刚刚，谷歌发布了 Gemini 4 Hydrogen。
它是 Argon、Carbon 之后 Gemini 4 系列的第三个模型，也就是此前一直被传叫「Gemini 4 Flash」的那一档。
最后谷歌没再用 Flash 这个名字，直接把内部代号 Hydrogen 当成了正式名。
碳、氩、氢……氢在元素周期表里排第一、也最轻，拿来给最快最省的这一档命名，倒也贴切。
而这已经是谷歌六周之内发的第三个新模型了。
谷歌 CEO 劈柴哥 Sundar Pichai 表示：
“继 Carbon 和 Argon 之后，Gemini 4 Hydrogen 把前沿智能带给所有人。它为速度和效率而生，面向日常任务、编程和 Agent 工作流。相比 3.8 Flash，它完成任务的速度快 2.5 倍。它还有 4 档思考深度，任务需要多深的推理，你就只为多深的推理等待和付费。
这次免费用户也能用上 Hydrogen。
AI Studio 和 Gemini API 的所有档位、Gemini App、谷歌搜索今天起都开始推送，付费的 Google AI Pro 和 Ultra 用户还能在 Antigravity 里用。
成绩
官方成绩单拿来对比的，是同一档位的 Claude Sonnet 5.5 和 GPT-6.1 Terra。
在 Artificial Analysis 智能指数上，Hydrogen 默认的 high 档拿到 51 分，超过了自家大哥 Argon 的 50 分，开到最高的 xhigh 档则是 54 分。
表里差距最大的一项是 SWE-sweep，它测试的是模型能否在不弄坏已有代码的前提下，自己找出并修好 bug。
Hydrogen 在这一项拿了 13.5%，Sonnet 5.5 只有 3.1%，GPT-6.1 Terra 是 5.8%。
Vending-Bench 2 则是让模型经营一台自动售货机，看最后账上剩多少钱。
Hydrogen 最后账上有 14,549 美元，比 Sonnet 5.5 多了三千多……看来谷歌的模型做小生意也有一手。
此外，在 Agents' Last Exam v1.1、AutomationBench-AA、多模态的 MKA 和 HLE-Diamond 上，它也都是三家里最高的。
不过在 Terminal-Bench 4.1 上，Hydrogen 以 57.0% 不敌 Sonnet 5.5 的 63.9%；OSWorld-2.1 上以 77.6% 不敌 83.9%；Terminal-Bench-Science 上以 51.4% 不敌 59.9%。
终端里跑的 Agent 活和电脑操作，Sonnet 5.5 还是要强一截。
和上一代 3.8 Flash 比，则基本是全面换代了。Terminal-Bench 4.1 从 18.2% 涨到了 57%，是原来的三倍多，编造事实的情况也降到了原来的五分之一以下。
第三方的 Artificial Analysis 也第一时间给出了独立评测。
xhigh 档的 Hydrogen 拿到 54 分，只比 Claude Sonnet 5.5 和 GPT-6.1 Sol 的最高档各低 1 分。
而它每个任务的成本大约是 Sonnet 5.5 的 32%，但也是 GPT-6.1 Sol 的 2.5 倍左右。
它的一大强项是幻觉少。在 AA-Omniscience 上，Hydrogen 的幻觉率只有 8%，Sonnet 5.5 是 43%，GPT-6.1 Sol 是 52%，是 AA 记录过的最低水平之一。
在终端类的 Agent 任务上，它同样偏弱，Terminal-Bench 4.0 上以 54% 不敌 Sonnet 5.5 的 64%。
快
Hydrogen 主打的是速度。
在 Agent Arena 上，Hydrogen 单步平均只要 7.3 秒，是榜单前十里最快的模型，速度大约是 Sonnet 5.5 的 2.7 倍、GPT-6.1 Sol 的 3.1 倍。
它一步跑完的时候，Sonnet 5.5 才走了 37%，GPT-6.1 Sol 走了 32%……
放到整个任务上，Hydrogen 有 82% 的任务在 10 分钟内就做完了，GPT-6.1 Sol 是 55%，Sonnet 5.5 是 44%。
