谷歌今日「换脑」！轻量之王Gemini 4 Hydrogen反杀旗舰

新智元报道

终于，Gemini 4 Hydrogen登场了！

这个星期预热了很久的谷歌，终于放出了这个Gemini 4家族的新主力。

这个名为「氢」的模型，这次居然打破了聪明、快、便宜的不可能三角。

本来，在Gemini 4家族的序列里，原本有两位深度推理老大哥——Carbon（碳）和Argon（氩）。

照理说，Hydrogen既然定位为面向日常编码、智能体工作流和消费级应用，怎么看都应该是「小弟」吧？

结果，谷歌甩出的数据，让所有人傻眼了——

在默认的high思考模式下，Gemini 4 Hydrogen在AA智能指数上拿到了51分，直接反超了自家主打深度推理的大哥Argon（50分）。

如果把思考等级拉到全新的xhigh，分数更是飙到了54分！

不仅更聪明，它还又快又便宜，甚至连带着谷歌搜索、Google Sheets、Gemini App一起升级，今天起，全球用户都能用。

全家桶同步升级，搜索迎来最大换血

现在，Hydrogen已经接管了谷歌的核心产品线。

全球数十亿人用的Google搜索，迎来了迄今最大规模的一次模型升级。

搜索中的AI模式，已全面切换至Hydrogen底座。

面对包含多重条件或拼写错误的复杂长句，升级后的搜索能把问题拆开，并发检索多个子话题。

比如让它挑选适合炎热天气的透气跑鞋，搜索会直接生成图文并茂的参数对比表与购买入口。

用户如果继续追问小户型公寓的家具摆放方案，它也能快速给出带尺寸建议的视觉化指南。

秀翻全场：这真是轻量级模型干的？

谷歌放出的几个实战演示，简直把「生产力」和「想象力」玩出了花。

比如这个例子，把Excel变成了动画片播放器！

你敢信吗？

在Google Antigravity里，Hydrogen直接把Google Sheet改造成动态像素画布。

它结合了Python、原生=LET(...)公式和条件格式，把成千上万个单元格缩小成像素点，画出能播放全动态场景！

另外，你能一句话造出3D开放世界，在Geminisland里用Hydrogen做实时3D编程。

一句prompt，Hydrogen就能在体素岛屿上生成自定义建筑，玩家以第一人称视角走进。

更浪漫的是，Hydrogen把全球实时闪电数据抓过来，用纯代码搭出一个交互式3D地球，还配上了Web Audio音乐引擎。

地球上每劈下一道闪电，3D地球上就会泛起涟漪，同时触发一段音乐——全世界的雷暴，被它谱成了一首交响曲。

甚至在没有外部素材的情况下，它做出一个WebGL2水与玻璃可视化器。

它直接靠纯公式和SDF纹理手搓出来，实时模拟了光线折射、反射、色散和吸收效果，极其逼真。

接下来，是设计师和PPT民工的最爱。

搭配谷歌全新的前端设计技能，Hydrogen one-shot出了一个奢侈品的电商官网。

如果你经常被PPT折磨，现在只要给它一个YouTube发布会视频和一套设计模板，Hydrogen不仅能生成一整套ppt，还会自己检查有没有排版错误。

Google表格也被Gemini化了，财务团队也有福了。

Hydrogen可以快速将财务数据转化为交互式模型，根据各种预测情景动态调整，速度比旧模型快30%以上。

接下来是真机实测。

大V Chubby的实测结果显示，Carbon平均耗时13.34秒，而Hydrogen平均只需5.55秒就能跑完，写出的3D场景和网页游戏可以直接用。

比如这个名为「分形大教堂」的3D场景。

带有物理碰撞和计分系统的3D网页游戏也难不倒它。

在「峡谷飞行」测试中，Hydrogen用Three.js写出了程序化峡谷地形、动态水面和25道计分关卡。

「大小模型混双」神器Orchestrator来了

这次最令人印象深刻的，就是Google Antigravity中同步推出的Orchestrator。

这个智能调度器，简直让开发者拍案叫绝。

这是手握Carbon、Argon和Hydrogen三张王牌后，谷歌真正的工程杀手锏。

在真实软件开发里，团队需要用Carbon做顶层架构设计，但没必要每次读文件、跑测试都消耗昂贵的旗舰额度。

于是，谷歌干脆让大模型们组成了「包工头 + 黄金打工人」的梦之队。

通过Orchestrator，系统会在同一个会话中，动态地在Carbon和Hydrogen间切换。

其中，Carbon担任「总架构师兼协调员」，负责把控全局、拆解复杂任务、做最难的决策。

Hydrogen则化身「超级执行官与质检员」：在多个隔离的工作区里同时开工，并行写代码、跑测试、修Bug、验证结果。

效果有多惊人？在Terminal-Bench 4.0测试中，它不仅成功率接近纯血旗舰Carbon，算力消耗还降了24%，速度更是快了19%！

而且，哪怕不组队，Hydrogen自己单刷大型代码库也是一把好手。

它学会原生批量并行调用文件读取和搜索工具。

以前很多模型看代码库，都是一个文件一个文件地翻；而Hydrogen会一眼扫过去同时调十几个文件，只做「外科手术式」修改。

企业在复杂图谱、SQL和数据密集型工作流中实测发现，Hydrogen跑得比3.8 Flash快了2到2.8倍，Token消耗反而省了12%到23%！

智商越级反超旗舰

如果你之前经常用Gemini 3.8 Flash甚至3.5 Flash，那么迁移到Gemini 4 Hydrogen，绝对会很有爽感。

它的速度飙升，在high思考设置下，速度提升2.5倍。

在硬核基准测试上，Hydrogen实现了全面越级。

在Terminal-Bench 4.1测试中，Hydrogen拿下了57%的高分。

而且，它的幻觉还大幅缩水：编造虚假信息的概率直接砍掉了5倍以上。

在AA-Omniscience知识诚实度评测中，Sonnet 5.5和GPT-6.1 Sol分别有43%和52%的概率瞎猜，Hydrogen则把幻觉瞎猜率控制在8%。

更夸张的是，Hydrogen原生支持100万Token的输入，而且，它最高竟然支持高达100万Token的输出！

价格也很有诚意，每百万Token输入仅1.50美元，输出每百万Token 7.50美元。

Hydrogen有四个档位：low、medium、high（默认）以及全新的xhigh。

在专业垂直领域的Agent榜单上，Hydrogen也是很秀。

Agent Arena实时盲测榜高居第5；

HLE-Diamond深度领域推理同级第一（58.8%）；

Vals税务代理榜（Tax Agent Bench）综合排名第1（52.3%）；

Vals法律研究榜（Legal Research Bench）并列第1（55.8%）。

如果说Gemini 4 Carbon和Argon是「重型装备」，那Hydrogen的出现，则让高效率模型，进入日常开发的主战场。

它大致对标的是OpenAI的GPT-6 Luna / 6.1 Terra，以及Anthropic的Claude Haiku 5.5到Sonnet 5.5这一档。

不过，靠着1.5美元/百万Token、百万级输入输出和反超旗舰的表现，Hudrogen直接把「便宜又聪明」的门槛，又拉低了一截。

现在，开发者、极客和普通人都能直接上手这枚「氢弹」了！

参考资料：

https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/

https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-hydrogen/

https://blog.google/products-and-platforms/products/search/gemini-4-hydrogen-search-upgrade/

https://x.com/googleaistudio/status/2120940825240797641

https://x.com/artificialanly/status/2120941511223185722

https://x.com/Google/status/2120982566891356279

编辑：Aeneas 大卫 摩西