Gemini 4 Hydrogen 发布：更快的编程与智能体工作流

修复一个 bug，往往要经历读代码、查资料、修改、运行测试和再次验证。整理一份报告，也可能要在 PDF、表格、图表和录音之间来回切换。AI 在这些工作里是否好用，很大程度上取决于它能否连续、准确地把每一步推进下去。

2026 年 11 月 12 日，Google 发布 Gemini 4 Hydrogen，将它定位为面向日常编程和智能体工作流的快速执行模型。它既可以独立处理任务，也可以与 Gemini 4 Carbon、Argon 协作，承担代码修改、工具调用和验证等工作。[1]

这次发布值得关注的，是更强的执行能力、更细的思考级别控制，以及覆盖整个 100 万 token 上下文窗口的统一价格。对于开发者、内容创作者和经常处理复杂资料的人，这些变化都能落到具体的使用场景上。

Hydrogen 在 Gemini 4 家族里负责什么

按照 Google 的官方分工，Carbon 擅长高难度、长流程的深度推理，例如系统架构、复杂调试和科学问题；Argon 面向多数高级长流程任务，强调相对 Carbon 更少的 token 用量；Hydrogen 则侧重日常工作的执行效率。[1][3]

以软件开发为例，可以让 Carbon 推敲系统接口或分析棘手问题，再由 Hydrogen 完成明确范围内的修改、测试和结果检查。Hydrogen 本身也支持独立完成编程与资料分析任务，不要求先搭建多模型系统。

Google 同时在 Antigravity 中推出 Orchestrator，让同一会话可以动态切换模型。官方称，在 Terminal-Bench 4.0 上，这种编排方式取得了接近 Carbon 的任务成功率，平均配额消耗减少 24%，完成时间缩短 19%。这些数字描述的是编排方案在该项测试中的表现，不能直接算作 Hydrogen 单模型的速度或价格优惠。[1]

从写代码，到整理复杂资料

更快地推进代码修改

Google 强调 Hydrogen 对代码仓库的检索、问题定位、局部修改和测试验证能力。它可以将相互独立的文件读取与搜索工具调用成批并行执行，并在工具失败或搜索无结果时调整做法。[1][3]

官方发布文章称，相对 Gemini 3.8 Flash，Hydrogen 在默认 high 思考级别下完成任务的速度达到 2.5 倍，Terminal-Bench 4.1 得分从 18.2% 提升到 57%，编造性陈述也显著减少。这是 Google 发布的测试结论；实际项目中的收益还会受任务复杂度、工具响应、重试次数和思考设置影响。[1]

对于维护已有项目的人，值得实际检验的是：它能否读懂现有约束、把修改控制在需要的范围内，并用测试说明改动有效。一次生成多少行代码，并不能充分反映这些能力。

把多种材料整理成可用结果

Hydrogen 支持文本、图片、视频、音频和 PDF 输入，API 模型页列出的输出类型为文本；它还支持函数调用、代码执行、结构化输出、文件搜索和 Google Search 检索等能力。[2]

这些能力适合把多份材料放进同一项任务，例如结合会议录音与需求文档整理行动清单，比较长篇 PDF 中的图表与文字结论，或者从多份业务材料中提取字段并生成结构化报告。

实际使用时，需要给它明确的交付要求：每个结论标明来源；材料缺失时列出空缺；估算、原文事实和建议分别写清楚。输入支持多种媒体，并不表示该模型能够直接生成图片或音频——当前 API 模型页未列出这两类生成能力。[2]

让网页原型更快进入可操作阶段

Google 展示了交互式 3D 地球、电商页面和电子表格动画等案例，突出从自然语言需求到可运行原型的能力。[1]

对产品和设计工作而言，可以先用它做一个带真实交互的页面，检查信息是否清楚、操作是否顺手，再继续完善视觉和业务逻辑。官方演示说明了可能的应用方向；自己的项目仍需要检查移动端布局、数据连接和关键操作是否有效。

