作者注：谷歌 2026-11-12 发布 Gemini 4 Hydrogen。本文梳理官方模型卡的 10 项对比表、相对 Gemini 3.8 Flash 的提升、规格与标准档价格，并逐项标明数字口径。
谷歌在 2026-11-12 正式发布 Gemini 4 Hydrogen，模型 ID 为 gemini-4-hydrogen。它的定位是 更快的日常编码和各类 agent 执行，不是 Carbon、Argon 那种负责最难长程推理的模型。官方全球标准档价格为输入 $1.50、输出 $7.50（每百万 tokens）。在 DeepMind 模型卡的 10 项对比表里，它拿下其中 7 项最高分。
这不是发布前的代号传闻。谷歌博客、开发者短讯和 DeepMind 模型卡都已经上线，AI Studio 的试用链接用的就是 gemini-4-hydrogen 这个 ID。需要说明的是，本文引用的分数全部来自官方自报或官方模型卡汇总，不是 API易 的复测结果。
核心价值：读完本文，你会知道 Gemini 4 Hydrogen 在哪些任务上领先、在哪些任务上落后于 Claude Sonnet 5.5，也会知道这些数字该怎么读。
Gemini 4 Hydrogen 核心信息速览
先看基本事实。下表的信息来自谷歌博客、开发者短讯和 DeepMind 模型卡（Published November 2026），核对日期为 2026-11-13。
| 信息项 | Gemini 4 Hydrogen 详情 |
|---|---|
| 发布时间 | 2026-11-12，当日起全球铺开 |
| 发布方 | Google / Google DeepMind |
| 模型 ID | gemini-4-hydrogen |
| 来源 | 模型卡写明 adapted from Gemini 4 Carbon，即由 Carbon 改出 |
| 官方定位 | 日常编码、agent 执行；可单独使用，也可在多模型流程里当执行引擎 |
| 思考档位 | low、medium、high（默认）、xhigh 四档 |
| 知识截止 | 2026 年 3 月，部分领域可能更旧 |
| 官方渠道 | AI Studio 全档、Gemini API、Android Studio、Gemini for business、Gemini App、Google Search |
谷歌对 Gemini 4 家族的分工说得比较直白：Carbon 和 Argon 负责最难的长程推理，Hydrogen 负责更快的日常活。因此把 Hydrogen 和 Carbon 当成“同一档模型的新旧版本”来比是不合适的。它和 Carbon 的关系更像是同一底座上的两个分工。
使用渠道方面，付费的 Google AI Pro / Ultra 用户还可以在 Google Antigravity 里使用 Hydrogen。Sheets 先从 Pro / Ultra 和符合条件的企业订阅开放。AI Studio 官方确认全档可用，免费档的具体限额本次没有核对到，这里不展开。
Gemini 4 Hydrogen 的四档思考
四档思考是 Hydrogen 的一个使用重点。官方的说法是，档位之间的质量、延迟和成本是平滑递增的，开发者可以只为需要的推理深度付费。默认档是 high，这一点会直接影响账单，后文的价格部分会再提到。
Gemini 4 Hydrogen 官方 10 项对比表
这是本文最核心的部分。DeepMind 模型卡给出了一张 10 项基准对比表，参与对比的是 Gemini 4 Hydrogen、Claude Sonnet 5.5 和 GPT-6.1 Terra。
| 基准 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | 最高 |
|---|---|---|---|---|
| SWE-sweep | 13.5% | 3.1% | 5.8% | Hydrogen |
| Terminal-Bench 4.1（cheating-adjusted） | 57.0% | 63.9% | 无数据 | Sonnet |
| Agents’ Last Exam v1.1 | 71.6% | 60.4% | 69.8% | Hydrogen |
| AutomationBench-AA | 76.1% | 71.8% | 60.2% | Hydrogen |
| Vending-Bench 2（账户余额，美元） | 14549 | 11165 | 9107 | Hydrogen |
| OSWorld-2.1（offline subset） | 77.6% | 83.9% | 74.2% | Sonnet |
| MKA（Climb WSR accuracy） | 53.4% | 52.0% | 43.8% | Hydrogen |
| Chartography | 66.6% | 61.6% | 63.2% | Hydrogen |
| Terminal-Bench-Science 0.1 | 51.4% | 59.9% | 58.3% | Sonnet |
| HLE-Diamond | 58.8% | 53.3% | 47.3% | Hydrogen |
