Gemini 4 Hydrogen – 谷歌轻量化高性能多模态大模型

谷歌发布Gemini 4 Hydrogen，这是Gemini 4系列里主打速度与执行效率的一档，原本外界预期它会沿用 Flash 命名，最终换成了化学元素名。它面向日常编码、工具调用和多步骤智能体工作流，与负责深度长程推理的 Carbon、Argon 形成分工。API 定价每百万输入 token 1.5 美元、输出 7.5 美元，100 万 token 上下文窗口内统一计价，不分阶梯。发布当天起，Gemini API、AI Studio、Gemini 应用、谷歌搜索和 Google Antigravity 全线接入，免费用户也能通过自动模型选择用上它。

Gemini 4 Hydrogen特点

便宜，且价格不随上下文长度跳档

输入 1.5 美元、输出 7.5 美元，缓存输入享受 95% 折扣，降到每百万 0.075 美元。整个 100 万 token 窗口都是这个价，不会因为上下文变长进入更贵的计价档。Artificial Analysis 实测的 high 档单任务成本约 1.87 美元，medium 档 0.80 美元，low 档 0.29 美元。

跑分反超定位更高的 Argon

在 Artificial Analysis 智能指数上，Hydrogen 默认 high 档得 51 分，Gemini 4 Argon 是 50 分;新增的 xhigh 档能到 54 分，只比 Claude Sonnet 5.5 和 GPT-6.1 Sol 的最高档低 1 分。谷歌自己也强调这只代表特定评测表现，不等于所有任务都强于 Argon。

速度是硬指标

相比 Gemini 3.8 Flash，默认 high 档完成任务速度提升到 2.5 倍。Artificial Analysis 测得输出速度约每秒 200 token，low、medium、high 三档都落在”单任务耗时—智能水平”的帕累托前沿上。合作伙伴在复杂图计算、SQL 和数据密集型企业工作流里的早期测试显示，速度是前代的 2 到 2.8 倍，token 用量反而减少 12% 到 23%。

幻觉率压得很低

官方口径是虚构信息减少超过 5 倍。Artificial Analysis 的 AA-Omniscience 测试里，Hydrogen 幻觉率为 8%，作为对照，Sonnet 5.5 最高档 43%、GPT-6.1 Sol 最高档 52%。工具调用失败、搜索返回为空这类异常情况下的适应也更平稳。

四档思考深度可调

提供 low、medium、high、xhigh 四档，high 为默认，xhigh 是这次新增的最高档。用户可以在回答质量、等待时间和成本之间自己权衡，不必每次都用最高档。

安全指标针对性改善

相比 3.8 Flash，智能体任务中的越权行为最高减少 81%，服务不足最高减少 79%，工具调用与编码评测中的错位动作和抄近路行为降低 12 倍。模型卡标注知识截止日期为 2026 年 3 月，部分领域可能更旧。

Gemini 4 Hydrogen技术原理

谷歌没有公开 Hydrogen 的参数规模与底层架构，能确认的技术线索集中在推理机制、调用方式和多模型协作三层。

思考档位控制推理时计算

四档 thinking level 本质是在推理阶段分配多少计算预算。档位越高，模型在生成答案前进行的中间推理越充分，代价是延迟和输出 token 增加。xhigh 档把智能指数从 51 拉到 54.但单任务成本从 1.87 美元涨到 3.16 美元，这条曲线决定了它在不同任务下的性价比。

并行工具调用替代逐个翻检

Hydrogen 擅长批量并发发起文件读取与搜索调用，而不是一个文件一个文件地翻。面对大型代码库，它会同时调取十几个相关文件，再做”外科手术式”的定向修改，尽量不碰无关代码。谷歌针对这一路径做了专门优化，也是它在复杂项目里速度改善的主要来源之一。

搜索侧的 query fan-out

在谷歌搜索场景中，模型会把一个复合问题拆成多个相关子问题并发检索，再整合成结构化回答。用户问一句带多个条件、甚至带拼写错误的话，系统能拆开逐一回应，输出更多表格、对比和可视化内容。

