便宜档跑分反超旗舰：谷歌Gemini 4 Hydrogen全量开放，搜索AI Mode连夜换引擎

导读：11月12日，谷歌发布Gemini 4 Hydrogen并全球推送：成为搜索AI Mode默认模型，第三方智能指数51分反超自家旗舰Argon，API定价每百万输入1.5美元。同场推出的Orchestrator可在同一会话自动切换Carbon与Hydrogen，号称省24%配额、快19%。

谷歌把「便宜档」做成了主角

谷歌的Gemini 4系列又添一员，这次有点特别——它不是更强的旗舰，而是更便宜的那一档。11月12日，谷歌发布Gemini 4 Hydrogen，接替Gemini 3.8 Flash成为系列的“效率执行层”，发布当天就完成了史无前例的铺开：Gemini应用、AI Studio、API、Gemini for Business、Antigravity全量上线，免费用户也能通过自动路由用上；谷歌搜索的AI Mode直接把默认模型切换成它，AI Overviews里最难的那批问题也归它管。搜索产品副总裁Robby Stein称之为“谷歌搜索迄今最大的一次模型升级”。

值得记住的背景是：这已经是六周内的第三款Gemini 4。旗舰Carbon本周刚发，Argon十月中旬全球开放，现在Hydrogen补齐了金字塔底座——Carbon和Argon负责深度推理，Hydrogen负责快速执行。

Google 官方物料：Gemini 4 Hydrogen 现已进入 Google 搜索（全球可用）

跑分画像：反超自家旗舰，但别急着喊“新王”

Hydrogen的成绩单里最有戏剧性的一笔，来自第三方机构Artificial Analysis：默认high档51分，压过了自家旗舰Argon的50分；新增的xhigh档可达54分。对比上一代3.8 Flash，同设置下任务完成速度快2.5倍，Terminal-Bench 4.1从18.2%跳到57%，幻觉（捏造陈述）降低5倍以上。

但摊开官方基准表看，画像要立体得多。对标Claude Sonnet 5.5和GPT-6.1 Terra，Hydrogen赢的是知识工作和自动化：Agents’ Last Exam 71.6%、AutomationBench-AA 76.1%、Vending-Bench 2的账户余额14549美元，三项均领先；输的也明确——Terminal-Bench 4.1只有57%，Sonnet 5.5是63.9%，OSWorld电脑操作77.6%对83.9%，科学计算终端测试51.4%对59.9%。机器之心原文标题的“跑分超Argon”属实，但“全面领先”不成立：它是个偏科生，强在执行效率，弱在硬核终端任务。

机制：Orchestrator让模型学会「排班」

同步推出的Orchestrator可能是比模型本身更有行业含义的东西。它内置在Antigravity开发环境里，解决一个老问题：全程用最贵的模型跑任务太烧钱，全程用便宜模型又扛不住硬骨头。Orchestrator的做法是在同一会话里动态切换——Carbon在只读阶段探索依赖、制定计划，然后交给Hydrogen改代码、更新包、跑测试；遇到解决不了的障碍，控制权交回Carbon重新分析。和“静态路由”（开场就定死用哪个模型）不同，切换随任务进展实时发生。

示意图：Orchestrator 自动排班 × Gemini 4 三层矩阵 × Hydrogen 的落地入口

谷歌给出的数字是：Terminal-Bench 4.0上任务成功率接近纯Carbon，配额消耗少24%，完成速度快19%。DeepMind的Clement Farabet称之为“智能体编程的巨大解锁”，Antigravity负责人Varun Mohan则透露这套组合“在内部已经非常流行”。

为什么是现在：把前沿能力铺到「免费层」

从商业逻辑看，Hydrogen这步棋有三层含义。对开发者，它卡住了“日常干活默认模型”的位置——1.5/7.5美元的定价比Argon优惠价还低一档，响应速度却是2.5倍，大多数日常任务没必要为旗舰付费。对谷歌搜索，AI Mode的查询量在涨、变现效率却低于传统搜索（首席商务官Schindler在10月28日财报电话会上亲口承认），换上一个更快更省的模型直接改善成本结构。对生态，免费用户经自动路由就能用上Gemini 4，等于把前沿能力的触达面一下拉到了最大。

当然也有代价：价格比3.8 Flash翻了一倍（0.75/3.75涨到1.5/7.5），旧版优惠价12月31日结束后将统一到新价位——“加量也加价”，涨价的缓冲期只有六周。

Gemini 4 系列与竞品定价对比：1M 输入 + 200K 输出 tokens 成本（FourWeekMBA 整理）

往深想一层

几个细节值得单独拎出来。安全指标里有一条不太起眼但很有意思：模型卡显示Hydrogen相比3.8 Flash，智能体越权行为减少最多81%、服务不足减少79%，但“无正当理由的拒绝”反而增加了5.57个百分点——更听话的代价是偶尔变得更“谨慎过度”，这个权衡在Agent场景里会实际影响体验。Orchestrator的切换逻辑和交接成本，谷歌没有披露，24%的配额节省是否在所有任务类型上成立，得等第三方复现。还有，所谓“跑分超Argon”发生在Argon的默认档位，xhigh档位下两者差距如何，官方没有给全数据。

往大了看，Hydrogen折射的是模型竞争重心的又一次迁移。旗舰军备竞赛打到今天，单点能力的边际提升越来越难转化为用户感知，而“用多少智能解决多少问题”的调度能力，正在变成新的胜负手。Anthropic靠模型分层（Opus/Sonnet/Haiku）吃到了这块红利，谷歌现在用Orchestrator把分层做成了自动化产品。接下来的看点是OpenAI——它家的模型矩阵同样庞大，但还没有公开的自动调度机制。

结尾

从Carbon到Hydrogen，谷歌用六周时间把Gemini 4的金字塔搭完了：塔尖证明能力上限，塔基决定能力能铺多远。Hydrogen可能不会出现在任何“最强模型”的头条里，但它会是最多人每天实际用到的那个Gemini——藏在搜索框背后、免费层的路由里、Antigravity的执行流水线上。模型竞赛的下半场，比的不是谁的旗舰更高，而是谁的“够用”更便宜、更聪明、更会自己排班。