当前位置:首页 > 育才有方 > 正文

Google正式推出Gemini 4 Hydrogen模型

作者:

Koray Kavukcuoglu, Google DeepMind 高级副总裁兼 Google 首席 AI 架构师

今天,我们正式推出Gemini 4 Hydrogen,将前沿级智能带给每一个人 —— 为日常代码编写与智能体工作流提供卓越的速度与效率。

我们的前沿模型Gemini 4 Carbon和Gemini 4 Argon擅长针对最棘手的难题开展长周期的深度推理,Hydrogen 则是专为实现在各类智能体工作流中的快速执行而打造。随着 Hydrogen 的推出,我们也将 Gemini 4 带给每一个人 —— 全面覆盖 Google AI Studio 的各个层级、Gemini API、Gemini for Business、Gemini 应用、Google 搜索,以及 Google Antigravity 中的 Google AI Pro 和 Ultra 付费订阅用户。

在默认的高思考层级 (High thinking level) 下,Hydrogen 在 Artificial Analysis (人工智能分析) 指数中超越了 Argon (51 分比 50 分,而在最高的 xhigh 超高思考设置下可达 54 分),同时其完成任务的速度通常优于同级别的其他模型。Gemini 4 Hydrogen 在其完整的 100 万 token 上下文窗口内实行统一计价:每百万输入 token 1.50 美元,每百万输出 token 7.50 美元。

释放多模型工作流的高效潜能

在实际的软件开发中,尽管团队会依赖 Carbon 和 Argon 等前沿模型来处理系统设计或剖析隐蔽 bug 等深层次的架构决策,但日常编写代码、运行测试以及验证变更仍然需要一个速度较快且纪律严明的执行模型。Hydrogen 既可以作为独立模型从容应对日常工作,也能与 Carbon 和 Argon 完美搭档,在多模型工作流中充当高效的执行引擎。

为了实现多模型协作的自动化,我们在 Google Antigravity 中推出了 Orchestrator。Orchestrator 无需从头到尾只依赖单一模型,而是在同一个会话中根据需要在 Carbon 和 Hydrogen 等模型之间动态切换。在 Terminal Bench 4.0 基准测试中,Orchestrator 取得了接近 Carbon 的任务成功率,同时平均额度消耗降低了 24%,完成速度提升了 19%。对于需要并行智能体的工作流,Carbon 可担任协调者,而 Hydrogen 则可驱动工作智能体和验证智能体,在彼此隔离的工作区中同步构建并测试代码变更 —— 从而在不推高 token 成本的前提下,助力团队更快地交付复杂项目。

助力开发者与企业工作流程

实现规模化扩展

0d9e1728-df29-11f1-8a4b-92fbcf53809c.png

除了多模型工作流之外,对于从 Gemini 3.8 Flash 迁移过来的团队而言,Hydrogen 是一次重大的独立升级。它在速度和智能方面都实现了质的飞跃:在默认的高设置下的任务完成速度提升了 2.5 倍,Terminal-Bench 4.1 得分提升至近三倍 (57% 比 18.2%),虚构内容减少了 5 倍以上,并且在工具调用失败或搜索结果为空时也能从容应对。在开发者和企业的核心工作流中,它还能够比肩或超越同类竞争模型:

迭代式代码库编码与调试:Hydrogen 能够通过精准地局部代码修改来解决问题、进行调试、实现快速迭代,并回答有关代码库的疑问。它能在不改动无关文件的前提下,输出更整洁、可直接投入生产的代码。在 SWE-sweep 基准测试中,面对 "既要发现并修复漏洞、又不能破坏现有代码" 的严苛挑战,Hydrogen 的表现超越了多款同级别模型。为了高效检索大型代码库,该模型极其擅长原生批量并行发起文件读取与搜索调用,而非逐一排查文件;在涵盖复杂图结构、SQL 及数据密集型企业工作流的早期测试中,与 3.8 Flash 相比,合作伙伴见证了 Hydrogen 的运行速度提升 2 至 2.8 倍,同时 token 消耗量降低了 12% 至 23%。

开放式智能体执行:在深度研究、数据分析和大规模代码库导航等多步骤任务中,Hydrogen 在 arena.ai 的实时基准测试 Agent Arena 上排名第 5。在深层领域推理与分析方面,它在 HLE-Diamond (58.8%) 中领先同类模型,在 Vals Tax Agent Bench (52.3%) 上总排名第 1,在 Vals Legal Research Bench (55.8%) 上并列第 1,并在 AutomationBench-AA 上领跑同类模型。

多模态知识工作:Hydrogen 将原生 100 万 token 的理解能力与高达 100 万 token 生成能力相结合,能够将内容密集的 PDF 文档、电子表格、图表、音频以及录制视频,整合成逻辑清晰、附带引用来源的专业报告与结构化交付成果。在全新的多模态知识智能体 (MKA) 基准测试中,针对处理复杂视觉文件的端到端智能体知识工作,Hydrogen 取得了 53.4% 的成绩,表现超越其他模型;同时,在评估端到端专业工作流的 Agents’ Last Exam v1.1 基准测试中,它也以 71.6% 的得分领跑同类模型。