计数结果是：Hydrogen 7 项最高，Sonnet 5.5 有 3 项最高，分别是 Terminal-Bench 4.1、OSWorld-2.1 电脑操作和 Terminal-Bench-Science。GPT-6.1 Terra 在有分数的格子里没有拿到第一。
这里要特别注意两点。第一，Terra 在 Terminal-Bench 4.1 一栏是空的，模型卡没有给出数字，所以不能把它解读为“Terra 终端能力更差”。第二，“10 项赢 7 项”不等于全面超越，Hydrogen 在终端和电脑操作这两类和 agent 执行高度相关的任务上，仍然落后于 Sonnet 5.5。
这张 Gemini 4 Hydrogen 对比表的读法
模型卡的方法说明决定了这张表能读到什么程度。Hydrogen 的分数除另行注明外，都是最高思考档、pass@1、单次尝试、通过 Gemini API 运行。Sonnet 5.5 和 GPT-6.1 Terra 默认取各自公开的最大思考或推理档，没有公开结果时用能拿到的最好结果。
换句话说，这不是同一天、同一套脚本对三个模型的重跑。SWE-sweep 一项尤其明确：对手分数来自公开榜，不是谷歌用同一套脚手架复测的。所以这张表适合用来判断大致强弱方向，不适合把每个百分点的差距当成精确结论。
另外，表里 Hydrogen 是最高思考档的成绩，而它的默认档是 high。如果你在生产环境用默认档，实际表现和表中数字可能存在差距，这一点值得在自己的任务上验证。
Gemini 4 Hydrogen 相对 Gemini 3.8 Flash 的提升
对正在用 Gemini 3.8 Flash 的开发者来说，这一节可能比横向对比更有参考价值。以下数字均为官方自报。
| 维度 | Gemini 3.8 Flash | Gemini 4 Hydrogen | 说明 |
|---|---|---|---|
| 任务完成速度（默认 high） | 基准 | 快 2.5 倍 | 官方自报 |
| Terminal-Bench 4.1 | 18.2% | 57% | 三倍多 |
| 编造说法 | 基准 | 减少 5 倍以上 | 官方自报 |
| 工具失败 / 搜索为空时 | — | 更能主动改道 | 官方定性描述 |
| 合作伙伴早期测试速度 | 基准 | 快 2 到 2.8 倍 | 图表、SQL、数据密集流程 |
| 合作伙伴早期测试 token 用量 | 基准 | 少 12% 到 23% | 官方转述，非公开榜 |
终端任务从 18.2% 跳到 57% 是这次发布最明显的变化。这说明 Hydrogen 在“小模型能不能真正执行命令行任务”这件事上，跨过了一个可用门槛。不过放回横向表看，57% 仍然低于 Sonnet 5.5 的 63.9%。
合作伙伴的早期测试数据也要单独看待。它是官方转述的合作伙伴结果，不是公开榜单，场景集中在复杂图表、SQL 和数据密集流程，不一定能推广到所有业务。
Gemini 4 Hydrogen 的其他官方自报成绩
除 10 项表之外，博客和模型卡还列了几项成绩，同样属于官方自报：
- Artificial Analysis Intelligence Index：默认 high 档为 51，Argon 为 50，xhigh 档达到 54。这是谷歌引用 AA 的数字。Carbon 曾公布 AA Index v5 为 59 分，但公告没有说明 Hydrogen 用的是否是同一版指数，两者不宜直接相减比较。
- Agent Arena：开放 agent 任务排名第 5。
- Vals Tax Agent Bench：52.3%，官方称总排名第 1。
- Vals Legal Research Bench：55.8%，官方称并列第 1。
- HLE-Diamond：58.8%，官方称同级领先。
Gemini 4 Hydrogen 在多模型流程中的角色
官方还给出了一个组合用法的数据。在 Antigravity Orchestrator 里，系统在 Carbon 和 Hydrogen 之间切换，在 Terminal-Bench 4.0 上的任务成功率接近纯 Carbon，平均少用 24% 额度、速度快 19%。并行模式下，Carbon 担任协调者，Hydrogen 担任 worker 或 verifier。
这个数据很能说明谷歌对 Hydrogen 的设计意图：它不是要替代 Carbon，而是承担大量具体执行，把贵的推理留给真正需要的步骤。
Gemini 4 Hydrogen 规格与价格
上下文窗口：模型卡与博客的两种说法
窗口这一项，模型卡和博客的表述不完全一致，这里把两种说法并列列出：
- 模型卡：combined input-output token context window of up to 1M，即输入输出合计最多 100 万 tokens；同步调用默认最多输出 6.4 万 tokens；后台 long decode 最多输出 100 万 tokens。
- 博客：原生 100 万 tokens 输入，输出最多 100 万 tokens。
实际开发时，建议按模型卡更保守的“合计窗口”口径做预算，同时留意同步调用 6.4 万输出的默认上限。超长输出需要走后台 long decode。输入模态方面，Hydrogen 支持文本、图像、音频、视频。
Gemini 4 Hydrogen 官方标准档价格
博客的说法是整个 100 万 token 窗口一口价。下表来自 Google Cloud 价目页（2026-11-13 读取），只列标准档，单位为美元 / 每百万 tokens。
