刚刚，Google 发布了 Gemini 4 Hydrogen，真的是期待已久。
Google 引用的 Artificial Analysis 智能指数里，它默认 high 档拿到 51 分，略微超过 Argon 的 50 分。再开到 xhigh，可以到 54 分。
Hydrogen 的定位很明确：日常写代码、跑工具、整理多模态资料，尽量快点做完。Carbon 和 Argon 继续处理需要长时间推理的难题。
▲ 图：智能指数与完成耗时
这次还有一个非常大的亮点：在 Antigravity 里，同一次任务可以自动切换 Carbon 和 Hydrogen。复杂部分交给 Carbon，执行部分交给 Hydrogen。
在 Antigravity 里，这部分选模可以交给调度器了。
旧Flash的接班人
先看它相对 Gemini 3.8 Flash 的进步。
Terminal-Bench 测的是模型能不能在终端里完成实际任务，比如配置环境、处理文件、排查代码问题。它比单独答一道编程题更接近动手干活。
在 Google 的 Terminal-Bench 4.1 测试中，Hydrogen 的成功率是 57%，旧 Flash 是 18.2%。这项进步很大。
▲ 图：终端任务成功率
速度也有提升。Google 称，默认 high 档完成任务的速度达到旧 Flash 的 2.5 倍。这个太好了，现在谷歌模型最大的一个毛病就是慢。
这里说的是测试任务完成速度，不是每秒吐字速度。任务类型、工具等待和思考档位，都会影响你实际等多久。
代码修改上，Google 强调的是少碰无关文件、集中修问题；找资料时，可以并行读取文件和搜索，减少逐个翻找的等待。
修 bug、读仓库文件，都是它要接的活。在你的项目里能否稳定做到，还需要真实任务验证。
Carbon动脑，Hydrogen接着干
新功能大杀器 Orchestrator，可以理解成自动选择模型的调度器。这个对我来说太需要了，现在每次我都要手工去切换模型。
它会在 Antigravity 的同一个会话里切换模型。遇到系统设计、隐蔽的 bug 等需要深判断的部分，调用 Carbon；进入写代码、跑测试、核对修改等环节，再让 Hydrogen 接手。
Google 给出的 Terminal-Bench 4.0 结果是：任务成功率接近 Carbon，平均额度消耗减少 24%，完成时间缩短 19%。
▲ 图：模型分工与资源变化
这里省的是 Antigravity 的额度，不能直接换算成 API 账单便宜 24%。成功率“接近”也不等于每道难题都和 Carbon 一样。
需要并行工作时，还有另一种分法：Carbon 做协调者，多个 Hydrogen 分别负责执行和验证，在隔离的工作区里同时构建、测试修改。
同会话切换和并行分工是两种用法。前者换模型继续做，后者把工作拆给多个代理。
对正在用 Carbon 写项目的人，这比再多一个模型名更有用：最费判断的地方保留慢思考，其他部分有了更快的执行选择。
让它做完一个东西
Google 给了几段现成演示。
电商网站这一段，Hydrogen 配合 Antigravity 新的前端设计 skill，一次生成了可以交互的店面。
页面里有地形着色效果、随滚动展开的叙事、热成像滑块、3D 线框规格卡，还能切换产品外观。这里有设计 skill 的贡献，不能全算成模型裸跑。
▲ 视频：电商店面与交互效果
下一段更有画面感：Google Sheets 变成了动态像素画布。
它把数千个单元格缩小，配合 Python、LET 公式和条件格式，拼出能动的场景。画面是在表格里组织出来的，没有把 Sheets 变成视频生成模型。
▲ 视频：表格里的动态像素画
Slides 那段则更接近日常工作。输入是一段 YouTube 演讲视频和设计模板，输出是多页演示文稿。
生成完还不算结束。Hydrogen 接着检查页面，找文字重叠等问题，再修布局。这个自查过程，比单看一张好看的成品更值得留意。
▲ 视频：演示文稿生成与修正
快速档也要算账
Hydrogen 有 low、medium、high、xhigh 四档思考深度，默认 high。xhigh 会用更多 token，也会增加等待，简单任务未必值得开满。
