谷歌于当地时间 2026 年 11 月 12 日（北京时间 11 月 13 日开始全球推送）推出 Gemini 4 Hydrogen，定位为面向日常编程和智能体工作流的快速执行模型，正面挑战 Anthropic Claude Sonnet 5.5 和 OpenAI GPT-6.1 Terra 这两款中端主力。按谷歌官方口径，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，Terminal-Bench 4.1 得分从 3.8 Flash 的 18.2% 提升到 57%，虚构性陈述减少 5 倍以上；在 SWE-sweep、Agents' Last Exam v1.1、AutomationBench-AA、MKA、Chartography、HLE-Diamond 等多项编程、知识工作、自动化流程和多模态测试中超过 GPT-6.1 Terra 和 Claude Sonnet 5.5，但在 OSWorld-2.1 计算机操作和 Terminal-Bench-Science 科学任务上仍有对手领先。第三方 Artificial Analysis 指数显示，Hydrogen 最高 xhigh 档得分 54，接近 Sonnet 5.5 最高档的 55 分、高于 GPT-6.1 Terra 最高档的 51 分，而平均每任务成本不到 Sonnet 5.5 的三分之一。模型定价在 100 万 token 上下文窗口内统一为输入每百万 token 1.50 美元、输出每百万 token 7.50 美元，已逐步进入 Gemini 应用、Google 搜索、AI Studio、Gemini API 和付费 AI Pro/Ultra 订阅的 Antigravity，免费用户可通过 Gemini 应用自动模型选择体验。
一、模型定位：六周内第三款，主打快速执行
在 Gemini 4 体系中的位置
| 模型 | 定位 | 适用场景 |
|---|---|---|
| Gemini 4 Carbon | 前沿旗舰 | 深度架构判断、疑难 Bug 拆解、最难的长程推理 |
| Gemini 4 Argon | 前沿推理 | 复杂推理、长期规划、高难度软件工程 |
| Gemini 4 Hydrogen | 快速执行 | 日常编码、测试验证、多步骤 Agent、多模态知识处理 |
- Hydrogen 可以独立承担日常工作，也可以作为多模型工作流里的 "高效执行引擎"，与 Carbon、Argon 搭配；
- 这是谷歌六周内发布的第三款新模型，覆盖从旗舰到轻量级的产品更新；
- 免费层用户也能用到，不再只面向付费开发者。
四档思考层级
Hydrogen 沿用 Gemini 惯例设置四档推理深度，让用户只为需要的推理深度付出时间和成本：
- low（低）：轻量快速回答；
- medium（中）：常规任务平衡档；
- high（高，默认）：发布口径中的 2.5 倍速度对比即在此档位；
- xhigh（超高）：新增档位，对应 Artificial Analysis 指数 54 分的最高水平。
二、实测成绩：与 Sonnet 5.5、GPT-6.1 Terra 横向对比
以下数据来自谷歌官方公布的评测表，覆盖编程、知识工作、计算机操作、多模态理解、科学推理和综合推理。
| 类别 | 评测项目 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|---|
| 智能体编程 | SWE-sweep | 13.5% | 3.1% | 5.8% |
| 终端操作 | Terminal-Bench 4.1（防作弊调整） | 57.0% | 63.9% | — |
| 知识工作 | Agents' Last Exam v1.1 | 71.6% | 60.4% | 69.8% |
| 自动化流程 | AutomationBench-AA | 76.1% | 71.8% | 60.2% |
| 交易模拟 | Vending-Bench 2（账户余额，美元） | $14,549 | $11,165 | $9,107 |
| 计算机操作 | OSWorld-2.1（离线子集） | 77.6% | 83.9% | 74.2% |
| 多模态理解 | MKA（复杂视觉文件） | 53.4% | 52.0% | 43.8% |
| 图表理解 | Chartography | 66.6% | 61.6% | 63.2% |
| 科学与数学 | Terminal-Bench-Science 0.1 | 51.4% | 59.9% | 58.3% |
| 推理 | HLE-Diamond | 58.8% | 53.3% | 47.3% |
领先与落后的项目拆解
Hydrogen 领先的方向：
- 编程修 Bug：SWE-sweep 上 13.5%，明显高于 Terra 的 5.8% 和 Sonnet 的 3.1%；
- 端到端专业流程：Agents' Last Exam v1.1 为 71.6%，AutomationBench-AA 为 76.1%；
- 多模态：MKA 53.4%、Chartography 66.6%，均领先两款对手；