到 30 分钟时，Hydrogen 已经完成了 97%，GPT-6.1 Sol 和 Sonnet 5.5 则分别是 81% 和 78%。
Arena 也特意说明了，这并不是拿质量换速度，Hydrogen 的净提升和这两个模型基本持平。
在 6500 次真实 Agent 会话里，Hydrogen（High）的净提升是 +14.8%，首发排在 Agent Arena 第 5 名。
单个任务的中位耗时 5.3 分钟，比第一名的 Claude Fable 5.2 快 3 倍，每个任务的中位成本也只有 1.6 美元。
不过它的话也比较多，每个任务输出的 token 比 Carbon 多 41%，是 Argon 的 2.8 倍。
四档思考
Hydrogen 有 low、medium、high、xhigh 四档思考深度，默认是 high。
xhigh 是这次新加的，也是 Gemini 模型第一次有比 high 更高的一档。
按 Artificial Analysis 的测算，四档的智能指数和每任务成本分别是：
• low：27 分，0.29 美元
• medium：41 分，0.80 美元
• high：51 分，1.87 美元
• xhigh：54 分，3.16 美元
从 high 开到 xhigh，输出 token 差不多翻倍，智能指数只多了 3 分。
在 Terminal-Bench 4.0 上，xhigh 和 high 的得分甚至一样（AA 测出来都是 54%），多花的钱算是白花了。
AI Studio 的文档里也提醒了，xhigh 会增加延迟和 token，在简单的 prompt 上还容易想太多。
Hydrogen 在整个 1M 上下文里统一定价，输入 1.5 美元、输出 7.5 美元每百万 token，缓存命中的输入只收 5%，即 0.075 美元。
作为对比，Carbon 和 Argon 的 API 定价是输入 2 美元、输出 10 美元，单看 token 单价，Hydrogen 只便宜了四分之一。
那它省钱省在哪呢？
主要省在每个任务的总成本上。按 AA 的测算，high 档的 Hydrogen 和 Argon 智能相当，每个任务的成本却只有 Argon 的 19% 左右。
Orchestrator
和 Hydrogen 一起发布的，还有 Antigravity 里的一个新选项 Orchestrator。
它不再从头到尾只用一个模型，而是在同一个会话里让 Carbon 和 Hydrogen 来回切换，在模型下拉菜单里选中它就行。
Carbon 会先在只读阶段摸清依赖、定好计划，然后交给 Hydrogen 去改代码、升级依赖包、跑测试，Hydrogen 遇到卡住的地方，再交回给 Carbon。
在 Terminal-Bench 上，Orchestrator 的任务成功率接近纯 Carbon，平均却少用了 24% 的额度，完成速度快了 19%。
需要并行 Agent 的场景里，也可以让 Carbon 当协调者，Hydrogen 去驱动各个隔离工作区里的 worker 和 verifier Agent，同时构建和测试改动。
Antigravity 还用 SDK 搭了个开源的 issue 分诊系统做演示，其中 Hydrogen 负责分诊和写代码，重构、新功能和安全检查这类活则路由给 Carbon。
演示里，用户在 issue 里要一个 3D 虚拟骰子，后来又追加要求把它放到屏幕中间、做得大一点，最后做出来是这样的。
另一个演示里，Hydrogen（Medium）执行了一份三步的网站维护计划，包括升级 Astro、Starlight 和 marked 并迁移不兼容的 API，合并重复的 MDX 正则，以及给文档截图补上 alt 文本。
改完后它自己跑了检查和构建，0 错误，92 个页面全部构建通过。
不过 Orchestrator 目前只对 Google AI Ultra 订阅用户开放，Hydrogen 本身则对 Pro 和 Ultra 都开放了。
此外，AI Studio 的 Managed Agents 里，Antigravity Agent 的默认模型也换成了 Hydrogen。
演示
谷歌官方还放了几个 Hydrogen 的演示视频。
