我先联网核实 “Gemini 4 Hydrogen” 这条发布信息,确认它是否真实存在及其具体参数。
核心参数已核实,我再补充独立实测评价和发布后的最新反馈,避免只引官方口径。
产品、参数、定价和独立实测都已核实到位,包括谷歌官方博客、DeepMind 模型卡、第三方基准和国内券商研报。以下是成稿。
谷歌在 11 月 12 日发布了 Gemini 4 系列的新成员 Gemini 4 Hydrogen(代号 “氢”),当天就在 Gemini 应用、Google 搜索、Google AI Studio、Gemini API、Gemini for business 和 Antigravity 全量上线,连免费用户都能通过 “自动模型选择” 用上。它接替 Gemini 3.8 Flash,成为 Gemini 4 的 “效率执行层”:默认 High 档完成任务的速度是上一代 2.5 倍,Terminal-Bench 4.1 编程得分从 18.2% 跳到 57%,编造事实的情况减少 5 倍以上。更有意思的是,它在第三方机构 Artificial Analysis 的智能指数上拿到 51 分,反超了自家定位更高的旗舰 Gemini 4 Argon(50 分),开到新增的最高档 xhigh 还能到 54 分。定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元,整个 100 万 token 上下文窗口一口价、长文本不加价。同场还推出了 Orchestrator(编排器),让 Carbon 负责规划、Hydrogen 负责执行,官方称配额省 24%、速度快 19%。谷歌搜索的 AI Mode 直接把默认模型换成了它,搜索产品副总裁 Robby Stein 称之为 “谷歌搜索迄今最大的一次模型升级”。
一、这次发布改变了什么:Gemini 4 长出了三层结构
| 模型 | 定位 | 思考档位 | 标准定价(输入 / 输出,每百万 token) |
|---|---|---|---|
| Gemini 4 Carbon | 深度推理大脑 | low / medium / high | 2.00 / 10.00(11 月 30 日前优惠价) |
| Gemini 4 Argon | 高效前沿推理 | low / medium / high | 2.00 / 10.00(同上) |
| Gemini 4 Hydrogen | 高速日常执行层 | low /medium/high(默认)/ xhigh | 1.50 / 7.50(全窗口统一) |
三层的分工很清楚:Carbon 和 Argon 啃硬骨头 —— 长期规划、复杂架构、疑难根因、安全审计;Hydrogen 干日常活 —— 写代码、调工具、跑多步 Agent、解析多模态文档。谷歌同时把 “Flash” 这个命名彻底停用了,Hydrogen 就是 Flash 的正统继承者,但位置从 “廉价备胎” 升成了 “默认主力”。
有一个细节容易被忽略:这是六周内第三款 Gemini 4。 10 月中旬 Argon 开放,10 月 28 日 Carbon 发布,11 月 12 日 Hydrogen 补齐底座。旗舰能力下放到低价档的周期,明显在缩短。
二、速度:不只是快 2.5 倍,是整条链路一起变快
| 指标 | Gemini 3.8 Flash | Gemini 4 Hydrogen |
|---|---|---|
| 任务完成速度(默认 High 档) | 基准 | 2.5 倍 |
| Terminal-Bench 4.1 | 18.2% | 57% |
| 编造陈述(幻觉) | 基准 | 减少 5 倍以上 |
| 合作伙伴实测提速(复杂图表、SQL、数据密集流程) | 基准 | 2—2.8 倍,token 省 12%—23% |
| 工具调用失败 / 搜索空结果 | 容易卡住 | 能自行调整策略继续执行 |
Google DeepMind 负责人 Koray Kavukcuoglu 在发布博客里的措辞是 “为日常编码和智能体工作流带来速度与效率”。这句话对应的实际变化是:模型不再一次只读一个文件,而是原生并行批量发起文件读取和搜索调用 —— 处理大型代码库时,这一步的差别比跑分更直观。
三、智能:默认档反超旗舰,但 “新王” 这个说法不成立
