Gemini 4 Hydrogen发布：谷歌第三款Gemini 4模型，主打最快最省

谷歌刚刚推出了 Gemini 4 Hydrogen。

这是 Gemini 4 系列在 Argon、Carbon 之后的第三个模型，对应此前外界一直称作「Gemini 4 Flash」的那一档。

最终谷歌没有沿用 Flash 这个名字，而是把内部代号 Hydrogen 直接拿来当正式名称。

氢在元素周期表里排第一，也是最轻的元素。用它给主打最快、最省的一档命名，确实对得上。

六周之内，这已经是谷歌发布的第三个新模型。

谷歌 CEO 劈柴哥 Sundar Pichai 表示：

继 Carbon 和 Argon 之后，Gemini 4 Hydrogen 把前沿智能带给所有人。它为速度和效率而生，面向日常任务、编程和 Agent 工作流。相比 3.8 Flash，它完成任务的速度快 2.5 倍。它还有 4 档思考深度，任务需要多深的推理，你就只为多深的推理等待和付费。

这一回，免费用户同样能用上 Hydrogen。

AI Studio 和 Gemini API 的所有档位、Gemini App、谷歌搜索从今天起都开始推送；付费的 Google AI Pro 和 Ultra 用户还能在 Antigravity 里使用。

官方对照的成绩单上，同一档位的对手是 Claude Sonnet 5.5 和 GPT-6.1 Terra。

在 Artificial Analysis 智能指数上，Hydrogen 默认的 high 档得到 51 分，高过自家大哥 Argon 的 50 分；开到最高的 xhigh 档，则是 54 分。

表格里差距最大的一项是 SWE-sweep，考的是模型能不能在不弄坏已有代码的前提下，自己找出并修好 bug。

这一项 Hydrogen 拿到 13.5%，Sonnet 5.5 只有 3.1%，GPT-6.1 Terra 是 5.8%。

Vending-Bench 2 的要求是让模型经营一台自动售货机，最后看账上还剩多少钱。

Hydrogen 最终账上有 14,549 美元，比 Sonnet 5.5 多出三千多。谷歌的模型做起小生意来也有一手。

另外，在 Agents' Last Exam v1.1、AutomationBench-AA、多模态的 MKA 和 HLE-Diamond 上，三家之中它的成绩都是最高的。

但 Terminal-Bench 4.1 上，Hydrogen 的 57.0% 输给了 Sonnet 5.5 的 63.9%；OSWorld-2.1 上是 77.6% 对 83.9%；Terminal-Bench-Science 上是 51.4% 对 59.9%。

终端里跑的 Agent 任务和电脑操作，Sonnet 5.5 还是明显更强。

跟上一代 3.8 Flash 相比，基本算是全面换代：Terminal-Bench 4.1 从 18.2% 升到 57%，是原来的三倍多；编造事实的情况也压到了原来的五分之一以下。

第三方机构 Artificial Analysis 也第一时间放出了独立评测。

xhigh 档的 Hydrogen 得到 54 分，比 Claude Sonnet 5.5 和 GPT-6.1 Sol 的最高档各低 1 分。

它每个任务的成本约为 Sonnet 5.5 的 32%，但也是 GPT-6.1 Sol 的 2.5 倍左右。

幻觉少是它的一大强项。AA-Omniscience 上，Hydrogen 的幻觉率只有 8%，Sonnet 5.5 是 43%，GPT-6.1 Sol 是 52%，属于 AA 记录过的最低水平之一。

终端类的 Agent 任务上它同样偏弱，Terminal-Bench 4.0 上以 54% 不敌 Sonnet 5.5 的 64%。

Hydrogen 这张牌打的是速度。

Agent Arena 的数据显示，Hydrogen 单步平均耗时 7.3 秒，在榜单前十名里跑得最快，约为 Sonnet 5.5 的 2.7 倍、GPT-6.1 Sol 的 3.1 倍。

