Gemini 4又更了！谷歌搜索已换上，人人都可玩

7项成绩超Claude Sonnet 5.5和GPT-6.1 Terra。

作者 |  孙小雯

编辑 |  程茜

智东西11月13日消息，今天，谷歌发布面向日常编程与智能体任务的新模型Gemini 4 Hydrogen。在谷歌公布的10项对比测试中，它有7项成绩同时高于Claude Sonnet 5.5和GPT-6.1 Terra。

在AA综合智能指数评测中，Gemini 4 Hydrogen默认high思考档位得分为51分，超过Gemini 4 Argon的50分；开启最高xhigh档后，得分升至54分。截至11月13日下午4时，high与xhigh档位分别在总榜单中排名第21和第16。

今日，该公司同时透露，谷歌搜索也开始搭载Gemini 4 Hydrogen，面向全球所有用户推出。谷歌称，这是谷歌搜索迄今最大的一次模型升级。更新后，谷歌搜索可更准确地理解复杂、多部分问题，以图片、对比表格和定制工具呈现答案，并通过并行检索相关子问题，提供更多实用链接。

截至北京时间11月13日凌晨美股收盘，谷歌母公司Alphabet报295.35美元/股（约合人民币1983.33元/股），上涨1.62%，总市值约3.63万亿美元（约合人民币24.38万亿元）。

据谷歌披露，Gemini 4 Hydrogen在默认high思考档位下，任务执行速度达到Gemini 3.8 Flash的2.5倍，在终端操作测试Terminal-Bench 4.1中，Gemini 3.8 Flash的成绩为18.2%，Gemini 4 Hydrogen提高至57%，达到前者三倍有余。

此次更新，谷歌还在Antigravity中推出多模型调度功能Orchestrator，可在同一会话中动态切换Gemini 4 Carbon、Gemini 4 Hydrogen等模型。在Terminal-Bench测试中，这种协作方式取得了接近Gemini 4 Carbon的任务成功率，同时平均使用额度消耗降低24%，完成速度提高19%。

Gemini 4全家桶再添新成员，Carbon、Argon、Hydrogen…这些模型都是用来干嘛的？

根据谷歌官方定位，两周刚前发布的Gemini 4 Carbon是系列中能力最强的旗舰推理模型，侧重最高难度问题。10月1日发布的Gemini 4 Argon是面向复杂专业任务的深度推理模型，侧重复杂、长流程任务中的深度推理。

一位X上的开发者称，这是“几个月来第一个让我兴奋的Gemini模型”。

API定价方面，面向日常执行的Hydrogen也比旗舰Carbon和侧重深度推理的Argon更便宜。目前，Hydrogen标准输入价格为每百万Token 1.5美元（约合人民币10.07元），输出为7.5美元（约合人民币50.36元）。Carbon和Argon定价相同，当前标准输入、输出价格分别为每百万Token 2美元（约合人民币13.43元）和10美元（约合人民币67.15元），Hydrogen两项单价均比另两款模型低25%。

目前，Gemini 4 Hydrogen提供low、medium、high、xhigh四档思考模式，用户可以根据需要自行调节推理深度。用户可通过Gemini应用、Google AI Studio、Gemini API等入口使用Hydrogen。Gemini应用免费用户可通过自动选模，在适合的任务上获得该模型；谷歌编程工具Antigravity中的Hydrogen向付费Google AI Pro和Ultra用户开放。

01.

Gemini 4全家桶同台测试做光剑小人

网友称Hydrogen耗时最长，但整体效果优于Argon

Gemini 4 Hydrogen一上线，网友火速贡献了多个实测作品。有的网友着重实测Hydrogen的视频生成效果，也有网友横向对比Claude Opus 5.5、拉出Gemini 4全家桶做对比。总体来说，Hydrogen价格较低，生成视频细节也比较丰富。

在外网AI测评博主Lumina被Google官方转发的实测作品中，其用Gemini 4 Hydrogen制作了一架3D水上飞机。

画面中，海面波纹清晰细腻，飞机变换角度时，光线也随着镜头与太阳的角度变化而改变，整体效果细腻。

Lumina赞称，这是他目前“最喜欢的Gemini 4系列模型”，认为其“可与Argon媲美”。

Gemini 4全家桶同台测试，效果怎么样？

X上一位开发者将Gemini 4 Hydrogen、Argon和Carbon制作的火柴人光剑对打动画放在一起，比较三款模型的动作表现、画面细节与制作成本。

从画面来看，三款都做出了挥剑、格挡、腾空和交锋特效。Hydrogen版本中的角色带有服装轮廓，光剑挥动时出现扇形光效；Argon版本增加了血条、连击计数和动作阶段提示；Carbon版本则呈现了较清楚的肢体动作、光剑轨迹和碰撞火花。

价格方面，在这位X上开发者的火柴人动画实测中，Carbon的费用最低。其中，Hydrogen耗时56分钟，花费2.46美元（约合人民币16.52元）；Argon耗时37分钟，花费4.65美元（约合人民币31.23元）；Carbon耗时42分钟，花费1.98美元（约合人民币13.30元）。三款模型均使用最高档。

这位X上的开发者称，Hydrogen的整体效果好于Argon；Argon虽然画面细节更精致，但费用偏高，不太划算。

另一位X上的网友横向对比了Hydrogen与Claude Opus 5.5的SVG动画编程能力。他选用相同提示词，要求制作女孩与猫骑着相连自行车的场景，呈现日落时分的暖色光线与吉卜力风格。

