谷歌 Gemini 4 Hydrogen 评测:2.5 倍速、智能指数 51 分超旗舰 Argon,免费档已上线
谷歌 2026 年 11 月 12 日发布 Gemini 4 Hydrogen,Gemini 4 家族第三款模型,定位日常编码与智能体工作流的速度款。本次评测依据谷歌官方博客与官方定价页的公布数字,以及 Artificial Analysis、LMArena 与 LiveBench 三家独立榜单的实测,逐项核对原文页面。

最新进展
共 1 条 · 新的在上-
评测首发:Gemini 4 Hydrogen 评测发布。
后续更新会出现在这里
评分卡
5.9/ 10
HIMIAO视界评分
速度款定位的 Gemini 4 模型:智能指数 51 分高于旗舰 Argon,输入价 1.50 美元且有免费档;终端编码与长智能体分项仍低于同门旗舰。
优点
Artificial Analysis 智能指数 51 分(high 档),xhigh 档 54 分,高于旗舰 Argon 的 50 分
输入价每百万 token 1.50 美元,低于 Carbon 与 Argon 的 2.00 美元(12 月 1 日起涨至 4.00 美元),且为家族唯一免费档模型
LiveBench 2.0 推理 88.6%、研究 86.8%,数据分析 83.2% 列第 3
谷歌搜索已全球换芯,Gemini 应用、API 与 AI Studio 同日上线
缺点
Artificial Analysis 自跑 Terminal-Bench 4.0 为 54.0%,低于 Claude Sonnet 5.5 的 64% 与 GPT-6.1 Sol 的 56%
LMArena 文本榜 1490 分列第 15,低于 Carbon 的 1526 与 Argon 的 1522
LiveBench 2.0 长智能体 61.8%,低于推理与研究分项 20 个百分点以上
SWE-bench 无成绩;谷歌自测的 2.5 倍速与 Terminal-Bench 4.1 57% 尚无第三方复核
适合谁
需要快速完成日常编码与智能体任务、接受 16 秒级首 token 等待,且看重免费档与 1.50 美元输入价的开发者与团队
01产品速览
定位决定了档位选择:Hydrogen 是 Gemini 4 家族的速度款,Carbon 与 Argon 承接深度长程推理,Hydrogen 承接日常执行;四档思考级别为 low、medium、high(默认)与 xhigh,档位越高分数越高、耗时与成本越高;参数规模未公布,权重不公开,模型为闭源。
- 发布方与时间:谷歌,2026 年 11 月 12 日发布,公告 11 月 13 日更新
- 模型:Gemini 4 Hydrogen,Gemini 4 家族第三款,日常编码与智能体工作流的速度款;文本、图像、语音与视频输入,文本输出
- 思考档位:low、medium、high(默认)、xhigh 四档;Artificial Analysis 智能指数随档位为 27、41、51、54
- 上下文:输入 100 万 token,输出最高 100 万 token;全档位统一定价,无长上下文附加费
- 价格:标准付费档每百万 token 输入 1.50 美元、输出 7.50 美元、缓存输入 0.075 美元;免费档输入、输出与缓存全部免费(限速);Batch 与 Flex 半价 0.75/3.75 美元,Priority 2.70/13.50 美元
- 获取渠道:Gemini 应用、Gemini API、AI Studio、Gemini for business、谷歌搜索(全部用户)、Antigravity(Pro 与 Ultra 订阅)、Android Studio、Google Sheets(Pro 与 Ultra 起步)
- 对照价格:Carbon 与 Argon 2026 年 11 月 30 日前为 2.00/10.00 美元,12 月 1 日起涨至 4.00/20.00 美元;3.8 Flash 2026 年 12 月 31 日前为 0.75/3.75 美元,2027 年 1 月 1 日起与 Hydrogen 同价
02实测表现
速度是谷歌自测最强的部分:默认 high 档完成任务比 Gemini 3.8 Flash 快 2.5 倍;Terminal-Bench 4.1 为 57%,3.8 Flash 为 18.2%,谷歌称超过三倍;合作伙伴早期测试中,复杂图谱、SQL 与数据密集型企业工作流比 3.8 Flash 快 2 至 2.8 倍,token 用量降 12% 至 23%;Antigravity 的 Orchestrator 在 Terminal-Bench 4.0 上接近 Carbon 的任务成功率,配额少用 24%,快 19%。
智能体与知识工作是谷歌自测的另一组数字:HLE-Diamond 为 58.8%,谷歌称同级领先;Vals Tax Agent Bench 为 52.3%,列第 1;Vals Legal Research Bench 为 55.8%,据谷歌并列第 1;Agent Arena 列第 5;Agents' Last Exam v1.1 为 71.6%;多模态知识智能体基准 MKA 为 53.4%;虚假陈述较 3.8 Flash 减少 5 倍以上。
