谷歌Gemini 4 Hydrogen：提速2.5倍，编程实测超GPT-6.1 Terra
Agent 榜单杀入全球前五、单任务仅 3 美元
谷歌刚推出 Gemini 4 Hydrogen，这款新模型把速度和价格当作卖点，直接冲着 Claude 和 
GPT 的中端产品去。
日常编程、智能体任务这两类场景里，用户既要模型啃得下复杂问题，又盼着它响应快、开销可控。谷歌给 Hydrogen 的定位就是快速执行模型，对手锁定 Claude Sonnet 5.5 和 GPT-6.1 Terra。
按谷歌给出的成绩单，Hydrogen 在编程、知识工作等多项测试里压过上述两款对手。第三方 Artificial Analysis 的综合指数显示，同一评测下它平均每个任务的成本不到 Sonnet 5.5 的三分之一，成绩却几乎持平。
正面硬刚中端主力
跑分与 Sonnet 5.5 贴近，成本省下三分之二。
谷歌把 Hydrogen 定位成日常编程和智能体工作的快速执行模型，它既能自己处理多步骤任务，也能和 Carbon 等前沿模型搭配干活。
谷歌公布的测试覆盖编程、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，而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 里，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成绩。AutomationBench-AA 测试中 Hydrogen 得到 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软件工具跑完自动化工作流程。
多模态方面，需要处理复杂视觉资料的 MKA 测试里，Hydrogen 成绩为 53.4%，Sonnet 5.5 是 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，它小幅落后于 Sonnet 5.5；科学任务测试 Terminal-Bench-Science 0.1 中，则同时不敌 Sonnet 5.5 和 GPT-6.1 Terra。
整体看，这些结果说明 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一点。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，可以平稳、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 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 榜单也列了平均每任务费用。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，分别是 3.16 美元和 10.02 美元，Hydrogen 只要 Sonnet 5.5 的三分之一。
代码与物理引擎一次成型
谷歌展示了一款类《我的世界》的游戏，名叫 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。
在需要理解物理规则、实时渲染的图形任务中，Hydrogen 表现同样稳。它能按具体视觉要求做 3D 交互模型。一个水与玻璃可视化程序里，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，体现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，呈现质量依然很高，并没有明显落后于自家旗舰。
多步骤视频剪辑与动态 SVG
谷歌还让AI完整做了一段视频。Hydrogen 按创意需求调用专门的视频组装 skill 去找公共素材，把素材剪成一条连续视频，再加旁白。
这组案例说明模型能按要求调用工具、完成多步骤创作，多模态能力、审美水平和整条视频流程的制作能力都体现了出来。围绕视觉效果，网友 Marcel 还做了个进阶版鹈鹕测试：让模型生成一只鹈鹕骑自行车穿过五个动态季节的 SVG 动画，并把 Hydrogen 与 Anthropic 最强的 Fable 5.2 放在一起比。
Fable 5.2 用了约 25 分钟，Hydrogen 只要 5 分钟。5 倍时间差之下，Hydrogen 的呈现效果依然相当不错。
这些任务覆盖了 Hydrogen 从编程、3D 模型制作到多模态和审美的多个方面。谷歌官方发布里还有别的案例，涉及网站制作、文档编辑、数据分析等多种场景，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 自动化正变成按次计费的消耗品，这时候“接近第一梯队上限 + 2.5 倍速度 + 三分之一成本”这套组合，比单纯拿榜单第一更有实战价值。如果日常工作流重度依赖 Claude Sonnet 5.5 或 GPT-6.1 Terra，Hydrogen 已经能直接平替。
谷歌目前已把 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。
