谷歌以一款面向普通用户和开发者的高效能模型，进一步扩大 Gemini 4 系列的覆盖范围。

继本周推出旗舰模型 Carbon 之后，谷歌周四发布 Gemini 4 Hydrogen，并将其定位为“为所有人带来前沿智能”。

该模型主打速度与执行效率，放弃沿用的“Flash”品牌命名，改以 Hydrogen 命名。

谷歌表示，Hydrogen 已面向开发者、企业和消费者在全球同步上线，覆盖 Gemini API、AI Studio、Gemini 应用、谷歌搜索及 Google Antigravity 等多个平台。

在基准测试方面，Hydrogen 在 Artificial Analysis Intelligence Index 上以默认高思考模式超过同系列的 Argon 模型，得分为 51 分，对比 Argon 的 50 分；开启最高 xhigh 思考模式后可达 54 分。

与上一代 Gemini 3.8 Flash 相比，谷歌称，Hydrogen 在同等设置下完成任务的速度提升 2.5 倍，Terminal-Bench 4.1 得分从 18.2% 跃升至 57%，幻觉生成率（fabricated claims）降低逾 5 倍。

对开发者而言，该模型定价为每百万输入 token 1.5 美元，每百万输出 token 7.5 美元，且在全部 100 万 token 上下文窗口内统一计价。

定位：效率执行层，补齐多模型协作拼图

谷歌对 Gemini 4 系列的分工定位已趋于清晰：Carbon 和 Argon 承担深度推理与复杂任务，Hydrogen 则扮演快速执行引擎的角色，适用于日常编码、智能体工作流及多步骤数据处理。

为将这一多模型协作模式系统化，谷歌同步在 Google Antigravity 中推出 “Orchestrator” 功能。该功能可在同一会话中动态调度 Carbon 与 Hydrogen，根据任务复杂度自动切换，无需用户手动干预。

谷歌披露的内部测试数据显示，Orchestrator 在 Terminal-Bench 4.0 上接近 Carbon 的任务成功率，同时平均减少 24% 的配额消耗，速度提升 19%。

在并行智能体工作流中，Carbon 可担任协调者，Hydrogen 则驱动工作与验证智能体，在相互隔离的工作空间中同步构建与测试代码变更——谷歌称，此举旨在帮助团队在控制 token 成本的同时加快复杂项目交付。

消费端：搜索与 Gemini 应用获全面升级

在面向普通用户的产品层面，Hydrogen 已成为谷歌搜索 AI Mode 的默认模型，同时用于 AI Overviews 中“最难问题”的处理。

谷歌表示，Hydrogen 能够更好地理解用户的真实意图，即便查询语句包含多个子问题、难以辨认的拼写错误或高度具体的需求，搜索系统也能进行智能解析。此外，搜索结果将以更具视觉化的方式呈现，并涵盖更广泛的相关链接。

在 Gemini 应用中，Hydrogen 在模型选择器中被定位为“日常助手”，处于“快速回答”（3.5 Flash-Lite）与“深度研究”（3.1 Pro）之间。免费用户可在提示适配时，通过“[Auto] 自动模型选择”机制使用 Hydrogen。

谷歌表示，该模型能更严格地遵循用户设定的语气、格式与规则，使邮件草稿、学习指南及文档在首次生成时即可直接使用。

在 Google Antigravity 中，Hydrogen 新增“Extra”思考层级，付费的 AI Pro 和 Ultra 订阅用户可使用该功能，并可接入上述 Orchestrator 多模型协作能力。

性能：速度与准确性双重跃升

谷歌将 Hydrogen 定位为对 3.8 Flash 的“重大独立升级”，核心改进集中于速度、准确性和上下文处理能力三个维度。

在速度方面，合作伙伴早期测试数据显示，Hydrogen 在复杂图计算、SQL 及数据密集型企业工作流中的运行速度提升 2 倍至 2.8 倍，同时 token 使用量减少 12% 至 23%。

企业软件公司 Box 的副总裁 Yashodha Bhavnani 表示，Hydrogen 在准确性显著提升的同时，运行速度约为 3.8 Flash 的两倍，token 使用量减少 12%。Yashodha Bhavnani 表示：

“在需要准确读取表格和执行复杂计算的数据密集型工作流中，改善最为明显。”

在准确性方面，Hydrogen 支持原生 100 万 token 输入与最高 100 万 token 输出，能够处理密集的 PDF 文件、电子表格、图表、音频和视频内容。

在多模态知识智能体（MKA）基准测试中，Hydrogen 以 53.4% 的得分超过其他模型；在面向端到端专业工作流的 Agents' Last Exam v1.1 测试中，得分达 71.6%。

在垂直领域，Hydrogen 在 HLE-Diamond 深度领域推理测试中以 58.8% 领先同级模型，在 Vals Tax Agent Bench 中以 52.3% 排名第一，在 Vals Legal Research Bench 中以 55.8% 并列第一。

生物技术公司 LatchBio 团队表示，Hydrogen 在其抗体开发基准测试的毒理学与安全部分通过率达 67%，而非 Gemini 模型仅为 37%。

安全性：智能体对齐能力大幅强化

谷歌着重强调 Hydrogen 在智能体安全对齐方面的改进，这对于该模型主打的自主工作流执行场景尤为关键。

与 3.8 Flash 相比，Hydrogen 将智能体任务中的“越权行为”（overreach）降低最高 81%，“服务不足”（under-service）降低最高 79%，在工具调用和代码评估中的错位行为与任务走捷径现象减少 12 倍。

面对无法完成或被阻断的任务时，Hydrogen 绕过权限边界的概率降低最高 2 倍，在谷歌内部智能体诚实性评估中达到 96.7% 的诚实率。

在推理透明度方面，谷歌称，Hydrogen 在逾 20 万次审计对话中保持 99.9% 的思维链可读性，且无任何欺骗性推理编辑记录。

在针对间接提示注入攻击的 Gray Swan IPI 基准测试中，Hydrogen 的抗攻击能力提升逾 2.3 倍。

此外，谷歌表示，更新后的安全护栏在识别真实生物安全风险与合法医疗或科学问题方面的精度显著提升，在 HealthBench Pro 上的误拒率低于 0.4%。