谷歌 Gemini 4 Hydrogen 发布：1.5 美元百万 Token 主打 Agent 执行
谷歌推出 Gemini 4 系列新成员 Hydrogen，定位是“高效率执行者”。它在保持接近旗舰模型智能水平的同时，速度比上一代 Flash 快 2.5 倍，幻觉率控制在 8%。支持百万 Token 上下文和四档推理强度调节，特别适合代码批量处理、多步 Agent 任务以及长文档分析。API 定价亲民，免费用户也能在
模型圈里一直有个空档：能干重活的 Agent 执行模型
大模型市场常能看到两头：一头是聪明但贵且慢的旗舰，用来啃高难度逻辑题；另一头是速度快但偏“浅”的模型，应付简单问答。夹在中间的那块，定位一直不太清楚。
谷歌新出的 
Gemini 4 Hydrogen 想补的正是这块。它不去替代最聪明的 Gemini 4 Carbon，也不是只拼速度的 Flash，官方给它贴的标签是“高效率执行者”。说白了，碰到大批重复性代码改动、要读几十个文件、或者让 AI 代理连着跑好几步任务时，Hydrogen 就是那个便宜又耐造的干活角色。
快、准、省，是它的三个卖点
速度和成本怎么两头兼顾
速度上，官方给出的数字是输出约每秒 200 个 Token，比 Gemini 3.8 Flash 快 2.5 倍。对开发者来说，等代码生成的时间明显变短了。
成本更受关注。API 定价为输入每百万 Token 1.5 美元、输出每百万 Token 7.5 美元，放在当下市场里很有竞争力。开到最高推理档位（xhigh）时，单个任务的成本大约只有 Claude Sonnet 5.5 最高档位的 32%。对要大规模调 API 的企业和独立开发者，这笔省下来的钱不算小。
智能水平没有被砍
“快”和“便宜”就等于“笨”吗？基准测试给出的答案是否定的。默认的高（high）推理档位下，Hydrogen 的智能指数为 51 分，比同系列的 Argon 模型（50 分）还略高一点。切到最高的 xhigh 档，智能指数能到 54 分，离 Claude Sonnet 5.5、GPT-6.1 Sol 这些顶级旗舰已经很近。
这种设计把选择权交给了用户，按任务难度调档就行。简单的代码补全走 low 或 medium，又快又省；复杂的逻辑推理换到 xhigh，多花一点成本换更准的结果。
幻觉率压得很低
企业落地大模型，幻觉是绕不开的一道坎。Hydrogen 在 AA-Omniscience 测试里的幻觉率只有 8%。对照来看，Claude Sonnet 5.5 是 43%，GPT-6.1 Sol 是 52%。不同测试集的标准可能有出入，但 8% 这个数说明它在事实准确、少编信息上下了不少功夫。法律研究、财务数据分析这类对准确性要求极高的场景，这一点很关键。
技术路线：蒸馏加并行
Hydrogen 不是从零训出来的新模型，而是从更强的 Gemini 4 Carbon 蒸馏得到。打个比方，Carbon 像一位资深教授，把知识压缩后教给精力充沛的学生 Hydrogen，核心能力留住了，算力消耗却降了一大截。
工具调用天生并行
以往大模型跑多步任务基本是串行：读完文件 A 再读文件 B，最后汇总。Hydrogen 把原生并行工具调用做了进来，多个文件读取或搜索请求可以同时发出，不用一个个等。某个工具调用失败、或者搜索没结果时，它会自己换策略，而不是直接报错停下。Agent 任务的执行效率因此提升明显。
推理预算可以调
Hydrogen 分 low、medium、high、xhigh 四档推理强度，本质上是让用户自己控制“想多久”和“算多少”。推理过程和输入、输出共用同一个最高 1,048,576 Token（约 100 万）的上下文窗口。档位越高，模型在内部推理上吃的 Token 越多，回答越严谨，延迟和成本也跟着涨。开发者可以照实际需求把预算掐得很细。
落地场景有哪些
一是 AI 编程和代码重构
对开发者来说，Hydrogen 像个顺手的“代码工匠”。它能并行批量读取项目里的多个文件，再做“外科手术式”的精准修改。比如重构大型项目的接口定义时，Hydrogen 可以同时读进所有相关文件，保证改动一致，又不会碰错无关代码。在 Antigravity 开发环境里，它能和管架构设计的 Carbon 搭班：Carbon 出计划，Hydrogen 并行写代码、跑测试、验结果。这样分工下来，整体开发效率提升 19%，额度消耗降低 24%。
二是企业级文档处理