从画面来看，两款模型都呈现了女孩与猫骑行的动作，人物踩动踏板，围巾向后飘动，沿途景物随骑行移动。背景方面，Gemini 4 Hydrogen版本的村落更密集，Claude Opus 5.5版本则加入了更多远处山坡与树木层次。光线方面，Gemini 4 Hydrogen始终保持暖色夕阳，Claude Opus 5.5则逐渐从黄昏转入夜景，人物和环境随之变暗，车前灯也亮了起来。

该网友称，Hydrogen生成速度更快，运行成本也只有Opus 5.5的1/20。其中，Cursor中的Hydrogen约用15分钟，API费用约0.9美元（约合人民币6.04元）；Claude Code中的Opus 5.5约用1小时，费用约18美元（约合人民币120.87元）。

不过，两款模型呈现的作品细节亦有不同。该网友称，Opus 5.5花时间补充了夜景、音乐等细节，Hydrogen的背景则缺乏变化、也没有随着日落光线变暗的细节。

还有一位X上的网友用Hydrogen Extra（xhigh）制作了一个建筑漫游作品。该网友称，整个制作过程不足2小时，其中80%的时间用于渲染，花费也很少，仅消耗20美元（约合人民币134.30元）Pro套餐周额度的5%。

该视频用Hydrogen Extra（xhigh）和Three.js网页3D图形库制作，内容为建筑漫游，连续呈现多个室内外空间。画面中， 主视角从庭院进入室内，经过餐桌、壁炉，再转向浴室与阳台。石墙、木梁和家具组成了连续空间，窗户、灯具与壁炉附近也有明暗变化。

02.

7项成绩超过Sonnet 5.5

编程、知识工作表现突出

在谷歌公布的完整评测表中，Hydrogen与Claude Sonnet 5.5、GPT-6.1 Terra共三款模型参与比较，覆盖编程、知识工作、计算机操作、多模态理解、科学与数学、推理六类能力，共10项测试。

Hydrogen在代码库测试SWE-sweep、专业工作测试Agents’ Last Exam v1.1、多步骤工作流测试AutomationBench-AA，以及模拟经营、多模态知识工作、图表理解和高难度推理共7项测试中，成绩均居表中三款模型之首。

在代码修复方面，在要求模型发现并修复代码问题的测试SWE-sweep中，Gemini 4 Hydrogen取得13.5%的成绩，高于Claude Sonnet 5.5的3.1%和GPT-6.1 Terra的5.8%，所报指标为子任务加权得分。谷歌称，Hydrogen能够针对问题做局部修改，并行读取文件、搜索代码库，避免逐个检查文件。

在终端操作测试Terminal-Bench 4.1中，Gemini 4 Hydrogen成绩为57%，约为Gemini 3.8 Flash成绩18.2%的3.13倍，但仍低于Sonnet的63.9%。

在软件操作及工作流方面，在专业工作测试Agents’ Last Exam v1.1中，它得到71.6%，高于Claude Sonnet 5.5的60.4%和GPT-6.1 Terra的69.8%；在多步骤工作流测试AutomationBench-AA中，它得到76.1%，另外两款分别为71.8%、60.2%。

这些成绩也与思考档位有关。在谷歌公布的AutomationBench-AA曲线中，Gemini 4 Hydrogen从low调至medium档后，成绩明显上升；继续提高档位，成绩仍有提升，但增幅逐渐缩小，平均任务费用则继续增加。

在AA综合智能指数评测中，Gemini 4 Hydrogen从high调至xhigh档，得分从51分升至54分，同时也需要更多时间和费用。在图示相近得分配置下，它的平均任务耗时和费用均低于Claude Sonnet 5.5。

在使用场景上，Gemini 4 Hydrogen也考虑了需要阅读资料、制作报告的用户。该公司称，Gemini 4 Hydrogen可以整合PDF、电子表格、图表、音频和录制视频，生成附带引用的报告及结构化成果，输入与输出共用约100万Token上下文额度。

在多模态知识工作测试MKA中，Gemini 4 Hydrogen得到53.4%，略高于Claude Sonnet 5.5的52.0%，GPT-6.1 Terra为43.8%。该测试考察模型处理复杂视觉文件、完成知识工作的能力。在美国企业税务研究测试Tax Agent Bench中，Gemini 4 Hydrogen还以52.3%的准确率排名第一。

03.

结语：Hydrogen补齐日常执行

大厂竞逐多模型协作

Gemini 4 Hydrogen展示了日常执行模型能力的提升：既能完成较丰富的视觉编程作品，也在多项专业工作评测中取得较好成绩。它为Gemini 4家族补上了侧重速度与成本的执行环节，与负责高难度推理的Gemini 4 Carbon、Gemini 4 Argon形成分工。

多模型分工也正在成为大厂产品竞争的一部分。Anthropic早在2025年就为Claude Code加入了子智能体模型配置，目前还提供Opus负责规划、Sonnet接手执行的自动切换方式。OpenAI在今年9月底为GPT-6.1 Sol加入多智能体测试功能，支持模型委派子任务；Codex也允许为子智能体配置模型，让不同模型分别承担执行、探索等工作。

此次Orchestrator上线，则将Gemini 4家族的分工接入同一会话：旗舰模型分析问题、制定计划，Gemini 4 Hydrogen执行代码修改、测试与验证，并可在遇到困难时切回旗舰模型。对大厂而言，如何组合模型、打通工具，以更低成本完成工作，正在成为争取开发者的重要竞争力。