谷歌发布Gemini 4 Hydrogen：幻觉降5倍、速度翻倍，不叫Flash了
谷歌发布Gemini 4 Hydrogen，定位高效执行引擎，主打速度与准确性。相较上代Flash，任务速度提升2.5倍，幻觉率降低逾5倍。该模型已全球上线，覆盖搜索、Gemini应用及API等多平台。谷歌同步推出Orchestrator功能，动态调度Carbon与Hydrogen协作，降低24%配额消耗。
谷歌把
Gemini 4系列的覆盖面进一步铺开，这次拿出一款同时面向普通用户和开发者的高效能模型。本周旗舰Carbon亮相之后，谷歌周四又发布Gemini 4 Hydrogen，核心定位是"为所有人带来前沿智能"。
Hydrogen把速度和执行效率放在首位，命名上也不再沿用"Flash"，改用Hydrogen。据谷歌介绍，该模型已面向开发者、企业和消费者全球同步上线，Gemini API、AI Studio、Gemini应用、谷歌搜索以及
Google Antigravity等多个平台均已覆盖。
基准测试上，默认高思考模式下，Hydrogen在Artificial Analysis Intelligence Index上以51分对50分超过同系列Argon，开到最高xhigh思考模式能到54分。和上一代Gemini 3.8 Flash比，同等设置下完成任务快2.5倍，Terminal-Bench 4.1得分从18.2%升到57%，幻觉生成率（fabricated claims）降低逾5倍。
开发者关心的价格是：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这个价算。
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负责深度推理与复杂任务，Hydrogen是快速执行引擎，日常编码、智能体工作流、多步骤数据处理都用得上。为了让这种多模型协作变成固定机制，谷歌还在Google Antigravity里上线了"Orchestrator"功能，同一会话中动态调度Carbon与Hydrogen，按任务复杂度自动切换，用户不用手动干预。
谷歌披露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，平均配额消耗还少了24%，速度提升19%。并行智能体工作流里，Carbon可以当协调者，Hydrogen驱动工作与验证智能体，在相互隔离的工作空间中同步构建和测试代码变更，目的是帮团队在控制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
面向普通用户，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更能理解用户的真实意图，查询语句里有多个子问题、拼写错误难以辨认或者需求高度具体，搜索系统都能智能解析。搜索结果还会更偏视觉化呈现，相关链接的范围也更广。
在Gemini应用的模型选择器里，Hydrogen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，可以通过"[Auto]自动模型选择"机制用上Hydrogen。谷歌表示，该模型对用户设定的语气、格式与规则遵循得更严格，邮件草稿、学习指南及文档首次生成就能直接用。
在Google Antigravity中，Hydrogen多了"Extra"思考层级，付费的AI Pro和Ultra订阅用户可以使用，也能接入前面提到的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、准确性和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使用量减少12%至23%。
企业软件公司Box的VP Yashodha Bhavnani表示，Hydrogen准确性显著提升的同时，运行速度约为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输入与最高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%，高于其他模型；端到端专业工作流测试Agents' Last Exam v1.1中，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，Hydrogen以58.8%领先同级；Vals Tax Agent Bench排第一，得分52.3%；Vals Legal Research Bench以55.8%并列榜首。
生物技术公司LatchBio的团队给出的结果是，其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
谷歌把智能体安全对齐单拎出来讲，这块对Hydrogen主打的自主工作流执行场景来说格外要紧。
对比3.8 Flash，Hydrogen在智能体任务中的"越权行为"（overreach）最多降81%，"服务不足"（under-service）最多降79%；工具调用和代码评估里的错位行为、任务走捷径现象少了12倍。
碰到做不完或被拦下的任务，Hydrogen越过权限边界的概率最多低2倍；谷歌内部智能体诚实性评估中，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的抗攻击能力提升逾2.3倍。
谷歌还称，更新后的安全护栏在识别真实生物安全风险与合法医疗或科学问题方面精度明显提高，HealthBench Pro上的误拒率不到0.4%。
