跳到正文
原文
36氪·AI·· 3 天前精选AI 评分76

谷歌发布Gemini 4 Hydrogen,官方称轻量档基准反超自家旗舰Argon

谷歌今日「换脑」,轻量之王Gemini 4 Hydrogen反杀旗舰

文章要点
  • 1谷歌发布Gemini 4新模型Hydrogen,主打日常编码、智能体工作流和消费级应用。
  • 2官方称默认high思考模式AA智能指数51分反超Argon的50分,xhigh达54分。
  • 3价格每百万Token输入1.50美元、输出7.50美元,支持100万Token输入与100万Token输出。
  • 4Antigravity新增Orchestrator调度器,同一会话内动态切换Carbon与Hydrogen,官方称算力省24%。
决策要点

轻量档模型在官方基准上反超自家旗舰,叠加官方大小模型动态调度方案,高性价比模型开始承担日常开发主力负载。

  • 影响:编码与数据密集型工作流的模型预算可按新定价重算;官方调度方案降低了大小模型混合使用的工程门槛,任务分层选模型有了现成参照;知识问答类应用可把8%的瞎猜率作为选型风险参照。
  • 参考:可考虑用自有真实任务跑一轮Hydrogen与现用模型的成本质量对比,先算出Token单价差;值得评估大小模型分层调度在自有编码或数据流程中的可行性;知识问答类选型可把幻觉率列入对比清单。
  • 依据:基准分数、定价与调度收益均为官方口径,暂无独立验证;第三方仅有大V Chubby实测Hydrogen平均5.55秒、Carbon平均13.34秒的对比数据。
正文

终于,Gemini 4 Hydrogen登场了!

这个星期预热了很久的谷歌,终于放出了这个Gemini 4家族的新主力。

这个名为「氢」的模型,这次居然打破了聪明、快、便宜的不可能三角。

本来,在Gemini 4家族的序列里,原本有两位深度推理老大哥——Carbon(碳)和Argon(氩)。

照理说,Hydrogen既然定位为面向日常编码、智能体工作流和消费级应用,怎么看都应该是「小弟」吧?

结果,谷歌甩出的数据,让所有人傻眼了——

在默认的high思考模式下,Gemini 4 Hydrogen在AA智能指数上拿到了51分,直接反超了自家主打深度推理的大哥Argon(50分)。

如果把思考等级拉到全新的xhigh,分数更是飙到了54分!

不仅更聪明,它还又快又便宜,甚至连带着谷歌搜索、Google Sheets、Gemini App一起升级,今天起,全球用户都能用。

全家桶同步升级,搜索迎来最大换血

现在,Hydrogen已经接管了谷歌的核心产品线。

全球数十亿人用的Google搜索,迎来了迄今最大规模的一次模型升级。

搜索中的AI模式,已全面切换至Hydrogen底座。

面对包含多重条件或拼写错误的复杂长句,升级后的搜索能把问题拆开,并发检索多个子话题。

比如让它挑选适合炎热天气的透气跑鞋,搜索会直接生成图文并茂的参数对比表与购买入口。

用户如果继续追问小户型公寓的家具摆放方案,它也能快速给出带尺寸建议的视觉化指南。

秀翻全场:这真是轻量级模型干的?

谷歌放出的几个实战演示,简直把「生产力」和「想象力」玩出了花。

比如这个例子,把Excel变成了动画片播放器!

你敢信吗?

在Google Antigravity里,Hydrogen直接把Google Sheet改造成动态像素画布。

它结合了Python、原生=LET(...)公式和条件格式,把成千上万个单元格缩小成像素点,画出能播放全动态场景!

