谷歌搜索全线换装Gemini 4 Hydrogen:7项测试压过Claude与GPT

资讯 智东西 作者:孙 小雯 全文 5353 字 · 约 14 分钟读完 配图 20 张 分类GeminiClaudeGPTGPT-6.1GoogleAnthropic

7项成绩同时高于Claude Sonnet 5.5和GPT-6.1 Terra。

所属频道 大厂动态ChatGPT 与 GPTClaude 与 AnthropicGemini 与 Google AI
谷歌搜索全线换装Gemini 4 Hydrogen:7项测试压过Claude与GPT(配图 1)

孙小雯与程茜完成了这篇报道的采写与编辑。

11月13日,谷歌推出新模型Gemini 4 Hydrogen,主打日常编程与智能体任务。谷歌公布的10项对比测试里,它拿下7项,且这7项成绩同时高于Claude Sonnet 5.5和GPT-6.1 Terra。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲Gemini 4 Hydrogen、Claude Sonnet 5.5与GPT-6.1 Terra评测成绩对比(图源:谷歌)

AA综合智能指数评测中,Gemini 4 Hydrogen在默认high思考档位拿到51分,比Gemini 4 Argon的50分高;切到最高xhigh档,分数涨到54分。到11月13日下午4时为止,high档和xhigh档在总榜单上分别排第21和第16。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲两个档位AA综合智能指数评测排名(图源:Artificial Analysis)

同一天谷歌还放出一个消息:谷歌搜索开始接入Gemini 4 Hydrogen,向全球所有用户开放。按谷歌的说法,这是谷歌搜索到目前为止规模最大的一次模型升级。升级之后,搜索对复杂、多部分问题的理解更准,答案会用图片、对比表格和定制工具来呈现,并且并行检索相关的子问题,给出更多实用链接。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲谷歌搜索迎来迄今为止最大规模的更新(图源:X)

北京时间11月13日凌晨美股收盘时,谷歌母公司Alphabet报价295.35美元/股(约合人民币1983.33元/股),涨幅1.62%,总市值约3.63万亿美元(约合人民币24.38万亿元)。

谷歌披露的数据显示,默认high思考档位下,Gemini 4 Hydrogen执行任务的速度是Gemini 3.8 Flash的2.5倍。终端操作测试Terminal-Bench 4.1中,Gemini 3.8 Flash成绩为18.2%,Gemini 4 Hydrogen升到57%,是前者的三倍多。

这次更新还包括在Antigravity里上线多模型调度功能Orchestrator,同一会话中能动态切换Gemini 4 Carbon、Gemini 4 Hydrogen等模型。Terminal-Bench测试表明,这种协作方式的成功率接近Gemini 4 Carbon,平均额度消耗少了24%,完成速度则快了19%。

Gemini 4家族又多了一名成员。Carbon、Argon、Hydrogen……这几款模型各自派什么用场?

谷歌官方给出的定位是:两周前刚发布的Gemini 4 Carbon是系列里能力最强的旗舰推理模型,主攻最高难度的问题;10月1日发布的Gemini 4 Argon则是深度推理模型,面向复杂专业任务,偏重复杂、长流程任务中的深度推理。

X上一位开发者评价说,这是“几个月来第一个让我兴奋的Gemini模型”。

Gemini 4又更了!谷歌搜索已换上,人人都可玩
▲一位开发者的评论(图源:X)

价格上,面向日常执行的Hydrogen也比旗舰Carbon和偏重深度推理的Argon便宜。Hydrogen标准输入每百万Token 1.5美元(约合人民币10.07元),输出7.5美元(约合人民币50.36元)。Carbon和Argon同价,目前标准输入、输出分别为每百万Token 2美元(约合人民币13.43元)和10美元(约合人民币67.15元)。两项单价算下来,Hydrogen均比另两款低25%。

Gemini 4 Hydrogen眼下有low、medium、high、xhigh四档思考模式,推理深度由用户按需调整。入口包括Gemini应用、Google AI Studio、Gemini API等。Gemini应用的免费用户通过自动选模,就能在合适的任务上用上这款模型;谷歌编程工具Antigravity中的Hydrogen,则向付费的Google AI Pro和Ultra用户开放。

一、Gemini 4全家桶同台测试做光剑小人,网友称Hydrogen耗时最长,但整体效果优于Argon

Hydrogen刚上线,网友就火速交出一批实测作品。有人重点测它的视频生成效果,也有人把Claude Opus 5.5拉进来,再凑齐Gemini 4全家桶横向对比。总的来看,Hydrogen价格偏低,生成的视频细节也相当丰富。

外网AI测评博主Lumina有一件实测作品被Google官方转发,内容是用Gemini 4 Hydrogen做的一架3D水上飞机。

画面里海面波纹清晰细腻,飞机转动角度时,光线会随镜头与太阳的夹角一起变化,整体效果细腻。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲AI测评博主Lumina用Gemini 4 Hydrogen制作的3D水上飞机(视频来源:X)

Lumina称赞说,这是他目前“最喜欢的Gemini 4系列模型”,并认为其“可与Argon媲美”。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲AI测评博主Lumina的评论(视频来源:X)

Gemini 4全家桶同台测试,效果怎么样?

