谷歌推Gemini 4 Hydrogen：百万元上下文本，速度提2到2.8倍

谷歌 Gemini 4 家族迎来新代号“氢”

11 月 12 日，谷歌把 Gemini 4 系列的新成员 Gemini 4 Hydrogen 摆上了台面。老用户或许会对这个名字感到陌生：Gemini 3.8 那会儿，速度快、体量轻的模型都叫 Flash。如今命名规则换成化学元素周期表那一套——Carbon（碳）与 Argon（氩）扛深度推理和复杂任务，新来的 Hydrogen（氢）则接棒充当“快速执行引擎”。

Hydrogen 的卖点就一个字：快。它是原生多模态模型，输入、思考、输出共用最高 100 万 token 的上下文窗口，大段代码库、长视频、长篇文档可以一口气塞进去，很快就能吐出结果。日常写代码、跑智能体（Agentic）工作流，或者处理多步骤数据，这种拿来就用的效率，比一味堆智力更顶事。

为何还要再添一个“快”模型？

写软件、做知识工作，并非每个问题都值得请出最强推理模型。不少时候，人们只想快速生成一段样板代码、改掉一个显眼的语法错误，或者从成堆文件里拎出关键信息。拿处理复杂逻辑的大模型干这些零活，延迟高不说，Token 还烧得厉害，性价比很低。

谷歌把这笔账算得很明白。真实开发里，架构设计、隐蔽 Bug 排查确实得靠 Carbon、Argon 这类高智商模型；可到了写代码、跑测试、验证变更这些环节，反应快、执行规范的模型才是刚需。Hydrogen 就是冲这个来的，既能单独干日常活，也能在多模型工作流里当“手脚”，跟更聪明的“大脑”搭班。

提升有多大，数据能说明。复杂图计算、SQL 查询、高并发企业级数据工作流的实测中，Hydrogen 跑得比上一代 Gemini 3.8 Flash 快 2 到 2.8 倍。更关键的是，即便满载百万级上下文、要跨模态理解长视频或大型代码库，它的首字延迟（TTFT）仍压在很低的水准。对讲究即时反馈的用户体验来说，这一点很要命。

Artificial Analysis Intelligence Index 评测里，Hydrogen 默认 high 档位拿 51 分，最高的 xhigh 档位达到 54 分。有意思的是，这个分数压过了谷歌自家参数更大的 Argon 模型（50 分）。可见在特定任务上，冲着速度优化的模型反而能带来意外回报。

新增 xhigh 推理强度：把算力花在刀刃上

Hydrogen 添了一个 xhigh 推理强度选项。谷歌的建议是，多数任务从 high 档起步就行，碰上棘手的多步问题再切到 xhigh。原因在于 xhigh 模式能处理更复杂的逻辑，代价是延迟和 Token 消耗往上走；简单任务上用它，模型容易“过度思考”，反而得不偿失。

这种分级做法，照出眼下大模型应用的一个走向：不再死磕单个模型的全能，而是按任务难度动态调配算力。减少幻觉方面 Hydrogen 也下了功夫，官方数据显示幻觉率降了 5 倍以上。工具调用失败或搜索结果为空时，它更愿意照实说出信息缺口，而不是硬编一个答案。对搭建可靠应用系统来说，这份“诚实”比偶尔的灵光一现更管用。

Orchestrator：让模型各管一摊、配合干活

一个模型包打天下并不现实，谷歌于是拿出多模型智能调度系统 Orchestrator。该系统眼下集成在编程工具 Google Antigravity 里，先向 Ultra 订阅用户开放。

Orchestrator 的看家本领，是在同一会话中动态换用不同模型。拿一个复杂编程任务来说，Carbon 可以当协调器，管整体架构规划和难点攻关；Hydrogen 当执行者，负责具体代码生成、文件读取和测试验证。Terminal-Bench 4.0 测试中，这种搭档模式的任务成功率接近纯 Carbon 模型的水平，平均配额消耗却少了 24%，完成速度快了 19%。

并行 Agent 工作流尤其吃这一套。设想多个工作代理在隔离环境里同时构建、测试代码变更，Hydrogen 提供高速支持，Carbon 做最后把关。团队不必明显抬高 Token 成本，就能更快交付复杂项目。

从代码到搜索：Hydrogen 铺开全场景

开发者工具之外，Hydrogen 已经渗进普通用户的日常。谷歌把它定为搜索引擎 AI Mode 的默认模型，搜索主界面里 AI Overviews 的底层推理也由它撑着。

也就是说，当你向 Google 搜索抛出一个包含多个部分、带拼写错误或非常具体的复杂查询，背后拆解问题、并行检索、整合结果的很可能就是 Hydrogen。升级后的查询扇出（Query Fan-Out）机制，让搜索既能给出更广泛的有用链接，也能挖出过去容易被漏掉的网站。结果不再是简单罗列，而是经 AI 整理、视觉化、方便浏览的自适应反馈。

谷歌还演示了一个办公场景：在 Antigravity 中，用户只需交给 Hydrogen 一段 YouTube 主题演讲视频和一个设计模板，它就能直接在 Google Slides 里生成多页演示文稿。更厉害的是，文字重叠之类的排版问题它会自己检查、自己修正。从看懂视频内容、理清信息结构，到调用应用生成幻灯片、最后核对结果，整条流程靠多模态能力串了起来。

另有一个叫 Geminisland 的实验项目，演示了 Hydrogen 的即时 3D 编码本事。用户下个简单指令，就能在共享的像素岛屿上实时生成自定义结构，还能以第一人称视角随便走、随便看。这个项目更像技术演示，不过它让人看到内容创作的一种可能：自然语言直接变成可交互的三维空间。

如何获取与定价

眼下 Gemini 4 Hydrogen 已经接入谷歌整套产品，覆盖 Google AI Studio、Gemini API、Gemini for Business、Gemini 应用、Google 搜索和 Google Antigravity。

普通用户在 Gemini 应用里，免费用户靠“Auto”自动模型选择功能拿到 Hydrogen 的响应；Google AI Plus、Pro 和 Ultra 订阅用户能手动指定 Hydrogen。开发者这边，AI Studio 和 Gemini API 的免费层同样开放访问，只是有速率限制。价格上，Gemini 4 Hydrogen 的 API 收费是每百万输入 Token 1.5 美元，缓存命中只要 0.075 美元，输出 Token 为 7.5 美元。放到同类产品里看，考虑到速度和性能都有提升，这个价位有一定竞争力，对高频调用、对延迟敏感的场景尤其如此。

说到底，Gemini 4 Hydrogen 的发布说明谷歌的模型分层策略又往前走了一步。它不打算靠一个模型包打天下，而是把 Hydrogen、Carbon、Argon 这些特性不同的模型搭在一起，再配上 Orchestrator 这类调度系统，让用户得到更高效、更经济、也更智能的 AI 服务。等 Hydrogen 进一步进入搜索、办公和开发工具，普通用户和开发者都会更直接地体会到这种“快”带来的变化。