谷歌发布Gemini 4 Hydrogen快模型

谷歌深夜放出新牌：Gemini 4 Hydrogen 正式上线，定位是整个 Gemini 4 家族里”跑得最快”的那一档，主打日常编码和智能体工作流。按照官方口径，它在默认思考档位下完成任务的速度比上一代 Gemini 3.8 Flash 快 2.5 倍，而价格压到了输入每百万 Token 1.5 美元、输出 7.5 美元，所有层级的用户都能直接用上。

更耐人寻味的是一组评测数字：这个”小快灵”在 Artificial Analysis 智能指数里拿到 51 分，反超了四周前刚发布的旗舰 Argon 的 50 分。快模型打赢大模型，谷歌这次的产品逻辑值得仔细拆一拆：它不只是一个新模型上线，而是一次关于”智能体时代算力该花在哪”的公开表态。

Gemini 4 Hydrogen 到底新在哪

先说结论：这不是一次简单的迭代换名，而是谷歌把旗舰能力”下放普惠”的一次明确动作。Gemini 4 家族目前有三名成员——Carbon 负责深度长程推理，Argon 面向软件工程、金融、法律等复杂任务，而 Gemini 4 Hydrogen 承担的是高频、日常、对延迟敏感的执行层工作。前两款是”出主意的大脑”，这一款是”干活的双手”。

从发布当日起，开发者可以在 Gemini API 和 Google AI Studio 的所有层级调用，企业用户通过 Gemini for business 使用，普通用户则在 Gemini 应用里直接选到它，谷歌搜索也同步接入升级体验。付费订阅用户还能在 Google Antigravity 编程平台里用到它。发布即全量开放，这种节奏在谷歌历史上并不多见，说明产品已经完成了内部验证，是有备而来。

四档思考深度，按需付费

Gemini 4 Hydrogen 提供四档思考深度：low、medium、high（默认）以及新增的 xhigh。用户可以按任务难度调节推理深度，简单问题用低档位抢速度，复杂任务再切到高档位。这个设计把”等待时间”和”花钱多少”都交给了用户自己决定，也是对”一刀切计费”模式的一次修正。

上下文方面，它支持最高 100 万 Token 的原生输入和 100 万 Token 输出，可以处理大型 PDF、表格、图表以及音视频等多模态内容，且全窗口统一计价、没有分段阶梯。缓存命中价格进一步降到每百万 Token 0.075 美元。对高频调用智能体的团队来说，缓存经济学是个值得算细账的领域：同一个系统提示、同一批文档反复使用时，缓存命中意味着输入成本直接降一个数量级，这类设计会让长会话智能体的账单曲线明显变平。

再看速度。官方口径称，在默认高档位下，Hydrogen 完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍。速度在智能体场景里不是体验问题，而是成本问题：一个要连续执行五十步工具调用的智能体，每一步的等待时间乘以五十，就是用户真实的流失风险。这也是为什么”快”被写进了模型的名字里。

评测成绩：小模型反超旗舰

最有话题性的还是评测。在 Artificial Analysis 智能指数中，Gemini 4 Hydrogen 默认高档位得 51 分，最高 xhigh 档位达到 54 分，超过了定位更高的 Gemini 4 Argon（50 分），仅次于 Claude Sonnet 5.5 与 GPT-6.1 Sol 的 55 分。在 Terminal-Bench 4.1 编码基准上，它拿下 57%，而上一代 Gemini 3.8 Flash 只有 18.2%；在智能体任务基准 Agents’ Last Exam v1.1 上拿到 71.6%。

除此之外，谷歌称其虚构错误率降低 5 倍以上，工具调用失败后的恢复能力也明显增强——工具调用失败是智能体长链路任务里最常见的翻车点，能否优雅重试直接决定任务成功率。在研究、数据分析、代码导航这类开放式智能体任务中，Hydrogen 在 Agent Arena 排行榜上排名第五，还在税务智能体基准上以 52.3% 拿下第一。

安全维度上，这款快模型的表现同样值得记录：智能体任务的越权行为最多减少 81%，服务不足问题减少 79%，工具调用与编码场景中的失准行为和”走捷径”问题减少 12 倍，内部智能体诚实度评测得分 96.7%，思维链保留率达 99.9%，在 Gray Swan IPI 基准上对抗间接提示注入的韧性提升 2.3 倍以上。把安全指标做成发布会的重点，说明智能体安全已经成为模型采购的硬门槛。