| 评测项 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|
| Agents' Last Exam v1.1(知识工作) | 71.6% | 60.4% | 69.8% |
| AutomationBench-AA | 76.1% | 71.8% | 60.2% |
| Vending-Bench 2(账户余额) | $14,549 | $11,165 | $9,107 |
| SWE-sweep(Bug 发现与修复) | 13.5% | 3.1% | 5.8% |
| MKA(多模态知识工作) | 53.4% | 52.0% | 43.8% |
| HLE-Diamond(推理) | 58.8% | 53.3% | 47.3% |
| Terminal-Bench 4.1(终端编程) | 57.0% | 63.9% | — |
| OSWorld-2.1(电脑操作) | 77.6% | 83.9% | 74.2% |
| Terminal-Bench-Science 0.1 | 51.4% | 59.9% | 58.3% |
官方十项对标里它拿了七项第一,输的三项都在 “硬核终端任务” 和 “电脑操作” 上。所以准确的画像是:一个偏科的效率型选手 —— 知识工作、自动化、工具链、多模态文档解析很强,纯终端跟系统级操作不如 Sonnet 5.5。
厂商侧的反馈也印证这个倾向。Cartwheel 首席科学家 Andrew Carr 说,他们用竞品旗舰啃了 10 天的难题,Hydrogen 一次抓出了方案里的两个问题并给出修复建议;LatchBio 在抗体开发的安全性评测里,Hydrogen 通过率 67%,最好的非 Gemini 模型只有 37%;Pixelcut 跑了 276 次设计任务,代码干净度提升 30%,此前的文字截断和幻觉问题消失。
四、四档推理:你只为需要的深度付费
| 档位 | 单任务成本(Artificial Analysis 测算) | 适用场景 |
|---|---|---|
| low | 约 $0.29 | 简单问答、格式转换、批量清洗 |
| medium | 约 $0.80 | 常规编码、日常办公 |
| high(默认) | 约 $1.87 | 大多数 Agent 任务、多步工具调用 |
| xhigh | 约 $3.16 | 长链条推理、复杂调试、深度研究 |
四档的设计逻辑是 “平滑可预期的递进”,官方强调不会出现 “加一档成本翻三倍” 的断层。从 high 升到 xhigh 只换来 3 分(51→54),但输出 token 从约 1.1 亿涨到约 3.04 亿,接近 2.8 倍 —— 所以对绝大多数日常任务,默认档就够,xhigh 留着攻坚。
这里要澄清一个被不少媒体写错的地方:Hydrogen 不是 “涨价一倍”。 1.5/7.5 美元与 Gemini 3.8 Flash 的标准价持平,Flash 现在执行的 0.75/3.75 是促销价,12 月 31 日结束后会回到同一价位。真正要盯的涨价是 Carbon 和 Argon——11 月 30 日优惠期结束,12 月 1 日起从 2/10 美元调到 4/20 美元。而按单任务成本算,Hydrogen 的 High 档约 1.87 美元,反而低于 3.8 Flash 的 7.77 美元和 Argon 的 4.97 美元。
五、Orchestrator:可能比模型本身更有行业含义
这是同场发布里最值得技术团队关注的东西。它内置在 Google Antigravity 里,解决的是一个老问题:全程用最贵的模型太烧钱,全程用便宜模型扛不住硬骨头。
运作方式:
- Carbon 先做只读探索,摸清代码依赖、制定修改计划;
- 计划交给 Hydrogen,并行改代码、更新依赖、跑测试;
- 遇到解决不了的障碍,控制权交回 Carbon 重新分析;
- 支持多个 Agent 在隔离工作区并行推进不同模块。
这和 “静态路由”(开场就定死用哪个模型)本质不同 —— 切换是随任务进展实时发生的。官方在 Terminal-Bench 4.0 上的数据是:任务成功率接近纯 Carbon,配额消耗少 24%,完成速度快 19%。DeepMind 的 Clement Farabet 称这是 “智能体编程的巨大解锁”。