100 万 token 窗口，要看清共享预算

Hydrogen 的统一上下文窗口为 1,048,576 token。输入、思考和输出共用这一个窗口。[2][3]

因此，放入大量材料后，留给推理和生成结果的空间会相应减少。规划长报告、整库代码分析或超长对话时，要同时计算材料体积与预期结果长度。

输出限制也有两层：

超过 64K 的长输出需要相应的后台执行或续接机制；仅打开后台执行而不提高输出上限，仍会在默认上限处停止。思考也会占用输出预算，接入时需要给最终答案留下空间。[3]

四档思考级别，按任务选择

Hydrogen 提供 low、medium、high 和新增的 xhigh 四档思考级别，默认使用 high。[3]

Google 报告，Hydrogen 在 Artificial Analysis Intelligence Index 上，默认 high 得分为 51，xhigh 为 54；发布文章给出的 Argon 对照分数为 50。[1] 这一综合指标提供了一个观察角度，具体任务还需要看对应评测。

例如，官方模型卡列出以下结果：[5]

同一份官方表中，Claude Sonnet 5.5 在 Terminal-Bench 4.1 和 OSWorld-2.1 上分别为 63.9% 与 83.9%，均高于 Hydrogen。选择模型时，应结合自己的任务类型、运行时间和成本判断；这些成绩也有各自的测试环境，不能直接当作任意真实任务的成功率。

API 多少钱，哪些费用容易漏算

截至 2026 年 11 月 13 日，Google 官方价格页列出的 Hydrogen 费用如下，单位均为美元／100 万 token：[4]

标准输入、输出单价覆盖整个 100 万 token 窗口。缓存只支持隐式缓存，不支持显式缓存；缓存价仅适用于命中的输入，不能套用到全部输入。[3][4]

举个便于估算的例子：一次标准请求处理 10 万个未缓存输入 token，产生 1 万个输出 token（含思考），基础推理费用约为 0.225 美元。这里未计入搜索等额外工具费用，也未计入后续重试。

思考 token 按输出计费，所以最终答案较短，也可能产生较多推理用量。使用 Google Search 等检索工具时，还要核对工具费用及其免费额度。评估成本时，最好记录一项任务从开始到验证通过的总消耗。[3][4]

现在可以从哪里使用

Google 宣布 Hydrogen 自 11 月 12 日起在开发者、企业和消费者产品中全球逐步推出。[1]

想先体验，可以打开 Google AI Studio 的 Hydrogen 页面，选择一项自己熟悉、结果容易检查的工作。产品正在逐步推出，具体入口和额度以账号当前显示为准。

已有 Gemini 3.8 Flash 应用的开发者，还需要阅读迁移说明：Hydrogen 默认思考级别改为 high，不支持 minimal；显式缓存需要移除；temperature、top_p、top_k 的自定义值会被忽略；工具调用需要按原生接口声明，并正确保留多轮会话状态。[3]

模型卡同时列出，Hydrogen 的知识截止时间为 2026 年 3 月，并可能出现幻觉、超时或较高 token 消耗。[5] 查询最新产品、政策和价格时，仍应让它检索资料并给出可核对的来源。

Hydrogen 值得尝试的地方，是把代码、材料和工具串成一段推进更快的工作流程。可以用一个反复出现的真实任务来检验它：完成需要多久、结果要改几次、验证是否通过、总共花了多少。对于日常使用，这些记录会比一次漂亮演示更有参考价值。

资料核查日期：2026 年 11 月 13 日。本文依据下列官方发布文章与文档整理，评测数字为来源方公布结果，未进行独立性能实测。配图为 AI 生成的编辑插画与流程示意。

资料来源

1. Google：Introducing Gemini 4 Hydrogen（2026-11-12）
2. Google AI Studio：Gemini 4 Hydrogen 模型规格
3. Google AI Studio：新功能、思考级别与迁移说明
4. Google AI Studio：Gemini API 官方价格
5. Google DeepMind：Gemini 4 Hydrogen 模型卡