另外,你能一句话造出3D开放世界,在Geminisland里用Hydrogen做实时3D编程。

一句prompt,Hydrogen就能在体素岛屿上生成自定义建筑,玩家以第一人称视角走进。

更浪漫的是,Hydrogen把全球实时闪电数据抓过来,用纯代码搭出一个交互式3D地球,还配上了Web Audio音乐引擎。

地球上每劈下一道闪电,3D地球上就会泛起涟漪,同时触发一段音乐——全世界的雷暴,被它谱成了一首交响曲。

甚至在没有外部素材的情况下,它做出一个WebGL2水与玻璃可视化器。

它直接靠纯公式和SDF纹理手搓出来,实时模拟了光线折射、反射、色散和吸收效果,极其逼真。

接下来,是设计师和PPT民工的最爱。

搭配谷歌全新的前端设计技能,Hydrogen one-shot出了一个奢侈品的电商官网。

如果你经常被PPT折磨,现在只要给它一个YouTube发布会视频和一套设计模板,Hydrogen不仅能生成一整套ppt,还会自己检查有没有排版错误。

Google表格也被Gemini化了,财务团队也有福了。

Hydrogen可以快速将财务数据转化为交互式模型,根据各种预测情景动态调整,速度比旧模型快30%以上。

接下来是真机实测。

大V Chubby的实测结果显示,Carbon平均耗时13.34秒,而Hydrogen平均只需5.55秒就能跑完,写出的3D场景和网页游戏可以直接用。

比如这个名为「分形大教堂」的3D场景。

带有物理碰撞和计分系统的3D网页游戏也难不倒它。

在「峡谷飞行」测试中,Hydrogen用Three.js写出了程序化峡谷地形、动态水面和25道计分关卡。

「大小模型混双」神器Orchestrator来了

这次最令人印象深刻的,就是Google Antigravity中同步推出的Orchestrator。

这个智能调度器,简直让开发者拍案叫绝。

这是手握Carbon、Argon和Hydrogen三张王牌后,谷歌真正的工程杀手锏。

在真实软件开发里,团队需要用Carbon做顶层架构设计,但没必要每次读文件、跑测试都消耗昂贵的旗舰额度。

于是,谷歌干脆让大模型们组成了「包工头 + 黄金打工人」的梦之队。

通过Orchestrator,系统会在同一个会话中,动态地在Carbon和Hydrogen间切换。

其中,Carbon担任「总架构师兼协调员」,负责把控全局、拆解复杂任务、做最难的决策。

Hydrogen则化身「超级执行官与质检员」:在多个隔离的工作区里同时开工,并行写代码、跑测试、修Bug、验证结果。

效果有多惊人?在Terminal-Bench 4.0测试中,它不仅成功率接近纯血旗舰Carbon,算力消耗还降了24%,速度更是快了19%!

而且,哪怕不组队,Hydrogen自己单刷大型代码库也是一把好手。

它学会原生批量并行调用文件读取和搜索工具。

以前很多模型看代码库,都是一个文件一个文件地翻;而Hydrogen会一眼扫过去同时调十几个文件,只做「外科手术式」修改。

企业在复杂图谱、SQL和数据密集型工作流中实测发现,Hydrogen跑得比3.8 Flash快了2到2.8倍,Token消耗反而省了12%到23%!

智商越级反超旗舰

如果你之前经常用Gemini 3.8 Flash甚至3.5 Flash,那么迁移到Gemini 4 Hydrogen,绝对会很有爽感。

它的速度飙升,在high思考设置下,速度提升2.5倍。

在硬核基准测试上,Hydrogen实现了全面越级。

在Terminal-Bench 4.1测试中,Hydrogen拿下了57%的高分。

而且,它的幻觉还大幅缩水:编造虚假信息的概率直接砍掉了5倍以上。

在AA-Omniscience知识诚实度评测中,Sonnet 5.5和GPT-6.1 Sol分别有43%和52%的概率瞎猜,Hydrogen则把幻觉瞎猜率控制在8%。

更夸张的是,Hydrogen原生支持100万Token的输入,而且,它最高竟然支持高达100万Token的输出!

价格也很有诚意,每百万Token输入仅1.50美元,输出每百万Token 7.50美元。

Hydrogen有四个档位:low、medium、high(默认)以及全新的xhigh。

在专业垂直领域的Agent榜单上,Hydrogen也是很秀。

Agent Arena实时盲测榜高居第5;

HLE-Diamond深度领域推理同级第一(58.8%);

Vals税务代理榜(Tax Agent Bench)综合排名第1(52.3%);

Vals法律研究榜(Legal Research Bench)并列第1(55.8%)。

如果说Gemini 4 Carbon和Argon是「重型装备」,那Hydrogen的出现,则让高效率模型,进入日常开发的主战场。

它大致对标的是OpenAI的GPT-6 Luna / 6.1 Terra,以及Anthropic的Claude Haiku 5.5到Sonnet 5.5这一档。

不过,靠着1.5美元/百万Token、百万级输入输出和反超旗舰的表现,Hudrogen直接把「便宜又聪明」的门槛,又拉低了一截。

现在,开发者、极客和普通人都能直接上手这枚「氢弹」了!

参考资料:

https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/

https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-hydrogen/

https://blog.google/products-and-platforms/products/search/gemini-4-hydrogen-search-upgrade/

https://x.com/googleaistudio/status/2120940825240797641

https://x.com/artificialanly/status/2120941511223185722

https://x.com/Google/status/2120982566891356279

本文来自微信公众号“新智元”(ID:AI_era),作者:Aeneas 大卫 摩西,36氪经授权发布。

来源:36氪·AI · 36kr.com