Gemini 4 Hydrogen发布：51分反超Argon，搜索与全家桶同步升级
sina qqZone renren ydCloud 0
新智元报道
谷歌预热了整整一周，这周终于把
Gemini 4家族的新主力放了出来——Gemini 4 Hydrogen正式登场。
这个被叫作「氢」的模型，这回把聪明、快、便宜三者难以兼得的局面给打破了。要知道，Gemini 4家族里本来有两位主打深度推理的老大哥：Carbon（碳）和Argon（氩）。Hydrogen的定位是日常编码、智能体工作流和消费级应用，按常理看，它怎么都该排在小弟的位置上吧？
可谷歌给出的数据让人愣住了：默认的high思考模式下，Gemini 4 Hydrogen在AA智能指数上拿到51分，把自家主打深度推理的大哥Argon（50分）甩在了身后。
思考等级调到全新的xhigh，分数还能往上冲到54分。
它不只是更聪明，速度也快、价格也低，谷歌搜索、Google Sheets、Gemini App还跟着一起升级，从今天起全球用户都能用上。
核心产品线已经交到Hydrogen手里，谷歌全家桶同步换代，搜索这一块变化最大。
全球数十亿人使用的Google搜索，迎来了迄今为止规模最大的一次模型升级，其中的AI模式已全部切到Hydrogen底座。
碰上带多重条件、或者夹着拼写错误的长句，升级后的搜索能把问题拆开，同时去检索多个子话题。
举个例，让它挑一双适合炎热天气的透气跑鞋，搜索会直接给出图文并茂的参数对比表和购买入口。
用户接着追问小户型公寓的家具怎么摆，它也能很快给出一份带尺寸建议的视觉化指南。
几个实战演示看下来，真让人怀疑这到底是不是轻量级模型干的——谷歌把「生产力」和「想象力」都用上了。
有个例子是把Excel变成动画片播放器：在
Google Antigravity里，Hydrogen把Google Sheet改造成动态像素画布，靠Python、原生=LET(...)公式和条件格式，把成千上万个单元格缩成像素点，画出能播放的全动态场景。
你敢信吗？
还有一句prompt就能造出3D开放世界——在Geminisland里用Hydrogen做实时3D编程，它能在体素岛屿上生成自定义建筑，玩家可以第一人称视角走进去。
还有更浪漫的玩法。Hydrogen把全球实时闪电数据接进来，纯靠代码搭起一个可交互的3D地球，再装上Web Audio音乐引擎。
每当世界某处落下一道闪电，这颗3D地球上便荡开一圈涟漪，一段旋律随之响起。全世界的雷暴，就这样被它写成了一支交响乐。
即便没有任何外部素材，它照样能做出一个WebGL2水与玻璃可视化器。
全靠纯公式和SDF纹理手工拼出来，光线折射、反射、色散、吸收都在实时模拟，效果相当逼真。
下面要说的，是设计师和天天做PPT的人最爱的部分。
接上谷歌全新的前端设计技能，Hydrogen一次成型地做出了一个奢侈品电商官网。
老被PPT折腾的人有福了：丢给它一个YouTube发布会视频和一套设计模板，它不光能生成整套PPT，还会自己核对排版有没有出错。
Google表格也接入了Gemini，财务团队同样受益。
Hydrogen能把财务数据迅速转成交互式模型，随各种预测情景动态调整，速度比旧模型快30%以上。
下面是真机实测。
大V Chubby的测试显示，Carbon平均要13.34秒，Hydrogen平均5.55秒就跑完，产出的3D场景和网页游戏拿来就能用。
例如这个叫「分形大教堂」的3D场景。
带物理碰撞和计分系统的3D网页游戏，它也应付得来。
在「峡谷飞行」测试里，Hydrogen用Three.js写程序化峡谷地形、动态水面，还做了25道计分关卡。
「大小模型混双」神器Orchestrator来了
这回最抢眼的，是Google Antigravity里同步上线的Orchestrator。
这个智能调度器，让开发者看了直呼过瘾。
手里握着Carbon、Argon、Hydrogen三张牌之后，这才是谷歌真正压箱底的工程杀招。
实际做软件时，团队得用Carbon做顶层架构设计，可读文件、跑测试这类活儿，没必要每次都烧昂贵的旗舰额度。
谷歌索性让大模型们组了一支「包工头 + 黄金打工人」的队伍。
靠Orchestrator，系统能在同一个会话里，让Carbon和Hydrogen动态轮换。
分工上，Carbon是「总架构师兼协调员」，管全局、拆复杂任务、拍最难的板。
Hydrogen则当「超级执行官与质检员」：在多个隔离工作区里同时动手，并行写代码、跑测试、修Bug、验证结果。
效果有多惊人？Terminal-Bench 4.0测试中，它成功率紧追纯血旗舰Carbon，算力消耗却降了24%，速度还快了19%！
就算不拉上其他模型组队，Hydrogen单独处理大型代码库同样在行。它已经能原生批量并行调用文件读取和搜索工具。
过去不少模型读代码库，只能一个文件接一个文件地翻；Hydrogen则能一次扫过去，同时调用十几个文件，改动只落在需要动的地方，像做外科手术。
企业在复杂图谱、SQL和数据密集型工作流里做过实测，Hydrogen的速度是3.8 Flash的2到2.8倍，Token消耗反倒少了12%到23%。
智商这块，它直接越级，把旗舰甩在身后。
之前常用Gemini 3.8 Flash、甚至3.5 Flash的人，换到Gemini 4 Hydrogen，体验上的提升会相当明显。
速度上，high思考设置下提升2.5倍。
放到硬核基准测试里看，Hydrogen的成绩是全方位的越级。
Terminal-Bench 4.1测试中，它拿到57%。
幻觉也收缩得厉害：编造虚假信息的概率被砍掉5倍以上。
AA-Omniscience知识诚实度评测里，Sonnet 5.5和GPT-6.1 Sol瞎猜的概率分别是43%和52%，Hydrogen把这一比例压在8%。
更让人意外的是输入输出规模：Hydrogen原生支持100万Token输入，输出最高也能到100万Token。
定价同样有诚意，每百万Token输入1.50美元，输出7.50美元。
它分四档：low、medium、high（默认），外加全新的xhigh。
专业垂直领域的Agent榜单上，Hydrogen的表现也不含糊。
Agent Arena实时盲测榜排在第5；
HLE-Diamond深度领域推理同级第一（58.8%）；
Vals税务代理榜（Tax Agent Bench）综合第1（52.3%）；
Vals法律研究榜（Legal Research Bench）并列第1（55.8%）。
Gemini 4 Carbon和Argon更像「重型装备」，Hydrogen一来，高效率模型就被推到了日常开发的主战场。
它大致对标的，是OpenAI的GPT-6 Luna / 6.1 Terra，以及Anthropic的Claude Haiku 5.5到Sonnet 5.5这一档。
但凭1.5美元/百万Token、百万级输入输出，再加上反超旗舰的表现，Hudrogen把「便宜又聪明」的门槛又往下压了一截。
眼下，开发者、极客和普通人都能直接上手这枚「氢弹」。
参考资料：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/
https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-hydrogen/
https://blog.google/products-and-platforms/products/search/gemini-4-hydrogen-search-upgrade/
https://x.com/googleaistudio/status/2120940825240797641
https://x.com/artificialanly/status/2120941511223185722
https://x.com/Google/status/2120982566891356279
