谷歌发布了 Gemini 4 Hydrogen，这是一款新的通用人工智能模型，定位为 Gemini 3.8 Flash 的继任者，并且根据基准数据，该模型在旗舰产品首次亮相不到一个月后就已经超越了该公司自己的更大的 Gemini 4 Argon。

该版本在谷歌官方博客上发布，标题为“引入 Gemini 4 Hydrogen for Agentic Workflows”，填补了谷歌产品线的速度和成本层，而该公司的前沿模型 Gemini 4 Carbon 和 Gemini 4 Argon 则针对更困难的问题进行深入、长期的推理。 Hydrogen 专为日常编码、代理工作流程和大容量消费者查询而设计，在这些工作负载中，延迟和价格比最大推理深度更重要。有关此故事的更多背景信息，请参阅我们正在进行的最新人工智能开发。

基准：较小的模型获胜

令人惊讶的是，氢气不仅在质量上与氩气相当，而且还击败了它。根据 The Decoder 报道的谷歌数据，Gemini 4 Hydrogen 在其默认的“高”思维水平下的人工智能分析智能指数上得分为 51，超过了 Argon 的 50 分。在 Hydrogen 新推出的顶级推理层“xhigh”中，该模型达到了 54 分，仅落后于 Claude Sonnet 5.5 和 GPT-6.1 Sol，后者在最高思维水平下的得分均为 55 分。

这一结果使得 Argon 在推出不到四个星期后就显得过时了。这个尴尬的时机并没有被忽视：当谷歌在 Hydrogen 发布前两天推出 Carbon 时，该公司仍然建议开发人员坚持使用 Argon 进行日常编码工作——正如 The Decoder 观察到的那样，Hydrogen 的建议立即变得毫无意义。

与之前的旗舰产品相比，Hydrogen 还可以对速度与质量之间的权衡进行更细粒度的控制。该模型具有四个思维级别——低、中、高（默认）和新的 xhigh 层——而 Argon 仅提供中和高。对于大规模运行代理系统的开发人员来说，较低层提供了一种减少例行步骤的延迟和成本的方法，同时仅将真正的硬推理升级到最大设置。

速度和功能比 3.8 Flash 有所提升

与它所取代的模型相比，其收益是明确的。谷歌表示，在默认思维水平下，Hydrogen 完成任务的速度比 Gemini 3.8 Flash 快 2.5 倍。在 Terminal-Bench 4.1（衡量代理终端和编码工作的基准）上，分数从 3.8 Flash 的 18.2% 跃升至 Hydrogen 的 57%。

Ars Technica 将此次发布描述为 Google“最终取代”了 3.8 Flash 一代，9to5Google 报道称 Google 声称在速度和智能方面都实现了“重大飞跃”。 Crypto Briefing 的摘要与关键数字相符：比 3.8 Flash 快 2.5 倍，同时在质量指数上超越 Argon。

定价和上下文窗口

Hydrogen 的商业条款使其牢牢处于谷歌用来推动其 Flash 型号销量的中端价格区间：

  • 输入： 每百万代币 1.50 美元
  • 产出： 每百万代币 7.50 美元
  • 缓存输入： 每百万代币 0.075 美元

管道两端的上下文窗口都很慷慨：一百万个输入令牌，尤其是一百万个输出令牌，这一规范对于长期运行的代理很重要，这些代理在一次传递中生成扩展的多步骤跟踪、代码库或报告。

在哪里可用

该模型适用于 Google 的主要界面：Gemini API、Gemini 应用程序、Google 搜索和 Google Antigravity（该公司的代理开发环境）。 InfoWorld 报道称，随着 Hydrogen 的到来，Antigravity 还获得了多模型 Orchestrator 功能，让开发人员可以通过一个界面在不同的 Gemini 模型之间路由任务。 GitHub 紧随其后，在 GitHub Copilot 中发布了 Gemini 4 Hydrogen，它将模型的影响范围扩展到了进行大量日常编码的编辑器。法国 Generation-NT 报道向所有用户介绍了该产品的推出，同时也取代了消费产品中的 3.8 Flash。

为什么发布很重要

Flash 层是 AI 使用量的实际所在。像 Gemini 4 Carbon 这样的前沿版本占据了头条新闻，但主力模型回答了数十亿的日常查询、代码完成和代理步骤，这些构成了人工智能服务的真正经济性。通过声称与自己的旗舰产品在 Flash 级别的价格相当或更好，谷歌正在向那些中端产品落后于前沿型号更大差距的竞争对手施加压力。

它还增强了与 OpenAI 和 Anthropic 的竞争格局。根据 The Decoder 的报告，Hydrogen 的最高得分为 54 分，在人工智能分析指数上落后 Claude Sonnet 5.5 和 GPT-6.1 Sol 1 分，足够接近，以至于代理编码工作的模型选择现在不仅取决于原始分数，还取决于价格和速度。随着推理成本成为代理产品能否盈利的决定性因素，这种动态只会加剧。

对于评估新模型的开发人员来说，实际问题是迁移：Google 的基准测试表明 3.8 Flash 工作负载应该迁移到 Hydrogen，以更低的有效延迟获得更好的结果，而目前使用 Argon 进行常规编码的团队可能会发现更小、更便宜的模型现在是更好的选择。您可以关注我们的 Gemini 报道的其余部分，包括 Gemini 4 Argon 的完整发布和定价及其企业部署，以全面了解 Google 的前沿产品线。

---

保持人工智能领先地位

获取最新的人工智能新闻、分析和突破——尽在一个地方。

阅读更多人工智能新闻 →