闻乐 发自 凹非寺
量子位 | 公众号 QbitAI
Google这次的小杯，有点猛了。
跑得比上一代快2.5倍，代码Agent成绩翻了三倍多，连自家大杯都被它反超了？？？
刚刚，Gemini 4家族的新成员——
Gemini 4 Hydrogen，正式登场。
作为接替Gemini 3.8 Flash的轻量级模型，Hydrogen原本应该老老实实负责快速响应、日常编程，以及那些不需要出动顶配模型的Agent任务。
结果Google一公布成绩，好家伙。
在Artificial Analysis Intelligence Index综合智能指数上，Hydrogen默认High思考档位拿下51分，已经超过Gemini 4 Argon的50分。
要是把思考强度拉到最高的xhigh，Hydrogen还能进一步冲到54分。
当然，Argon依然主要面向复杂推理和长程任务，但这次的升级幅度确实不小。
相比Gemini 3.8 Flash：
任务完成速度提升2.5倍，Terminal-Bench 4.1成绩从18.2%暴涨至57%，虚构性陈述减超过5倍。
写代码、修Bug、查资料、操作工具、处理复杂文档，Hydrogen都被放进了重点升级名单。
有网友提前在Antigravity里测试了Gemini 4 Hydrogen High，让它搭建了一座可飞行穿梭的未来都市。
只用一轮跟进优化，渲染效果还是比较流畅的。
它还可以和Gemini 4 Carbon组队，让大模型负责统筹、小模型负责执行，AI Agent也开始讲究大小杯搭配了。
目前Hydrogen已经开始面向全球用户陆续开放，Google AI Studio、Gemini API、Gemini App、Google搜索等入口均在上线范围内。
在100万Token的完整上下文窗口内，它的输入定价固定为1.5美元 / 百万Token。
代码能力翻三倍
Hydrogen针对代码场景做了大量专项优化。
面对大型代码仓库，它可以并行读取多个文件、搜索相关代码，避免逐个文件依次翻阅。
修改Bug时，也会尽量只动需要修改的部分，不去顺手重构一堆无关代码。
在专门测试代码缺陷发现与修复能力的SWE-sweep上，Hydrogen拿下13.5%。
(作为对照，Claude Sonnet 5.5为3.1%，GPT-6.1 Terra为5.8%。)
代码之外，Hydrogen在长程Agent任务上的表现也不赖。
Agents’ Last Exam v1.1拿下71.6%，高于Claude Sonnet 5.5的60.4%和GPT-6.1 Terra的69.8%。
能力变强了，速度也没落下。
在默认High思考档位下，Hydrogen完成任务的速度是Gemini 3.8 Flash的2.5倍。
不少提前内测的企业也放出了实测结果：
Box在数据密集型工作流中，观察到Hydrogen运行速度约为上一代的2倍，同时Token消耗减少12%。
Pixelcut测试了276次设计任务，Hydrogen完成速度提高1.8倍，生成代码的整洁度提升30%。
STAN在涉及图计算、SQL等任务的测试中，最高观察到2.8倍的速度提升。
……
看得出来，Hydrogen这次已经盯上了整条Agent工作流的执行效率。
表格都能拿来画动画
这次官方演示里，有几个很有意思的案例。
其中一个玩法：
让AI直接在Google Sheets里画动画。
Hydrogen把成千上万个单元格当成像素，通过Python、Google Sheets原生LET公式，以及条件格式控制不同单元格的显示效果。
最后，一张普通表格变成了可以播放动画的像素画布。
另一个演示则更符合日常办公需求
在拿到一段YouTube发布会视频后，它能自动在Google Slides里排版生成完整PPT，还会自主循环校验版式，自动修正文字重叠、排版错位等问题。
Google还演示了用Hydrogen搭建电商网站。
只给一次指令，模型就能生成包含WebGL2地形着色器、分阶段滚动叙事、3D线框参数卡片和交互式配置器的网页。
还有一个叫Geminisland的共享像素风岛屿。
用户输入一句话，Hydrogen就能实时生成新的3D建筑，直接添加到地图上，其他人也可以在第一人称视角下四处探索。
大杯负责想，小杯负责干
除了单打独斗，Hydrogen还有个挺有意思的定位：
专门给大模型打配合。
现在做复杂软件项目，一个Agent从头干到尾，可能需要反复阅读代码、规划架构、调用工具、检查执行结果。
要是每个步骤都调用最强、也最昂贵的模型，成本自然不低。
Google这次在Antigravity里推出了一个新功能，Orchestrator（协同调度器）。
用户不需要手动在Carbon、Hydrogen之间来回切换。
Orchestrator会根据任务需要，动态选择不同模型来完成工作。
比如，一个复杂软件项目开始时，需要决定整体技术架构，这部分可以交给能力更强的Carbon。
等架构确定下来，后续写代码、执行测试、验证修改等步骤，就可以让Hydrogen接手。
再复杂一点，Carbon还可以担任协调者，让多个Hydrogen Agent并行执行、检查不同模块。
大杯负责规划，小杯负责跑腿。
Google在Terminal-Bench 4.0上测试发现，Orchestrator能够取得接近单独使用Carbon的任务成功率，同时平均减少24%的配额消耗，完成速度提高19%。
Hydrogen也提供了四档思考强度：
Low、Medium、High和新增的xhigh。
API定价为每百万输入Token 1.50美元，每百万输出Token 7.50美元。
在100万Token上下文窗口范围内，统一采用这一档价格。
目前，Gemini 4 Hydrogen已经开始全球推送。
Google搜索也将引入Hydrogen，提升对复杂、多条件搜索问题的理解，并生成更直观的可视化回答。
参考链接：
[1]https://x.com/Google/status/2120941982004523367
[2]https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/
[3]https://x.com/kimmonismus/status/2120940617169826037
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
🌟 点亮星标 🌟
