继旗舰模型Carbon之后，谷歌为Gemini 4家族再添一名新成员——Gemini 4 Hydrogen。官方以“为所有人带来前沿智能”为其定调，速度与执行效率是这款模型的核心卖点。
命名上的变化颇值得玩味：谷歌此番弃用了沿袭已久的"Flash"标签，转而以元素名称排布产品线，Carbon、Argon与Hydrogen由此构成Gemini 4的三驾马车。
谷歌周四确认，Hydrogen已面向开发者、企业与普通消费者同步开放，Gemini API、AI Studio、Gemini应用、谷歌搜索以及Google Antigravity等平台均可调用。
开发者侧的定价为每百万输入token 1.5美元、每百万输出token 7.5美元，且在最高100万token的上下文窗口内价格统一，不因上下文长度产生浮动。
至此，Gemini 4系列的内部分工趋于清晰：Carbon与Argon坐镇深度推理与复杂任务，Hydrogen则退居效率执行层，专攻日常编码、智能体工作流和多步骤数据处理等高频场景。
成绩单上，Hydrogen在Artificial Analysis Intelligence Index中以默认高思考模式拿下51分，压过同门Argon的50分；切换至最高档的xhigh思考模式后，分数进一步抬升至54。
相较上一代Gemini 3.8 Flash，进步幅度更为直观——同等设置下任务完成速度加快2.5倍，Terminal-Bench 4.1得分由18.2%跃至57%，幻觉生成率（fabricated claims）则被压至原来的五分之一以下。
为让多模型协作机制化，谷歌还在Google Antigravity中上线了"Orchestrator"调度功能。它会在同一会话内依据任务复杂度动态调配Carbon与Hydrogen，切换过程无需用户插手。
内部测试数据勾勒出这一功能的性价比：Orchestrator在Terminal-Bench 4.0上的任务成功率已接近Carbon单独作战的水平，配额消耗平均减少24%，速度还快出19%。
并行智能体工作流中的分工同样明确——Carbon出任协调者，Hydrogen负责驱动工作与验证智能体，各方在相互隔离的工作空间内同步构建和测试代码变更，团队借此在token成本可控的前提下加快复杂项目的交付节奏。
普通用户侧的变化更为直接。Hydrogen已坐上谷歌搜索AI Mode默认模型的位置，AI Overviews中最棘手的问题也交由它处理。
按谷歌的表述，即便查询语句中混杂多个子问题、难以辨认的拼写错误或高度具体的要求，Hydrogen也能拆解出用户的真实意图；搜索结果的视觉化程度将更高，相关链接的覆盖面亦随之拓宽。
在Gemini应用的模型选择器中，Hydrogen以“日常助手”身份出现，恰好卡在“快速回答”（3.5 Flash-Lite）与“深度研究”（3.1 Pro）之间；免费用户在提示匹配时，可经"[Auto]自动模型选择"机制用上这款模型。
谷歌强调，该模型对用户预设的语气、格式与规则遵循得更为严格，邮件草稿、学习指南与文档往往首稿即可直接取用。
Google Antigravity则为AI Pro和Ultra付费订阅用户增设了"Extra"思考层级，并同步开放前述Orchestrator多模型协作能力。
谷歌将Hydrogen定义为对3.8 Flash的一次“重大独立升级”，改进集中于速度、准确性与上下文处理三个维度。
速度方面，合作伙伴的早期测试显示，在复杂图计算、SQL及数据密集型企业工作流中，Hydrogen的运行效率达到前代的2倍至2.8倍，token用量反而减少12%至23%。
企业软件公司Box副总裁Yashodha Bhavnani的反馈与之呼应：准确性显著提升之余，运行速度约为3.8 Flash的两倍，token消耗降低12%。她指出，改善最明显的场景集中在需要精准读取表格、执行复杂计算的数据密集型工作流。
准确性方面，Hydrogen原生支持100万token输入与最高100万token输出，密集PDF、电子表格、图表以及音频、视频内容均能消化。
几项测试成绩可作佐证——多模态知识智能体（MKA）基准中，Hydrogen以53.4%的得分压过其余模型；面向端到端专业工作流的Agents' Last Exam v1.1测试则录得71.6%。
垂直领域的表现同样抢眼：HLE-Diamond深度领域推理测试中以58.8%领跑同级，Vals Tax Agent Bench以52.3%独占鳌头，Vals Legal Research Bench则以55.8%并列第一。
生物技术公司LatchBio团队给出的实测反馈是，Hydrogen在其抗体开发基准的毒理学与安全板块录得67%的通过率，参与对照的非Gemini模型仅有37%。
智能体安全对齐被谷歌摆在显要位置——这与Hydrogen主打的自主工作流执行场景直接相关。
对照3.8 Flash，Hydrogen在智能体任务中的“越权行为”（overreach）最多减少81%，“服务不足”（under-service）最多减少79%，工具调用与代码评估中的错位行为及任务走捷径现象缩减12倍。
面对无法完成或遭阻断的任务，该模型绕过权限边界的概率最多下降2倍；在谷歌内部的智能体诚实性评估中，其诚实率达到96.7%。
推理透明度同样有数字背书：逾20万次审计对话中，Hydrogen的思维链可读性稳定在99.9%，且未留下任何欺骗性推理编辑记录。
攻防对抗上，在针对间接提示注入攻击的Gray Swan IPI基准测试中，其抗攻击能力提升逾2.3倍。
更新后的安全护栏在甄别真实生物安全风险与正当医疗、科学问题方面精度明显提高，HealthBench Pro上的误拒率低于0.4%。