- 综合推理：HLE-Diamond 58.8%，领先 Sonnet 5.5 的 53.3% 和 Terra 的 47.3%。
对手仍然领先的方向：
- 计算机操作 OSWorld-2.1：77.6%，小幅落后 Sonnet 5.5 的 83.9%；
- 科学任务 Terminal-Bench-Science 0.1：51.4%，同时落后 Sonnet 和 Terra。
第三方指数与成本
| 对比口径 | Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|
| Artificial Analysis 智能指数（最高档） | 54 | 55（max 档） | 51（max 档） |
| 最高推理档每任务费用 | $3.16 | $10.02 | — |
| 上下文窗口 | 输入 100 万 token，输出最高 100 万 token | — | — |
- 在 AA 榜单上，Terra 单任务价格更低，但最高分没有 Hydrogen 高；
- 与 Sonnet 5.5 相比，Hydrogen 成绩接近，成本约为其三分之一；
- 合作伙伴早期测试中，复杂图表、SQL 和数据密集型企业工作流里，Hydrogen 相比 3.8 Flash 快 2 到 2.8 倍，token 用量下降 12% 到 23%。
三、能力覆盖：从仓库编程到 3D 和视频创作
1. 迭代式仓库编码与调试
- 处理问题定位、调试、快速迭代和代码库问答，做聚焦的外科式修改，不重写无关文件；
- 原生批量发起文件读取和搜索调用，而不是逐个翻文件；
- 早期合作测试显示，复杂图形、SQL 和数据密集流程中速度提升 2 到 2.8 倍，token 用量下降 12% 到 23%。
2. 开放式智能体执行
- 深度研究、数据分析、大范围代码库导航等多步骤任务；
- Agent Arena 实时榜单排名第 5；
- Vals 税务代理基准第 1 名（52.3%），Vals 法律研究基准并列第 1（55.8%），AutomationBench-AA 同档领先。
3. 多模态知识工作
- 原生 100 万 token 输入配合最高 100 万 token 输出；
- 综合 PDF、表格、图表、音频和录像，整理成带引用的报告和结构化产物；
- MKA 基准 53.4%，面向复杂视觉文件的端到端智能体知识工作。
4. 多模型协作：Orchestrator 自动切模型
- 谷歌在 Antigravity 中推出 Orchestrator，同一会话内在 Carbon 和 Hydrogen 之间动态切换；
- Terminal-Bench 4.0 上，接近 Carbon 的任务成功率，平均少用 24% 配额、快 19% 完成；
- 并行智能体模式下，Carbon 担任协调者，Hydrogen 负责 worker 和 verifier 智能体，在隔离工作区并行构建和测试。
5. 官方与开发者演示案例
| 案例 | 任务内容 | 实测表现 |
|---|---|---|
| Geminisland | 一句话即时 3D 编程，生成可第一人称漫步的体素岛屿 | 道路、建筑、动物实时生成 |
| 冰川船只 3D 场景（开发者 Tony） | Three.js 程序化地形、动态水面 3D 画面 | Hydrogen 用时 1 小时 23 分 40 秒、花费 4.27 美元；Carbon 用时 2 小时 39 分 10 秒、花费 8.83 美元 |
| 峡谷飞行游戏（开发者 kimmonismus） | Three.js 程序化地形、动态水面、25 个计分门 | 完成飞行穿越玩法 |
| 鹈鹕 SVG 动画（开发者 Marcel） | 骑自行车穿越五个季节的动态 SVG | Hydrogen 约 5 分钟，对比 Fable 5.2 约 25 分钟 |
| 水与玻璃可视化 | 模拟折射、反射、色散、吸收 | 实时渲染物理图形 |
| 完整视频制作 | 调用视频组装 skill 查找公共素材、剪辑、配旁白 | 多步骤工具调用完成成片 |
四、可用范围与上手渠道
- 已推送渠道：Gemini 应用、Google 搜索、AI Studio 各档位、Gemini API、Gemini for business；付费 AI Pro 和 Ultra 订阅可在 Google Antigravity 中使用；
- 免费用户：在 Gemini 应用中通过自动模型选择体验 Hydrogen；
- API 定价：100 万 token 上下文内统一价，输入 1.50 美元 / 百万 token，输出 7.50 美元 / 百万 token；
- 适用项目：日常代码编写与调试、测试验证、深度研究、数据分析、网站原型、文档与表格处理、3D 交互原型、多步骤素材剪辑。
五、选型时需要留意的边界
- 评测成绩多来自谷歌官方公布和 Artificial Analysis 第三方榜单，不同任务集、思考档位和计费口径下结果会有差异；
- Hydrogen 并非全能领先：计算机操作和科学推理类任务仍有对手占优，最难的长程架构问题仍可交给 Carbon、Argon 这类前沿模型；
- 2.5 倍速度是默认 high 档位下对比 3.8 Flash 的口径，不等于对所有模型、所有任务都快 2.5 倍；