输入格式上，Hydrogen 支持文本、图片、音频、视频和 PDF 等，上下文窗口有百万 Token。数百页的法律合同、复杂的财务报表、几个小时的会议视频，它都能一次“消化”。在此之上，它还能产出带详细引用的结构化报告。幻觉率低，报告的可信度就更高，税务分析、尽职调查这类严肃场景用得上。
三是交互式 Web 与 3D 内容生成
Hydrogen 的多模态能力挺能打，给一句自然语言，它就能搭出完整网站、3D 场景，甚至小游戏。WebGL 着色器这类高级效果也在支持范围内，还能做出带物理交互的体素岛屿或漂流游戏。对前端设计师和做创意原型的人来说，从想法到原型的门槛被压下去了不少。
4. 办公套件集成
放到 Google Sheets 里，Hydrogen 能把数千个单元格的数据变成动态像素画；Google Slides 演示文稿它也能自动生成，还会自己检查、自己修正。静态财务数据同样可以转成交互模型，数据趋势看起来更直观。
如何使用 Gemini 4 Hydrogen
普通用户
- Gemini App/Web：登录 Gemini 官网，在模型下拉菜单里选“Gemini 4 Hydrogen”就能开始对话，免费用户同样可用。Google Search：谷歌搜索后端已经自动由 Hydrogen 驱动，用户什么都不用做，直接用自然语言提问，就能拿到更快的搜索体验和更结构化的结果（比如对比表格、图片汇总）。
开发者与 API 用户
- Google AI Studio：所有层级用户（包括免费用户）都能在 AI Studio 中体验 Hydrogen。创建 API Key 后，通过 Gemini API 端点指定模型 [[保留2]] [[保留3]] 推理强度分 low/medium/high/xhigh 四档，可按任务复杂度灵活调整。
gemini-4-hydrogen即可调用。 - 参数设置：通过
thinking_level - 多模态输入：API 可传入文本、图片、音频、视频和 PDF，上下文和输出最高均支持 100 万 Token。
付费与企业用户
- Antigravity：Pro/Ultra 订阅用户能在 Antigravity 中启用 Hydrogen，体验 Orchestrator 多模型自动分工功能。
- Gemini for Business：企业用户可通过管理后台部署 Hydrogen 供团队协作，安全对齐标准更高（agent 越权行为减少最多 81%，抗间接提示注入能力提升 2.3 倍）。
竞品对比：Hydrogen 处于什么位置？
要把 Hydrogen 的定位看明白，不妨拿它和市场上的主要竞品摆在一起比：
| 维度 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Sol |
|---|---|---|---|
| 智能指数 (最高档) | 54 (xhigh) | 55 | 55 |
| 智能指数 (默认档) | 51 (high) | - | - |
| API 定价 (输入/输出) | $1.5 / $7.5 | ~$3 / $15 (估算) | ~$0.6 / $3 (估算) |
| 单任务成本 (最高档) | $3.16 (基准) | ~$9.9 (3.1倍) | ~$1.26 (40%) |
| Terminal-Bench 4.1 | 57% | 63.9% | - |
| 幻觉率 (AA-Omniscience) | 8% | 43% | 52% |
| 输出速度 | ~200 Token/秒 | 较慢 | 中等 |
| 上下文窗口 | 1M Token | ~200K (估算) | ~400K (估算) |
| 多模态输入 | 文本/图/音/视频/PDF | 文本/图片 | 文本/图片 |
| 免费可用 | ✅ | ❌ | ❌ |
表格显示，Hydrogen 在幻觉率、上下文窗口长度和多模态支持上优势明显。绝对智能上限它比 Sonnet 5.5 略低一点，但性价比和免费可用性让它成了日常任务和大规模应用的首选。GPT-6.1 Sol 价格确实更低，多模态支持和上下文长度却不如 Hydrogen。
总结
Gemini 4 Hydrogen 的发布说明大模型市场正从“拼参数”转向“拼效率”和“拼场景”。它不打算样样做到最好，目标是把执行者这个角色做稳。要处理海量数据、跑复杂自动化流程，或者对成本敏感的用户，Hydrogen 是个很有吸引力的选择。
AI Agent 应用越来越普及，像 Hydrogen 这种原生并行调用、低幻觉率、超长上下文的模型，会变成搭建下一代自动化工作流的基础设施。个人开发者也好，大型企业也好，都可以把它接进自己的工作流程试一下，看能省出多少效率。