独立榜单与厂商数字分开读:Artificial Analysis 智能指数 v5.0.1 为 51 分(high 档),xhigh 档 54 分,高于 Argon 的 50 分;该机构自有框架下 Terminal-Bench 4.0 为 54.0%(high 档),低于 Claude Sonnet 5.5 的 64% 与 GPT-6.1 Sol 的 56%;LMArena 文本榜(风格控制)为 1490 分,列第 15,低于 Carbon 的 1526 与 Argon 的 1522,WebDev HTML 为 1743 分,列第 5;LiveBench 2.0 综合 77.0 分,列第 9,推理 88.6%、研究 86.8%、编码 78.5%、数据分析 83.2%(列第 3)、长智能体 61.8%,每成功任务成本 1.924 美元;Artificial Analysis 实测每指数任务耗时 8.3 分钟(high 档)与 14.7 分钟(xhigh 档),每任务成本 1.87 美元与 3.16 美元,首 token 时间 16.21 秒与 42.26 秒;CursorBench 4.0 为 54.3%(二次转述),高于 3.8 Flash 的 39.6%。
以下口径须分开读:SWE-bench 各版本均未测 Hydrogen,谷歌引用的是自家变体 SWE-sweep 13.5%,不是公开 SWE-bench 成绩,本稿不写 SWE-bench 分数;Terminal-Bench 两个版本不可直接比较,谷歌自测 4.1 版为 57%,独立机构在 4.0 版上测得 54.0%;Vals Legal Research Bench 的 55.8% 为谷歌引用值,另有二次来源称榜单当时显示 53.9%,口径未统一;Artificial Analysis 每指数任务耗时 xhigh 档以模型页当前值 14.7 分钟为准,早期整理文章的 13 至 13.5 分钟为旧值。
03评分卡
换算方法公开列出:取谷歌公布数字中五个维度的代表分数,除以 10 换算为 10 分制;总分取五个维度换算分的平均值。换算分只复述基准分数,不加入编辑判断;独立榜单分数单列,不计入总分。
- 终端编码 5.7:Terminal-Bench 4.1 57 换算,依据为谷歌公布的官方博客数字
- 硬知识问答 5.9:HLE-Diamond 58.8 换算,依据为谷歌公布的官方博客数字
- 专业工作流 7.2:Agents' Last Exam v1.1 71.6 换算,依据为谷歌公布的官方博客数字
- 税务智能体 5.2:Vals Tax Agent Bench 52.3 换算,依据为谷歌公布的官方博客数字
- 多模态知识 5.3:MKA 53.4 换算,依据为谷歌公布的官方博客数字
- 总分 5.9:五个维度换算分的平均值(5.7+5.9+7.2+5.2+5.3)÷5
- 独立榜单单列:Artificial Analysis 智能指数 v5.0.1 51 分(high 档)、xhigh 档 54 分,高于 Argon 的 50 分;Artificial Analysis 自有框架 Terminal-Bench 4.0 54.0%(high 档);LMArena 文本榜 1490 分、WebDev HTML 1743 分;LiveBench 2.0 综合 77.0 分,推理 88.6%、研究 86.8%、编码 78.5%、长智能体 61.8%;四项均不计入总分
04适合谁
从功能与价格出发,下列用户已可通过公开渠道用上该模型:需要快速完成日常编码、仓库调试与多步骤智能体任务的开发者,免费档与 API 均已开放,标准付费档输入价每百万 token 1.50 美元;需要长文档、代码库与多模态文件综合处理的团队,输入 100 万 token、输出最高 100 万 token 已上线;日常使用谷歌搜索的用户无需操作,搜索已全球换芯。
反向看,需要长程深度推理的任务仍由 Carbon 与 Argon 承接,Hydrogen 定位快速执行;对首 token 等待敏感的交互场景,Artificial Analysis 实测 high 档首 token 时间 16.21 秒、xhigh 档 42.26 秒,需要计入选型;SWE-bench 尚无成绩,仓库级编码选型前需要在目标任务上复测。
为什么重要
Hydrogen 是 Gemini 4 家族唯一带免费档的模型,智能指数 51 分高于旗舰 Argon,谷歌搜索已全球换芯。
相关公司谷歌
信源谷歌官方博客(2026-11-12);谷歌搜索公告博客(2026-11-12);谷歌官方定价页(2026-11-16 核对);Artificial Analysis 模型页(2026-11-16 核对);LMArena 文本榜(2026-11-11);LiveBench 2.0 榜单(2026-11-16 核对);TechCrunch(2026-11-12)。本文为公开信息整理,不构成任何投资建议。
本文来自 HIMIAO视界 · himiao.ai
订阅 HIMIAO视界
不用注册 · 随时退订推送通知
早报出来时,手机或电脑上弹一条提醒。不用留邮箱。
™