谷歌Gemini 4 Hydrogen发布:免费用户可用,速度提升2.5倍
更快更便宜还更聪明 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

黄仁勋辞职的消息还没让人回过神,谷歌就甩出了一款新模型:Gemini 4 Hydrogen。

官方给 Carbon 和 Argon 的定位是复杂推理、长期规划和高难度软件工程;Hydrogen 则走另一条路,响应更快、成本更低、AI Agent 执行更高效,写代码、调工具、连续处理日常任务都是它的强项。

性能超 Argon,速度最高提升 2.5 倍
定位归定位,Hydrogen 的实际表现挺硬。Artificial Analysis 的评测里,它在默认 High 推理档位拿到 51 分,高于 Gemini 4 Argon 的 50 分;切到全新的 xhigh 档位,智能指数再涨到 54 分。
这个分数只比 Claude Sonnet 5.5 和 GPT-6.1 Sol 在最高推理档位下的成绩少 1 分。

价格更抓眼球。Hydrogen 的 API 定价是每百万输入 Token 1.5 美元、每百万输出 Token 7.5 美元,完整的 100 万 Token 上下文窗口内都是统一价。

https://aistudio.google.com/docs/pricing
Artificial Analysis 测算下来,Hydrogen 在 xhigh 档位跑一个任务的成本,大约是 Claude Sonnet 5.5 最高档位的 32%,但仍是 GPT-6.1 Sol 的约 2.5 倍。
新模型给了 Low、Medium、High、xhigh 四档推理强度,用户按需在智能、速度和成本之间取舍。High 是默认档,xhigh 是这次新加的最高推理等级。

第三方评测里,Hydrogen 的 xhigh 档位单任务成本约 3.16 美元,High 档位降到 1.87 美元,智能指数只差 3 分。日常任务大多用默认档就够了,每次都拉满最高推理强度其实没多大必要。

速度也是 Hydrogen 的进步项。谷歌公布的数据显示,默认 High 档位下,它完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍。
Terminal-Bench 4.1 测试中,成绩从 18.2% 升到 57%,虚构信息的情况少了超过 80%。Artificial Analysis 还测到,Hydrogen 输出速度约每秒 200 Token,部分推理档位下已经站在智能水平与任务耗时的帕累托前沿上。
当然,Hydrogen 不是样样领先。Terminal-Bench 4.0 测试它拿到 54%,低于 Claude Sonnet 5.5 的 64% 和 GPT-6.1 Sol 的 56%。
视觉推理和减少幻觉才是它的长项。Artificial Analysis 的 AA-Omniscience 测试显示,Hydrogen 幻觉率只有 8%,Claude Sonnet 5.5 和 GPT-6.1 Sol 分别是 43% 和 52%。
另外,Hydrogen 支持文本、图片、音频和视频输入,上下文窗口 100 万 Token,最高可输出 100 万 Token,复杂 PDF、电子表格、图表、长视频这些材料都能处理。
一句提示词,Hydrogen 就能造出一座城
跑分归跑分,真上手又是另一码事。模型发布之后,开发者们陆续晒出 Hydrogen 的生成本事,3D 场景和交互式网页是重点。
网友 @ai_for_success 把 Hydrogen 和 Swarm 搭在 Antigravity 里,做出一个叫 Porto Astrolabio 的 3D 港湾。界面是完整的航行操作,白天黑夜能切换,用户可以在虚拟港口里随便逛。

网友 @LuminaBench 用的是最高 xhigh 推理档位,做了个 3D 水上飞机演示。他的评价是,Hydrogen 已经能和 Argon 掰手腕,而且更快、更便宜。


网友 @kimmonismus 交出的作品是一座 Three.js 未来城市,能自由飞行探索。按作者的说法,他用 High 档位,追加了一次提示,程序化摩天大楼、雨天效果、在城市上空穿梭的车流就都出来了。

网友 @abhinavflac 那边展示的是一套 3D 微缩积木场景,同样能看出模型生成三维内容的能力。

网友的作品看完,我也准备了几组提示词,拿 Hydrogen 试了试不同类型的交互内容。
先让它做一款深秋农庄里的小幽灵冒险游戏,角色要能进废弃小屋探索、调查物品,还得跟周围环境互动。

