谷歌发布Gemini 4 Hydrogen：速度提2.5倍，多项测试超GPT-6.1 Terra
谷歌Gemini 4 Hydrogen成本仅为Sonnet 5.5三分之一，现已开放体验
谷歌刚推出 
Gemini 4 Hydrogen，这款新模型以速度和价格为卖点，目标直指 Claude 与 GPT 的中端产品。
日常编程、智能体任务里，用户既要模型能啃复杂问题，又要它跑得快、花钱少。谷歌把 Hydrogen 定位于快速执行模型，对手锁定 Claude Sonnet 5.5 和 
GPT-6.1 Terra。
谷歌给出的成绩显示，Hydrogen 在编程、知识工作等多项测试中压过这两款对手。第三方 Artificial Analysis 的综合指数里，同一评测下它平均每任务成本不到 Sonnet 5.5 的三分之一，成绩却几乎持平。
中端主力之间的正面碰撞
跑分咬住 Sonnet 5.5，成本却省掉三分之二。
按照谷歌的定位，Hydrogen 专门用于日常编程和智能体工作的快速执行。多步骤任务它能独立完成，也能和 Carbon 等前沿模型搭配干活。
谷歌公布的成绩覆盖编程、知识工作、计算机操作和多模态理解。Hydrogen 在其中多个项目上超过 Claude Sonnet 5.5 与 GPT-6.1 Terra——这两款正是两家头部厂商的中端主力，扛着用户大量日常任务。
发现并修复编程问题的 SWE-sweep 中，Hydrogen 拿到 13.5%，6.1 Terra 为 5.8%，Sonnet 5.5 为 3.1%。衡量端到端专业工作流程的 Agents’ Last Exam v1.1 中，Hydrogen 得 71.6%，6.1 Terra 和 Sonnet 5.5 分别是 69.8% 和 60.4%；涉及复杂视觉文件的 MKA 测试中，它同样领先。
编程之外，谷歌还亮出面向实际职业工作的数据。AutomationBench-AA 测试中 Hydrogen 得 76.1%，Sonnet 5.5 和 GPT-6.1 Terra 分别为 71.8% 和 60.2%。这项测试看的是模型能不能借助软件工具跑完自动化工作流程。
多模态这块，处理复杂视觉资料的 MKA 测试里，Hydrogen 成绩 53.4%，Sonnet 5.5 为 52.0%，GPT-6.1 Terra 为 43.8%。谷歌希望它能综合 PDF、表格、图表、音频和视频等材料，整理出报告和其他工作成果。
榜单上也有对手占先的项目。计算机操作评测 OSWorld 2.1 中，它小幅落后 Sonnet 5.5；科学任务测试 Terminal-Bench-Science 0.1 中，则同时输给 Sonnet 5.5 和 GPT-6.1 Terra。
这些结果整体说明，Hydrogen 的能力不输两家头部公司的中端模型。
速度也是谷歌强调的重点。按谷歌的说法，默认 high 思考档位下，Hydrogen 完成任务的速度达到 Gemini 3.8 Flash 的 2.5 倍。对需要反复改代码、看结果的开发者来说，等待时间缩短，整个工作流程的体验都会受影响。
沿用 Gemini 的惯例，Hydrogen 同样设了低（low）、中（medium）、高（high，默认）和全新的超高（xhigh）四个思考层级，在质量、延迟和成本之间给出分层选择，能平稳可预测地逐步扩展，让推理深度对应的时间和花费更合理。
第三方评测提供了横向参照。Artificial Analysis 的 Intelligence Index 综合知识工作、编程、科学等测试。11 月 13 日查看时，Hydrogen 最高的 xhigh 档得分 54，接近 Sonnet 5.5 最高 max 档的 55 分，高于 GPT-6.1 Terra 最高 max 档的 51 分。
能力之外还有价格。AA 榜单同时列出平均每任务费用。GPT-6.1 Terra 更便宜，但最高分不如 Hydrogen；和 Sonnet 比，最高推理档差距明显——3.16 美元对 10.02 美元，Hydrogen 只花 Sonnet 5.5 的三分之一。
代码和物理引擎一把成型
谷歌展示了一款类《我的世界》的游戏，叫 Geminisland。用户输入一句提示词，Hydrogen 就能靠即时 3D 编程把游戏完整生成出来。岛上有道路、建筑和大型动物，用户还能以第一人称走进场景探索。
网友 kimmonismus 也用 Hydrogen 做了款峡谷飞行游戏。作者称，它用了 Three.js、程序化地形和动态水面，设了 25 个计分门。
需要理解物理规则、实时渲染的图形任务里，Hydrogen 表现同样稳。它能按具体视觉要求做 3D 交互模型。一个水和玻璃的可视化程序里，模型模拟了光线穿过水和玻璃时的折射、反射、色散和吸收。
这个案例把复杂的视觉要求变成实时画面，反映出模型编写图形代码、理解物理规则、搭建完整系统的能力。
网友那边也做了不少 3D 实测。开发者 Tony 分别用 Hydrogen 和谷歌刚发布的旗舰 Carbon，制作船只穿行冰川之间的 3D 画面。
Hydrogen 用时 1 小时 23 分 40 秒、花费 4.27 美元；Carbon 用时 2 小时 39 分 10 秒、花费 8.83 美元。用时和花费都减半，Hydrogen 的呈现质量依然很高，没有明显落后自家旗舰。
多步骤视频剪辑与动态 SVG
还有一个案例，谷歌把一整段视频的制作交给AI来做。按照创意要求，Hydrogen调用专门的视频组装 skill 去找公共素材，把素材串成一条完整片子，再配上旁白。
这个案例说明它能按要求调用工具，把多步骤创作跑完，也体现出模型的多模态能力、审美水准以及完整视频流程的制作能力。
还是视觉方向，网友 Marcel 把鹈鹕测试做了个升级版：让模型生成一只骑自行车、穿越五个动态季节的鹈鹕 SVG 动画，拿 Hydrogen 与 Anthropic 最强的 Fable 5.2 对比。
Fable 5.2 花了约 25 分钟，Hydrogen 只要 5 分钟。5 倍的时间差下，Hydrogen 的呈现效果依然相当不错。
这些任务下来，Hydrogen 展示了从编程、3D 模型制作到多模态与审美的多方面能力。谷歌官方发布里还有别的案例，覆盖网站制作、文档编辑、数据分析等多个场景，Hydrogen 都完成得不错。
上手与选型建议
从 3D 交互场景、物理图形渲染到自动化视频剪辑，Gemini 4 Hydrogen 说明了一件事：在高频落地的工程场景里，模型不必再靠堆旗舰级参数来换可用性。
日常编程、多步骤 Agent 自动化一旦变成按次计费的消耗品，“接近第一梯队的上限 + 2.5 倍速度 + 三分之一成本”这套组合，比单纯的榜单第一更有实战价值。如果你的日常工作流重度依赖 Claude Sonnet 5.5 或 GPT-6.1 Terra，Hydrogen 已经具备直接平替的实力。
目前谷歌已着手把 Gemini 4 Hydrogen 逐步推送到 Gemini 应用、Google 搜索、AI Studio 以及 Gemini API，免费用户在 Gemini 应用里通过自动模型选择也能体验到。
热度延续：12 月 AICon 北京站见
12 月 18–19 日，AICon 全球人工智能开发与应用大会定在北京举行。大会主题为探索 A 应用边界，13 大技术专题覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等核心方向。届时会有多位一线技术专家到场，分享 AI 技术突破和企业规模化落地中的真实做法。