Web 开发:在开发者对速度要求较高的任务中,如实时 UI 原型设计、设计到代码的迭代以及交互式应用构建,Hydrogen 能够以更少的提示词生成功能更齐备、特性更完善的页面布局。

涵盖四个思考层级

具备灵活的响应速度与智能水平

我们在构建 Gemini 4 Hydrogen 时,充分考虑了其在实际应用中的实用性。Hydrogen 设有低 (low)、中 (medium)、高 (high,默认) 以及全新的超高 (xhigh) 四个思考层级,在质量、延迟和成本之间提供了丰富的选择空间,并能够以平稳且可预测的方式逐步扩展,确保您只需为任务所需的推理深度支付时间和成本。在各个思考级别中,Hydrogen 的表现均能媲美甚至超越同类竞争模型中的部分产品,同时往往能以更快的速度完成任务并消耗更少的输出 token。

0e5eeb1a-df29-11f1-8a4b-92fbcf53809c.png

0f1dd890-df29-11f1-8a4b-92fbcf53809c.png

0f834bf8-df29-11f1-8a4b-92fbcf53809c.png

"全新推出的 Gemini 4 Hydrogen 模型展现出了前所未有的严谨与审慎,这在以往的 Gemini 模型中是少见的,着实令人惊喜!我们团队此前用各大竞争对手的前沿模型攻关一个棘手问题长达 10 天之久,而 Hydrogen 模型不仅成功指出了我们方法中的两个漏洞,还提出了修复方案。真的非常惊艳且高效。"——Andrew Carr,Cartwheel 首席科学家兼联合创始人

"基于 Hydrogen 进行开发让构建新工具变得异常轻松 —— 它将前沿模型的卓越性能与极快的速度融为一体,使工具的迭代过程感觉无比轻量化。"——Tris Warkentin,Discovery Loop 创始技术团队成员

"在我们的抗体开发基准测试 (Antibody Development benchmark) 的毒理学与安全性评估部分,Gemini 4 Hydrogen 是准确率最高的模型,通过率达到 67%,远超最佳非 Gemini 模型的 37%;同时它也是速度最快的 Gemini 模型,平均每项任务仅需约 13 分钟。它的推理方式宛如一位审慎的安全审查员,会综合权衡整体临床情况而非孤立地看待单个数据点,并在患者风险较高时采取保守假设。"——Joshua Badshah 与 Dillon Flood,LatchBio 生物制剂开发团队

"在我们的一系列推理与创意评估中,Gemini 4 Hydrogen 在保持高准确率的同时实现了 100% 的格式合规性,并将端到端延迟大幅缩短了 28%,总 token 使用量减少了 23%。从将复杂的图论和 SQL 问题求解速度提升高达 2.8 倍,到为 StanShop 生成合规的语音广告脚本,Hydrogen 为我们的流式智能体 (Streaming Agents) 提供了规模化运行所需的运行速度、逐步验证与高效性能。"——Rahul Singh,STAN 联合创始人兼首席技术官

"在 Astrocade,我们的目标是让每个人的创意都能成长为备受玩家喜爱和乐于分享的游戏。为创作者提供最顶尖的前沿模型是实现这一体验的核心所在。在早期测试中,Gemini 4 Hydrogen 在游戏生成性能方面的表现远超我们的预期。我们非常看好 Gemini 4 Hydrogen,相信它将成为助力创作者把游戏水准推向新高度的关键力量。"——Ali Sadeghian,Astrocade 联合创始人

"在 Box 的评估中,与 Gemini 3.8 Flash 相比,Gemini 4 Hydrogen 的准确率显著提升,同时运行速度大约快了一倍,使用的 token 减少了 12%。我们在数据密集型工作流中看到了最强劲的提升 —— 在这类场景下,准确读取表格和执行复杂计算对于生成可靠报告至关重要。这些结果充分证明了该模型在以更高准确率和效率处理复杂企业内容方面取得了实质性进展。"——Yashodha Bhavnani,Box 人工智能产品副总裁

"我们对 Gemini 4 Hydrogen 进行了 276 次运行评估。它全方位完成了每一项设计任务,运行速度提升了 1.8 倍,代码整洁度提高了 30%,并彻底解决了此前模型中出现的文本截断和捏造内容的问题。"——Dominique Yahyavi,Pixelcut 联合创始人兼首席执行官

"我们在高难度的视频理解工作流中对 Gemini 4 Hydrogen 进行了测试 —— 涵盖从追踪角色动态与肢体动作,到拆解复杂电影摄影技法,再到指导下游视频生成模型的全流程。Hydrogen 始终能够精准捕捉关键的场景推进、镜头角度与视觉美学,并且严格立足于真实的视觉画面,而非凭空捏造细节。实践证明,它是构建端到端电影级视频生成工作流的卓越多模态基座。"——Harshit Yadav,Zingroll 创始人兼首席执行官