- 实际编程、Agent 和多模态效果建议用自己的真实工作流跑一轮对照，再决定是否替换现有模型；
- 案例中的个人开发者耗时和花费属于单次演示环境，不代表批量生产场景的稳定成本。
【相关 FAQ】
问题 1：谷歌新发布的 Hydrogen 模型是什么定位，和 GPT-6.1 Terra、Claude Sonnet 5.5 是什么关系？
回答 1：Hydrogen 全称 Gemini 4 Hydrogen，是谷歌 11 月 12 日发布的快速执行模型，面向日常编程和智能体工作流，与 Carbon、Argon 这类负责深度长程推理的前沿模型分工。谷歌用它直接对标 Anthropic Claude Sonnet 5.5 和 OpenAI GPT-6.1 Terra 这两款中端主力：多项编程、知识工作、自动化流程和多模态测试中 Hydrogen 超过这两款对手，但 OSWorld-2.1 计算机操作和 Terminal-Bench-Science 科学任务上仍有对手领先，并非全面胜出。
问题 2：Hydrogen 速度飙升 2.5 倍是和谁比，成本上相比 GPT-6.1 Terra 和 Sonnet 5.5 有什么优势？
回答 2：2.5 倍速度是在默认 high 思考档位下对比 Gemini 3.8 Flash 的官方口径，不是对 GPT-6.1 Terra 或 Sonnet 5.5 的速度比。成本方面，Hydrogen API 在 100 万 token 上下文内统一定价为输入 1.50 美元 / 百万 token、输出 7.50 美元 / 百万 token；Artificial Analysis 榜单显示其平均每任务成本不到 Sonnet 5.5 的三分之一，最高推理档每任务 3.16 美元，而 Sonnet 5.5 为 10.02 美元；GPT-6.1 Terra 单任务价格更低，但最高档智能指数 51 分，低于 Hydrogen 的 54 分。
问题 3：Hydrogen 在哪些实测项目上超越 GPT-6.1 Terra，哪些项目还没追上？
回答 3：超越 GPT-6.1 Terra 的项目包括：SWE-sweep 编程修 Bug（13.5% 对 5.8%）、Agents' Last Exam v1.1 专业流程（71.6% 对 69.8%）、AutomationBench-AA 自动化工作流（76.1% 对 60.2%）、MKA 复杂视觉文件（53.4% 对 43.8%）、Chartography 图表（66.6% 对 63.2%）、HLE-Diamond 推理（58.8% 对 47.3%）。尚未占优的项目是 Terminal-Bench-Science 0.1 科学任务（51.4% 对 Terra 58.3%）；OSWorld-2.1 计算机操作上 Hydrogen 77.6% 高于 Terra 74.2%，但落后 Sonnet 5.5 的 83.9%。
问题 4：普通用户和开发者现在从哪里能用上 Hydrogen，适合拿来做什么？
回答 4：Hydrogen 已逐步推送至 Gemini 应用、Google 搜索、AI Studio、Gemini API 和 Gemini for business，付费 AI Pro/Ultra 用户可在 Antigravity 中使用，免费用户通过 Gemini 应用自动模型选择即可体验。适合的场景包括日常编码与调试、代码库问答、测试验证、深度研究、数据分析、网站 UI 原型、文档表格和音视频资料整理，以及 3D 交互原型和多步骤素材剪辑；需要最深层架构判断和疑难长程推理的任务，仍建议搭配 Carbon、Argon 这类前沿模型。
【参考资料】
- [2026-11-13]（速度飙升 2.5 倍，谷歌再发新模型 Hydrogen：多项实测超越 GPT-6.1 Terra）36 氪
- [2026-11-13]（Gemini 4 新模型叒来了，终于人人可用）腾讯新闻
- [2026-11-13]（谷歌六周连发三款大模型，压力给到 OpenAI）新浪财经
- [2026-11-13]（谷歌 Gemini 4 Hydrogen 落子：AI 竞争从模型参数转向分发链效率）通信世界（今日头条）
- [2026-11-12]（Introducing Gemini 4 Hydrogen for Agentic Workflows）Google The Keyword 官方博客
- [2026-11-12]（Gemini 4 Hydrogen Model Card）Google DeepMind
- [2026-11-12]（Gemini 4 Hydrogen Model Evaluation）Google DeepMind 评测文档
【免责声明】
本文性能数据、跑分成绩、价格与上线渠道整理自谷歌官方博客、DeepMind 模型卡及公开第三方评测榜单，部分对比结论基于特定思考档位、任务集和测试环境；模型能力、速度与成本会随版本、地区和实际工作流变化，第三方开发者演示中的耗时与花费不代表生产环境稳定表现。本文不构成模型选型、采购或投资建议，实际接入前请以谷歌官方文档、API 定价页面和自有业务实测结果为准。