Gemini 4 Hydrogen：面向代理型工作流的快速、低成本 Google 模型

首先是用于日常编码的通用大模型 Gemini 4 Argon。随后是为最棘手问题而生的前沿模型 Gemini 4 Carbon。

现在，轮到 Gemini 4 Hydrogen 了。

名字已经在暗示：氢是最轻的元素，而这是该系列中轻量、快速、低成本的模型。Hydrogen 专为快速、低成本地完成任务而构建，适用于不需要前沿模型完整推理预算的日常编码与代理执行工作。

核心看点是：它在智能水平上可以与更大的 Argon 持平甚至超越，同时完成任务的速度约为其所取代的 Gemini 3.8 Flash 的 2.5 倍。

什么是 Gemini 4 Hydrogen？

Gemini 4 Hydrogen 是从 Google 在两天前发布的前沿模型 Gemini 4 Carbon 蒸馏而来、并针对速度优化的模型。Carbon 和 Argon 面向困难、长视野的推理任务，而 Hydrogen 面向执行：编写与编辑代码、运行测试、验证变更、执行多步研究、调用工具、分析文档。

它是原生多模态模型，接受文本、图像、音频和视频，知识截止时间为 2026 年 3 月。与同系列其他模型一样，它支持 100 万 token 的上下文窗口，且 Google 对整个窗口采用统一定价，而不会因长提示而额外收费。

它在 Gemini 4 家族中的定位

Gemini 4 产品线目前包含三个层级：

最有意思的设计选择在于：Google 并未将 Hydrogen 仅定位为独立模型。在公司的代理式编码环境 Google Antigravity 中，全新的 Orchestrator 模式可以在同一会话内在 Carbon 与 Hydrogen 之间切换。Carbon 在只读阶段负责规划，Hydrogen 负责编辑并运行测试；如执行受阻，控制权可交回 Carbon。Google 报告称，这种组合在 Terminal-Bench 上以大约 24% 更少的配额、约 19% 更快的速度，达到了接近 Carbon 的任务成功率。

这种“规划者—执行者”的分工，和当下生产级代理系统中的常见模式一致：用昂贵模型决定“做什么”，用便宜且快速的模型去“完成”。我们在Muse Ember一文中也讨论过这一思路。 

Gemini 4 Hydrogen 基准：表现如何？

以此类模型而言，Google 自报的数据相当亮眼。在 Artificial Analysis Intelligence Index 上，Hydrogen 在默认的“high”思考等级得分 51，在新的“xhigh”等级得分 54。Argon 得分 50，这也是 Google 称小模型反超大模型的依据。

作对比，Carbon 得分 59，Claude Sonnet 5.5 和 GPT-6.1 Sol 在其最高设置下均为 55。

Google 发布的其他重点结果：

• Terminal-Bench 4.1：57.0%，高于 Gemini 3.8 Flash 的 18.2%
• HLE-Diamond：58.8%，据称为同级最佳
• Agents' Last Exam v1.1：71.6%（Carbon 为 77.4%，Argon 为 69.0%）
• AutomationBench：76.1%
• OSWorld-2.1（离线）：77.6%
• Vals Tax Agent Bench：52.3%，总体排名第一
• Vals Legal Research Bench：55.8%，并列第一
• Multimodal Knowledge Agent：53.4%
• Agent Arena：第五名

Artificial Analysis 的独立测试总体印证了上述结论，但也提出了一些限定。他们在 Terminal-Bench 4.0 的测试中，Hydrogen 为 54%，落后于 Claude Sonnet 5.5 的 64% 和 GPT-6.1 Sol 的 56%；而 Google 的模型卡也指出，在作弊校正的 Terminal-Bench 4.1 表上，Sonnet 5.5 为 63.9%，Hydrogen 为 57.0%。

换言之，Hydrogen 在代理式编码方面具有竞争力，但并非终端密集型工作的最佳模型。它最明显的胜出点体现在知识型工作、多模态推理和企业类文档任务。

关于幻觉的表现也值得关注。Google 表示，Hydrogen 的虚构性陈述比 Gemini 3.8 Flash 少 5 倍以上；Artificial Analysis 在其 AA-Omniscience 基准上测得 8% 的幻觉率。

Gemini 4 Hydrogen 的速度与思考等级

Hydrogen 的吸引力在于吞吐量。如前所述，它在默认设置下完成任务的速度约为 Gemini 3.8 Flash 的 2.5 倍。尚未提及的是：早期企业合作伙伴在复杂图谱、SQL 和数据密集型工作负载上报告了 2 倍至 2.8 倍的提速，并将 token 使用量降低了 12% 至 23%。

