BLOG / 2026.11.13
11 月 13 日 02:00(Asia/Shanghai),Google 发布 Gemini 4 Hydrogen。对应官方英文博文的时间戳是 2026-11-12T18:00:00+00:00。
官方把它写成面向日常编程和 agent 工作流的执行模型:统一上下文 100 万 token,输出也可到 100 万 token。模型 ID 是 gemini-4-hydrogen,付费档价格在整个窗口里一口价,每百万 token 输入 1.50 美元、输出 7.50 美元。
下文数字只取自 Google 发布页、Antigravity 博文和 AI Studio 文档,本站没有调用这个模型。
官方把 Hydrogen 放在 Gemini 4 Carbon 和 Gemini 4 Argon 旁边:后两者做长程推理,Hydrogen 做快速执行;也可以在同一会话里,由 Orchestrator 在模型之间切换。
官方先把它写成执行引擎
发布页写得很清楚:系统设计和难缠的排错,团队仍会找 Carbon 或 Argon;写代码、跑测试、核对改动,则需要一个更快、更省的执行模型。
和 Gemini 3.8 Flash 相比,官方给出的对照是:在默认的 high 档,任务完成速度快 2.5 倍;Terminal-Bench 4.1 从 18.2% 提到 57%;编造陈述减少 5 倍以上;工具失败或搜索落空时,也能改路径继续。
它还新增第四档思考深度 xhigh,和原来的 lowそしてmedium、默认 high 排在一起。AI Studio 文档提醒:xhigh 会增加延迟和 token,简单题可能想过头,应先在四档上做评测,再选能达标的最低档。
为了让多模型协作不必每次手切,Google 在 Antigravity 里加了 Orchestrator。官方举例:Carbon 先只读代码、做计划,Hydrogen 再改文件、跑测试;遇到摩擦再交回 Carbon。
发布页写,Orchestrator 在 Terminal-Bench 4.0 上接近 Carbon 的任务成功率,平均少用 24% 配额、快 19%。Antigravity 博文写了同一组 24% 和 19%,但基准名称是 Terminal-Bench 4.1。两处官方文本这里不一致,不能自行裁定哪一个对。
下面这段是 Antigravity 官方演示:用 Hydrogen 升级依赖、重构公用代码,并补上无障碍的图片说明。
这段视频能证明的,是官方准备好的产品界面里,Hydrogen 被拿来做日常维护。它不是本站复现,也不能当成你仓库里的工期承诺。
安全数字也来自官方内部评估。相对 3.8 Flash,发布页写:agent 任务里最多减少 81% 的越权、79% 的服务不足,并把工具使用和编程评估中的偏离与抄近路降到十二分之一。
面对不可能或被阻断的任务,它最多把越过权限边界的可能降到一半,内部 agent 诚实评估为 96.7%;HealthBench Pro 上的错误拒答低于 0.4%。这些不是第三方复现,也不能直接当成你这边的安全验收。
同一张官方表里,它并没有全面领先
发布页配了一张对照表,方法说明指向 deepmind.google/models/evals-methodology/gemini-4-hydrogen。对照对象是 Claude Sonnet 5.5 和 GPT-6.1 Terra。
Hydrogen 领先的格子值得记下。SWE-sweep 上它是 13.5%,同图 Sonnet 5.5 为 3.1%,Terra 为 5.8%。Agents’ Last Exam v1.1 上它是 71.6%,高于 60.4% 和 69.8%。AutomationBench-AA 为 76.1%,HLE-Diamond 为 58.8%,MKA 为 53.4%,这些格子官方标成领先。
同一张表也标出了落后项。Terminal-Bench 4.1(cheating-adjusted)上,Hydrogen 是 57.0%,Sonnet 5.5 是 63.9%。OSWorld-2.1 离线子集上,它是 77.6%,Sonnet 5.5 是 83.9%。Terminal-Bench-Science 0.1 上,它是 51.4%,同图另外两列是 59.9% 和 58.3%。
也就是说,官方可以写它在 Artificial Analysis Intelligence Index 默认高思考档得到 51、超过 Argon 的 50,并在 xhigh 达到 54;但不能据此写成已经全面超过同档对照。表里至少有三项,官方自己用灰底标成落后。
表里还有两组常被单独转发的数字。Vending-Bench 2 的银行余额,Hydrogen 是 14,549 美元,同图为 11,165 美元和 9,107 美元。Chartography 上它是 66.6%,高于 61.6% 和 63.2%。这些同样只是官方表上的格子,不是本站复现。
速度图要和基准版本分开看
另一张官方图的标题是 AA Index 5.0.1,横轴是每道题耗时。Hydrogen 的 high 歌で応える xhigh 出现在分数更高、耗时更短的一侧;Sonnet 5.5 的曲线则继续向更长时间延伸。