多模态统一输入

接受文本、图像、视频与语音输入，输出文本。100 万 token 输入、最高 100 万 token 输出，用来把内容密集的 PDF、电子表格、图表、音频和录屏视频合成为带引用的报告和结构化交付物。

Orchestrator 的多模型分工

Google Antigravity 同步上线的 Orchestrator 不再让单一模型跑完全程，而是在同一会话内根据执行进展动态切换 Carbon 与 Hydrogen。Carbon 负责分析任务、制定计划、做最难的决策，Hydrogen 负责改代码、更新依赖、跑测试和验证结果;遇到新的困难再交回 Carbon。需要并行智能体时，Carbon 当协调者，Hydrogen 驱动 worker 与 verifier。Terminal-Bench 4.0 上，这套编排取得接近单独使用 Carbon 的成功率，平均少消耗 24% 的额度，速度快 19%。该功能率先向 Google AI Ultra 用户开放。

Gemini 4 Hydrogen功能

日常编程与代码库维护：代码编写、调试、漏洞修复、依赖更新，能定位到具体问题做定向修改，适合放进 CI 与编码助手流程。

智能体多步骤任务：调用工具、读取上传文件、结合 Gmail 与 Google Drive 中的信息推进任务，在多轮对话里保持对语气、格式和规则的遵循。

长文档与多模态理解：处理大型 PDF、表格、图表、长视频和会议录音，输出带引用的摘要与结构化结果。

知识工作交付物：按指定语气写邮件草稿、整理学习指南、改写文档、汇总材料生成表格，初稿可用性较高。

交互式内容生成：官方演示中，它根据实时闪电数据做出可交互的 3D 地球，把闪电映射为视觉效果与背景音乐;配合 Antigravity 的前端设计 Skill，一次生成含 WebGL2 地形着色器、滚动叙事和实时产品配置器的完整电商站点。

垂直领域专业任务：在 Vals 税务代理榜以 52.3% 排第一，法律研究榜以 55.8% 并列第一，HLE-Diamond 深度领域推理以 58.8% 领先同级，Agents’ Last Exam v1.1 得分 71.6%。

Gemini 4 Hydrogen应用场景

软件工程与 DevOps

代码审查、测试生成、自动化修 bug、批量重构这类高频且可拆分的动作交给 Hydrogen，架构设计和疑难决策留给 Carbon。企业实测中，复杂图计算、SQL 和数据密集型工作流的速度改善最明显，Box 副总裁 Yashodha Bhavnani 提到在需要精确读取表格并执行复杂计算的流程里感受最直接。

企业智能体规模化部署

当智能体开始连续执行数十甚至数百个步骤，全程用旗舰模型既慢又贵。Orchestrator 这种”重模型决策、轻模型执行”的分层结构，把大规模部署的运行成本压下来，同时尽量维持输出质量。

搜索与信息获取

Hydrogen 已成为谷歌搜索 AI Mode 的默认模型，并承接 AI Overviews 中最复杂的问题。谷歌搜索产品副总裁 Robby Stein 称这是搜索迄今最大规模的模型升级。带多个子问题、拼写不规范、要求很具体的长句可以直接丢进搜索框，回答形态更多给出表格、对比和可视化内容。

办公与内容生产

Gemini 应用里它被放在”日常助手”这一档，用于一般问答、信息处理、写作与编程辅助。配合 Google Slides 的演示，它能根据一段 YouTube 演讲视频和设计模板生成多页幻灯片，随后自主检查并修复文字重叠等排版问题。

专业领域辅助

税务、法律研究、生物制药等对准确性要求高的场景已有实测反馈。LatchBio 团队提到，在其抗体开发基准的毒理学与安全环节，Hydrogen 通过率 67%，非 Gemini 模型为 37%。

Gemini 4 Hydrogen同类产品对比

表格