英伟达掌门人黄仁勋辞职引发的震动尚未平息，谷歌这边又抛出一枚重磅炸弹：一款名为 Gemini 4 Hydrogen 的全新模型正式登场。
在谷歌的产品矩阵中，先一步亮相的 Carbon 和 Argon 主攻复杂推理、长期规划以及高难度软件工程，Hydrogen 则被赋予了另一重使命，追求更快的响应速度、更低的使用成本，同时强化 AI Agent 的执行能力，具体体现为快速编写代码、灵活调用工具，以及处理需要一环扣一环推进的日常事务。
耐人寻味的是，这款以效率为卖点的模型，在部分测试项目中的成绩已经反超同门的 Gemini 4 Argon，甚至逼近 Claude Sonnet 5.5 和 GPT-6.1 Sol 等旗舰产品的水平。
规格上，Hydrogen 接受文本、图片、音频、视频四种输入，上下文窗口达到 100 万 Token，输出上限同样为 100 万 Token，复杂 PDF、电子表格、图表乃至长视频都在其处理范围之内。
先看跑分。Artificial Analysis 的评测给出了直观对比：默认 High 档位下，Hydrogen 拿到 51 分，压过 Argon 的 50 分；启用此次新增的 xhigh 档位后，智能指数进一步升至 54 分，与 Claude Sonnet 5.5、GPT-6.1 Sol 在各自最高推理档位下的成绩仅有 1 分之差。
价格是另一大看点。Hydrogen 的 API 收费标准为每百万输入 Token 1.5 美元、每百万输出 Token 7.5 美元，且这一价格在整个 100 万 Token 上下文窗口内一视同仁，不随长度浮动。
若折算成单任务开销，Artificial Analysis 测算称，Hydrogen 在 xhigh 档位下的花费大约只有 Claude Sonnet 5.5 最高档位的 32%，不过相较 GPT-6.1 Sol 仍要贵出约 1.5 倍。
新模型共设 Low、Medium、High、xhigh 四档推理强度，High 为默认选项，xhigh 则是本次新增的最高等级，用户可以在智能水平、速度和成本之间按需取舍。
以单任务成本计，xhigh 档位约为 3.16 美元，High 档位则降至 1.87 美元，两者智能指数只相差 3 分。对多数日常任务而言，默认档位基本够用，没必要事事拉满推理强度。
速度方面，Hydrogen 同样有不小进步。谷歌官方数据显示，与 Gemini 3.8 Flash 相比，Hydrogen 在默认 High 档位下完成任务的速度提升了 2.5 倍。在 Terminal-Bench 4.1 测试中，其成绩从 18.2% 攀升至 57%，虚构信息的情况减少超过 80%。Artificial Analysis 另测得 Hydrogen 的输出速度约为每秒 200 Token，在部分推理档位下已站上智能水平与任务耗时的帕累托前沿。
当然，这款模型并非全面领先。在 Terminal-Bench 4.0 测试中，它拿到 54%，不及 Claude Sonnet 5.5 的 64% 和 GPT-6.1 Sol 的 56%。
相较之下，它的长处集中在视觉推理与幻觉控制上。Artificial Analysis 的 AA-Omniscience 测试给出一组悬殊的数字：Hydrogen 的幻觉率仅 8%，而 Claude Sonnet 5.5 和 GPT-6.1 Sol 分别高达 43% 和 52%。
模型发布后，开发者们迅速晒出了各自的实测成果，3D 场景与交互式网页成为最集中的展示方向。
网友 @ai_for_success 在 Antigravity 中搭配 Swarm 调用 Hydrogen，做出了一个名为 Porto Astrolabio 的 3D 港湾，作品带有完整的航行界面，白天与黑夜随时可切，用户能在虚拟港口中自由穿行。
@LuminaBench 则用最高的 xhigh 档位制作了一个 3D 水上飞机演示，并评价称 Hydrogen 的水准已能与 Argon 掰手腕，速度更快，价格还更低。
@kimmonismus 交出的作品是一座可用飞行视角自由探索的 Three.js 未来城市。据其介绍，项目在 High 档位下仅追加了一次提示，便生成了程序化的摩天大楼、雨天效果以及穿梭楼宇间的车流。
@abhinavflac 展示的则是一套 3D 微缩积木场景，同样体现了这款模型驾驭三维内容的功底。