Gemini App 与 Google 搜索中的日常高效助手

在个人用户端,Gemini 4 Hydrogen 能显著提升日常办事效率,不仅能更精准地理解指令,还能在多轮对话中始终紧扣核心任务。

在 Gemini App 中,Hydrogen 将成为您更得力的日常助手 —— 它能更准确地领会您的意图、灵活调用最合适的工具,减少反复沟通,一步到位地提供可靠结果。

即拿即用的写作、研究与日常文本处理:Hydrogen 能严格遵循您要求的语气、格式及细节规则。无论是撰写邮件草稿、整理学习指南、改写文本还是提炼文档,首次输出即可直接使用。在对比产品或解析复杂资料时,它能自动生成清晰的结构化表格与视觉化拆解,绝不遗漏关键细节。

打通全链路信息,高效完成更多任务:Hydrogen 能够将您的目标逐级拆解,主动调取您上传的文件、Gmail 与 Google Drive 等 Google 原生应用,以及 Airtable 和 Dropbox 等已连接应用 (Connected Apps) 中的相关上下文。当您在 Gemini 中开启一项任务时,它能更精准、更频繁地触发最合适的工具与技能,助您在逐项勾选待办事项时节省更多时间。

高效的原型设计与快速迭代:作为探索与验证创意的日常利器,Hydrogen 能够以更少的 Prompt 生成结构完整、可直接运行的界面布局,帮助您快速搭建并优化交互式项目 (例如将全球实时闪电数据整合为交互式 3D 地球仪)。

Hydrogen 为 Google 搜索带来了突破性升级,面向全球用户提供更具实用性、更直观的搜索体验。

更精准地洞察真实意图:借助 Hydrogen,您可以顺着自然的思维流直接提问 —— 即便您的查询包含多重问题、难以辨认的错别字或极其具体的要求,搜索也能智能理解您真正想找的内容。

更直观的视觉化解答:在保持您所期待的极速响应的同时,搜索将为您提供高度自适应、视觉化且一目了然的解答,精准契合您的个性化需求。

更广泛的相关链接推荐:依托 Hydrogen 的高级推理能力,我们同步升级了搜索中的查询拓展技术 (Query fan-out),为您连接比以往更丰富的实用链接,助您发掘此前未曾留意过的优质网站。

专为大规模安全、可靠执行而设计

Gemini 4 Hydrogen 将我们最新的 Gemini 4 安全防护技术栈带给了更广泛的受众,通过将内置模型训练与实时界面防护 (Surface safeguards) 相结合,有效降低模型行为偏差 (Misalignment) 与滥用风险。除了基础安全保障外,针对这款定位为日常高频工作助手的高速模型,我们重点深耕了以下两大核心领域:

安全、对齐且稳健的智能体工作流:尽管 3.8 Flash 已具备坚实的安全防线,Hydrogen 仍在此基础上实现了跨越式提升。它将智能体任务执行中产生的越界行为 (Overreach) 减少了最高 81%,将服务不足 (Under-service) 情况降低了最高 79%;在工具调用与代码编写评估中,偏离既定目标的操作及 "偷懒绕道" (Task shortcutting) 情况减少了 12 倍。面对无法完成或受限的任务时,它越权突破权限边界的概率降低了最高 2 倍;在内部智能体诚实度评估中,取得了 96.7% 的诚实率。

秉承我们对推理透明度的承诺,Hydrogen 在超过 200,000 轮审计对话中,保持了 99.9% 的思维链 (Chain-of-thought, CoT) 可读性,且未出现任何欺骗性推理篡改。在应对间接提示词注入攻击 (Indirect prompt injection, IPI) 时,Hydrogen 在 Gray Swan IPI 基准测试中的防御韧性提升了 2.3 倍以上,同时全面增强了工具调用、计算机操作 (Computer use) 及编程智能体的系统鲁棒性。

实用、可靠的日常交互体验:在各大产品阵线上,我们对 Hydrogen 进行了深度调优,确保日常对话既安全又值得信赖。全新的安全防护机制还能更精准地区分真正的生物安全风险与合规的医学或科学咨询 —— 将 HealthBench Pro 上的误拒率 (False refusals) 严格控制在 0.4% 以下。

Gemini 4 Hydrogen即日起面向全球发布

即日起,Gemini 4 Hydrogen 将正式在 Google 的开发者、企业级及消费级产品阵线中全球同步上线:

开发者端:可通过 AI Studio 中的 Gemini API 以及 Android Studio 的付费层级进行开发体验;付费的 Google AI Pro 与 Ultra 订阅用户也可在 Google Antigravity 中直接调用。

企业客户:可通过 API、模型选择菜单在 Gemini for business 中进行部署,或在 Google Antigravity 以及符合条件的 Google Sheets 版 Gemini 中使用。

所有用户:均可在 Gemini App 的模型切换菜单及 Google 搜索中体验全新模型;Google AI Pro 与 Ultra 订阅用户可在 Google Sheets 的 Gemini 中率先体验。