目前限制:Orchestrator只对 Google AI Ultra 订阅用户开放,Antigravity 本身则面向付费的 AI Pro 和 Ultra。
六、为什么直接塞进谷歌搜索
搜索的 AI Mode 把默认模型换成了 Hydrogen,AI Overviews 里最难的那批问题也归它处理。逻辑不难理解:
- 查询量在涨,变现效率却没跟上。 首席商务官 Schindler 在 10 月 28 日的财报电话会上承认,AI Mode 的变现效率低于传统搜索。换一个更快更省的模型,直接改善成本结构。
- 体验层面有具体提升。 用户可以把问题问得零散、带错别字、一口气抛好几段,搜索也能理解真实意图;回答更视觉化、更好扫读;查询 fan-out(多路召回)能力升级,能连到更多此前不容易被发现的站点。
对谷歌来说,这步棋的价值不在于 “让搜索更聪明”,而在于把前沿能力的单位成本压到能大规模铺开的水平。
七、独立实测怎么说:生成很快,一遍过不行
官方跑分之外,几个第三方实测暴露了真实手感,值得放在一起看。
先说好的一面:
- 一小时的机械臂抓取测试里,机械臂意外碰歪了目标小车,Hydrogen 靠视觉输入意识到环境变了,重算关节物理阻碍、自主生成新路径完成抓取,并在事后调出自己的思考路径生成决策图表。
- 3D 打印测试里,它没走 “用网页代码糊个视觉外壳” 的偷懒路子,而是调用 Blender 生成工业级 STL 文件,还自动考虑力学 —— 特意调整了椅子腿倾角、在门框与天花板连接处做拱形处理,最终零支撑材料、24 层粗糙精度打印出悬空结构,没塌。
再说不足的一面:
- 五轮 “一句提示词做游戏” 的对决,首轮打成 1:4。Flappy Bird 那轮它赢,但几何冲刺、地铁跑酷、我的世界、赛车足球四轮都输 —— 代码量 9840 行对 4241 行、总耗时 16 分钟对 64 分钟,它写得快得多、多一倍不止,问题是内置的自动玩家逻辑第一遍跑不通,赛车足球甚至出现两辆自动车原地不动。补一句指令后 3 分 04 秒就修好了,但这只能算单局救活,不能当成通用能力。
- 前端审美和 3D 能力不如 Claude Sonnet 5.5。同一套风力发电巡检系统的 3D 场景、耳机产品页,多家测试者的判断一致:能完成,但不够惊艳。
- ModelDial 挑战赛里,魔方还原 12 题全过,推箱子只有 43 分,明显依赖旗舰模型才扛得住。
合起来看这句话最准:Hydrogen 是把 “想法到能跑的原型” 这段距离缩到极短的模型,不是把 “最后一公里做扎实” 的模型。
八、谁该换、怎么换:一份落地清单
- 日常编码、Agent 编排、多模态文档解析为主 → 直接换 Hydrogen,速度和单任务成本都划算。
- 架构设计、疑难根因、安全合规审计 → 留在 Carbon,别为了省钱把硬活交给轻量档。
- 已经在用 3.8 Flash 的团队 → 迁移时注意两个坑:请求体里残留的frequency_penalty、thinking_budget等旧参数会被严格拒收;Agent 框架修剪历史上下文时如果丢了thought_signature或破坏前缀一致性,会频繁报 400 错误。
- 成本敏感的长上下文业务 → 用 Hydrogen,1M 窗口统一价、长文本不加价,成本确定性比 Argon 强得多。
- 盯住 12 月 1 日这个节点 → Carbon/Argon 优惠价到期回调,如果团队里旗舰模型用量大,趁机重算一遍配额结构。
- 敏感代码别走免费层 → 免费层的数据可能被用于模型迭代,生产环境和核心代码资产应走付费层或企业级隐私隔离网关。
九、这件事的分量
过去两年大模型竞赛的主轴是 “谁更聪明”,Hydrogen 把赛道往另一个方向拽了一把:谁能让更多人用得起接近旗舰的执行能力。它的智能确实不是天花板 ——Carbon 和 Argon 在深度推理上仍然更强,Carbon 在 AA 指数上还有 59 分。但它做到了三件此前没做到的事:默认档反超自家旗舰、单任务成本降到上一代的四分之一、发布当天就把最新能力塞进免费层和全球搜索。真正被改写的是成本曲线和触达面,而这两条,往往决定一项技术能不能从演示走进日常工作。
【常见问题】
问题 1:Gemini 4 Hydrogen 和 Gemini 4 Carbon、Argon 是什么关系?
