北京时间 11 月 13 日凌晨两点，谷歌把 Gemini 4 家族的第三款模型 Hydrogen 推了出来，接替的正是 Gemini 3.8 Flash。沿用好几代的「Flash」命名，这次直接撤了。哔哩哔哩小红书
对写代码的人来说，真正的信号不在跑分，而在一行小字：这是 Gemini 4 家族里第一个进 API 免费层的模型，Carbon 和 Argon 都只开放给付费用户。知乎
账面确实好看
先把数字摆平，都来自官方博客和第三方评测：
智能指数：Artificial Analysis 榜上，默认 high 档 51 分，比自家大哥 Argon 的 50 分还高 1 分；开到新增的 xhigh 档能拿 54 分。知乎小红书
速度：官方称同等设置下比 Gemini 3.8 Flash 快 2.5 倍，第三方测到的输出速度约每秒 200 token。知乎
终端能力：Terminal-Bench 4.1 从上代的 18.2% 跳到 57%。哔哩哔哩
价格：每百万 token 输入 1.5 美元、输出 7.5 美元，100 万上下文全窗口一个价，而且输出计费是含思考 token 的。小红书
思考档：从三档变四档，low、medium、high（默认）、xhigh。小红书
翻译成人话：花小模型的钱，拿到接近中杯旗舰的分数。B 站一条定价分析视频下面的高赞评论很直白——「不是，谷歌开外星科技了？能力比肩 4A，速度更快，价格更便宜」。哔哩哔哩
短板正好卡在最疼的地方
AA 榜上 xhigh 档的 54 分，距离 Claude Sonnet 5.5 只差 1 分。知乎
但谷歌官方晒出的对比表里，Hydrogen 和 Sonnet 5.5、GPT-6.1 Terra 打了 10 项、拿下 7 项第一，剩下 3 项全输给了 Sonnet 5.5：两项终端任务，一项操作电脑。知乎小红书
这三项恰好是 agent 编程最吃的东西——跑命令、改文件、在真实环境里连着操作几十步。所以「跑分逼近 Sonnet」得拆开看：知识、推理、代码修复它咬得住；把整个仓库丢给它自己跑长链条终端任务，现在还得留人盯着，或者老实切 Carbon。
顺带提一句版本号：Hydrogen 的单体成绩是 Terminal-Bench 4.1，下面要说的 Orchestrator 那组数据是 4.0，两组别直接对着看。知乎
「免费」的边界，有三处容易踩空
一是免费能摸到哪。 谷歌搜索 AI Mode 已经默认换成它，Gemini App 里则由系统判断合适时自动路由。开发者可以在 AI Studio / Gemini Developer API 的免费层调到 `gemini-4-hydrogen`，但免费不等于不限量，具体额度以自己账户页为准。知乎小红书
二是 Antigravity 有门槛。 在 Antigravity 里用 Hydrogen 需要 Google AI Pro 或 Ultra 订阅，Orchestrator 的开放口径更窄，有整理称目前只对 Ultra 开放。也有说法是 AI Pro 和 Ultra 都能直接用，两边口径不一致，以自己账户里看不看得见为准。小红书小红书
三是免费层的数据条款。 免费层不含 Google Search / Maps grounding，要联网能力得看付费档；按谷歌开发者 API 价格页的标注，免费层内容可能被用于改进产品，付费层则不会。公司代码、客户数据，别往免费层丢。小红书
从 3.8 Flash 迁过来，别只改个模型名
`thinking_budget` 这类旧配置不能照搬，缓存设置也要重看。稳妥的做法是拿自己手上同一组真实任务，在 3.8 Flash 和 Hydrogen 上各跑一遍，比结果、比耗时、比账单，再决定切不切。小红书
额度体感上，知乎一位 Pro 用户说自己在 Antigravity 里开着 xhigh 问了四五轮，只花掉 3% 的周额度。B 站评论区的说法更糙也更实在：「4h 额度真的超级够，Argon 是真用不起」。个体体感，不等于官方配额承诺。知乎哔哩哔哩
分工比单选更划算
谷歌给的答案很清楚：Hydrogen 当执行引擎，日常写代码、跑测试、改 bug、翻代码库；Carbon 和 Argon 留给架构设计和长周期难任务。小红书
配套上线的 Antigravity Orchestrator 会在同一次会话里自动在这两个模型之间切换，官方内部测试数据是：Terminal-Bench 4.0 上的任务成功率接近全程用 Carbon，配额平均少花 24%，速度快 19%。知乎小红书
多 agent 并行时，Carbon 当协调者，Hydrogen 驱动干活的和做验证的 agent，各自在隔离的工作空间里改代码、跑测试。这组数字目前只有官方口径，还没看到第三方复现，先按「值得期待」处理。知乎
最后
Hydrogen 的价值不在「最强」，而在把一条及格线以上的编程能力做成了免费和便宜。官方口径里，它的胡编（fabricated claims）比 3.8 Flash 少了 5 倍以上。短板也写得明白：终端长链条任务还差 Sonnet 5.5 一截。小红书
想验证它，成本从没这么低过——申请个 API Key，把昨天那个真实需求丢进去跑一遍。跑分是别人的任务，账单和 bug 才是你自己的。
