Google DeepMind 发了 Gemini 4 Hydrogen，一句话定位是 agentic 工作流的日常主力。它跟 Carbon、Argon 那两个前沿模型不是竞争，是分工。Carbon 和 Argon 干最难的深度长程推理。Hydrogen 做日常编码和跨工作流的高效执行。这篇里的数字我从 blog.google 的发布文章一个个核过。

一个执行引擎，不是又一个前沿

先把它身份说清。按官方文档，Gemini 4 Hydrogen 是 built for rapid execution across diverse agentic workflows。翻过来就是为跨多种 agentic 工作流的快速执行而生。它既能独立当日常工作的模型，也能跟 Carbon、Argon 配对，当多模型工作流里的高效执行引擎。官方还给了个具体分工。并行 agent 工作流里，Carbon 当协调者，Hydrogen 当 worker 和 verifier，在隔离工作区同时构建和测试变更。

这个定位我读完全文才理顺，它不抢前沿模型的活，抢的是「日常那一大批活怎么更快更省」。评分也佐证。AI Index 上 Hydrogen 默认 high 档 51 分，压过 Argon 的 50。最高 xhigh 档到 54。这两个分是官方标的，不是我测的。

Gemini 4 Hydrogen  评分与定价
AI Index (high)      51   （Argon 同档 50）
AI Index (xhigh)     54
上下文              原生 100 万 token 输入，最高 100 万输出
定价                输入 $1.50/1M，输出 $7.50/1M，全窗口平价

100 万上下文的平价账

最值得写的是这个 100 万 token 平价上下文。官方明确说，定价在整个 100 万 token 窗口内是 priced flat，不随位置涨。输入每百万 1.5 美元，输出每百万 7.5 美元。这个「平价」是重点。很多模型的长上下文越往后越贵，它这里一口价。

上下文是原生 100 万 token，输出最高也能到 100 万。配合四个思考档位 low、medium、high、xhigh，官方说四档在质量、延迟、成本上是平滑可预测的递进，你只为任务需要的推理深度付费。这个设计我认。它把「要便宜还是要想得深」变成一个可以拨的档，而不是换模型。

相对上一代 3.8 Flash 的提升，官方给得很实。high 默认档完成任务快 2.5 倍。Terminal-Bench 4.1 得分从 18.2% 跳到 57%，提升 3 倍以上。虚假声明减少 5 倍以上。这几个倍数是官方白纸黑字。我专门核了一遍，是相对 3.8 Flash 的口径。

Antigravity 动态切换是隐藏杀招

这篇文章里真正有信息量的，是 Antigravity Orchestrator。它在 Google Antigravity 里动态切换模型，同一会话里能在 Carbon 和 Hydrogen 之间换来换去，而不是从头到尾锁一个模型。官方给的效果是：Terminal-Bench 4.0 上成功率接近 Carbon，平均少消耗 24% 配额，平均快 19% 完成。

这三个数我很在意，因为它们指向一个方向。与其让一个模型通吃，不如让一个便宜的模型先跑，难的时候再切贵的。官方给的 24% 配额和 19% 速度，是「够用就上便宜的」这件事的量化。这对开发者是实打实的信号。日常编码用 Hydrogen，卡住了切 Carbon，账单和延迟都往下走。

它已经在 AI Studio、Android Studio、Antigravity 这些地方可用，企业走 Gemini for business。基准成绩官方也列了一串。Agent Arena 排第 5。HLE-Diamond 58.8%。Vals Tax Agent Bench 52.3% 排第一。MKA 53.4%。Agents Last Exam 71.6%。这几个都是官方发布的基准分。安全对齐的数据更值得看，过度操作降低最多 81%，服务不足降低最多 79%，这俩是官方标的。我核数字时专门记下了。

我核数字的过程是实打实的。先打开 blog.google 那篇发布文章，抓下全文，把 51、54、100 万、1.5、7.5、24%、19%、2.5 倍这几个数一个个抄下来，再打开官方页面逐条对。对到 81% 和 79% 这两个安全数字，我又跑回去核了一遍，确认是官方自报的口径，不是媒体转的。这一轮打开、抓取、核对，花了我一段不短的时间，但比直接转述要踏实。

给个判断

给结论。你的日常编码加 agentic 工作流要一个便宜、快、上下文长的模型，Gemini 4 Hydrogen 值得看，尤其那 100 万平价上下文和四档思考，把「省」做成了可拨的档位。你要的是啃最难问题的深度推理，那是 Carbon 和 Argon 的活，Hydrogen 不是拿来干这个的。最该盯的是 Antigravity 的动态切换，它把「什么时候用便宜的、什么时候切贵的」这个判断，从你手里接了过去。

一句话。Hydrogen 的意义不在多了一个模型，在它把「日常执行」和「深度推理」拆成了两个角色，还给了你一把在两者之间实时切换的开关。参数量官方没披露，张嘴就说多少亿的，都别信。