11 月 12 日，谷歌发布 Gemini 4 Hydrogen，定位是 Gemini 3.8 Flash 的继任者，主攻打代码、处理文档与运行需要多步完成的智能体任务。这次发布没有走「更强更便宜」的常规叙事，而是在能力提升的同时把价格往上抬——这个组合本身就是值得分析的信号。
先看能力。谷歌称在默认推理设置下，Hydrogen 完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍。在第三方机构 Artificial Analysis 的独立测试中，该设置下 Hydrogen 的智能指数为 51，而 Flash 在高推理设置下为 31；与自家更大的 Gemini 4 Argon 相比，Hydrogen 在高推理设置下还高出一分。这个位置很微妙：它能接手一部分原本要交给更贵推理模型的工作。
提升最明显的是终端操作。在谷歌的 Terminal-Bench 4.1 评测中，Hydrogen 完成 57% 的任务，而 Flash 只有 18.2%；不过在谷歌自己的对比表里，它仍落后于 Claude Sonnet 5.5 的 63.9%。谷歌还强调 Hydrogen 在工具调用失败或搜索返回空结果时的恢复能力更强——在代码库场景中，这意味着第一次搜索失败后会换个路径重试，或者改读另一个文件，而不是原地报错。
真实工作流的证据来自早期客户。Box 的智能体在 Complex Work Eval 上从 Flash 的 74% 提升到 79%，Box CEO Aaron Levie 在社交平台上说，Hydrogen 在典型任务上耗时不到一半、token 用量少约 12%，改进最大的是需要读表格并做计算的场景。这类反馈比基准分数更可信，因为它来自有明确验收标准的业务流程。
价格是争议焦点。谷歌给出的标准价是每百万 token 未缓存输入 1.50 美元、缓存输入 0.075 美元、输出 7.50 美元（含推理 token），并且没有首发优惠。这一价格与 Flash 自 2027 年 1 月 1 日起的标准价持平，是 Flash 在 12 月 31 日前促销价的两倍。Batch、Flex、Contributor 三档各按标准价的一半计费，其中 Contributor 是邀请制，用数据换速度与可靠性。
换算成单任务成本更直观。按 Artificial Analysis 的加权估算，Hydrogen 在 high 设置下每基准任务约 1.87 美元、xhigh 约 3.16 美元；Claude Haiku 5.5 为 0.41 美元、GPT-6 Luna 为 0.15 美元、Meta Muse Ember 为 0.14 美元。也就是说，Hydrogen 的每百万未缓存输入与输出 token 成本，是最低价位三家竞品的 15 倍。它用更高的单任务成本换更高的能力上限——甚至在中推理设置下（指数 41）就能超过三家竞品在最高设置下的分数。
迁移成本不能忽略。Hydrogen 默认使用高推理（Flash 默认中等），新增 xhigh 选项，并且拒绝旧的 thinking_budget 参数与 MINIMAL 设置；Google Cloud 的自动缓存门槛从 6144 token 降到 4096 token，但发布时不提供显式缓存。模型接受文本、图像、音频、视频，Google Cloud 可直接摄取 Office 与 OpenDocument 文件；约百万 token 的窗口由输入输出共享，包含推理 token 与工具调用，支持的 API 可在单次前台分段 65536 token 上限之外继续生成。
分发范围铺得很开：Gemini API、AI Studio、Gemini for business、Gemini 应用与谷歌搜索全球上线；免费用户在 Gemini 应用中通过自动模型选择使用，个人版 Antigravity 需要 AI Pro 或 Ultra 订阅；Google Cloud 将 gemini-4-hydrogen 列为正式可用，符合条件的商业订阅也能在 Sheets 的 Gemini 中使用。谷歌还在 Antigravity 中加了 Orchestrator，可在同一会话里于 Carbon 与 Hydrogen 之间切换，官方称组合使用在 Terminal-Bench 4.0 上接近 Carbon 的成功率，速度快 19%、额度少用 24%。
把中国模型放进同一张表看，选择的余地比一年前大得多。DeepSeek V4.1 Flash 提供百万窗口与 MIT 许可权重，闲时 API 价格降到输入 0.15 美元、输出 0.60 美元；小米 MiMo-V2.6-Flash 同为 MIT 许可，托管版每任务约 0.13 美元；Kimi K3.1 Pro 智能指数 46、每任务约 3.68 美元。对预算敏感的团队，Hydrogen 的价值取决于它多出来的能力究竟能减少多少次重试与返工——如果一次任务能少两轮回炉，1.87 美元并不贵；如果只是快了一点，账就算不过来。
这款模型也暴露了谷歌产品线的一个现实：Flash、Argon、Carbon、Hydrogen 之间不再是简单的「小中大」阶梯，而是按推理档位与成本重新切分。用户在同一个 API 命名空间里要做的选择变多了，这既是灵活性，也是复杂度。对平台方来说，接下来真正的竞争点不是再发一个型号，而是让路由自动化——把「该用谁」的判断从开发者手里接过去。Antigravity 的 Orchestrator 是这个方向的第一步。