与家族成员怎么分工

单独看参数容易被数字淹没，把 Gemini 4 家族三款模型放在一起对比，定位差异一目了然：

这张表里最刺眼的一行是智能指数：价格只有 Carbon 三分之一左右的 Hydrogen，在默认档位上反而比 Argon 高出一分。谷歌两天前发布 Carbon 时还建议用户日常编码继续用 Argon，如今这个建议已经被自己的新模型推翻——Argon 发布不到四周就面临”被替代”的尴尬。旗舰内卷到这个程度，只能说模型迭代的速度已经快过了产品生命周期。

把三款模型的分工再说直白一点：Carbon 像资深架构师，负责拆解任务、制定方案；Argon 像行业专家，处理金融、法律等需要专业判断的问题；Hydrogen 则像手速极快的执行工程师，把方案落成代码、跑通测试、验证结果。三者的组合拳才是谷歌这次想卖的东西。

Orchestrator：让模型自己排队干活

与模型一同发布的还有内置于 Google Antigravity 的 Orchestrator 智能调度功能。它能在同一个会话中动态切换 Carbon 与 Hydrogen：Carbon 负责规划与协调，Hydrogen 充当执行与验证的”工人”。在 Terminal-Bench 4.0 测试中，这套调度方案达到接近 Carbon 的任务成功率，平均消耗配额减少 24%，完成速度提升 19%。

这种”指挥官加工人”的多模型协作模式，正在成为智能体开发的新范式。与其让一个昂贵的大模型从头做到尾，不如让便宜的快模型承担绝大部分执行动作，只在关键节点调用旗舰。谷歌把这条路走成了产品默认选项，等于替开发者回答了”该用什么模型”这个选择题。可以预期，其他厂商会很快跟进类似的调度机制，模型路由能力将从第三方工具回归到官方平台。

对普通用户的实际意义

对不写代码的普通用户，这次发布同样有感知：Gemini 应用里的日常问答、搜索里的摘要生成、文档表格的处理速度都会变快，免费用户在自动模型选择模式下也能获得适配的快模型能力。换句话说，旗舰的”聪明”正在以更低的门槛渗透进每个人的日常，用户不需要理解模型分层，系统会自动把简单任务派给快模型、把难题留给旗舰。

行业影响：快模型战争开打

谷歌这次的打法可以概括为”用快模型的价格，卖接近旗舰的智能”。这个策略直接冲击三类玩家：一是同样主打高性价比的轻量模型阵营，靠低价立足的产品突然发现对手的低价产品更聪明；二是靠调用价格差生存的第三方中转服务，官方直供的价格已经压到中间商很难盈利的区间；三是正在推进订阅涨价的竞品厂商，涨价叙事在新价格基准面前变得更加难讲。

从行业格局看，模型竞争的重心正在从”谁的旗舰更强”转向”谁的执行层又快又稳又便宜”。智能体时代的算力消耗大头不在偶尔一次的深度思考，而在成千上万次的工具调用、代码执行和结果验证。谁掌握了执行层，谁就握住了智能体工作负载的入口——这个入口带来的不只是 Token 收入，更是生态位：一旦开发者的调度链路围绕某个快模型搭建，迁移成本就会持续累积。

定价背后的攻防逻辑

把 1.5 美元的输入价放到竞品坐标系里看，它的杀伤力在于”能力价位比”。过去低价位对应的是明显的能力妥协，用户愿意付钱买旗舰就是为了少踩坑；现在 Hydrogen 在默认档位就拿到了旗舰级的智能指数分数，价格却落在入门档，等于把竞品的中档产品直接挤出了货架。对预算敏感的学生、独立开发者和初创公司，这种”降维”供给会迅速改变默认选择。

当然，评测机构的独立性也需要留意：部分基准成绩为谷歌自行测算，第三方复测与真实业务表现之间往往有差距。企业在全量切换前，建议用自己的业务数据做一轮小规模对比验证，重点关注工具调用成功率、长任务中断率和输出格式稳定性这三个实战指标。