发布页正文把 51 和 54 写成与 Argon 的对照,这张图的对照列却是 Sonnet 5.5 和 Terra。两个口径都来自官方,不宜混成同一句话。
还有一张图,标题明确写的是 Terminal-Bench 4.0,横轴是每题费用。Hydrogen 的 high とともに xhigh 靠近,分数不再明显拉开;Sonnet 5.5 在更高费用处仍继续向上。它和封面那张 Terminal-Bench 4.1 对照表不是同一栏。

读这三张图,更稳妥的做法是:分数看标明了版本的那一张表,耗时和费用看对应坐标图,不要把 4.0 和 4.1 加总成一个名次。
价格清楚,入口并不完全相同
AI Studio 文档列出的付费档价格,和发布页一致:每百万 token 输入 1.50 美元、输出 7.50 美元。上下文、思考和输出共享同一个 1,048,576 token 窗口;超过 64K 的长输出,要走后台执行或客户端续写。
API 和 AI Studio 的免费档、付费档都可以调用 gemini-4-hydrogen,并同时支持 GenerateContent 和 Interactions API。文档还写,Antigravity 的托管 agent 默认模型已换成它,并把它标成从 3.8 Flash 及更早 Gemini 3、2.5 系列升级的推荐对象。
产品入口要按官方名单分开记。Google Search 对所有用户开放;Gemini in Google Sheets 先从 AI Pro、Ultra 和符合条件的企业订阅开始。
Antigravity 博文写:Hydrogen 向付费的 AI Pro 和 Ultra 用户铺开。Orchestrator 在 Ultra 上提供 Orchestrator(Carbon)和 Orchestrator(Argon),在付费 Pro 上先提供 Orchestrator(Argon)。不能写成所有 Antigravity 账号都能选到 Carbon 编排。
Gemini 应用这边,发布页写可以从模型下拉菜单使用,但脚注补充:免费用户是在自动选模型打开、且系统判断适合时,才会用到 Hydrogen。不能写成免费用户每次提问都跑这一档。
要换掉 3.8 Flash,先比这三格落后项
对已经在用 3.8 Flash 的团队,这次能直接动手的是 API 里的 gemini-4-hydrogen。它同时进入了 Search、AI Studio 和部分 Antigravity 方案,价格和基准表都已公开。
官方给出的升级理由是速度、Terminal-Bench 4.1 和编造率三组对照,值得排进自己的评测。同一张表里,它在 Terminal-Bench 4.1、OSWorld-2.1 和 Terminal-Bench-Science 上仍低于 Sonnet 5.5;终端和桌面操作占大头时,这三格要先用自己的任务复核。
Orchestrator 的 24% 配额和 19% 速度,官方两篇博文连基准版本都没写死。本站没有跑这些评测,也不把演示或自动选模型,写成已经对所有用户默认开启。
当社の判断:以写代码、跑测试为主的执行负载,Hydrogen 的一口价和相对 3.8 Flash 的提升,足以让它进入评测名单,并按 AI Studio 文档的建议在四档思考深度上比,选能达标的最低档。终端与桌面操作类任务,官方表里 Sonnet 5.5 仍领先,应一并对照;Orchestrator 的 24% 与 19%,等两篇官方博文对齐基准版本后再引用。
参考リンク
- Google:Introducing Gemini 4 Hydrogen
- Google Antigravity:Gemini 4 Hydrogen and Orchestrator
- Google AI Studio:What’s new in Gemini 4 Hydrogen
- Google:Search gets a major upgrade with Gemini 4 Hydrogen
- Google DeepMind:Gemini 4 Hydrogen model card(PDF)


评论列表 (0条):
加载更多评论 読み込み中...