一句话重点

Google 在美国时间 2026 年 11 月 12 日发布 Gemini 4 Hydrogen，官方称它是 agentic 工作流（让 AI 自己拆分步骤、调用工具完成任务）的“日常主力”。它不只面向付费用户，Gemini app 的免费用户和 Google 搜索的全球用户，现在就能用到。 同系列更高阶的 Gemini 4 Argon 和 Carbon 负责难度高的长推理，Hydrogen 负责日常写代码和执行 agent 任务，主打速度快、价格低。

谁能用、在哪里用？

  • Gemini app：免费用户在“自动”模式下，遇到合适的问题时会用到 Hydrogen。付费用户可以在模型菜单里自己选。
  • Google 搜索：全球所有用户都用得到。
  • Google AI Studio 和 Gemini API：有免费额度。免费方案的内容 Google 会用来改进产品，付费方案不会。
  • Antigravity（Google 的 AI 编程工具）：需要 Google AI Pro 或 Ultra。
  • Google Sheets：先向 Google AI Pro 和 Ultra 订阅者开放。

模型支持文本、图片、音频、视频和 PDF 输入，上下文是 100 万 token（token 是模型计费的文本单位）。

API 多少钱？

每百万 token 输入 1.5 美元、输出 7.5 美元，输出包含思考过程用掉的 token。用满 100 万 token 的上下文也是同一个价格，不会加价。重复使用已处理过的输入（缓存）是每百万 token 0.075 美元。

对照一下 Gemini 4 Argon，它的优惠价是 2 美元和 10 美元，到 11 月 30 日结束，之后是 4 美元和 20 美元。Hydrogen 的价格不到 Argon 正式价的一半。

Hydrogen 有四个思考等级：low、medium、high（默认）和新增的 xhigh。思考等级就是让模型想多久，简单任务选低一点，等得短也花得少。

跑分：赢在哪、输在哪？

下表是 Google 自己的测试，拿 Hydrogen 跟 Anthropic 的 Claude Sonnet 5.5 和 OpenAI 的 GPT-6.1 Terra 比。

Gemini 4 Hydrogen 官方跑分表，10 项测试比较 Hydrogen、Claude Sonnet 5.5 和 GPT-6.1 Terra，Hydrogen 有 7 项最高
图片来源：Google

10 项里 Hydrogen 有 7 项最高。 Sonnet 5.5 胜出的 3 项是：

  • Terminal-Bench 4.1（在命令行完成任务）：Sonnet 5.5 是 63.9%，Hydrogen 是 57.0%。
  • OSWorld-2.1（让 AI 操作电脑桌面）：Sonnet 5.5 是 83.9%，Hydrogen 是 77.6%。
  • Terminal-Bench-Science（科学类命令行任务）：Sonnet 5.5 是 59.9%，Hydrogen 是 51.4%。

领先最明显的是 Agents’ Last Exam（测完整的专业工作流，71.6% 对 Sonnet 5.5 的 60.4%）和 SWE-sweep（找出并修好代码错误）。这张表是 Google 挑的，对手的数字也是 Google 整理的。

第三方评测机构 Artificial Analysis 的智能指数，Hydrogen 默认（high）是 51 分，比 Argon 的 50 分略高，xhigh 可到 54 分。

Artificial Analysis 智能指数对成本图，Hydrogen 四个思考等级的分数都落在较低成本区，Sonnet 5.5 要花高出许多的成本才到相近分数，GPT-6.1 Terra 最便宜但分数上限较低
图片来源：Google

从这张图可以看出，Hydrogen 用远低于 Sonnet 5.5 的每题成本，就能拿到相近的分数。GPT-6.1 Terra 更便宜，但分数最多只到跟 Hydrogen 的 high 差不多。

Terminal-Bench 4.0 成绩对成本图，Sonnet 5.5 最高分比 Hydrogen 高，但每题成本也高出许多
图片来源：Google

写代码这张也一样。Sonnet 5.5 冲得更高，每题要花的钱也多很多。要最高分选 Sonnet 5.5，要划算选 Hydrogen。

比 Gemini 3.8 Flash 进步多少？

跟上一代快速模型 Gemini 3.8 Flash 比，Google 给的数字是：

  • 默认设置下速度快 2.5 倍。
  • 命令行任务测试 Terminal-Bench 4.1 从 18.2% 升到 57%，超过三倍。
  • 编造不实内容（AI 幻觉）的情况减少超过 5 倍。工具调用失败或搜索没结果时，会自己换做法。

写代码时改动更精准，不会去重写无关的文件，也会同时读多个文件、同时搜索。

Antigravity 里还有 Orchestrator 功能，能在同一个会话里切换 Carbon 和 Hydrogen。Google 在 Terminal-Bench 4.0 的测试里，成功率接近 Carbon，平均少用 24% 额度、快 19%。多个 agent 一起工作时，Carbon 当指挥，Hydrogen 当执行和验证的 agent。

Google 搜索变了什么？

Google 说这是搜索史上最大的模型升级。Google 搜索“AI 模式”（AI Mode）里的变化是：

  • 更懂多段问题、错别字和很具体的需求。
  • 回答更视觉化，有图片、对比表和定制的小组件。
  • 搜索范围更广，找得到更多样的链接。
  • AI 模式支持的每种语言，回答都更好。

下面两张是 Google 放的对照图，比较 Gemini 3.5 Flash 和 Hydrogen 在 AI 模式的回答。

AI 模式回答小户型问题的对照图，问题是视频通话时看得到床、两个房间预算 200 美元以内，Hydrogen 给出具体的隔断方案和开放式书架隔板，附商品照片与约 80 到 140 美元的价格
图片来源：Google

小户型的问题，Hydrogen 直接给出调整书桌方向、在椅子后方放半透明或开放式隔板的做法，还附上约 80 到 140 美元的开放式书架隔板和照片。

AI 模式回答波士顿搬家问题的对照图，Hydrogen 先给地图，再列出各街区的氛围、地铁路线和社交分数对比表
图片来源：Google

搬到波士顿的问题，Hydrogen 先给地图，再用表格比较各区的氛围、地铁路线和社交分数。

安全性有什么改进？

这些都是 Google 自己跟 Gemini 3.8 Flash 比的测试：

  • 过度越权的行为最多减少 81%，走捷径、做出偏离目标动作的情况少了 12 倍。
  • 遇到做不到或受阻的任务，绕过权限边界的概率最多降低一半。
  • 面对间接提示词注入（把恶意指令藏进模型读到的数据），在 Gray Swan 测试上的抵抗力超过 2.3 倍。

模型卡也写了局限：可能产生不实内容，偶尔变慢或超时，思考等级越高可能用越多 token。

小企鹅的总结

Hydrogen 把 Gemini 4 的能力带给每个人。普通用户打开 Gemini app 或 Google 搜索就会用到，不必另外付费。开发者可以先在 Google AI Studio 拿免费额度跑自己的任务，日常写代码和 agent 工作用它，成本比 Argon 低。遇到很难的长推理，再换 Argon 或 Carbon。

延伸阅读

封面图片来源：Google

本文提供 AI 模型 API 计费的消费信息，不涉及证券或投资建议。本文信息截至 2026 年 11 月 13 日，实际定价请看 Google 最新公告。