AI资讯

Google DeepMind 发布 Gemini 4 Hydrogen:面向日常编码与 Agent 工作流,100 万 token 上下文统一定价

Google DeepMind 发布 Gemini 4 Hydrogen:面向日常编码与 Agent 工作流,100 万 token 上下文统一定价

来源Google DeepMind查看原文

速览

  • Hydrogen 是 Gemini 4 家族中面向日常编码和 Agent 工作流的快速执行模型。
  • 默认 high 级别下 Intelligence Index 得 51 分,超过 Argon 的 50 分,xhigh 达 54 分。
  • 100 万 token 上下文统一定价:输入 1.50 美元/百万 token,输出 7.50 美元/百万 token。
  • 相比 3.8 Flash 任务完成快 2.5 倍,Terminal-Bench 4.1 从 18.2% 升至 57%。
  • Orchestrator 可在 Carbon 与 Hydrogen 间自动切换,省 24% 配额、快 19%。
  • Agent Arena 排第 5,HLE-Diamond 58.8%,Vals Tax Agent Bench 以 52.3% 排第 1。
  • 四档思考级别 low/medium/high/xhigh,按任务需要选择推理深度。
  • 安全改进:越权减少 81%,服务不足减少 79%,错位行为减少 12 倍。
  • 即日起在 Gemini API、AI Studio、Gemini 应用、Search 等全线上架。

Google DeepMind 于 11 月 12 日发布 Gemini 4 Hydrogen,定位为面向日常编码和 Agent 工作流的高效执行模型,与主打深度推理的 Gemini 4 Carbon、Gemini 4 Argon 形成分工。Hydrogen 在 Artificial Analysis Intelligence Index 默认 high 思考级别下得 51 分,超过 Argon 的 50 分,最高 xhigh 级别可达 54 分。定价为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元,100 万 token 上下文窗口内统一定价。相比 Gemini 3.8 Flash,Hydrogen 在默认 high 设置下完成任务快 2.5 倍,Terminal-Bench 4.1 得分从 18.2% 提升至 57%,虚构声明减少 5 倍以上。Google 同时推出 Orchestrator,可在 Google Antigravity 中自动在 Carbon 与 Hydrogen 之间切换,在 Terminal-Bench 4.0 上接近 Carbon 的任务成功率,同时平均少消耗 24% 配额、完成速度快 19%。Hydrogen 即日起在 Gemini API、AI Studio、Android Studio、Gemini 应用、Google Search、Gemini for business 及 Google Antigravity 等全线上架。

关键事实

  • Gemini 4 Hydrogen 于 2026 年 11 月 12 日发布,定位为快速执行模型,与 Gemini 4 Carbon、Gemini 4 Argon 形成多模型分工。
  • Hydrogen 在 Artificial Analysis Intelligence Index 默认 high 思考级别下得 51 分,超过 Argon 的 50 分,xhigh 级别达 54 分。
  • 定价为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元,100 万 token 上下文窗口内统一价格。
  • 相比 Gemini 3.8 Flash,Hydrogen 在默认 high 设置下完成任务快 2.5 倍,Terminal-Bench 4.1 得分 57% 对 18.2%,虚构声明减少 5 倍以上。
  • Orchestrator 在 Terminal-Bench 4.0 上接近 Carbon 的任务成功率,平均少消耗 24% 配额、完成速度快 19%。
  • Hydrogen 在 Agent Arena 排名第 5,HLE-Diamond 得分 58.8%,Vals Tax Agent Bench 以 52.3% 排名第 1,Vals Legal Research Bench 以 55.8% 并列第 1。

本站视角

对中文开发者和做 Agent 的团队来说,Hydrogen 的定价结构值得仔细算账:100 万 token 上下文内统一定价,意味着长上下文任务不再因窗口变长而涨价,这对需要塞入大量代码库或文档的仓库级编码、深度研究类 Agent 是直接的成本利好。相比 3.8 Flash 快 2.5 倍、Terminal-Bench 4.1 从 18.2% 跳到 57%,如果数据可信,迁移理由相当充分。但我们的判断是:这些数字几乎全部来自 Google 自报,Terminal-Bench、HLE-Diamond、Vals 系列等基准的独立复现尚未出现,且「虚构声明减少 5 倍」「错位行为减少 12 倍」这类安全指标定义模糊,不宜直接当作采购依据。真正有结构性意义的是 Orchestrator——它把「大模型做规划、小模型做执行」的多模型协作从手工编排变成平台自动切换,省 24% 配额、快 19% 的收益对按 token 付费的团队是实打实的。不过 Orchestrator 目前只在 Google Antigravity 内提供,等于把多模型工作流锁在 Google 自家 IDE 里,这对已经投入 Cursor、Claude Code 等工具的国内团队构成迁移摩擦。另一个需要观察的点是,Hydrogen 在 Agent Arena 仅排第 5,说明其在开放 Agent 任务上并非全面领先,Google 的强项仍集中在自家基准和垂直领域(税务、法律研究)。对国内做 Agent 的团队,Hydrogen 更适合作为「执行层」候选而非「规划层」替代;是否跟进,取决于其 API 在中文代码库和工具调用上的实际稳定性,而这部分原文未提供任何数据。

背景与影响

Gemini 4 家族目前形成三层分工:Carbon 和 Argon 主打深度、长程推理,Hydrogen 则定位为快速执行引擎,用于写代码、跑测试、验证变更等日常任务。Google 同时推出 Orchestrator,试图让多模型协作自动化——在同一会话中根据任务动态切换模型,而不是从头到尾只用一个大模型。这反映出前沿模型厂商的竞争重点正从单一模型能力转向「模型组合 + 编排」的系统效率。对开发者而言,Hydrogen 的统一定价和 100 万 token 上下文降低了长上下文场景的成本不确定性;对 Google 来说,Hydrogen 覆盖从 API、AI Studio、Android Studio 到 Gemini 应用、Search、Sheets 的全部入口,是其把 Gemini 4 能力下放到大众市场的一步。需要观察的是,Hydrogen 在第三方独立基准上的表现是否与 Google 自报数据一致,以及 Orchestrator 目前仅限 Google Antigravity 使用,是否会限制其在多模型工作流中的实际采用范围。

本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。

编辑与审校

AI大海啸编辑部

负责选题、审校与「本站视角」的判断。

编辑流程与 AI 使用说明