这周程序员们的书签栏有点忙。Anthropic 刚放出自家新模型，谷歌立刻回敬一整个 Gemini 4 家族：Carbon 和 Argon 是干深度推理的旗舰，Hydrogen 则是冲着"日常主力"来的——3.8 Flash 的直接接班人。知乎
这个家里最小的，第三方跑分反超了自家大哥：Artificial Analysis 智能指数，Hydrogen 默认 high 档 51 分，旗舰 Argon 只有 50。上一代 Flash 是多少？31。知乎知乎
三个最狠的数字
速度：官方称默认档下是 3.8 Flash 的 2.5 倍，第三方实测输出约每秒 200 token。有人跑同一个"烤肉分账网页"，Hydrogen 用时 110 秒，GPT-6.1 Sol 用了 136 秒、token 翻倍，旗舰 Carbon 跑了 563 秒。知乎
幻觉：AA-Omniscience 测试只有 8%，属于该机构记录里最低的一档；同一测试里 Sonnet 5.5 是 43%。
上下文：原生 100 万 token，输出也能到 100 万；思考档四档，这次新加了 xhigh。知乎
写代码到底什么水平
有评测者丢了一句话提示词——“开发一个有 RPG 玩法元素的俄罗斯方块”，3 分 37 秒，吐出一个单文件网页：选职业、Boss 血条、技能耗 MP，还自带 7-Bag 随机队列、SRS 墙踢、500ms 落地缓冲这些"官方手感"。提示词里一个字没提，模型自己补的。前端原型、落地页、demo 素材，这是它的主场。知乎
但三盆冷水建议先泼
第一，接不了 agent 的活。Terminal-Bench 4.1 它拿到 57%，还是低于 Sonnet 5.5 的 63.9%。真要在自己仓库里改多个文件、跑测试、改完自己验证，几家实测跑下来，这事儿最后还是交给了 Claude Code。知乎知乎
第二，价格有猫腻。每百万 token 输入 1.5 美元、输出 7.5 美元，看着比 Anthropic 便宜——但 3.8 Flash 还在促销期，2027 年 1 月起标准价就和 Hydrogen 一样了；横向对比 Claude Haiku 5.5 和 GPT-6 Luna 的 0.5 美元，它是人家的 15 倍。知乎
第三，命名是真迷。氢 1、碳 6、氩 18，按原子序数排不出快慢顺序，HN 那条 534 赞的热帖基本全在骂起名。知乎
结论
适合它的活：一次性前端、长文档处理、agent 流程里的廉价执行器。不适合的活：把核心仓库丢进去首试。有从业者的做法值得抄——先拿能看见 diff 的非核心任务试，盯三件事：会不会改你没让它动的文件，会不会偷偷引进项目里没有的库，需求含糊时是先问还是自己猜。知乎知乎
一个新模型发布不会淘汰谁，但干活阵容确实该换人了。