| 计费项 | 全球标准档 | 非全球 |
|---|---|---|
| 输入（文本、图像、视频、音频） | $1.50 | $1.65 |
| 缓存读 | $0.075 | $0.0825 |
| 输出（回复与推理合计） | $7.50 | $8.25 |
| 缓存写入 | 标价 $1.875，2027-01-12 起才计价 | — |
有一点容易被忽略：输出价格是回复和推理放在一起计算的。Hydrogen 的默认思考档是 high，所以输出账单里包含思考 tokens。模型卡也提醒，更高的思考档可能消耗更多 tokens。简单任务可以考虑下调到 low 或 medium 档来控制成本。
今天去哪调用 Gemini 4 Hydrogen
官方渠道方面，Google AI Studio 和 Gemini API 当天已经可用。在 API易 这边，我们在 2026-11-13 核对了 docs.apiyi.com/models 文档总表、型号页以及 api.apiyi.com/api/pricing 价目接口，都没有 gemini-4-hydrogen，型号页返回 404，价目接口当天的 282 个型号里搜索 hydrogen 也没有结果。暂未上架，我们会尽快上架这个模型；型号与价格以平台型号列表为准。
在 Hydrogen 上架之前，API易 apiyi.com 已经可以调用 10 项表里的两个对手，以及 Hydrogen 的“母体” Carbon，适合先搭好对比流程：
| 模型 ID | 输入 | 输出 | 缓存读 | 端点 | 可用平台 |
|---|---|---|---|---|---|
gemini-4-carbon |
$2 | $10 | $0.1 | chat、gemini | API易 apiyi.com |
claude-sonnet-5-5 |
$2 | $10 | $0.1 | chat、messages | API易 |
gpt-6.1-terra |
$1 | $5 | $0.05 | responses（首选）、chat | API易 |
关于 Carbon 价格需要补充一句：API易 文档写明，$2 / $10 是谷歌的限时价，有效期到 2026-11-30；2026-12-01 起随官方调整为 $4 / $20，缓存读 $0.10。
接入方式是 OpenAI 兼容接口，把 base_url 设为 https://api.apiyi.com/v1，模型字段填 gemini-4-carbon、claude-sonnet-5-5 或 gpt-6.1-terra 即可。等 Hydrogen 上架后，只需把模型字段换成 gemini-4-hydrogen，就能在同一套代码里复现上面那张 10 项表涉及的任务类型。
🎯 技术建议：官方模型卡的对手分数取自各家公开结果，与你的业务场景未必一致。建议先通过 API易 apiyi.com 用同一批真实任务对比 Sonnet 5.5 和 Terra，Hydrogen 上架后再补上一列，得到属于自己的胜负表。
Gemini 4 Hydrogen 影响分析
对开发者的影响
- agent 执行层多了一个选择：在 AutomationBench-AA、Agents’ Last Exam、Vending-Bench 2 这类 agent 任务上，Hydrogen 的官方成绩领先，适合承担工作流中的大量执行步骤。
- 终端和电脑操作仍需评估：Terminal-Bench 4.1 与 OSWorld-2.1 上 Sonnet 5.5 领先，如果你的核心场景是命令行 agent 或桌面自动化，不能只看“赢 7 项”。
- 3.8 Flash 用户值得评估迁移：速度、终端成功率和编造率都有官方自报的明显改善，但要用自己的数据确认。
- 成本要看思考档：默认 high 档会把思考 tokens 计入输出，档位选择直接决定账单。
对模型分工格局的影响
Hydrogen 的发布进一步强化了“协调者 + 执行者”的分层用法。Orchestrator 的官方数据显示，用便宜模型做执行、贵模型做规划，可以在接近的成功率下节省额度。这意味着多模型编排正在从实验做法变成厂商官方推荐的做法，一个能统一切换多家模型的接入层也会越来越重要。
Gemini 4 Hydrogen 的已知限制
不回避短板，模型卡列出的限制包括：
- 仍会产生幻觉；可能变慢或超时；更高思考档可能用更多 tokens；知识截止 2026 年 3 月。
- 安全自动评测相对 3.8 Flash 有两项变差：拒绝语气 -0.65 个百分点；不该拒绝时拒答的比例上升 5.57 个百分点（这项越低越好）。
- 前沿安全方面，相对 Argon 没有材料级能力跃升；CBRN 和网络安全均未达到 CCL，但已达到告警阈值。这不等于“没有相关风险”。完整安全报告官方说随后发布。
正面数据也有：agent 越界行为最多降低 81%，内部诚实评测 96.7%，Gray Swan 间接提示注入抵抗提升超过 2.3 倍，HealthBench Pro 误拒低于 0.4%。这些同样属于官方自报。
常见问题 FAQ
Q1：Gemini 4 Hydrogen 是什么模型？
它是谷歌 2026-11-12 发布的 Gemini 4 家族成员，模型 ID 为 `gemini-4-hydrogen`，由 Gemini 4 Carbon 改出，定位为更快的日常编码和 agent 执行模型。最难的长程推理由 Carbon 和 Argon 负责。
