谷歌的新模型又来了。这一次登场的Gemini 4 Hydrogen以化学元素“氢”命名，主打两点：快，以及把活干利索。
和前两次高端型号首发时的路数不同，这次没有设置任何门槛：免费用户在Gemini应用里靠自动模型选择就能用上，付费用户可以手动指定，开发者则能通过Google AI Studio和Gemini API直接调用。
最先吃到红利的是谷歌搜索。搜索产品副总裁Robby Stein把这次接入称为搜索迄今最大规模的一次模型更替，Hydrogen已开始向全球推送，覆盖AI模式支持的全部语言。
普通用户最先感受到的变化，是不用再费心思琢磨关键词了。脑子里怎么想的，就怎么往搜索框里敲——问题再长、条件再杂、拼写再离谱，模型也能大致猜出你想找什么，再据此组织回答。
结果的呈现方式也活泛起来。需要做对比时，页面直接生成表格；碰上复杂的知识问题，则可能配上图片、可视化图表，甚至交互式小工具。过去要开好几个网页来回核对的事，如今有机会在搜索页一步到位。
这个细节颇值得玩味。AI搜索长期以来被指责把答案“截留”在自己页面上，用户越来越没必要点进外部网站；如今谷歌却反过头来，把“帮用户发现更多网站”当成了新卖点。
这背后是实打实的营收焦虑。在10月28日的财报电话会上，谷歌首席商务官Philipp Schindler承认，AI Mode的变现效率不及传统搜索，查询量涨得越快，搜索广告收入的增速反而被拖得越狠。至于链接变多之后，网站方能不能拿回点击量，眼下谁也说不准。
把视线拉回模型本身。在Gemini 4家族的分工里，Carbon和Argon负责复杂的深度推理，Hydrogen被安排在执行一线：编程、工具调用、多步骤任务。名字里虽没有Flash，它接的正是上一代Flash的班。
官方给出的成绩单相当激进：High推理档位下，Hydrogen干完活的时间只要Gemini 3.8 Flash的四成；指令遵循更到位，凭空编造事实的情况少了八成以上。
更出人意料的是第三方评测。在Artificial Analysis的智能指数（Intelligence Index）榜单上，Hydrogen High档拿到51分，Xhigh档冲到54分，压过了定位更高端的自家兄弟Gemini 4 Argon的50分。
谷歌自己公布的Benchmark也毫不逊色。考察复杂知识任务的Agents' Last Exam v1.1里，它拿下71.6%，把Claude Sonnet 5.5的60.4%和GPT-6.1 Terra的69.8%甩在身后；模拟长期经营的Vending-Bench 2测试中，它最终攒下14549美元余额，同样排在最前面。
编程成绩则有得有失：SWE-sweep上以13.5%领跑，但Terminal-Bench 4.1的57%不敌Claude Sonnet 5.5的63.9%。
抛开跑分，日常用起来的变化可能更实在。谷歌表示，Hydrogen对语气、格式和具体规则的服从度更高，多轮对话里不容易忘了正事，反复返工的次数明显下降。
处理复杂资料时，它能从上传的文件中抽取信息，整理成表格或可视化内容，并联动Gmail、Google Drive，以及Airtable、Dropbox等已连接的应用一起干活。工具调用也变得更聪明：选工具更准，即便调用失败、搜索空手而归，它也懂得调整下一步动作。
官方演示中有一段相当直观：Hydrogen借助Google Antigravity，参照一段YouTube演讲视频和设计模板，直接在Google Slides里生成多页幻灯片，随后还自主检查了一遍，把文字重叠之类的排版问题修掉了。
Antigravity同期还迎来一个新功能——Orchestrator（编排器）。此前该平台已支持多个Agent调用不同模型协作，Orchestrator则更进一步：在同一项任务里，它会根据执行进展自动在Carbon和Hydrogen之间切换。按谷歌设想的流程，Carbon先拆解任务、制定计划，Hydrogen接手改代码、更新依赖、跑测试；中途冒出新麻烦，任务再退回给Carbon重新分析。全程不需要用户动手。
内部测试的数据是：Orchestrator的任务成功率接近单独使用Carbon，额度消耗平均省下24%，完成速度提升19%。该功能目前率先向Google AI Ultra用户开放，后续会支持更多模型和订阅档位。
价格单同步公开。Hydrogen的API定价为每百万输入Token 1.5美元、输出Token 7.5美元，低于Argon现行每百万输入2美元、输出10美元的优惠价。不过比起上一代Flash——目前输入0.75美元、输出3.75美元——新模型其实涨了价。Flash的优惠价将于12月31日到期，明年1月1日起调整到与Hydrogen持平。
模型上线没多久，网友的实测就涌了出来。@SPAC89晒出了用Hydrogen Extra制作的Three.js项目：前后不到两小时，其中近八成时间花在渲染上，只消耗了Google AI Pro订阅每周额度的5%。他直言，这是头一回觉得20美元的订阅近乎没有额度限制。
@StatsWire则组织了一场同题对决：让四款Gemini模型分别用Three.js做一款真正能玩的3D马里奥游戏，且不许调用任何外部3D模型或纹理。评论区有人追问各模型的耗时与成本，作者回应下次测试会补上这些数据。
搜索接入的消息也催生了不少段子。有人勾勒出这样一个画面：“2026年的开发者：AI写出了Bug，现在你把报错信息丢进Google搜索，解释这个Bug的还是同一个AI。”
泼冷水的声音同样存在。这些抱怨的矛头并非指向Hydrogen，更多是冲着谷歌产品的老毛病去的。
在谷歌DeepMind的官方发布帖下，另一个问题被反复提起：Argon接下来还有什么用？毕竟Hydrogen更便宜、更快，部分评测成绩还更高。
对“快”本身的质疑也有。有网友算了笔账：提速2.5倍固然痛快，可一旦答案错了，返工的代价没准比一次慢而正确的回答更贵。还有人打趣：AI写代码快得咖啡还没喝完就交付了，但要把这些代码检查完，恐怕得喝掉剩下的一整壶。
排行榜的名次永远热闹，谁压过谁总能引发争论。可真到每天打开AI干活的时候，人们心里的那杆秤往往另有一套刻度。网友@mattyapro的一句话道出了不少人的心声：“对我来说，每天都会用到的模型，比那些登顶排行榜的模型更重要。”他还补了一句——很高兴日常工作能够受到关注。
