Google发布Gemini 4 Hydrogen：执行型模型补位，Orchestrator自动编排多模型工作流

Google在11月12日发布了Gemini 4 Hydrogen，官方把它定位为面向日常编码与agentic工作流的高效执行模型，与擅长深度长程推理的前沿模型Carbon、Argon区分开来[S1][S1]。这不是一次单纯的新模型上线，而是Google把模型产品线按“推理”与“执行”分工的信号。

**执行引擎的角色**

按官方说法，Hydrogen可以独立承担日常任务，也可以在多模型工作流里充当Carbon和Argon的执行引擎——前端模型负责架构判断，Hydrogen负责写代码、跑测试和验证改动[S1]。为了让这种协作自动化，Google同步在Google Antigravity里推出了Orchestrator，能在同一会话内动态切换模型；官方称在Terminal-Bench 4.0上，Orchestrator接近Carbon的任务成功率，同时平均少消耗24%配额、完成速度快19%[S1]。如果这组数字成立，意味着执行类任务可以交给更便宜更快的模型，而不必显著牺牲成功率——这是Google对“什么任务该用什么模型”给出的工程答案[S1]。

**速度与价格的组合**

Hydrogen提供low、medium、high（默认）和新增的xhigh四档思考等级[S1]。官方称在默认高思考等级下，Hydrogen在Artificial Analysis Intelligence Index上得51，略高于Argon的50；拉到xhigh后可达54[S1]。定价上，它在整个100万token上下文窗口内统一计价：每百万输入token 1.50美元、每百万输出token 7.50美元[S1]。

这个定价配合效率指标，指向一个明确方向：Google在压低agentic工作流的运行成本。官方称，相比Gemini 3.8 Flash，Hydrogen在默认高设置下完成任务快2.5倍，Terminal-Bench 4.1得分从18.2%升至57%，虚构性陈述减少逾5倍[S1]；在复杂图、SQL与数据密集型企业工作流的早期测试中，合作伙伴观察到运行速度快2至2.8倍、token使用量减少12%至23%[S1]。对正在评估迁移的开发者来说，这些数字直接关系到账单和延迟[S1]。

**能力与安全指标**

官方称Hydrogen原生支持100万token输入和最多100万token输出，能综合PDF、表格、图表、音频和录制视频生成带引用的报告[S1]。基准方面，官方列出的成绩包括HLE-Diamond 58.8%领先同类、Vals Tax Agent Bench 52.3%排名第一、Vals Legal Research Bench 55.8%并列第一，以及MKA基准53.4%、Agents’ Last Exam v1.1的71.6%[S1]。

安全层面，官方称Hydrogen将agentic任务中的越界行为减少最多81%、服务不足减少最多79%，工具使用与编码评测中的错位行为和任务取巧减少12倍；内部agent诚实度评测达96.7%，面对间接提示注入在Gray Swan IPI基准上韧性提升逾2.3倍[S1]。同时，HealthBench Pro误拒率保持在0.4%以下，官方称保留了99.9%的思维链可读性、在逾20万条审计回合中无欺骗性推理改动[S1]。

**落地渠道**

发布当天，Hydrogen面向开发者开放Gemini API（AI Studio）和Android Studio付费层，付费Google AI Pro或Ultra订阅者可在Google Antigravity中试用；企业可通过API或模型下拉菜单在Gemini for business、Google Antigravity及符合条件的Google Sheets中使用[S1]。普通用户侧，Hydrogen已上线Gemini应用模型下拉菜单和Google Search，Sheets功能向Pro与Ultra订阅者开放；Gemini应用免费用户会在模型适合提示时通过自动模型选择获得访问[S1]。

**产品集成示例**

官方示例里，Hydrogen在Google Antigravity中借助新的Gemini前端设计技能一次性构建了包含WebGL2地形着色器、滚动叙事、3D线框规格卡的电商店面；还把Google Sheets变成了动画像素画布，并在Google Slides中从YouTube keynote视频生成多页演示后执行自主审查修正循环[S1]。在Sheets里，官方称它能把财务数据转成可随预测情景动态调整的交互模型，画布输出比此前模型快逾30%[S1]。Search侧，官方称Hydrogen升级了查询扩展技术，能连接更广的相关链接，响应也更具适应性和可视化[S1]。

需要说明的是，文中所有基准、效率和安全数字均来自Google官方公告，尚未经第三方独立复现；Orchestrator的配额节省与成功率、以及相比3.8 Flash的提速倍数，都应视为官方口径而非已验证结论。