Google 正式发布 Gemini 4 Hydrogen：AA 智能指数 51 超过 Argon，比 3.8 Flash 快 2.5 倍，Terminal-Bench 4.1 从 18.2% 提到 57%；每百万 token 1.5/7.5 美元，免费层可用

核心背景与行业痛点

Gemini 4 系列此前只有两款旗舰：10 月 13 日全面开放的 Argon 和 11 月 10 日开放的 Carbon。两者擅长长链路推理，但贵，也慢。真实开发里大量工作是改代码、跑测试、核对结果，用旗舰模型做这些既费钱又费时间。Hydrogen 就是给这类日常执行任务准备的快速模型，定位接近过去的 Flash 系列。它此前以内部代号在 Arena 和 AI Studio 里被测试，昨天还有人在 Google Cloud 价目表里发现它的 SKU，今天官方正式发布并直接 GA。

架构亮点与底层机制

Google 没有公开参数量和模型结构。官方说明的要点有：上下文窗口 100 万 token，单次输出最多 100 万 token；思考档位分 low、medium、high（默认）和新增的 xhigh 四档，按任务难度付费；读大仓库时会并行批量调用读文件和搜索，而不是一个个文件看。Antigravity 同时上线 Orchestrator，在同一会话里自动在 Carbon 和 Hydrogen 之间切换；并行多智能体场景下，可以让 Carbon 当协调者，Hydrogen 当执行者和校验者。

权威 Benchmark 与实测跑分对比

以下均为官方/厂商口径：AA 智能指数默认档 51，高于 Argon 的 50，xhigh 档 54；Terminal-Bench 4.1 得分 57%，3.8 Flash 是 18.2%；HLE-Diamond 58.8%，同级第一；Vals Tax Agent Bench 52.3%，总榜第一；Vals Legal Research Bench 55.8%，并列第一；Agent Arena 排第 5；MKA 多模态知识智能体基准 53.4%；Agents' Last Exam v1.1 71.6%。智能体任务里越权操作最多减少 81%。发布后 Artificial Analysis 已给出独立评测：xhigh 档智能指数 54，仅比 Claude Sonnet 5.5（max）和 GPT-6.1 Sol（max）低 1 分，默认 high 档 51；AA-Omniscience 幻觉率 8%，是有记录以来最低之一；但 Terminal-Bench 4.0 只有 54%，低于 Sonnet 5.5 的 64%，xhigh 也没有提升；每任务成本 high 档 1.87 美元、xhigh 档 3.16 美元，输出约 200 token/秒。Cursor 官方随后宣布 Hydrogen 已上线编辑器，并更新 CursorBench 4.0 公开榜：默认 High 档 54.3%、每任务约 5.59 美元，高于 Gemini 3.8 Flash 的 39.6%；Medium 为 46.7%（约 1.76 美元），Low 为 27.9%（约 0.28 美元）。Cognition 称 FrontierCode 2.0 得分 38.2%，略低于 GPT-6.1 Sol。

开发者实战落地与开箱指南

在 Gemini API 或 AI Studio 把模型改成 gemini-4-hydrogen 即可，GenerateContent 和 Interactions API 都支持，免费层也能直接试。从 3.8 Flash 迁移前，先读官方 What's new 页里的迁移清单。建议把默认档位当基线，测一下 low 和 medium 能否满足延迟要求，复杂任务再开 xhigh。如果已经在用 Carbon，可以在 Antigravity 里开启 Orchestrator，把重复执行的步骤交给 Hydrogen 来省额度。成本上要注意：官方价目表显示，Hydrogen 输入价比 Argon 12 月起的 4 美元便宜 62.5%，但是 3.8 Flash 今年优惠价 0.75 美元的两倍，与 3.8 Flash 明年 1 月起的新价持平，批量任务迁移前请先核算。Cursor 现已上线 Hydrogen：官方文档写明努力档为 xhigh、high（默认）、medium、low，日常编码建议保持 high，medium 和 low 质量会明显下降，难任务再开 xhigh；它是第三方模型，不计入 Cursor 套餐包含用量，The X Subscription 从预付额度扣费，旧套餐走 Other Models 池。