谷歌Gemini 4 Hydrogen上线：速度翻倍，幻觉降5倍
谷歌以一款面向普通用户和开发者的高效能模型，全面扩大Gemini 4系列的覆盖半径。继本周推出旗舰模型Carbon之后，谷歌周四发布Gemini 4 Hydrogen，以"为所有人带来前沿智能"为核心定位。该模型主打速度与执行效率，放弃沿用的"Flash"品牌命名，以Hydrogen取而代之。谷歌表示，Hydrogen
谷歌把
Gemini 4系列的覆盖面进一步拉大，普通用户和开发者都在这一轮扩展之内。本周旗舰Carbon亮相后，谷歌周四又推出Gemini 4 Hydrogen，核心定位是"为所有人带来前沿智能"。
命名上，这一代没有沿用"Flash"，改用Hydrogen；主打的是速度和执行效率。按谷歌的说法，Hydrogen已面向开发者、企业和消费者全球同步上线，Gemini API、AI Studio、Gemini应用、谷歌搜索及
Google Antigravity等平台都能用上。
基准数据上，Artificial Analysis Intelligence Index中，Hydrogen默认高思考模式拿下51分，超过同系列Argon的50分；调到最高的xhigh思考模式后，分数可到54分。和上一代Gemini 3.8 Flash同等设置对比，任务完成速度快了2.5倍，Terminal-Bench 4.1得分从18.2%升到57%，幻觉生成率（fabricated claims）下降逾5倍。
开发者关心的价格：每百万输入token 1.5美元，每百万输出token 7.5美元，在全部100万token上下文窗口内统一计价。
定位：效率执行层，补齐多模型协作拼图
Gemini 4系列各司其职的格局已经比较清楚。
Carbon和Argon负责深度推理与复杂任务，Hydrogen充当快速执行引擎，日常编码、智能体工作流、多步骤数据处理都归它管。
谷歌还想把这种多模型协作固定下来，于是在Google Antigravity里同步上线"Orchestrator"。同一会话中，该功能会按任务复杂度在Carbon与Hydrogen之间动态调度，用户不必手动切换。
谷歌给出的内部测试数据是：Terminal-Bench 4.0上，Orchestrator的任务成功率接近Carbon，配额消耗平均少24%，速度高19%。
并行智能体工作流里，Carbon当协调者，Hydrogen带动工作与验证智能体，在相互隔离的工作空间中同时构建、测试代码变更。谷歌称，这有助于团队在控住token成本的同时加快复杂项目交付。
消费端：搜索与Gemini应用获全面升级
普通用户能直接感受到的变化在搜索侧。Hydrogen已是谷歌搜索AI Mode的默认模型，AI Overviews里"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：查询里有多个子问题、拼写错误难以辨认、需求高度具体，搜索系统都能解析。同时搜索结果会更偏视觉化，相关链接的覆盖范围也更广。
Gemini应用中，Hydrogen在模型选择器里被放在"日常助手"的位置，介于"快速回答"（3.5 Flash-Lite）和"深度研究"（3.1 Pro）之间。免费用户在提示适配时，可通过"[Auto]自动模型选择"机制用上Hydrogen。
按谷歌的说法，这个模型对用户设定的语气、格式与规则遵循得更严，邮件草稿、学习指南、文档第一次生成就能直接用。
Google Antigravity里，Hydrogen多了一个"Extra"思考层级，付费的AI Pro和Ultra订阅用户可用，也能接入前面提到的Orchestrator多模型协作。
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表示，Hydrogen准确性明显提升，速度约为3.8 Flash的两倍，token使用量减少12%。Yashodha Bhavnani称：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）基准上，Hydrogen拿到53.4%，压过其他模型；面向端到端专业工作流的Agents' Last Exam v1.1测试里，它的成绩是71.6%。垂直领域同样有数：HLE-Diamond深度领域推理测试中，它以58.8%领先同级；Vals Tax Agent Bench以52.3%排第一；Vals Legal Research Bench以55.8%并列第一。
生物技术公司LatchBio的团队给出的数据是，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
Hydrogen在智能体安全对齐上的改进，是谷歌着重强调的部分，这对它主打的自主工作流执行场景来说格外关键。对比3.8 Flash，智能体任务中的“越权行为”（overreach）最多降低81%，“服务不足”（under-service）最多降低79%；工具调用和代码评估里，错位行为与任务走捷径的情况少了12倍。
碰上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，逾20万次审计对话里，Hydrogen的思维链可读性维持在99.9%，也没有任何欺骗性推理编辑记录。面对间接提示注入攻击，Gray Swan IPI基准测试显示其抗攻击能力提升逾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%。
