这周AI编程圈最实在的变化来自谷歌：11月12日发布的新模型Gemini 4 Hydrogen做到了"人人可用"：免费用户在Gemini App里由系统自动路由，付费用户可手动选择，API和AI Studio同步开放。谷歌搜索也接入了它，Cursor、Devin同步上线，官方称这是搜索迄今最大规模的模型升级。知乎微博
Gemini 4家族的分工很清楚：Carbon和Argon负责深度推理，Hydrogen则更强调执行效率，主打编程、工具调用和多步骤任务。它顶替的是上一代3.8 Flash的位置，改用化学元素命名后，被吐槽最多的也是名字——氢、氩、碳，光看名字猜不出谁快谁强。知乎知乎
最火的说法是"编程能力提升3倍"，出处是Terminal-Bench 4.1的得分从18.2%涨到57%，约3.1倍。但18.2%这个起点意味着上一代Flash在这类终端任务上基本跑不通，所谓三倍是"从难用到能用"，不是"好用三倍"；同一榜单上，Claude Sonnet 5.5的63.9%仍然排在它前面。知乎知乎知乎
另一个数字是"幻觉减少5倍"：谷歌原文指编造性陈述减少超过5倍，但5倍这个数字没有点名基准，也没有写测试方法，属于厂商内部评测。第三方榜单更实：Artificial Analysis智能指数上，Hydrogen默认high档51分，xhigh档54分，超过了定位更高端的Argon（50分）。而上一代3.8 Flash只有31分。Arena真人盲测里它只排总榜第五——是个"够用且便宜"的选手，不是全场最强。知乎知乎知乎
价格也有细节：Hydrogen API每百万输入1.5美元、输出7.5美元，100万上下文以内统一价；3.8 Flash还在优惠期，只有它一半的价格，但优惠年底结束，明年1月起两者同价。但账单的大头是token用量：一个吃掉50万输入、2万输出token的任务约0.9美元，一天10个，一个月按工作日算就接近200美元。知乎知乎
真正值得试的是执行类杂活，实测里"快"是共识：有人跑了十几个任务，做个简单的分账网页，Hydrogen花110秒、5.65万token，GPT-6.1 Sol用了136秒、token差不多翻倍，Carbon跑了563秒。谷歌还给Antigravity上线了Orchestrator：Carbon分析任务、制定计划，Hydrogen改代码、更新依赖、跑测试，遇到难题再自动交还，内部测试成功率接近单用Carbon，额度平均省24%、完成快19%，先向Ultra订阅开放。知乎知乎
所以分工比"换成谁"更重要：改配置、修bug、补测试这类小快任务，Hydrogen值得进候选名单；复杂业务代码，Sonnet 5.5、Opus 5.5档位仍然更稳。比读发布稿可靠的办法是：从自己仓库的历史任务里挑20个有明确通过判据的，新模型和现有主力各跑一遍，记下通过率、耗时、token数和钱，用这四列做决定，而不是用发布稿上的倍数。知乎
