Google 发布面向智能体工作流的 Gemini 4 Hydrogen

• Google 于 2026 年 11 月 12 日发布 Gemini 4 Hydrogen，将其定位为面向智能体工作流的模型，并于当天起陆续推向开发者、企业及消费者产品。^[1]
• 开发者可通过 Google AI Studio 和 Android Studio 在 Gemini API 中使用该模型。企业用户可通过 Gemini for business 获取，而 Google Antigravity 则向付费的 Google AI Pro 和 Ultra 订阅用户提供该模型。^[1]
• 消费者可在 Gemini 应用的模型下拉菜单中选择该模型，免费用户可通过自动模型选择使用它，而 Google 搜索也面向全球所有用户升级至该模型。^[1]
• 它紧随 Gemini 4 Argon（9 月 30 日）和 Gemini 4 Carbon（10 月 28 日）之后推出，填补了低于 Carbon 的更低成本层级，而 Carbon 的首发定价为每百万 token 2 美元和 10 美元。^[8]

主要特性

• API 定价为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元，在整个 100 万 token 上下文窗口内实行统一费率，同时最高支持 100 万输出 token。^[1]
• 它支持将 PDF、电子表格、图表、音频和录制视频作为输入，并生成带引用的报告、代码、公式、演示文稿和 Web 应用。^[1]
• 提供四个思考级别（low、medium、默认的 high，以及新增的 xhigh）。^[1]
• 在 Antigravity 中，Orchestrator 可在单次会话中切换不同模型，例如由 Carbon 负责协调，同时由 Hydrogen 运行工作智能体和验证智能体。Google 表示，这种方式能以平均减少 24% 配额消耗和加快 19% 完成速度的表现，实现接近 Carbon 的任务成功率。^[1]
• Google 表示，在 high 设置下，它完成任务的速度比 Gemini 3.8 Flash 快 2.5 倍，并将捏造陈述减少了 5 倍以上。^[1]
• 公布成绩：Artificial Analysis Intelligence Index 在 high 下为 51（Argon 为 50），在 xhigh 下为 54；Terminal-Bench 4.1 为 57%，对比 Gemini 3.8 Flash 的 18.2%；HLE-Diamond 为 58.8%；Vals Tax Agent Bench 为 52.3%；Agents' Last Exam v1.1 为 71.6%。这些均为 Google 自身数据^[1]，不过 Artificial Analysis 现已在其自家页面上列出 xhigh 下的 54 分，输出速度约为每秒 190 token，每项指数任务成本为 3.16 美元，并称该模型非常啰嗦。^[2]
• 在 Google 的发布对比表中，Hydrogen 在十项基准测试中有七项领先 Claude Sonnet 5.5 和 GPT-6.1 Terra，但在 Terminal-Bench 4.1（57.0% 对比 63.9%）、OSWorld-2.1（77.6% 对比 83.9%）和 Terminal-Bench-Science 0.1（51.4% 对比 59.9%）上落后于 Sonnet 5.5。^[4]
• Fello AI 对 Artificial Analysis 数据的解读显示，默认 high 设置得分为 51，对比 Gemini 3.8 Flash 的 31 和 Carbon 的 60，每项指数任务成本为 1.87 美元，对比 3.8 Flash 的 7.77 美元。^[3]
• 模型卡指出，Hydrogen 衍生自 Gemini 4 Carbon，知识截止时间为 2026 年 3 月，默认返回 64K 输出 token，或通过后台长解码最高输出 1M token。其自动化测试显示无端拒答较 3.8 Flash 上升 5.57 个百分点，完整安全报告仍待发布。^[4]
• Google 还报告了安全性提升，包括智能体越权行为减少最高达 81%，以及在内部诚实性评估中取得 96.7% 的成绩。^[1]