刚刚，谷歌发布 Gemini 4 Hydrogen。

这个主打速度与价格的新模型，正向 Claude 和 GPT 的中端模型发起挑战。

对于大量日常编程和智能体任务，用户既希望模型能够解决复杂问题，也希望它跑得快、花费合理。谷歌此次将 Hydrogen 定位为快速执行模型，让它与 Claude Sonnet 5.5、GPT-6.1 Terra 展开较量。

按照谷歌公布的成绩，Hydrogen 在编程和知识工作等多项测试中超过两款对手。第三方 Artificial Analysis 的综合指数中，同一评测下的平均每任务成本不到 Sonnet 5.5 的三分之一，却取得几乎相同的成绩。

正面硬刚中端主力

跑分贴近 Sonnet 5.5，成本砍掉三分之二。

谷歌将 Hydrogen 定位为日常编程和智能体工作的快速执行模型。它可以独立处理多步骤任务，也能与 Carbon 等前沿模型配合。

谷歌公布了一组覆盖编程、知识工作、计算机操作和多模态理解的成绩。其中 Hydrogen 在多个项目超过 Claude Sonnet 5.5与GPT-6.1 Terra。而这两个模型，正是这两家头部厂商，主力的中端模型，承担着用户大量的日常任务。

在发现并修复编程问题的 SWE-sweep 中，Hydrogen 得到 13.5%，高于 6.1 Terra 的 5.8% 和 Sonnet 5.5 的 3.1%。在衡量端到端专业工作流程的 Agents’ Last Exam v1.1 中，Hydrogen 得到 71.6%，超过6.1 Terra 和 Sonnet 5.5 的 69.8% 和 60.4%；在涉及复杂视觉文件的 MKA 测试中，同样领先。

编程之外，谷歌还给出了面向实际职业工作的成绩。在 AutomationBench-AA 测试中，Hydrogen 得到 76.1%，Sonnet 5.5 和 GPT-6.1 Terra 分别为 71.8% 和 60.2%。这一测试关注模型能否利用软件工具完成自动化工作流程。

多模态方面，在需要处理复杂视觉资料的 MKA 测试中，Hydrogen 的成绩是 53.4%，Sonnet 5.5 为 52.0%，GPT-6.1 Terra 为 43.8%。谷歌希望它能够综合 PDF、表格、图表、音频和视频等材料，整理出报告和其他工作成果。

榜单中也有对手领先的项目。在计算机操作评测 OSWorld 2.1 中，小幅落后于Sonnet5.5。科学任务测试 Terminal-Bench-Science 0.1 中，则同时落后于 Sonnet5.5和 GPT-6.1 Terra。

总的来说，这些结果展现了 Hydrogen不输头部两家公司中端模型的能力。

谷歌还强调了它的速度。按照谷歌的说法，在默认 high 思考档位下，Hydrogen 完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍。对于需要反复修改代码、查看结果的开发者来说，等待时间的缩短，也会影响整个工作流程的体验。

按照Gemini惯例，Hydrogen同样设有低（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分层选择空间，能够以平稳且可预测的方式逐步扩展，提供更合理的推理深度支付时间和成本。

第三方评测提供横向参考。Artificial Analysis 的 Intelligence Index 综合知识工作、编程、科学等测试。11 月 13 日查看时，Hydrogen 的最高 xhigh 档得分 54，接近 Sonnet 5.5 最高 max 档的 55 分，高于 GPT-6.1 Terra 最高 max 档的 51 分。

除了能力，还有价格优势。在AA榜单中，还给出了平均每任务费用。可以看到，GPT-6.1 Terra更便宜，但最高分没有 Hydrogen 高。而和Sonnet的对比，在最高推理档，差距明显。分别是 3.16 美元和10.02 美元，Hydrogen 的价格仅为 Sonnet 5.5的三分之一。

代码与物理引擎一次成型

谷歌展示了一个类《我的世界》的游戏，名为 Geminisland。用户输入一句提示词，Hydrogen 就能通过即时 3D 编程，完整生成游戏。岛上有道路、建筑和大型动物，用户还可以用第一人称走进场景探索。

网友 kimmonismus 也用 Hydrogen 做了一款峡谷飞行游戏。作者称，它使用 Three.js、程序化地形和动态水面，设置了 25 个计分门。

在需要物理规则理解与实时渲染的图形任务中，Hydrogen 同样表现稳健。Hydrogen 可以根据具体的视觉要求制作3D交互模型。在一个水与玻璃可视化程序：模型模拟光线穿过水和玻璃时的折射、反射、色散和吸收。

这个案例让复杂的视觉要求变成实时画面，体现了模型编写图形代码、理解物理规则，完整系统搭建的能力。

同样，网友这边也做了很多3D实测，比如开发者 Tony 分别使用 Hydrogen 和 谷歌刚发布的旗舰Carbon，制作船只穿行冰川之间的3D画面。

Hydrogen 用时 1 小时 23 分 40 秒、花费 4.27 美元；Carbon 用时 2 小时 39 分 10 秒、花费 8.83 美元。在用时和花费都减半的情况下，可以看到 Hydrogen依然保持了极高的呈现质量。并没有显著落后于自家旗舰。

多步骤视频剪辑与动态 SVG

在另一个案例中，谷歌直接让AI完成一段视频的完整制作。Hydrogen 按照创意要求，使用专门的视频组装 skill 查找公共素材，将素材剪成一段连续视频，并配上旁白。

这个案例展示了模型按照要求调用工具完成多步骤创作的能力。展现了模型的多模态能力和审美水平，以及完整视频流程制作的能力。

同样围绕视觉效果，网友 Marcel 做了一个高级版的鹈鹕测试。让模型生成一只骑自行车穿过五个动态季节的鹈鹕 SVG 动画。并把Hydrogen和Anthropic最强的 Fable 5.2 进行了对比。

Fable 5.2 ，约耗时 25 分钟，而Hydrogen 仅耗时 5 分钟。在5倍的时间差下，Hydrogen也交出了相当不错的呈现效果。

以上这些任务展现了 Hydrogen从编程，到3D模型制作，再到多模态和审美的多方面能力。谷歌的官方发布中还有其他案例，展现了网站制作、文档编辑、数据分析等等多维度的场景。 Hydrogen都出色的完成了任务。

上手与选型建议

从 3D 交互场景、物理图形渲染到自动化视频剪辑，Gemini 4 Hydrogen 证明了一件事：

在高频落地的工程场景里，模型不再需要靠堆砌旗舰级参数来换取可用性。

当日常编程、多步骤 Agent 自动化成为按次计费的消耗品，“接近第一梯队的上限 + 2.5 倍速度 + 三分之一成本”的组合，比单纯的榜单第一更具实战价值。如果你的日常工作流正重度依赖 Claude Sonnet 5.5 或 GPT-6.1 Terra，Hydrogen 已经具备直接平替的实力。

目前，谷歌已开始将 Gemini 4 Hydrogen 逐步推送至Gemini 应用、Google 搜索、AI Studio 以及 Gemini API，免费用户也可在 Gemini 应用中通过自动模型选择体验。

声明：本文为InfoQ 转载，不代表平台观点，也不构成投资建议，未经许可禁止转载。