开发者可在四个思考等级间权衡质量、时延与成本：

• Low：用于简单且高吞吐的任务
• Medium：用于速度比深度更重要的常规工作
• High（默认）：适用于大多数编码与代理任务
• xhigh：面向更难的多步问题的新层级

Google 的建议是大多数任务保持在 high，将 xhigh 留给确有需要的场景，并提醒 xhigh 可能会对简单提示“想太多”。Artificial Analysis 清楚地测量了成本差异：大致为 low $0.29/任务、medium $0.80、high $1.87、xhigh $3.16；同时 Intelligence Index 在 medium 时降至 41，在 low 时降至 27。

技术细节：输入、思考与输出共享 1,048,576 个 token 的窗口；同步响应每次调用上限为 65,536 个 token。通过后台执行或客户端续写，可以实现更长的输出。

Gemini 4 Hydrogen 定价

在付费 API 上，Gemini 4 Hydrogen 的输入定价为每百万 token $1.50，输出为每百万 token $7.50；通过隐式缓存，缓存输入为每百万 token $0.075。另有速率受限的免费层。

Artificial Analysis 估算，这大约是 Claude Sonnet 5.5 在最高设置下成本的三分之一，但约为 GPT-6.1 Sol 在最高设置下成本的 2.5 倍。

结合对完整上下文窗口的统一定价，它在长上下文的代理型任务上，较前沿模型而言是显著更便宜的选择。

代理行为与安全

由于 Hydrogen 旨在在代理循环中自主运行，Google 发布了比以往更详尽的工具使用行为说明。与 Gemini 3.8 Flash 相比，官方报告称：

• 代理“越界”（做得超出要求）最多减少 81%，而“服务不足”（做得少于要求）最多减少 79%
• 在工具使用与编码评估中，不一致行动与投机取巧行为降低 12 倍
• 在任务受阻时，绕过权限边界的可能性最多降低 2 倍
• 在 Gray Swan IPI 基准上，对间接提示注入的抗性提升超过 2.3 倍
• 在内部代理诚实度评估中达到 96.7%

模型卡也坦陈了局限。在自动化对比中，相较 3.8 Flash，无正当理由的拒答上升约 5.6 个百分点；幻觉仍可能发生；更高的思考等级会增加时延与 token 使用。在安全阈值方面，Google 表示 Hydrogen 在能力上未较 Argon 有实质性提升，并在生物信息与网络安全的关键能力水平之下，但在这两个领域都处于警戒阈值，后续将提供更完整的安全文档。

您可以在哪里使用它

Hydrogen 正在同时登陆 Google 的开发者、企业与消费者端产品：

• Gemini API 与 Google AI Studio：所有层级均可用，包括免费层
• Google Antigravity：面向 Google AI Pro 与 Ultra 付费订阅用户；Orchestrator 模式初期仅限 Ultra
• Android Studio：付费层
• Gemini for business（Gemini Enterprise）：通过 API、模型下拉菜单、Antigravity，以及面向合资格订阅的 Google 表格中的 Gemini
• Gemini 应用：订阅用户可在模型选择器中使用；免费用户在合适的提示下通过自动模型选择获得
• Google 搜索：正向全球所有用户逐步推出，可更好处理多段式与错别字较多的查询，提供更丰富的可视化响应，并扩大查询发散
• Google 表格中的 Gemini：首先面向 Google AI Pro 与 Ultra 订阅用户

试用 Gemini 4 Hydrogen

是的，模型今天已上线，且无需付费方案即可测试：在 Google AI Studio 的模型列表中选择 gemini-4-hydrogen，或在那里获取 API 密钥，并通过 Google Gen AI SDK 以 pip install --upgrade "google-genai>=2.34.0" 调用。

为直观看到“快速执行”的样子，我们在 AI Studio 中以默认的 HIGH 思考等级给出了一个提示，并未对结果做任何修改。呼应主题，提示要求模拟氢原子结合为 H₂ 分子并再次解离。鉴于其名称，我觉得这是个有趣的测试。

Build a single self-contained HTML file (inline CSS and JS, no external libraries)
that animates hydrogen atoms in a 2D box on a canvas.

Requirements:
- 60 hydrogen atoms move with random velocities and bounce off the walls.
- When two free atoms collide below a bonding energy threshold, they bond into an
  H2 molecule and move together as a pair, drawn as two circles joined by a line.
- A "temperature" slider controls average speed. At high temperature, collisions
  carry enough energy to break H2 molecules back into free atoms.
- Show a live counter of free atoms vs H2 molecules, and a small line chart of the
  H2 count over the last 30 seconds.
- Use a dark background, make it look polished, and keep it at 60 fps.

Return only the HTML.技术支持

以下是未经编辑的返回结果：我们将温度从 180 K 拉到 2,400 K 再降回。青色点为自由原子；紫色成对的是 H₂ 分子：