 为 $1.50/$7.50，而 Terra 为 $1/$5。上下文长度、推理、缓存和所购买的路线都可能改变实际成本。
APIMaster 运行了这些基准测试吗？
没有。这些数字转录自 Google 的官方发布评估及其记录的外部来源。预算表是对已发布费率的算术计算；它不是付费性能测试。
我应该用 Hydrogen 替换 Carbon 或 Argon 吗？
对重复性执行任务测试 Hydrogen，并在更深推理能提升被接受结果的场景保留 Carbon 或 Argon。Google 支持混合模型工作流；这并不能确立在每个兼容端点上的行为完全相同。
我现在可以通过 APIMaster 使用这三者吗？
在本次检查时，Sonnet 5.5 和 Terra 有公开路线。Hydrogen 没有；折扣 Hydrogen 路线正在推出中。在实际路线列出之前，不要为 Hydrogen 迁移投入资金。
Sources
- Google Hydrogen launch、evaluation methodology/results 及 migration/selection guide。
- Google 当前定价。
- OpenAI GPT-6.1 Terra 规范 及 API 定价。
- Anthropic 定价。
- APIMaster 模型卡，检查于 2026 年 11 月 13 日。
- Hydrogen 提供商对比 · Hydrogen 概览。