Gemini 4 Hydrogen：谷歌的日常编码模型 100 万 token 上下文每百万输入 1.5 美元

更新时间:2026-11-14 08:29:34 发布时间:6小时前阅读:10次

Gemini 4 Hydrogen 是谷歌 2026 年 11 月 12 日发布的 Gemini 4 系列模型，由 Gemini 4 Carbon 改编，定位日常编码与智能体工作流里的执行环节，思考档位分 low、medium、high、xhigh 四档。开发者在 aistudio.google.com 与 Gemini API 调用，用户在 Gemini 应用下拉选项与 Google Search 里使用；API 按每百万输入 token 1.50 美元、输出 7.50 美元计费，100 万 token 上下文全窗口同一单价，不分段加价。

Gemini 4 Hydrogen 是什么

Gemini 4 Hydrogen 官方发布卡片蓝色渐变底与四角星标 — 谷歌官方发布配图，blog.google 与 antigravity.google 用的是同一张

发布文署名 Koray Kavukcuoglu，头衔原文是 SVP, Google DeepMind and Chief AI Architect, Google，日期 11 月 12 日。
模型卡把定位写成两句对照：Carbon 与 Argon 面向最难问题的长时程深度推理，Hydrogen 面向多种智能体工作流里的执行任务。
血缘关系写成模型依赖一栏的一句话，架构、训练数据、训练数据处理、硬件、软件五项全部指向 Gemini 4 Carbon 模型卡，Hydrogen 不单独披露。
官方给的三个使用场景是仓库级代码与调试、交互式 Web 开发、多模态工作流。
API 的模型标识就是 gemini-4-hydrogen，没有发布带日期的快照名，标识本身即版本。
闭源托管服务，权重与参数量都没公开，装不到本地机器上。

Gemini 4 Hydrogen 的四个思考档位

四档名称是 low、medium、high、xhigh，其中 high 是默认档，xhigh 是 Gemini 4 这一代新加的档位。
档位调的是推理深度，等待时间与思考消耗跟着变，四个档位共用同一份单价。
官方在 Artificial Analysis 智能指数上按默认 high 档报 51 分，按 xhigh 档报 54 分，同表的 Gemini 4 Argon 是 50 分。
54 分是 xhigh 档的成绩，官方主推的默认档是 high，对应 51 分；比对分数前先看对方用的是哪一档。

Gemini 4 Hydrogen 的上下文与输出上限

上下文窗口 1,048,576 token，输入、思考、输出共用这一个池子，不是输入输出各分一份。
同步请求默认最多输出 65,536 token，也就是官方说的 64K。
要更长的输出得走后台长解码，官方称 background long decode，上限就是整个 1,048,576 token。
官方文档把 100 万 token 输入与 100 万 token 输出并列写在同一句里，指的是这个统一窗口的两端，不是两份独立的容量。

Gemini 4 Hydrogen 的价格

输入每百万 token 1.50 美元，输出每百万 token 7.50 美元。
官方原话是 priced flat across its entire 1 million-token context window，整个窗口一个价，没有长上下文的阶梯加价。
价格表里没有按分辨率、按模态、按思考档位分档的项。
独立评测站 Artificial Analysis 的模型页记录了一项缓存折扣 95%，命中缓存的输入按折后价算。
按这套价格和实际用量算，Artificial Analysis 给出每个智能指数任务的成本是 3.16 美元。

Gemini 4 Hydrogen 与 Carbon、Argon 的分工

Gemini 4 Carbon 在本周早些时候发布，面向长时程推理，在 Antigravity 里承担协调与规划的活。
Gemini 4 Argon 同属前沿模型，官方拿它当 Hydrogen 的能力参照点，智能指数 50 分。
Gemini 4 Hydrogen 承担执行，写代码、跑测试、改依赖、查状态这些动作交给它。
三者不是替代关系，官方给的用法是 Hydrogen 单独跑，或者与 Carbon、Argon 配合跑。
同一次会话里两个模型可以接力，切换由 Antigravity 的 Orchestrator 负责。

Gemini 4 Hydrogen 在 Antigravity 里的 Orchestrator

Orchestrator 是 Antigravity 模型下拉菜单里新增的选项，作用是在同一个会话轨迹里动态切换 Carbon 与 Hydrogen，两个方向都能切。
典型顺序是 Carbon 先进入只读阶段，探依赖、消歧义、出计划并标好重规划的触发点。
然后 Hydrogen 接手写改动、更新依赖包、跑测试。
Hydrogen 卡住时交回 Carbon 检查现场状态、修计划、恢复执行，切回来不需要重开会话。
官方在 Terminal-Bench 4.1 上给的结果是接近纯 Carbon 的任务成功率，平均少用 24% 配额，快 19%。
要自己控制分工可以用 Antigravity SDK 把两个模型接起来：Carbon 管大型重构、新功能、安全检查，Hydrogen 管 issue 分诊、编码、搜代码库、按 PR 评论改界面。
开通范围不同：Orchestrator 的 Carbon 版与 Argon 版只给 Google AI Ultra 订阅者，付费 Google AI Pro 只拿到 Argon 版，企业走 Gemini for business。

Gemini 4 Hydrogen 的基准成绩

Gemini 4 Hydrogen 模型卡评测表十项基准与 Claude Sonnet 5.5 GPT-6.1 Terra 对比 — deepmind.google 模型卡原表，蓝底为 Hydrogen，灰底为该行对手的最高分

