不用Flash命名，谷歌發布Gemini 4 Hydrogen：幻覺減少5倍，速度翻倍

谷歌以一款面向普通用戶和開發者的高效能模型，全面擴大Gemini 4系列的覆蓋半徑。

繼本週推出旗艦模型Carbon之後，谷歌週四發布Gemini 4 Hydrogen，以"為所有人帶來前沿智能"為核心定位。

該模型主打速度與執行效率，放棄沿用的"Flash"品牌命名，以Hydrogen取而代之。

谷歌表示，Hydrogen已面向開發者、企業和消費者全球同步上線，覆蓋Gemini API、AI Studio、Gemini應用、谷歌搜索及Google Antigravity等多個平台。

在基準測試方面，Hydrogen在Artificial Analysis Intelligence Index上以默認高思考模式超越同系列的Argon模型（51分對50分），開啟最高xhigh思考模式後可達54分。

與上一代Gemini 3.8 Flash相比，Hydrogen在同等設置下完成任務速度提升2.5倍，Terminal-Bench 4.1得分從18.2%躍升至57%，幻覺生成率（fabricated claims）降低逾5倍。

對開發者而言，該模型定價為每百萬輸入token 1.5美元，每百萬輸出token 7.5美元，價格在全部100萬token上下文窗口內統一計算。

定位：效率執行層，補齊多模型協作拼圖

谷歌對Gemini 4系列的分工定位已趨於清晰 ：Carbon 和Argon 承擔深度推理與複雜任務，Hydrogen則扮演快速執行引擎的角色，適用於日常編碼、智能體工作流及多步驟數據處理。

為將這一多模型協作模式系統化，谷歌同步在Google Antigravity中推出"Orchestrator"功能。該功能在同一會話中動態調度Carbon與Hydrogen，根據任務複雜度自動切換，無需用戶手動干預。

谷歌披露的內部測試數據顯示，Orchestrator在Terminal-Bench 4.0上接近Carbon的任務成功率，同時平均減少24%的配額消耗，速度提升19%。

在並行智能體工作流中，Carbon可擔任協調者，Hydrogen則驅動工作與驗證智能體，在相互隔離的工作空間中同步構建與測試代碼變更------旨在幫助團隊在控制token成本的同時加速複雜項目交付。

消費端：搜索與Gemini應用獲全面升級

在面向普通用戶的產品層面，Hydrogen已成為谷歌搜索AI Mode的默認模型，同時用於AI Overviews中"最難問題"的處理。

谷歌表示，Hydrogen能夠更好地理解用戶的真實意圖，即便查詢語句存在多個子問題、難以辨認的拼寫錯誤或高度具體的需求，搜索系統也能智能解析。此外，搜索結果將更具視覺化呈現，並涵蓋更廣泛的相關鏈接。

在Gemini應用中，Hydrogen在模型選擇器中被定位為"日常助手"，處於"快速回答"（3.5 Flash-Lite）與"深度研究"（3.1 Pro）之間。免費用戶可在提示適配時，通過"[Auto]自動模型選擇"機制使用Hydrogen。

谷歌表示，該模型能更嚴格地遵循用戶設定的語氣、格式與規則，使郵件草稿、學習指南及文檔在首次生成時即可直接使用。

在Google Antigravity中，Hydrogen新增"Extra"思考層級，付費的AI Pro和Ultra訂閱用戶可使用該功能，並可接入上述Orchestrator多模型協作能力。

性能：速度與準確性雙重躍升

谷歌將Hydrogen定位為對3.8 Flash的"重大獨立升級"，核心改進集中於速度、準確性和上下文處理能力三個維度。

在速度方面，合作夥伴早期測試數據顯示，Hydrogen在複雜圖計算、SQL及數據密集型企業工作流中運行速度提升2倍至2.8倍，同時token使用量減少12%至23%。

企業軟件公司Box的VP Yashodha Bhavnani表示，Hydrogen在準確性顯著提升的同時，運行速度約為3.8 Flash的兩倍，token使用量減少12%。Yashodha Bhavnani稱：

在需要準確讀取表格和執行複雜計算的數據密集型工作流中，改善最為明顯。

在準確性方面 ，Hydrogen支持原生100萬token輸入與最高100萬token輸出，能夠處理密集的PDF文件、電子表格、圖表、音頻和視頻內容。

在多模態知識智能體（MKA）基準測試中，Hydrogen以53.4%的得分超越其他模型；在面向端到端專業工作流的Agents' Last Exam v1.1測試中，得分達71.6%。

在垂直領域，Hydrogen在HLE-Diamond深度領域推理測試中以58.8%領先同級模型，在Vals Tax Agent Bench中以52.3%排名第一，在Vals Legal Research Bench中以55.8%並列第一。

生物技術公司LatchBio的團隊表示，Hydrogen在其抗體開發基準測試的毒理學與安全部分通過率達67%，而非Gemini模型僅為37%。

安全性：智能體對齊能力大幅強化

谷歌著重強調Hydrogen在智能體安全對齊方面的改進，這對於該模型主打的自主工作流執行場景尤為關鍵。

與3.8 Flash相比，Hydrogen將智能體任務中的"越權行為"（overreach）降低最高81%，"服務不足"（under-service）降低最高79%，在工具調用和代碼評估中的錯位行為與任務走捷徑現象減少12倍。

面對無法完成或被阻斷的任務時，Hydrogen繞過權限邊界的概率降低最高2倍，在谷歌內部智能體誠實性評估中達到96.7%的誠實率。

在推理透明度方面，Hydrogen在逾20萬次審計對話中保持99.9%的思維鏈可讀性，且無任何欺騙性推理編輯記錄。

在針對間接提示注入攻擊的Gray Swan IPI基準測試中，Hydrogen的抗攻擊能力提升逾2.3倍。

此外，谷歌表示，更新後的安全護欄在識別真實生物安全風險與合法醫療或科學問題方面精度顯著提升，在HealthBench Pro上的誤拒率低於0.4%。