谷歌Gemini 4 Hydrogen开放：51分反超旗舰，搜索AI Mode换引擎

导读：

11月12日，谷歌推出Gemini 4 Hydrogen并向全球推送。这款模型成为搜索AI Mode的默认选择，第三方智能指数拿到51分，高过自家旗舰Argon，API定价为每百万输入1.5美元。同日亮相的Orchestrator能在同一个会话里自动在Carbon与Hydrogen之间切换，谷歌称可省24%配额、快19%。

这回谷歌让「便宜档」站到了台前。

Gemini 4系列多了一个新成员，特点不在更强，而在更便宜。11月12日发布的Gemini 4 Hydrogen接替Gemini 3.8 Flash，充当系列里的“效率执行层”。上线当天就铺到了Gemini应用、AI Studio、API、Gemini for Business、Antigravity，免费用户经自动路由也能用；谷歌搜索的AI Mode把默认模型直接换成它，AI Overviews里最难的那批问题也交给它处理。搜索产品副总裁Robby Stein的说法是，这是“谷歌搜索迄今最大的一次模型升级”。

放到时间线上看，这已是六周内第三款Gemini 4。旗舰Carbon本周刚发，Argon十月中旬全球开放，Hydrogen补上了金字塔底座——Carbon和Argon管深度推理，Hydrogen管快速执行。

Google 官方物料：Gemini 4 Hydrogen 现已进入 Google 搜索（全球可用）

跑分画像：反超自家旗舰，但别急着喊“新王”

成绩单上最有戏剧性的一笔出自第三方机构Artificial Analysis：默认high档51分，超过自家旗舰Argon的50分；新增的xhigh档能到54分。和上一代3.8 Flash相比，同设置下任务完成速度快2.5倍，Terminal-Bench 4.1从18.2%升到57%，捏造陈述这类幻觉降低5倍以上。

不过把官方基准表摊开，画面要复杂得多。对标Claude Sonnet 5.5和GPT-6.1 Terra，Hydrogen在知识工作和自动化上占优：Agents’ Last Exam 71.6%、AutomationBench-AA 76.1%、Vending-Bench 2的账户余额14549美元，三项都领先；落后的地方同样清楚——Terminal-Bench 4.1只有57%，Sonnet 5.5是63.9%，OSWorld电脑操作77.6%对83.9%，科学计算终端测试51.4%对59.9%。机器之心原文说“跑分超Argon”没错，但“全面领先”站不住：它偏科，强在执行效率，弱在硬核终端任务。

机制：Orchestrator让模型学会「排班」

与模型同步推出的Orchestrator，行业含义可能比模型本身更大。它内置在Antigravity开发环境里，针对的是一个老难题：全程用最贵的模型跑任务太烧钱，全程用便宜模型又啃不动硬骨头。Orchestrator的办法是在同一会话里动态切换——只读阶段由Carbon探索依赖、制定计划，随后交给Hydrogen改代码、更新包、跑测试；碰上解决不了的障碍，控制权再交回Carbon重新分析。这跟“静态路由”不同，后者开场就定死用哪个模型，而它的切换随任务进展实时发生。

示意图：Orchestrator 自动排班 × Gemini 4 三层矩阵 × Hydrogen 的落地入口

谷歌给出的数据是：Terminal-Bench 4.0上任务成功率接近纯Carbon，配额消耗少24%，完成速度快19%。DeepMind的Clement Farabet称这是“智能体编程的巨大解锁”，Antigravity负责人Varun Mohan则透露这套组合“在内部已经非常流行”。

为什么是现在：把前沿能力铺到「免费层」

Hydrogen这一步，商业上能读出三层意思。先看开发者：它抢的是“平时干活默认用哪个模型”这个位置。1.5/7.5美元的定价，比Argon的优惠价还低一档，速度却快2.5倍。日常任务大多用不着旗舰档。再看谷歌搜索：AI Mode的查询量在往上走，变现效率却不如传统搜索，首席商务官Schindler在10月28日财报电话会上亲口承认了这一点。换一个更快、更省的模型，成本结构马上就能改善。还有生态这一层：免费用户走自动路由就能用上Gemini 4，前沿能力一下子铺到最大范围。

代价也有：价格比3.8 Flash翻了一倍（0.75/3.75涨到1.5/7.5），旧版优惠价12月31日结束后统一到新价位——“加量也加价”，涨价的缓冲期只有六周。

Gemini 4 系列与竞品定价对比：1M 输入 + 200K 输出 tokens 成本（FourWeekMBA 整理）

往深想一层

有几个细节值得单独拎出来。安全指标里有一条不太起眼却有意思：模型卡显示，Hydrogen相比3.8 Flash，智能体越权行为减少最多81%、服务不足减少79%，但“无正当理由的拒绝”反倒多了5.57个百分点——更听话的代价是偶尔变得“谨慎过度”，这个权衡在Agent场景里会实际影响体验。Orchestrator的切换逻辑和交接成本，谷歌没有披露，24%的配额节省是否适用于所有任务类型，得等第三方复现。还有，所谓“跑分超Argon”发生在Argon的默认档位，xhigh档位下两者差距如何，官方没有给全数据。

放到更大的盘面看，Hydrogen说明模型竞争的重心又挪了一次。旗舰军备竞赛打到今天，单点能力再往上提，越来越难让用户感觉到。反倒是“多少问题配多少智能”的调度本事，正在变成新的胜负手。Anthropic靠模型分层（Opus/Sonnet/Haiku）已经吃到了这块红利，谷歌这回用Orchestrator把分层做成了自动化产品。接下来要看OpenAI——它家的模型矩阵一样庞大，可自动调度机制还没公开拿出来。

结尾

六周时间，谷歌从Carbon一路推到Hydrogen，把Gemini 4的金字塔补齐了。塔尖用来证明能力上限，塔基则决定这套能力能铺多远。Hydrogen大概率不会登上任何“最强模型”的头条，可每天真正被最多人用到的Gemini，恐怕就是它——搜索框背后、免费层的路由里、Antigravity的执行流水线上，都是它在跑。

模型竞赛打到下半场，拼的已经不是谁家旗舰更高，而是谁的“够用”更便宜、更聪明、更会自己排班。