Google于2026年11月12日正式推出新一代人工智能模型Gemini4Hydrogen。这款模型原本被外界预期会沿用Flash命名体系，但Google最终选择了全新的Hydrogen名称，将其定位为面向日常使用、快速编程和智能体工作流程的高效率模型。
})TXX7[h 
>=VtL4K^ 此前，Google已经推出Gemini4Carbon和Gemini4Argon，分别面向复杂推理和高难度任务。Hydrogen则承担更广泛的日常工作，希望在保持较高智能水平的同时，提供更快的响应速度和更低的使用成本。
QZO9CLX 8k ,b!]gsds Google表示，与2026年9月推出的Gemini3.8Flash相比，Gemini4Hydrogen在速度和智能水平上均实现了显著提升。它不再只是一个强调低成本和快速响应的轻量级模型，而是具备了处理复杂编程任务和多步骤智能体工作的能力。
47
|&(,{ us2RW<Oxv 在上下文处理方面，Gemini4Hydrogen原生支持100万Token输入，并且最多可以生成100万Token输出。这使其能够处理规模庞大的代码仓库、长篇技术文档以及复杂的多轮任务。尤其是在智能体工作流程中，模型可以持续保留大量上下文信息，减少执行长任务时反复提供背景资料的需要。
v0 uA]6: 
.0ExHcr Google还特别强调了Hydrogen在智能体编程方面的表现。它能够参与代码编写、调试、测试和修改等连续工作，而不仅仅是根据用户要求生成一段代码。对于需要多个步骤才能完成的开发任务，模型可以在不同阶段之间保持上下文联系，从而更适合承担日常软件工程工作。
%.mHV7c)% \|< 5zL 
<`Q*I
Y 在性能测试方面，Google公布的数据显示，Hydrogen在Terminal-Bench4.1测试中的成绩达到57%，而Gemini3.8Flash为18.2%。这项测试主要评估模型在终端环境中完成实际软件工程任务的能力，包括命令执行、代码修改和问题排查等。
Ip&Q'"HYj 
w}:&+B: 
sncc DuS 在ArtificialAnalysisIntelligenceIndex智能指数中，Hydrogen在默认High推理设置下获得51分，略高于Gemini4Argon的50分；在最高XHigh推理设置下，其成绩进一步达到54分。Google表示，Hydrogen在取得这些成绩的同时，通常也能以更短的时间完成任务。
!tckE\ h#N ge@ KopZ& 不过，Google并没有将Hydrogen定位为取代Carbon和Argon的旗舰模型。Carbon和Argon仍然主要面向复杂推理、长时间自主执行以及难度更高的专业任务，而Hydrogen则强调快速执行和日常工作效率。Google希望通过不同模型之间的协作，让用户不必始终使用计算成本更高的旗舰模型处理简单任务。
t^KoqJ ry[NR$L/m 在智能体协作方面，Google的Orchestrator功能可以将部分常规工作交给Hydrogen执行，而让Carbon负责更复杂的决策和推理。Google将这种模式描述为在尽可能保持Carbon级别工作质量的同时，减少Token消耗。通过模型之间的任务分配，企业可以降低大规模部署AI智能体时的运行成本。
`a:L%Ex x J[Xmre 价格方面，Gemini4Hydrogen的API输入价格为每百万Token1.50美元，输出价格为每百万Token7.50美元。Google表示，整个100万Token上下文窗口采用统一定价，不会因为上下文长度增加而采用不同的价格档位。
`GQ'yv 
r-]Hm Y x Hydrogen此次采用相当广泛的发布策略。它已经向GoogleAIStudio所有层级的用户、GeminiAPI开发者、GeminiforBusiness企业用户以及Gemini应用用户开放，同时也整合进GoogleSearch。使用GoogleAIPro和Ultra付费订阅的用户，还可以在GoogleAntigravity中调用该模型。
=j$!N# L 4Px 在Gemini应用中，Hydrogen被定位为适合日常帮助的模型。用户可以将其用于一般问答、信息处理和编程辅助，而开发者则能够通过API将其接入自己的应用和智能体系统。
B(l8&
|v?*}6:a 这次发布也意味着Google正在进一步改变Gemini产品线的定位方式。过去，Flash系列主要强调速度和成本优势，而Pro系列承担更复杂的任务。如今，Hydrogen在部分智能指数测试中甚至超过了Argon，说明Google希望让较低成本的模型也具备处理相当复杂任务的能力。
Ljq !\D TLC&@o
: 从产品布局来看，Gemini4系列正在形成更加明确的分工：Carbon和Argon负责高难度推理，Hydrogen负责快速执行和日常智能体任务。通过多模型协作，Google试图解决一个越来越现实的问题：随着AI智能体开始连续执行数十甚至数百个步骤，单纯依靠最强模型完成所有工作，不仅速度较慢，也会带来高昂的计算费用。
l;'#!hC) qL1 d-nH Gemini4Hydrogen的推出，正是Google试图在模型智能水平、执行速度和运营成本之间寻找新平衡的一次尝试。
\8HLQly|@
微博帐号登录