回答 1:三者同属 Gemini 4 系列。Carbon 和 Argon 负责深度推理、长期规划和复杂软件工程;Gemini 4 Hydrogen 定位效率执行层,接替 Gemini 3.8 Flash,专攻日常编码、工具调用和多步 Agent 工作流,三者可以单独使用,也能在 Orchestrator 里由 Carbon 规划、Hydrogen 执行。
问题 2:Gemini 4 Hydrogen 真的比自家旗舰 Argon 还强吗?
回答 2:只在综合智能指数这一个维度上成立。Gemini 4 Hydrogen 在默认 High 档拿到 51 分、xhigh 档 54 分,确实超过 Argon 的 50 分;但在深度推理和长周期难题上,Carbon(59 分)和 Argon 仍然更强,官方定位也明确 Hydrogen 是执行层而非旗舰。
问题 3:Gemini 4 Hydrogen 的价格涨了吗?
回答 3:标准价没涨。Gemini 4 Hydrogen 定价每百万输入 1.5 美元、输出 7.5 美元,与 Gemini 3.8 Flash 的标准价持平;Flash 当前的 0.75/3.75 美元是促销价,12 月 31 日结束后回到同一价位。按单任务成本算,Hydrogen 的 High 档约 1.87 美元,明显低于 3.8 Flash 的 7.77 美元。
问题 4:普通用户怎么用上 Gemini 4 Hydrogen?免费能用吗?
回答 4:能。Gemini 4 Hydrogen 发布当天全球上线,Gemini 应用免费用户可通过 “自动模型选择” 在合适场景调用,付费用户可手动选择;Google 搜索的 AI Mode 已把它设为默认模型;开发者可通过 Gemini API 和 Google AI Studio 使用,AI Studio 各层级均可用。
问题 5:Gemini 4 Hydrogen 有什么短板,适合做什么不适合做什么?
回答 5:Gemini 4 Hydrogen 强在知识工作、自动化、多模态文档解析和快速生成原型,Agents' Last Exam 71.6%、AutomationBench 76.1% 均领先同级;短板在终端编程(57% 对 Sonnet 5.5 的 63.9%)、电脑操作(77.6% 对 83.9%)和前端审美,第三方实测中 “一句提示词做游戏” 首轮 1:4 落败,说明它生成快但一遍过的可靠性有限。
【参考资料】
[2026-11-16](传媒行业研究:AI 系列之模型速评:Google 推出 Gemini 4 Hydrogen 单任务成本较 Flash 系列下降)新浪财经
[2026-11-16](Google Launches Gemini 4 Hydrogen for Agentic Workflows)Startup News
[2026-11-15](Gemini 4 Hydrogen 实测:轻量版大爆发)抖音
[2026-11-14](Gemini 4 Hydrogen: Google Ditches the Flash Brand)AI Tool Briefing
[2026-11-13](Gemini 4 Hydrogen 深度评测与接入指南:1M 统一窗口、四档推理,重构 Agent 执行层)腾讯云开发者社区
[2026-11-13](便宜档跑分反超旗舰:谷歌 Gemini 4 Hydrogen 全量开放,搜索 AI Mode 连夜换引擎)36 氪
[2026-11-13](Gemini 4 Hydrogen 来了,所有人都能用)36 氪
[2026-11-13](Google: Gemini 4 Hydrogen Launches With Faster Agentic AI, 1 Million-Token Context Window, And New Multi-Model Orchestration)Pulse 2.0
[2026-11-13](Google has announced 'Gemini 4 Hydrogen,' a high-performance AI that is available for free)GIGAZINE
[2026-11-12](Introducing Gemini 4 Hydrogen for Agentic Workflows)Google 官方博客 The Keyword
【免责声明】
本文基于谷歌官方发布博客、Google DeepMind 模型与评测页面、Gemini API 定价页,以及第三方机构评测与媒体报道整理,仅作信息梳理与产品观察,不构成任何选型、采购或投资建议。文中跑分数据多数来自谷歌官方基准表,第三方复现结果可能存在环境与参数差异;独立实测结论来自自媒体与开发者社区,样本有限,不代表模型整体水平。Gemini 4 Hydrogen 的能力边界、定价与开放范围可能随谷歌后续更新调整,具体以官方文档为准。文中提及的其他厂商模型仅作对照,不代表其完整能力或商业政策。