接着换成动画风格的乡村骑行游戏:骑一辆装满鲜花的自行车穿过稻田,第一人称和第三人称视角可以随时切。

甚至还拿黄仁勋开了个玩笑,让 Hydrogen 用 HTML 和 SVG 做一段黄仁勋骑自行车的 2D 动画。
最后试的是一款叫 Riverbound 的激流漂流游戏,四名角色坐红色充气艇穿过山谷急流,考的是水流物理和碰撞交互。
谷歌官方同样备了好几个有意思的案例。比如 Geminisland 这个项目,用户敲一句自然语言提示词,就能在一块共享的体素岛屿上实时生成建筑,再用第一人称视角进去看。
另一个演示里,Hydrogen 配合 Antigravity 的前端设计 Skill,一次就生成了完整的电商网站,里面有 WebGL2 地形着色器、滚动叙事、3D 产品卡片,还有实时产品配置器。
网页开发之外,Hydrogen 还能把 Google Sheets 里数千个单元格变成动态像素画;也能照着 YouTube 演讲视频和设计模板,在 Google Slides 里自动做演示文稿。生成幻灯片之后,模型还会自己查文字重叠、排版异常这类问题,并试着改掉。
这些案例看下来,Hydrogen 的强项正从单次生成往连续执行、工具调用、自主检查上走。AI Agent 真干活时,要的恰好就是这些。
Gemini 新玩法,让不同 AI 模型自动分工
Hydrogen 发布的同时,
Google Antigravity 还多了一项叫 Orchestrator 的新功能。
以前不少 AI 编程工具是同一个模型包到底:系统架构设计、写代码、跑测试、修问题,全得它一个人干。可不同活儿对模型的要求本来就不一样。
复杂的系统设计,得靠 Carbon 这种擅长深度推理的旗舰模型;大量代码修改、测试和验证,交给响应更快、成本更低的 Hydrogen 就行。
Orchestrator 能在同一个会话里按具体任务自动切换 Carbon、Hydrogen 等模型,让它们各干最适合的那摊事。
举例来说,整体开发方案由 Carbon 来定,多个 Hydrogen Agent 分头写代码、跑测试、查结果,彼此还在隔离的工作空间里并行执行任务。
谷歌给出的 Terminal-Bench 4.0 测试结果显示,Orchestrator 单独执行任务的成功率与 Carbon 接近,同时平均省下 24% 的额度消耗,任务完成速度则快了 19%。
往后开发者只管把需求提出来,系统会按不同工作环节自行挑选模型,完成质量有保障,成本和等待时间也能压下来。
这种自动分工,其实也说明了谷歌为什么要做 Hydrogen 这样一款效率型模型。
免费用户也能用,Google Search 迎来重大升级
开发者工具之外,Hydrogen 这次发布的另一处大变化,是 Gemini 4 系列开始成规模地进入消费级产品。
谷歌公布的上线安排显示,Hydrogen 正面向全球用户铺开,范围包括 Gemini App、Google Search、Google AI Studio、Gemini API 以及企业服务。
具体来看,Google AI Studio 各层级用户都能用上 Hydrogen,Gemini App 的免费用户也能借助模型选择功能拿到访问权限;Google Antigravity 里的 Hydrogen 则只对 Google AI Pro 和 Ultra 付费订阅用户开放。
对普通用户来说,Hydrogen 主要改善的是复杂指令理解、多轮对话和工具调用这几项能力。
比如让 Gemini 先去 Gmail 里翻邮件,再结合 Google Drive 中的资料写成报告。模型会按任务需要挑对应的工具,省掉来回解释和手动操作。
谷歌还加强了模型对写作语气、格式和具体规则的遵循,邮件、研究报告之类的内容能更贴近用户的实际要求。
另一边,Google Search 也等来了谷歌官方口中迄今规模最大的一次模型升级。
搜索产品副总裁 Robby Stein 称,Hydrogen 对复杂搜索意图的理解更准,问题里带多个条件、有拼写错误,或者说法比较随意,它也能判断出用户真正想要的信息。
谷歌同时升级了 Query Fan-out 技术,搜索系统会围绕复杂问题同时铺开多个相关查询,给出更广的参考网站。搜索结果也不止网页链接,还能按问题生成图片、对比表格、结构化信息,乃至定制化的交互工具。
对常用 Google Search 的人来说,这些改动可能比模型排行榜上的名次更看得见摸得着。
六周时间里,谷歌接连拿出了三款 Gemini 4 模型。
Hydrogen 的登场也带出一个问题:一款更便宜、更快的模型已经在部分评测中压过 Argon,那些昂贵的旗舰模型还剩多少活是它干不了的?
况且谷歌手里还有 Google Search、Gmail、Google Drive 这一大摊产品,Hydrogen 能直接进到普通人的日常工作中去。
说不定 Hydrogen 才是 Gemini 4 系列里最被看轻的那一款。旗舰模型一次次证明 AI 能做什么,Hydrogen 更有机会决定这些能力最后能被多少人、以多低的成本真正用上。