AI前沿

谷歌把 Gemini 4 的执行层单独拆出来了,价格只有旗舰的一半

一、它替代的是 Flash,不是旗舰

11 月 12 日,Google DeepMind 高级副总裁 Koray Kavukcuoglu 在官方博客发布 Gemini 4 Hydrogen 并当天全球开放;11 月 14 日,它进入 GitHub Copilot 的应用、命令行与 VS Code。定位写得很直白:接替 Gemini 3.8 Flash,做日常编码与 agent 工作流里的执行层,复杂架构决策和长链推理仍归 Carbon 与 Argon。

价格是这一版最实在的信号。每百万 token 输入 1.50 美元、输出 7.50 美元,在整个一百万 token 的上下文窗口里统一计费,不按请求长度浮动,输出价里已含思考 token。纵向比,它比 3.8 Flash 的 0.75 与 3.75 贵了一倍;横向比,它只有 Carbon 现行 2 与 10 的一半左右。谷歌的说法是,3.8 Flash 会在 2027 年 1 月 1 日涨到同一价位,所以这不是涨价,是并轨。

二、分数要和账单放在一起看

官方数字:默认 high 档在 Artificial Analysis 智能指数上是 51 分,旗舰 Argon 是 50;切到新增的 xhigh 档能到 54。四个档位(low 27、medium 41、high 51、xhigh 54)价格完全一样,等于让开发者按任务深度调,不用重算成本模型。编程侧,Terminal-Bench 4.1 拿到 57,而 3.8 Flash 是 18.2;Agents Last Exam v1.1 为 71.6,HLE-Diamond 为 58.8。

把这些数字换成钱更直观:high 档跑完一个任务约 1.87 美元、耗时 8.3 分钟,xhigh 约 3.16 美元、13.5 分钟,而 Argon high 是 4.97 美元、30.1 分钟。比上一代深推理模型高一分,钱只花三分之一,时间不到一半。但反过来也成立:在覆盖更广任务类型的 Vals 指数上,Hydrogen 排第 6(68.49),仍落后 Argon 的第 5(69.39)。它赢的是编码和 agent 场景,不是所有维度。

同一个家族里分数最高的一档,往往不是最贵的那一档。这件事对预算的冲击,比任何单项跑分都大。

三、真正的新东西是路由

和 Hydrogen 一起上线的 Orchestrator 更值得看。它在 Antigravity 里按任务把 Carbon 和 Hydrogen 分派出去:Carbon 负责规划,Hydrogen 负责写代码、跑测试、验证变更。官方在 Terminal-Bench 4.0 上的说法是成功率接近纯 Carbon,配额少用 24%,任务快 19%。这套东西的意义在于,模型之间的能力差距可以靠编排吃掉一部分,不必每次都买最贵的那一档。

边界也得写清楚。除 AA 指数外,以上跑分都是厂商自测,独立复现还没出来;模型卡写明 1M 输入、默认 64K 同步输出、可选 1M 后台长解码,知识截止 2026 年 3 月;安全侧官方称对 3.8 Flash 过度动作减少最多 81%、欠服务减少 79%、错位动作减少 12 倍,诚实度评测 96.7%,同样是自报。真正马上能用的是覆盖面:AI Studio 全部档位、Gemini API、Gemini 企业版、Gemini 应用与 Google 搜索对所有人开放,Antigravity 与 Sheets 只给付费 Pro 与 Ultra,Android Studio 也可用。

来源:Google 官方博客 2026-11-12 发布文;模型卡与评测方法 https://deepmind.google/models/evals-methodology/gemini-4-hydrogen