开发者应该怎么选

对于技术团队，比较务实的做法是分层接入：把长程规划、安全审查等高风险环节留给 Carbon 这类旗舰，把编码执行、批量处理、格式转换等高频动作交给 Hydrogen，再用 Orchestrator 一类的调度器自动路由。这样既控住了成本，也不牺牲关键任务的质量。缓存命中的价格优势要主动利用：把系统提示和固定上下文设计成可缓存的结构，长期账单会好看很多。

需要注意的是，这款模型目前只在云端提供，没有开放权重，参数量也未公布，无法本地部署。对数据敏感、要求私有化的企业来说，谷歌的 Gemma 开源系列仍是本地化场景的替代选项。此外，xhigh 档位的耗时和费用都更高，建议仅在复杂任务上启用，避免”全档拉满”造成预算失控。

把视角拉长，这次发布也预示了 2027 年的竞争主旋律：旗舰比拼深度推理，快模型比拼执行密度，两者之间的调度层成为新的产品护城河。对用户来说，这是最好的时代——能力在涨、价格在跌；对厂商来说，这是最卷的时代——每一次发布都可能在四周内被自家新品推翻。智能体经济的底座之争，才刚刚进入正赛。

别把快模型用成贵模型

有两个常见误区值得提醒。其一是”档位拉满症”：很多团队上手就把默认档位切到 xhigh，理由是”反正也不贵”。但最高档位的思考消耗会成倍放大，批量任务跑一夜，账单可能比用旗舰还高。正确姿势是给任务分级：格式转换、信息抽取用 low，日常编码用 high，只有复杂调试才上 xhigh。其二是”缓存闲置症”：Hydrogen 的缓存命中价格只有常规输入的二十分之一，但缓存要靠稳定的提示结构才能命中——如果每次请求都把时间戳、随机编号这类易变内容塞进上下文前部，缓存就形同虚设。把不变的内容放前面、易变的内容放后面，是省钱的第一个杠杆。

反过来，也别把快模型用成”廉价劳动力”的万能替身。涉及资金操作、数据删除、对外发送这类不可逆动作，仍然应该由旗舰模型做规划、由人工做确认；Hydrogen 的定位是把确定性的执行做快做好，而不是替你承担判断责任。工具越好用，越要守住人与 AI 的分工边界——这个道理在每一次模型升级后都值得重说一遍。

常见问题

这款模型是替代哪一款老模型的？

官方将其定位为 Gemini 3.8 Flash 的接替者，主打日常编码和智能体工作流，老用户可以按原接口无缝迁移。

价格具体是多少？

输入每百万 Token 1.5 美元，输出每百万 Token 7.5 美元，覆盖全部 100 万 Token 上下文窗口且无阶梯计价，缓存命中为每百万 Token 0.075 美元。

普通免费用户能用吗？

可以。Gemini 应用中免费用户在自动模型选择模式下即可获得适配的快模型能力，谷歌搜索也已同步接入升级。

xhigh 档位是什么？

这是新增的最高思考档位，推理最深、耗时最长，适合复杂任务。默认档位为 high，用户可自行切换以平衡速度与成本。

它能本地部署吗？

不能。该模型仅通过谷歌云端提供服务，未公开权重和参数量，本地部署需求建议考虑 Gemma 开源系列。

Orchestrator 是什么？

内置于 Google Antigravity 的智能调度功能，可在同一会话中动态切换 Carbon 与 Hydrogen，实测配额消耗减少约 24%、速度提升约 19%。

和其他家的快模型比怎么样？

按第三方智能指数，其最高档位 54 分，仅次于 Claude Sonnet 5.5 与 GPT-6.1 Sol 的 55 分，处于第一梯队边缘，价格优势明显。

编码能力提升有多大？

Terminal-Bench 4.1 得分从上一代的 18.2% 提升到 57%，智能体基准 Agents’ Last Exam v1.1 达到 71.6%，虚构错误率降低 5 倍以上。

安全性有什么改进？

智能体越权行为最多减少 81%，服务不足减少 79%，失准行为减少 12 倍，对抗间接提示注入的韧性提升 2.3 倍以上。

企业接入要注意什么？

建议先在非核心业务上小规模试用，用自有数据验证评测成绩，重点考察工具调用成功率与长任务稳定性，再决定是否全量迁移。