X上一位开发者把Gemini 4 Hydrogen、Argon和Carbon生成的火柴人光剑对打动画摆到一块,对比三款模型的动作表现、画面细节和制作成本。

三款模型都做出来了挥剑、格挡、腾空和交锋特效。Hydrogen版角色带服装轮廓,光剑挥过有扇形光效;Argon版多了血条、连击计数和动作阶段提示;Carbon版的肢体动作、光剑轨迹和碰撞火花相对清楚。▲Gemini 4全家桶火柴人对打,从上至下分别为Hydrogen、Argon和Carbon。(视频来源:X)

Gemini 4又更了!谷歌搜索已换上,人人都可玩

价格上,按这位开发者的实测,Carbon最便宜:Hydrogen花了56分钟、2.46美元(约合人民币16.52元);Argon花了37分钟、4.65美元(约合人民币31.23元);Carbon花了42分钟、1.98美元(约合人民币13.30元)。三款都用的最高档。

该开发者认为Hydrogen整体效果好于Argon;Argon画面细节更精致,但费用偏高,不太划算。▲这位X上的开发者对三款模型的评价(图源:X)

Gemini 4又更了!谷歌搜索已换上,人人都可玩

另一位X网友拿Hydrogen和Claude Opus 5.5比SVG动画编程。提示词相同,要求画女孩和猫骑着相连的自行车,带日落暖光和吉卜力风格。

两款模型都画出了骑行动作:人物踩踏板,围巾向后飘,沿途景物随骑行移动。背景上,Gemini 4 Hydrogen的村落更密集,Claude Opus 5.5补了更多远处山坡和树木层次。光线走向不同——Hydrogen一直是暖色夕阳,Opus 5.5则从黄昏渐入夜景,人物和环境跟着变暗,车前灯也亮起来。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲女孩与猫骑行对比,上方为Opus 5.5,下方为Hydrogen,均选用xhigh档位(视频来源:X)

该网友说,Hydrogen生成更快,运行成本只有Opus 5.5的1/20。Cursor里的Hydrogen约用15分钟,API费用约0.9美元(约合人民币6.04元);Claude Code里的Opus 5.5约用1小时,费用约18美元(约合人民币120.87元)。▲另一位X上的网友对女孩与猫实测结果的评论(图源:X)

Gemini 4又更了!谷歌搜索已换上,人人都可玩

细节上两款作品也有差别。该网友称,Opus 5.5花时间补了夜景、音乐等细节,Hydrogen的背景缺少变化,也没有随日落光线变暗的处理。

还有一位X网友用Hydrogen Extra(xhigh)做了建筑漫游作品。他说整个制作不到2小时,其中80%时间在渲染,花费很少,只占20美元(约合人民币134.30元)Pro套餐周额度的5%。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲5%为网友记录的套餐周额度占比,制作耗时包含渲染时间(图源:X)

这个视频用Hydrogen Extra(xhigh)加Three.js网页3D图形库做成,内容是建筑漫游,连续展示多个室内外空间。主视角从庭院进屋,经过餐桌、壁炉,再转向浴室和阳台;石墙、木梁和家具串起连续空间,窗户、灯具和壁炉附近有明暗变化。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲建筑漫游(视频来源:X)

二、7项成绩超过Sonnet 5.5,编程、知识工作表现突出

谷歌公布的完整评测表里,Hydrogen与Claude Sonnet 5.5、GPT-6.1 Terra三款模型同台,覆盖编程、知识工作、计算机操作、多模态理解、科学与数学、推理六类能力,共10项测试。

Hydrogen在代码库测试SWE-sweep、专业工作测试Agents’ Last Exam v1.1、多步骤工作流测试AutomationBench-AA,以及模拟经营、多模态知识工作、图表理解和高难度推理共7项里,成绩都是三款中最高。▲Gemini 4 Hydrogen、Claude Sonnet 5.5与GPT-6.1 Terra评测成绩对比(图源:谷歌)

Gemini 4又更了!谷歌搜索已换上,人人都可玩

代码修复测试SWE-sweep要求模型发现并修复代码问题,Gemini 4 Hydrogen拿到13.5%,高于Claude Sonnet 5.5的3.1%和GPT-6.1 Terra的5.8%,所报指标为子任务加权得分。谷歌称,Hydrogen能针对问题做局部修改,并行读取文件、搜索代码库,省去逐个检查文件。