十项基准里 Hydrogen 有七项分数高于同表两个对手，三项低于 Claude Sonnet 5.5。
SWE-sweep 13.5%，Claude Sonnet 5.5 是 3.1%，GPT-6.1 Terra 是 5.8%，三者的倍数差在这一项最大。
Terminal-Bench 4.1 报的是作弊调整后的 57.0%，同表 Claude Sonnet 5.5 为 63.9%，GPT-6.1 Terra 没给数。
知识工作三项都高于同表对手：Agents’ Last Exam v1.1 71.6%、AutomationBench-AA 76.1%、Vending-Bench 2 账户余额 14,549 美元。
计算机操作与理科两项低于 Claude Sonnet 5.5：OSWorld-2.1 离线子集 77.6% 对 83.9%，Terminal-Bench-Science 0.1 51.4% 对 59.9%。
多模态理解两项的分数高于同表对手：MKA 的 Climb WSR 准确率 53.4%、Chartography 66.6%；推理项 HLE-Diamond 58.8%。
发布文另报了三项名次：Vals Tax Agent Bench 52.3% 排第一，Vals Legal Research Bench 55.8% 并列第一，Agent Arena 第五。
对上代 Gemini 3.8 Flash，官方给的是 Terminal-Bench 4.1 从 18.2% 提到 57%，虚构声明减少 5 倍以上，默认 high 档完成任务快 2.5 倍。

Gemini 4 Hydrogen 的独立评测数据

Artificial Analysis 上 Gemini 4 Hydrogen xhigh 版的指数速度成本输出量四项指标 — artificialanalysis.ai 模型页，页面标的是 xhigh 版本，指数 54 排第 16，同类模型 241 个

Artificial Analysis 页面给出的指数是 54，在 78 个模型里排第 16。
首个答案 token 的等待时间是 40.55 秒，输出速度 188 token/秒，完成一个指数任务耗时 13.7 分钟。
跑完整个指数评测输出 304M token，输入 11.3B token，输出与输入之比 2.693%。
这个输出量在 77 个模型里排第 76，页面把可对比模型的中位输出量记为 72.8M token。
成本项排第 41，每任务 3.16 美元；可对比模型的中位价是输入 2.00 美元、输出 10.00 美元。
页面写的结论是指数排在第 16、价格与同档接近、但比平均慢且输出量偏大；可对比模型的中位指数是 41 分、中位每任务 13.0 分钟。

Gemini 4 Hydrogen 的入口

Gemini 应用，地址 gemini.google.com，模型下拉里有 Gemini 4 Hydrogen 一项。
免费用户在应用里看不到这一项，由 auto model selection 判断提示词是否需要它，需要时才调用。
Google Search，11 月 12 日起全球所有用户可用，官方原话是迄今搜索最大的一次模型升级。
Google AI Studio 与 Gemini API 的所有档位，Android Studio 里也能调同一个模型。
Gemini for business 走 API 或模型下拉接入，Google Sheets 里的 Gemini 面向 Pro、Ultra 与符合条件的商业订阅。
Google Antigravity 面向付费 Google AI Pro 与 Ultra 订阅者，Orchestrator 按订阅级别开放不同的组合。
模型卡列的发行渠道是这七个，并写明使用模型不要求特定硬件或软件。

Gemini 4 Hydrogen 的输入输出边界

输入收文本、图像、音频、视频与 PDF，切图、听音频、读视频都在同一个窗口里完成。
输出只有文本，没有图像生成，也没有音频生成。
要让模型出视频得换专门的模型，Gemini Omni 1.2 Flash 就是这条线上的产品，Hydrogen 只负责看懂视频。
搜索场景里它做的是查询扇出：先理解问题，再对各个子主题同时发查询，官方称这样能带回更宽的链接范围。
官方在搜索升级文里列的四项变化，是意图理解、查询扇出与链接、可视化回答、多语言覆盖，可视化回答里包含图片、结构化回答、对比表格与定制工具。

Gemini 4 Hydrogen 的安全评估与局限

Gemini 4 Hydrogen 模型卡安全对比表五项相对 Gemini 3.8 Flash 的百分点变化 — deepmind.google 模型卡原表，数值为相对 Gemini 3.8 Flash 的百分点变化，正负号按原文保留

模型卡对 Hydrogen 只做了实质性能力变化评估，参照最近的 Gemini 4 Argon，结论是没有相对 Argon 的通用能力提升，因此不需要跑全套关键能力评测。
CBRN 里的生物方向与网络安全方向另做了定向测试，两项都没到关键能力阈值，但都触到了阈值警报线，官方继续保留缓解措施。
与 Gemini 3.8 Flash 的内部安全对比里，图文安全提升 7.00 个百分点，多语言提升 1.10 个百分点，纯文本提升 0.80 个百分点。
两项退步：拒绝语气的客观中立程度下降 0.65 个百分点，对良性或边界提示的过度拒绝上升 5.57 个百分点，来源标注为多模态提示。
发布文另报的智能体安全数据是：越权行为最多减少 81%，服务不足减少 79%，错位行为与走捷径削减 12 倍，内部诚实度评测 96.7%，思维链保留率 99.9%，Gray Swan 间接提示注入基准的抗性提升 2.3 倍以上。
模型卡列出的已知局限是会出现幻觉、越狱抗性仍在改进、偶发变慢或超时、高思考档位为拉性能会用更多 token。
知识截止时间写在局限段末尾，是 2026 年 3 月，部分领域的知识可能更旧。
完整的 Gemini 4 Hydrogen 安全与安全报告在模型卡里写的是即将发布，11 月 13 日页面上还没有正文。

标签：