换句话说，它一步走完时，Sonnet 5.5 才推进了 37%，GPT-6.1 Sol 只有 32%……

拉长到整个任务看，Hydrogen 有 82% 的任务能在 10 分钟内收尾，GPT-6.1 Sol 为 55%，Sonnet 5.5 为 44%。

给到 30 分钟，Hydrogen 的完成率已到 97%，GPT-6.1 Sol 和 Sonnet 5.5 分别是 81% 和 78%。

Arena 方面专门解释过，速度并没有拿质量去换，Hydrogen 的净提升与这两个模型大体相当。

6500 次真实 Agent 会话的测试中，Hydrogen（High）净提升为 +14.8%，首次上榜就排在 Agent Arena 第 5 名。

单个任务中位耗时 5.3 分钟，比榜首 Claude Fable 5.2 快 3 倍；每个任务的中位成本仅 1.6 美元。

代价是话多：每任务输出 token 比 Carbon 高 41%，达到 Argon 的 2.8 倍。

Hydrogen 提供 low、medium、high、xhigh 四档思考深度，默认落在 high。

xhigh 为本次新增，也是 Gemini 系列头一回出现高于 high 的档位。

Artificial Analysis 测算的四档智能指数与每任务成本如下：

• low：27 分，0.29 美元

• medium：41 分，0.80 美元

• high：51 分，1.87 美元

• xhigh：54 分，3.16 美元

从 high 调到 xhigh，输出 token 几乎翻了一倍，智能指数却只涨 3 分。

Terminal-Bench 4.0 上，xhigh 与 high 得分持平（AA 两边测出的都是 54%），多掏的钱等于打了水漂。

AI Studio 文档亦给出提醒：xhigh 会拉高延迟和 token 消耗，面对简单 prompt 还容易过度思考。

定价上，Hydrogen 在 1M 上下文内统一收费，输入每百万 token 1.5 美元、输出 7.5 美元，缓存命中的输入按 5% 计，即 0.075 美元。

对照来看，Carbon 与 Argon 的 API 价格是输入 2 美元、输出 10 美元；只比 token 单价，Hydrogen 便宜了四分之一。

省钱的点究竟在哪？

答案落在每个任务的总成本：AA 测算显示，high 档 Hydrogen 与 Argon 智能水平相当，单任务成本却约为 Argon 的 19%。

Hydrogen 亮相的同时，Antigravity 里多了一个叫 Orchestrator 的新选项。它的做法是不再整场会话只钉在一个模型上，而是让 Carbon 和 Hydrogen 在同一会话中交替上场；在模型下拉菜单里点选它即可启用。

分工是这样的：Carbon 先在只读环节理清依赖、敲定方案，随后交给 Hydrogen 动手改代码、升级依赖包、跑测试；Hydrogen 一旦卡住，再把活交还 Carbon。Terminal-Bench 的数据显示，Orchestrator 的任务成功率与纯 Carbon 接近，平均额度却省下 24%，完成速度提升 19%。

碰上要并行跑 Agent 的场面，也可以由 Carbon 充当协调者，让 Hydrogen 去带动各隔离工作区里的 worker 和 verifier Agent，构建与测试改动同步推进。

Antigravity 另外用 SDK 做了一个开源的 issue 分诊系统作演示：分诊和写代码归 Hydrogen，重构、新功能、安全检查这类任务则路由给 Carbon。

演示中，用户在 issue 里提出要一个 3D 虚拟骰子，随后又追加要求，把它摆到屏幕中央、体积再大些，最终成品如下。

另一段演示里，Hydrogen（Medium）跑完了一份三步走的网站维护计划：升级 Astro、Starlight 和 marked，迁移不兼容的 API；合并重复的 MDX 正则；为文档截图补上 alt 文本。改完之后它自行执行检查和构建，0 错误，92 个页面全部构建通过。

权限上，Orchestrator 眼下只向 Google AI Ultra 订阅用户开放，Hydrogen 本身则 Pro 和 Ultra 都能用。另外，AI Studio 的 Managed Agents 中，Antigravity Agent 的默认模型已换成 Hydrogen。