终端操作测试Terminal-Bench 4.1中,Gemini 4 Hydrogen为57%,约为Gemini 3.8 Flash成绩18.2%的3.13倍,但仍低于Sonnet的63.9%。

软件操作及工作流方面,专业工作测试Agents’ Last Exam v1.1它得71.6%,高于Claude Sonnet 5.5的60.4%和GPT-6.1 Terra的69.8%;多步骤工作流测试AutomationBench-AA它得76.1%,另外两款分别是71.8%、60.2%。成绩也与思考档位有关:谷歌公布的AutomationBench-AA曲线显示,Gemini 4 Hydrogen从low调到medium档后成绩明显上升,继续提高档位仍有提升,但增幅逐渐缩小,平均任务费用则继续增加。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲不同模型及思考档位的AutomationBench-AA成绩与平均任务费用对比(图源:谷歌)

落到AA综合智能指数评测上,Gemini 4 Hydrogen从high档调到xhigh档后,分数由51分涨到54分,代价是时间与花费同步增加。不过在图示中得分相近的配置里,它的平均任务耗时和费用都比Claude Sonnet 5.5低。

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲不同模型及思考档位的AA综合智能指数得分与平均任务耗时对比(图源:谷歌)

Gemini 4又更了!谷歌搜索已换上,人人都可玩

▲不同模型及思考档位的AA综合智能指数得分与平均任务费用对比(图源:谷歌)

使用场景方面,需要读资料、做报告的用户也被纳入了Gemini 4 Hydrogen的考虑范围。谷歌称,这款模型能把PDF、电子表格、图表、音频和录制视频整合起来,产出带引用的报告和结构化成果,输入输出合计约100万Token的上下文额度。多模态知识工作测试MKA考察的正是模型处理复杂视觉文件、完成知识工作的能力,Gemini 4 Hydrogen在这里拿到53.4%,比Claude Sonnet 5.5的52.0%略高,GPT-6.1 Terra则是43.8%。美国企业税务研究测试Tax Agent Bench中,Gemini 4 Hydrogen以52.3%的准确率排在首位。

结语:Hydrogen补齐日常执行,大厂竞逐多模型协作

Gemini 4 Hydrogen体现出日常执行模型的能力在往上走:视觉编程作品能做到比较丰富,多项专业工作评测的成绩也不错。它给Gemini 4家族补上了偏重速度与成本的执行环节,与负责高难度推理的Gemini 4 Carbon、Gemini 4 Argon各有分工。

多模型分工其实已经是大厂产品较量的一部分。Anthropic早在2025年就为Claude Code加入了子智能体模型配置,现在还提供Opus负责规划、Sonnet接手执行的自动切换方式。OpenAI在今年9月底给GPT-6.1 Sol加了多智能体测试功能,支持模型委派子任务;Codex同样允许为子智能体配置模型,让不同模型分别承担执行、探索等工作。

Orchestrator此次上线,把Gemini 4家族的分工接进了同一个会话:旗舰模型分析问题、制定计划,Gemini 4 Hydrogen执行代码修改、测试与验证,碰到困难还能切回旗舰模型。说到底,怎么组合模型、打通工具、用更低的成本把活干完,正成为大厂争夺开发者的重要竞争力。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Claude写代码:97KB水下探索项目Abyssal Garden亮相

    IT之家 11 月 15 日消息,据 XDA 报道,一位开发者 Any-Reputation8118 利用 Anthropic Claude 编写代码,开发出一款名为“Abyssal Garden”的浏览器水下探索模拟项目,相应项目体积仅 97 KB,场景中的所有视觉元素均由代码在页面加载时实时生成。 从演示视频来看,

    来源 AI 行业观察
  2. qwen3-max数据边界仅1.36分,WDCD五场景横评全員最低分

    WDCD v3.1试点数据显示,数据边界场景全体得分最低,qwen3-max仅1.36/4;业务规则区分度最大,gpt-6.1-sol 3.88/4与gemini-2.5-pro 2.23/4差距达1.65分。工程规范最高分达4分,五个场景中偏科现象普遍,qwen3-max场景差距2.04分。

    来源 AI 科技快讯
  3. NordicTrack跑步机被iFIT会员锁住,用户用Claude破解成功

    对老狐来说,每个月总要有些订阅软件服务的开销,比如 AI 的、网盘的、资讯的……这年头已经不流行一劳永逸的买断了,必要的服务该订阅还是得订阅。 既然已经掏钱买了会员,自然会默认为跨平台都能通用。但总有些厂商不讲武德,明明已经买了一款软件的会员,结果在别的平台用的时候居然还得掏钱? 不知道大家有没有过这种经历,而最近国外