Q2：Gemini 4 Hydrogen 和 Claude Sonnet 5.5 谁更强？
按官方模型卡 10 项表，Hydrogen 赢 7 项，Sonnet 5.5 赢 3 项，Sonnet 的优势集中在终端任务、电脑操作和科学终端。对手分数是各家公开的最大思考档结果，并非同一套脚本重跑。建议通过 API易 apiyi.com 用自己的任务做对比测试。
Q3：“10 项赢 7 项”是第三方测出来的吗？
不是。这是 DeepMind 模型卡的官方汇总，Hydrogen 用最高思考档、pass@1 单次尝试。它也不是 API易 的复测结果，应当作官方自报数据看待。
Q4：Gemini 4 Hydrogen 适合哪些场景？
官方成绩较好的场景包括：多步骤自动化工作流（AutomationBench-AA）、图表理解（Chartography）、多模态知识 agent（MKA），以及多模型流程中的 worker 或 verifier 角色。命令行 agent 和桌面操作建议同时评估 Sonnet 5.5。
Q5：现在能通过 API易 调用 Gemini 4 Hydrogen 吗？
截至 2026-11-13 暂未上架，我们会尽快上架这个模型，型号与价格以平台型号列表为准。目前可以在 API易 apiyi.com 调用 `gemini-4-carbon`、`claude-sonnet-5-5` 和 `gpt-6.1-terra`，`base_url` 用 `https://api.apiyi.com/v1`，先搭建对比流程。
Q6：Gemini 4 Hydrogen 的输出为什么可能比预期贵？
官方输出价 $7.50 是回复和推理合计计费，而默认思考档是 high，思考 tokens 会进入输出账单。简单任务可以切到 low 或 medium 档控制成本。
Gemini 4 Hydrogen 核心要点 Key Takeaways
- 定位清晰：2026-11-12 发布，主打日常编码与 agent 执行，由 Carbon 改出。
- 官方表 10 项赢 7 项：Sonnet 5.5 赢终端、电脑操作、科学终端 3 项，Terra 无第一。
- 口径要分清：分数为官方自报，对手取各家公开最大思考档，非同脚本重跑。
- 相对 3.8 Flash 跳变明显：快 2.5 倍，Terminal-Bench 4.1 从 18.2% 到 57%。
- 标准档价格：全球输入 $1.50、输出 $7.50，输出含思考 tokens。
- 窗口两种说法：模型卡为合计 100 万；博客为输入 100 万、输出最多 100 万。
- 调用现状：API易 暂未上架，可先在 apiyi.com 用 Carbon、Sonnet、Terra 搭建对比。
总结
Gemini 4 Hydrogen 的核心要点：
- 强在 agent 执行：在官方 10 项表中赢下 7 项，自动化、agent 考试、图表和 HLE-Diamond 均领先。
- 弱在终端与电脑操作：Terminal-Bench 4.1、OSWorld-2.1 和科学终端三项落后于 Claude Sonnet 5.5。
- 数字需按口径阅读：全部为官方自报或模型卡汇总，对手分数来自公开结果，不是同场重跑。
如果你在做 agent 工作流，Hydrogen 值得放进候选清单，尤其适合作为多模型流程里的执行层。最终判断还是要以自己的任务结果为准。推荐通过 API易 apiyi.com 先用现有的 Carbon、Sonnet 5.5、Terra 建立基线，Hydrogen 上架后即可直接补测。
📚 参考资料
- Google 博客：Introducing Gemini 4 Hydrogen：发布公告与定位说明
- 链接：
blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen -
说明： 官方定位、AA Index、相对 3.8 Flash 的提升
-
Google 开发者短讯：Build with Gemini 4 Hydrogen：开发者接入信息
- 链接：
blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-hydrogen -
说明： 可用渠道与开发者相关说明
-
DeepMind 模型卡：Gemini 4 Hydrogen：规格、10 项对比表、安全评测
- 链接：
deepmind.google/models/model-cards/gemini-4-hydrogen -
说明： 本文 10 项表与限制说明的主要来源
-
DeepMind 评测方法说明：对比表的方法口径
- 链接：
deepmind.google/models/evals-methodology/gemini-4-hydrogen -
说明： 思考档、pass@1、对手分数来源
-
Google Cloud 价目页：标准档价格
- 链接：
cloud.google.com/vertex-ai/generative-ai/pricing - 说明： 全球与非全球标准档单价、缓存写入生效日期
作者: API易 技术团队
技术交流: 欢迎在 API易 网站首页联系我们，更多资料可访问 docs.apiyi.com 文档中心