谷歌官方还发布了几段 Hydrogen 演示视频。第一段是在 AI Studio 里搭建的 Managed Agent 应用 3D Medic：它借助 Hydrogen 检查上传的 3D 文件，定位模型中的错误，并在导出之前修好。

第二段是 Geminisland，一个多人共享小岛的 demo 游戏。用户输入 prompt，Hydrogen 便经由 Gemini API 实时生成新的 3D 体素建筑，摆到大家共用的岛上。从自然语言到能运行、能交互的代码，只需几秒。

官方博客还提到，它能将全球实时闪电数据转化为一个可交互的 3D 地球。拿到早期权限的博主 kimmonismus 也在 Antigravity 里让 Hydrogen High 造了一座可飞行游览的未来城市；只追问一次，这个 Three.js 场景中就出现了程序化生成的高楼、雨和空中交通。

在 Gemini App 的模型选择器里，Hydrogen 挂的名字是「Everyday help」。免费用户不用自己动手挑，系统自动选模型时，会把合适的问题分给它。

官方介绍里提到，这款模型更贴合用户对语气、格式和规则的要求，写邮件、做学习提纲、改写文档，头一回给出的结果就能直接用。碰上比较产品、消化大量资料这类活儿，它还会主动把表格和图示整理出来。

做任务时，Hydrogen 会把目标拆成一步步的，从你上传的文件、Gmail、Google Drive，还有 Airtable、Dropbox 这些连接应用里取需要的上下文，调用对的工具和技能也更频繁。

Google AI Pro 和 Ultra 用户，在 Google Sheets 里用 Gemini 也能调到 Hydrogen。

搜索这边，Hydrogen 已经是 AI Mode 的默认模型，AI Overviews 里最难的那批问题也归它处理。

谷歌搜索产品副总裁 Robby Stein 的说法是，这是搜索到现在最大的一次模型升级。

用户现在可以按自己的思路直接提问，问题分成好几部分、带错别字都不要紧，回答也更偏视觉化，比较表、地图会直接摆出来。

搜索的 query fan-out 也一并升级，会同时查更多相关子话题，给出的链接范围比以前更广。

模型 ID 是免费档和付费档都能调用，GenerateContent 和 Interactions API 都支持。gemini-4-hydrogen

从 3.8 Flash 迁移过来，AI Studio 的文档列出了几处需要改动的地方。

• 上下文窗口 1M（1,048,576）token，输入、思考、输出共用；3.8 Flash 则是 1M 输入加 64K 输出，分开计算

• 单次同步输出上限 65,536 token；想要更长的输出，得打开服务端会按 64K 一段接着往下写，最多接近 1Mbackground 并调高 max_output_tokens

• 思考档位默认值从 medium 改为 high，新增 xhigh，minimal 不再接受

• 不支持显式缓存（），4096 token 以上的 prompt 默认走隐式缓存cachedContents、caches.create

• temperature、top_p、top_k模型文档里有一句容易被忽略的话：长输出场景下，建议把[[保留1]]设成 131,072 或者 262,144。8192 这类小值别再写死了，否则思考和输出加起来很容易被截断。

max_output_tokens

按照模型卡的说明，Hydrogen 是从 Gemini 4 Carbon 改出来的，能接收文本、图像、音频和视频，知识截止时间为 2026 年 3 月。

官方给出的数字是：在 Agent 任务中，Hydrogen 的越界行为比 3.8 Flash 最多少了 81%，偏离目标的操作和偷工减料降到原先的十二分之一；内部 Agent 诚实度评测中，它拿到 96.7%。

遇到间接 prompt 注入时，它在 Gray Swan 基准上的抗性也提高到原来的 2.3 倍以上。

模型卡同时指出一个反向变化：Hydrogen 的无理拒答率比 3.8 Flash 高出 5.57 个百分点，多模态 prompt 上表现得格外明显。

生物与网络安全这两个领域，Hydrogen 已经碰到谷歌前沿安全框架的预警阈值，但尚未达到关键能力等级。完整的安全报告过几天会公布。

现在免费档即可使用，在 AI Studio 里直接选[[保留4]]就行。gemini-4-hydrogen 即可。