第一个是在 AI Studio 里做的 Managed Agent 应用 3D Medic，它用 Hydrogen 检查上传的 3D 文件，找出模型里的错误，并在导出前修好。
第二个是 Geminisland，一个多人共享小岛的 demo 游戏。
用户输入 prompt，Hydrogen 就通过 Gemini API 实时生成新的 3D 体素建筑，放进大家共享的岛上。
从自然语言到能跑、能交互的代码，只要几秒钟。
官方博客里还提到，它能把全球实时的闪电数据做成一个可交互的 3D 地球。
拿到早期权限的博主 kimmonismus，也在 Antigravity 里让 Hydrogen High 做了一座能飞着逛的未来城市。
只追问了一次，这个 Three.js 场景里就有了程序化生成的高楼、雨和空中交通。
App 和搜索
在 Gemini App 里，Hydrogen 对应的是模型选择器里的「Everyday help」。
免费用户不用手动选，系统在自动选模型时会把合适的问题交给它。
按官方介绍，它会更贴合你要求的语气、格式和规则，写邮件、做学习提纲、改写文档时，第一次给出的结果就能直接用。
比较产品、消化大量资料时，它还会主动整理出表格和图示。
而在做任务时，Hydrogen 会把目标一步步拆开，从你上传的文件、Gmail、Google Drive，以及 Airtable、Dropbox 这些连接应用里取需要的上下文，也更常调用对的工具和技能。
Google AI Pro 和 Ultra 用户，在 Google Sheets 里的 Gemini 也能用上 Hydrogen。
搜索这边，Hydrogen 成了 AI Mode 的默认模型，AI Overviews 里最难的那部分问题也交给它来处理。
谷歌搜索产品副总裁 Robby Stein 称，这是搜索迄今最大的一次模型升级。
现在你可以按自己的思路直接提问，问题分好几部分、有错别字也没关系，回答也会更视觉化，比较表、地图都会直接给出来。
它还升级了搜索的 query fan-out，会同时去查更多相关的子话题，给出比以前更广的链接。
开发者注意
模型 ID 是 gemini-4-hydrogen，免费档和付费档都能调，GenerateContent 和 Interactions API 都支持。
从 3.8 Flash 迁移过来，AI Studio 的文档列了这几处要改的地方。
• 上下文窗口为 1M（1,048,576）token，输入、思考和输出共用；3.8 Flash 是 1M 输入加 64K 输出分开算
• 单次同步输出上限 65,536 token；要更长的输出，需要开 background 并调高 max_output_tokens，服务端会以 64K 为一段接着写，最多接近 1M
• 思考档位默认从 medium 改成 high，新增 xhigh，不再接受 minimal
• 不支持显式缓存（cachedContents、caches.create），4096 token 以上的 prompt 默认走隐式缓存
• temperature、top_p、top_k 会被忽略，建议直接删掉
文档还建议，长输出场景下把 max_output_tokens 设到 131,072 或 262,144，别再写死 8192 这种小值，不然思考加输出很容易被截断。
模型卡里提到，Hydrogen 是由 Gemini 4 Carbon 改造而来的，支持文本、图像、音频和视频输入，知识截止到 2026 年 3 月。
安全
官方称，和 3.8 Flash 相比，Hydrogen 在 Agent 任务里的越界行为最多减少了 81%，偏离目标的操作和偷工减料降到了原来的十二分之一，在内部的 Agent 诚实度评测里拿到 96.7%。
面对间接 prompt 注入，它在 Gray Swan 基准上的抗性也提升到了原来的 2.3 倍以上。
不过模型卡里也提到，它的无理拒答比 3.8 Flash 高了 5.57 个百分点，多模态的 prompt 上尤其明显。
在生物和网络安全两个领域，Hydrogen 触及了谷歌前沿安全框架的预警阈值，但没有达到关键能力等级，完整的安全报告会在接下来几天发布。
目前免费档就能用，在 AI Studio 里直接选 gemini-4-hydrogen 即可。