从旧 Flash 迁移时尤其要留心：旧版默认 medium，新版默认 high。只换模型名、不检查设置，思考开销也可能跟着变。
它的标准 API 价是每百万输入 token 1.50 美元，每百万输出 token 7.50 美元，思考 token 也算输出。
这比旧 Flash 现在的标准单价贵一倍。Carbon、Argon 目前还有促销价，Hydrogen 则是它们单价的四分之三。
▲ 图：相同用量的基础文本费
固定用量只是便于比较。真正跑任务，模型想多久、重试几次、调多少次搜索，都会改变账单。
Batch 和 Flex 有半价档，隐式缓存命中也有折扣。
价格还有日期差异：Carbon、Argon 的促销到 11 月底，12 月起标准价翻倍；旧 Flash 到今年底仍是现价，明年才上调。
▲ 图：自动化任务的表现与成本
只看 Google 引用的智能指数和当前标准单价，Hydrogen 比 Argon 更划算：默认档分数略高，单价更低。
每个任务实际省不省，还要看用量、耗时和返工。官方这一项成本图不足以证明它在所有任务里都更省。
免费能用，入口有区别
Google 已开始向 AI Studio、Gemini API、Gemini app、Search 和企业产品推出 Hydrogen。API 模型名是 gemini-4-hydrogen。
AI Studio 和 API 都有免费档，但有限流。免费档内容可用于改善 Google 产品，付费档则不用于这一用途。
Gemini app 的免费用户，通过自动选模在合适的提示词上使用 Hydrogen。不要把它理解成所有免费用户都能手动指定这款模型。
Antigravity 面向付费 Google AI Pro 和 Ultra 订阅者。能在聊天产品里用到，不等于每个开发工具入口都有相同权限。
规格上也有一个容易看错的地方。
所谓百万窗口，准确值是 1,048,576 token，由输入、思考和输出共享。不是塞满百万输入后，还能再输出百万。
普通同步调用的输出上限是 65,536 token。更长的输出需要长输出机制或续写，仍要扣除输入等占掉的窗口预算。
旧应用还得检查缓存：Hydrogen 不支持显式缓存，原来的 cached_content 等调用需要调整。自定义采样参数也不能照旧依赖。
它能读图像、音频、视频和 PDF，输出是文字。发布演示里的网页、表格、Slides，是模型通过代码和工具完成的结果。
还有什么没看清
AA 和 Arena 到目前还没有给出 Hydrogen 完整成绩。
官方发布帖下，@scrollvoid 问了一句：“这组选测项目有点奇怪。”类似的质疑已经开始出现了。
发布才刚开始，真实的用户反馈还不多。演示里做得好看，跟长时间使用时少返工，仍是两回事。
模型卡也写了限制：仍会编造事实、偶尔慢或超时；某些不合理拒答相较旧 Flash 增加，尤其在多模态输入时。
Google 没有公开参数量或具体蒸馏方法。现在还不能据此解释成某种“小模型架构突破”。
这次最具体的变化，是 Carbon 身边多了一个执行搭档。接下来要看的是：它省下的等待和额度，能不能在真实项目里留下来。
这篇就聊到这儿。要是对你有用，点个赞，也分享给需要的朋友。
参考资料
01｜Google：Introducing Gemini 4 Hydrogen
https://deepmind.google/blog/introducing-gemini-4-hydrogen/
02｜Google AI Studio：Gemini 4 Hydrogen 模型文档与迁移说明
https://aistudio.google.com/docs/models/gemini-4-hydrogen
03｜Google AI Studio：Gemini Developer API pricing
https://aistudio.google.com/docs/pricing
04｜Google DeepMind：Gemini 4 Hydrogen Model Card
https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-4-Hydrogen-Model-Card.pdf