看完这些作品，笔者也准备了几组提示词，让 Hydrogen 逐一挑战不同类型的交互内容：一款深秋农庄里的小幽灵冒险游戏，角色可以探索废弃小屋、调查物品并与周围环境互动；一款动画风格的乡村骑行游戏，骑着载满鲜花的自行车穿过稻田，第一人称与第三人称视角可自由切换；一段用 HTML 和 SVG 制作的黄仁勋骑自行车 2D 动画；外加一款名为 Riverbound 的激流漂流游戏，四名角色乘坐红色充气艇穿越山谷急流，水流物理和碰撞交互都经得起推敲。
谷歌官方也备下了一批演示案例。在名为 Geminisland 的项目中，用户只需输入一句自然语言提示词，就能在共享的体素岛屿上实时生成建筑，并以第一人称视角进去探索。
另一项演示由 Hydrogen 配合 Antigravity 的前端设计 Skill 完成，一次性产出整套电商网站，WebGL2 地形着色器、滚动叙事、3D 产品卡片和实时产品配置器一应俱全。
网页之外，它还能把 Google Sheets 里的数千个单元格变成动态像素画，或者参照 YouTube 演讲视频和设计模板，在 Google Slides 中自动制作演示文稿。幻灯片生成后，模型还会自行排查文字重叠、排版异常等问题，并动手修正。
从这些案例不难看出，Hydrogen 的能力边界已从单次生成延伸到连续执行、工具调用和自主检查，而这恰好对应着 AI Agent 实际干活时的需求。
从 Carbon、Argon 到 Hydrogen，谷歌在六周之内已经连发三款 Gemini 4 模型。伴随 Hydrogen 一起到来的，还有 Google Antigravity 中一个名为 Orchestrator 的新功能。
以往，不少 AI 编程工具习惯让同一个模型包揽全部环节，从系统架构设计、代码编写，到运行测试、修复问题，全靠它一人完成。但不同环节对模型的要求并不一样：复杂的系统设计需要 Carbon 这样擅长深度推理的旗舰模型，而海量的代码修改、测试与验证工作，交给响应更快、成本更低的 Hydrogen 反而更划算。
Orchestrator 要做的，就是在同一个会话中依据具体任务自动切换 Carbon、Hydrogen 等模型，让各自承担最合适的部分。比如由 Carbon 负责制定整体开发方案，多个 Hydrogen Agent 分头编写代码、运行测试、核对结果，彼此还能在相互隔离的工作空间中并行推进。
谷歌公布的 Terminal-Bench 4.0 测试结果显示，Orchestrator 在成功率接近 Carbon 单独执行的前提下，平均减少了 24% 的额度消耗，任务完成速度提升 19%。
对开发者来说，往后只需把需求讲清楚，系统便会在不同工作环节自动挑选模型，完成质量不打折，成本和等待时间还能省下一截。谷歌为何要专门打造 Hydrogen 这样一款高效率模型，答案也藏在其中。
开发者之外，消费级产品是此次发布的另一个重要落点。与以往“发布即期货”的做法不同，这一次谷歌把 Hydrogen 直接接入了 Gemini App、Google Search、Google AI Studio、Gemini API 以及企业服务：Google AI Studio 的所有层级用户均可使用，Gemini App 的免费用户也能通过模型选择功能拿到访问权限，Antigravity 中的 Hydrogen 则面向 Google AI Pro 和 Ultra 付费订阅用户开放。
针对普通用户，Hydrogen 重点打磨了复杂指令理解、多轮对话和工具调用三项能力。举个例子，用户可以让 Gemini 先从 Gmail 中查找邮件，再结合 Google Drive 里的资料生成报告，模型会按任务需要自行挑选工具，省去反复解释和手动操作的麻烦。写作方面，模型对语气、格式和具体规则的遵循度也有所加强，产出的邮件、研究报告更贴合用户的实际要求。
Google Search 则迎来了谷歌官方所称的迄今最大规模模型升级。搜索产品副总裁 Robby Stein 表示，Hydrogen 能更准确地读懂复杂的搜索意图，哪怕问题里包含多个条件、出现拼写错误，或者表达方式相当随意，也能识别出用户真正需要的信息。
配套的 Query Fan-out 技术同步升级：面对复杂问题，搜索系统会同时铺开多个相关查询，带回更广泛的参考网站。搜索结果也不再局限于网页链接，还可以根据问题生成图片、对比表格、结构化信息，乃至按需定制的交互工具。
