Google 推出 Gemini 4 Hydrogen，助力日常智能体工作流

Google 于 2026 年 11 月 12 日推出 Gemini 4 Hydrogen，并开始在其开发者、企业和消费者产品中全球发布这款模型。该模型专为快速编程和智能体工作设计。付费 API 定价为每百万个输入 token 1.50 美元，每百万个输出 token 7.50 美元。

Hydrogen 基于Gemini 4 Carbon改进而来，在 Gemini 4 系列中承担不同的角色。Carbon 和 Argon 负责更深入的架构判断和扩展推理；Hydrogen 则面向快速执行，包括编写代码、运行测试、验证更改、开展研究以及运行可使用工具的智能体。它支持文本、图像、音频和视频，其知识截止日期为 2026 年 3 月，因此在某些领域的信息可能不够新。

Orchestrator 将规划与执行分开

Google Antigravity 中的全新Orchestrator 选项可在单次会话中实现这种分工。Carbon 可以在只读阶段探索依赖关系并制定计划；随后由 Hydrogen 编辑代码、更新软件包并运行测试。如果执行过程中遇到阻碍，可以将控制权交还给 Carbon，由它检查当前状态并修正计划。静态路由器会根据开场提示，将整个任务交由一个模型处理；与之不同，Orchestrator 可以随着工作的变化切换模型。

Antigravity 团队报告称，在 Terminal-Bench 4.1 上，任务成功率接近 Carbon，同时配额用量减少 24%，平均完成速度快 19%。处理并行任务时，Carbon 可以负责协调，Hydrogen 则在彼此隔离的工作区中驱动工作智能体和验证智能体。Hydrogen 正逐步向 Antigravity 中的 Google AI Pro 和 Ultra 付费订阅用户开放；Orchestrator 首先向 AI Ultra 用户推出，企业用户则可通过 Gemini for business 使用这两项功能。

思考控制与编程基准测试

Gemini API 文档列出了受速率限制的免费层级，以及通过隐式缓存实现的缓存输入定价：每百万个 token 0.075 美元；此外还有固定的付费价格。Hydrogen 的输入、思考和输出共用一个包含 1,048,576 个 token 的窗口。同步响应每次最多支持 65,536 个 token；后台执行或客户端续传则可将生成长度扩展至该窗口的剩余容量。

Hydrogen 提供四档思考级别：低、中、高（默认级别）和全新的 xhigh。Google 建议大多数复杂任务使用 high；只有在 high 不够用、且问题需要更复杂的多步处理时，才使用 xhigh，并指出 xhigh 可能会对较简单的提示词思虑过度。这些控制项会直接影响共享 token 预算：推理会占用原本可用于输入或最终输出的容量，而更高的设置也会增加延迟。

Google 报告的结果包括：Hydrogen 在 high 设置下的 Artificial Analysis Intelligence Index 得分为 51，高于 Argon 的 50；在 xhigh 设置下则升至 54。与Gemini 3.8 Flash相比，Hydrogen 在 high 设置下完成任务的速度是其 2.5 倍；在 Terminal-Bench 4.1 上的得分为 57%，而 Gemini 3.8 Flash 为 18.2%；虚构说法则减少了五倍以上。

模型卡提供了一项重要限定：经过作弊调整的 Terminal-Bench 4.1 表格中，Claude Sonnet 5.5 的得分为 63.9%，高于 Hydrogen 的 57.0%。因此，Hydrogen 虽然比 Google 先前的 Flash 模型有显著提升，但在同一项编程比较中并未领先所有竞争对手。

全球发布与安全评估

除 API 和 AI Studio 外，11 月 12 日开始的发布还涵盖 Gemini for business、Gemini 应用、Google 搜索、Antigravity，以及符合条件的订阅用户可使用的 Gemini in Sheets。Google 认为适合某条提示词时，免费版 Gemini 应用用户也会通过自动模型选择使用 Hydrogen。Google 表示，该应用会更严格地遵循语气和格式指令，利用用户上传的内容以及 Gmail、Drive、Airtable 和 Dropbox 等已连接服务，并更可靠地选择工具；Google 搜索则能更好地处理包含多个部分或有拼写错误的查询，提供更多视觉化回答，并扩大查询扩展范围，以覆盖更多链接。

Google 报告称，与 Gemini 3.8 Flash 相比，智能体越权行为最多减少 81%，服务不足情况最多减少 79%，同时模型抵御间接提示注入的能力也有所增强。这些指标针对的是模型能够选择工具并在已连接服务中采取行动时尤为重要的失效模式。

模型卡中的自动化比较还记录了一项变化：与 Gemini 3.8 Flash 相比，无正当理由的拒绝增加了 5.57 个百分点。模型卡列出的局限包括幻觉、偶尔运行缓慢或超时，以及在较高思考级别下可能消耗更多 token。

模型卡中的前沿安全评估发现，与Argon相比，Hydrogen 的总体能力没有实质性提升。针对性测试显示，Hydrogen 在生物信息和网络安全领域的能力均低于关键能力等级；在 Google 的框架中，这些等级对应严重规模的风险，但 Hydrogen 在两个领域都达到了警戒阈值。模型卡称，更完整的安全文档将于日后发布。

Hydrogen 更广泛的意义在于，它实现了一种分工方式：将前沿规划留给较难的阶段，同时由速度更快的执行模型处理广泛使用的产品中的工作。在日常使用中，这种安排能否在保留所报告的效率提升的同时，避免已记录的拒绝和可靠性局限，是此次发布最关键的问题。