    来源 AI 行业观察
  4. 跑步机看Netflix要再交39美元会员费,老外用Claude破解

    对老狐来说,每个月总要有些订阅软件服务的开销,比如 AI 的、网盘的、资讯的……这年头已经不流行一劳永逸的买断了,必要的服务该订阅还是得订阅。既然已经掏钱买了会员,自然会默认为跨平台都能通用。但总有些厂商不讲武德,明明已经买了一款软件的会员,结果在别的平台用的时候居然还得掏钱?不知道大家有没有过这种经历,而最近国外 R

    来源 腾讯网
  5. 谷歌Gemini接入Google Wallet,美国用户可使用AI分析个人财务

    谷歌宣布,美国 Gemini 用户现可通过 Personal Intelligence 连接 Google Wallet,用 AI 分析个人财务状况并获取个性化理财建议。用户还能经 Plaid 关联银行账户和信用卡;该平台也为 ChatGPT 提供金融账户集成。连接后,Gemini 可分析交易记录,回答日常支出、预算、

    来源 AI 产业速递
  6. Claude Fable5.2靠代码作画:70万笔触画出购物车

    Anthropic 11月9日发布 Claude Fable5.2 与 Mythos5.2。Fable5.2 无传统文生图模型,却能以代码在虚拟画布逐笔作画,还原笔刷纹理、颜料湿度与画布质感,并可修正错误。它不同于 Midjourney 等扩散模型从噪声生成图像,而是把绘画拆解为笔触指令执行,每幅画是一段约1000至2

    来源 AI 产业速递
  7. Claude Fable5.2上线:70万笔触代码作画,不靠扩散模型

    Anthropic 当地时间11月9日发布 Claude Fable5.2与 Mythos5.2。该公司无传统文生图模型,Fable5.2却能以代码在虚拟画布上模拟画笔逐笔作画,还原笔刷纹理、颜料湿度与画布质感并可修正错误。不同于 Midjourney 等扩散模型从噪声生成图像,它把绘画拆解为笔触指

    来源 AI 开发者社区
  8. 微软365故障波及Claude,Anthropic连发多条通报

    微软 365 遭遇近年最严重故障,波及 Exchange Online、Outlook 等服务近一天半。Anthropic 旗下 Claude 的 Outlook 插件、连接器接连受影响,后续 claude.ai、平台等核心服务又出现验证错误。

    来源 IT之家
  9. 无界前沿开源Fx-Bio-1031:生信盲测超GPT-6与Opus-5

    无界前沿正式开源生物信息大模型Fx-Bio-1031。该模型采用125B参数MoE架构,支持本地私有化部署,确保数据不出域。在Anthropic发布的BioMysteryBench困难子集测试中,Fx-Bio-1031取得70.59%的Pass@5成绩,显著高于GPT-6-Astra和Claude Opus-5。模型具

    来源 AI 应用前沿
  10. 1994款Jeep切诺基靠Claude和Arduino过关加州尾气检测

    IT之家 11 月 14 日消息,当地时间 13 日,据外媒 Tom's Hardware 报道,美国的一名 AI 爱好者穆罕默德 · 祖拉利靠着 AI 和简单的电子接线操作,成功让一辆有 32 年车龄的 1994 款 Jeep 切诺基通过了美国加州的尾气检测。 这辆老车的发动机电脑功能十分有限,但祖拉利借助 Ardu

    来源 AI 行业观察
  11. WorkBuddy国际版接入Gemini 4 Carbon:Pro用户专享

    腾讯旗下AI办公智能体WorkBuddy国际版宣布接入谷歌Gemini 4 Carbon大模型,目前仅向Pro计划用户开放。该模型由谷歌于11月10日开放,主要用于复杂知识工作、软件工程等长周期智能体任务。

    来源 凤凰科技
  12. Claude推三款办公工具:微软市值一夜蒸发893亿美元

    新智元报道 IPO路演刚开始,A/再次宣战!今天,Claude一口气端上了三大「办公神器」:Whiteboards、Sheets、Data。就连最佳「食用方法」,Anthropic都给你设想了一套——在白板上把计划捋顺,再去表格里搭建追踪表,最后再用数据讲一个故事。就连Adobe、Notion这样的三方工具,也可以直接

    来源 腾讯网
  13. 腾讯WorkBuddy国际版:Gemini 4 Carbon上线,仅Pro可用

    IT之家 11 月 16 日消息,腾讯 WorkBuddy 国际版昨日宣布,已正式上线谷歌 Gemini 4 Carbon 模型,主要面向需要更深入推理和处理更长任务的使用场景。 官方将其定位为适合处理复杂问题的模型,目前仅面向 Pro 计划用户开放。 IT之家此前报道,谷歌称 Gemini 4 Carbon 模型主要

    来源 AI 行业观察
向下滚动自动加载更多