谷歌Gemini 4 Hydrogen上线：速度翻倍，幻觉减少5倍
sina qqZone renren ydCloud 0
谷歌把Gemini 4系列铺得更开，这次拿出的是一款面向普通用户和开发者的高效能模型。
本周旗舰Carbon刚亮相，周四Gemini 4 Hydrogen又来了，核心定位是"为所有人带来前沿智能"。这款模型主打速度和执行效率，命名上不再沿用"Flash"，改叫Hydrogen。
Hydrogen已在全球同步上线，开发者、企业、消费者都能用，渠道包括Gemini API、AI Studio、Gemini应用、谷歌搜索以及
Google Antigravity等平台。
基准测试里，Hydrogen默认高思考模式下在Artificial Analysis Intelligence Index上拿到51分，超过同系列Argon的50分；把思考模式开到最高的xhigh，分数可到54分。
和上一代Gemini 3.8 Flash比，同等设置下Hydrogen完成任务快2.5倍，Terminal-Bench 4.1得分由18.2%升到57%，幻觉生成率（fabricated claims）下降逾5倍。
开发者拿到的价格是每百万输入token 1.5美元、每百万输出token 7.5美元，全部100万token上下文窗口内统一按此计算。
定位：效率执行层，补齐多模型协作拼图
Gemini 4系列的分工已经比较清楚：Carbon和Argon管深度推理与复杂任务，Hydrogen当快速执行引擎，日常编码、智能体工作流、多步骤数据处理都归它。
为了让这种多模型协作固定下来，谷歌在Google Antigravity里同步上线"Orchestrator"功能。同一会话中，它按任务复杂度动态调度Carbon与Hydrogen，自动切换，用户不用手动操作。
谷歌给出的内部测试数据显示，Orchestrator在Terminal-Bench 4.0上的任务成功率接近Carbon，配额消耗平均少24%，速度提升19%。
并行智能体工作流中，Carbon可以当协调者，Hydrogen负责驱动工作与验证智能体，在相互隔离的工作空间里同步构建和测试代码变更，目的是帮团队控制token成本，同时加快复杂项目交付。
消费端：搜索与Gemini应用获全面升级
面向普通用户的产品里，Hydrogen已经是谷歌搜索AI Mode的默认模型，AI Overviews中"最难问题"的处理也交给它。
谷歌称，Hydrogen更能读懂用户的真实意图，查询里夹着多个子问题、难辨认的拼写错误或需求特别具体，搜索系统都能智能解析。搜索结果还会更偏视觉化，相关链接的范围也更广。
Gemini应用的模型选择器里，Hydrogen被放在"日常助手"的位置，夹在"快速回答"（3.5 Flash-Lite）和"深度研究"（3.1 Pro）中间。免费用户在提示适配时，通过"[Auto]自动模型选择"机制就能用上Hydrogen。
谷歌表示，Hydrogen对用户设定的语气、格式与规则遵循得更严格，邮件草稿、学习指南和文档第一次生成就能直接用。
Google Antigravity中，Hydrogen多了"Extra"思考层级，付费的AI Pro和Ultra订阅用户可用，还能接入前面提到的Orchestrator多模型协作能力。
性能：速度与准确性双重跃升
谷歌把Hydrogen称作对3.8 Flash的"重大独立升级"，改进集中在速度、准确性、上下文处理能力三块。
速度上，合作伙伴的早期测试数据显示，复杂图计算、SQL及数据密集型企业工作流中，Hydrogen运行速度快了2倍至2.8倍，token使用量少12%至23%。
企业软件公司Box的VP Yashodha Bhavnani说，Hydrogen准确性明显提升，运行速度约为3.8 Flash的两倍，token使用量减少12%。Yashodha Bhavnani表示：
在需要准确读取表格和执行复杂计算的数据密集型工作流中，改善最为明显。
准确性方面，Hydrogen原生支持100万token输入、最高100万token输出，密集的PDF文件、电子表格、图表、音频和视频内容都能处理。
多模态知识智能体（MKA）基准测试里，Hydrogen拿下53.4%的得分，高于其他模型；转到考察端到端专业工作流的Agents' Last Exam v1.1测试，它的成绩是71.6%。
垂直领域同样有数据：HLE-Diamond深度领域推理测试中，Hydrogen以58.8%领先同级模型；Vals Tax Agent Bench上以52.3%排第一；Vals Legal Research Bench上以55.8%并列第一。
生物技术公司LatchBio的团队给出的结果是，在自家抗体开发基准测试的毒理学与安全部分，Hydrogen通过率67%，非Gemini模型只有37%。
安全性：智能体对齐能力大幅强化
谷歌把Hydrogen在智能体安全对齐上的改进摆在突出位置。这款模型主打的正是自主工作流执行，这部分能力对它格外关键。
对比3.8 Flash，Hydrogen把智能体任务中的"越权行为"（overreach）压低了最高81%，"服务不足"（under-service）降低最高79%；工具调用和代码评估里的错位行为、任务走捷径现象，减少了12倍。
遇到做不完或被拦下的任务，Hydrogen越过权限边界的概率最多降低2倍。谷歌内部智能体诚实性评估中，它的诚实率达到96.7%。
推理透明度上，超过20万次审计对话里，Hydrogen的思维链可读性保持在99.9%，也没有任何欺骗性推理编辑记录。
针对间接提示注入攻击的Gray Swan IPI基准测试，Hydrogen的抗攻击能力提升超过2.3倍。
谷歌还称，更新后的安全护栏在分辨真实生物安全风险与合法医疗或科学问题方面，精度有明显提升；HealthBench Pro上的误拒率不到0.4%。
