Google Releases Gemini 4 Hydrogen, 2.5x Faster and Focused on Low Cost
English text is being prepared.
Google has released Gemini 4 Hydrogen, positioned as a fast-execution model for everyday coding and agent tasks, competing with Claude Sonnet 5.5 and GPT-6.1 Terra. Google says it scores 13.5% on SWE-sweep, 71.6% on Agents' Last Exam v1.1, and 76.1% on AutomationBench-AA, all higher than the two competitors; it trails on OSWorld 2.1 and Terminal-Bench-Science 0.1. Artificial Analysis data shows its top-tier score is 54, close to Sonnet 5.5's 55, with an average cost of $3.16 per task, about one-third of Sonnet 5.5's $10.02. The model is being gradually rolled out to the Gemini app, Google Search, AI Studio, and the Gemini API.
Why read this
SelectedAI score 86
The original text provides multiple comparison results and per-task costs for Hydrogen against Sonnet 5.5 and GPT-6.1 Terra, which can be used to judge the selection trade-offs for mid-tier models.
Topics
Body
刚刚,谷歌发布 Gemini 4 Hydrogen。这个主打速度与价格的新模型,正向 Claude 和 GPT 的中端模型发起挑战。
对于大量日常编程和智能体任务,用户既希望模型能够解决复杂问题,也希望它跑得快、花费合理。谷歌此次将 Hydrogen 定位为快速执行模型,让它与 Claude Sonnet 5.5、GPT-6.1 Terra 展开较量。
按照谷歌公布的成绩,Hydrogen 在编程和知识工作等多项测试中超过两款对手。第三方 Artificial Analysis 的综合指数中,同一评测下的平均每任务成本不到 Sonnet 5.5 的三分之一,却取得几乎相同的成绩。
正面硬刚中端主力
跑分贴近 Sonnet 5.5,成本砍掉三分之二。
谷歌将 Hydrogen 定位为日常编程和智能体工作的快速执行模型。它可以独立处理多步骤任务,也能与 Carbon 等前沿模型配合。
谷歌公布了一组覆盖编程、知识工作、计算机操作和多模态理解的成绩。其中 Hydrogen 在多个项目超过 Claude Sonnet 5.5与GPT-6.1 Terra。而这两个模型,正是这两家头部厂商,主力的中端模型,承担着用户大量的日常任务。
在发现并修复编程问题的 SWE-sweep 中,Hydrogen 得到 13.5%,高于 6.1 Terra 的 5.8% 和 Sonnet 5.5 的 3.1%。在衡量端到端专业工作流程的 Agents’ Last Exam v1.1 中,Hydrogen 得到 71.6%,超过6.1 Terra 和 Sonnet 5.5 的 69.8% 和 60.4%;在涉及复杂视觉文件的 MKA 测试中,同样领先。
编程之外,谷歌还给出了面向实际职业工作的成绩。在 AutomationBench-AA 测试中,Hydrogen 得到 76.1%,Sonnet 5.5 和 GPT-6.1 Terra 分别为 71.8% 和 60.2%。这一测试关注模型能否利用软件工具完成自动化工作流程。
多模态方面,在需要处理复杂视觉资料的 MKA 测试中,Hydrogen 的成绩是 53.4%,Sonnet 5.5 为 52.0%,GPT-6.1 Terra 为 43.8%。谷歌希望它能够综合 PDF、表格、图表、音频和视频等材料,整理出报告和其他工作成果。
榜单中也有对手领先的项目。在计算机操作评测 OSWorld 2.1 中,小幅落后于Sonnet5.5。科学任务测试 Terminal-Bench-Science 0.1 中,则同时落后于 Sonnet5.5和 GPT-6.1 Terra。
总的来说,这些结果展现了 Hydrogen不输头部两家公司中端模型的能力。
谷歌还强调了它的速度。按照谷歌的说法,在默认 high 思考档位下,Hydrogen 完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍。对于需要反复修改代码、查看结果的开发者来说,等待时间的缩短,也会影响整个工作流程的体验。
按照Gemini惯例,Hydrogen同样设有低(low)、中(medium)、高(high,默认)以及全新的超高(xhigh)四个思考层级,在质量、延迟和成本之间提供了分层选择空间,能够以平稳且可预测的方式逐步扩展,提供更合理的推理深度支付时间和成本。
第三方评测提供横向参考。Artificial Analysis 的 Intelligence Index 综合知识工作、编程、科学等测试。11 月 13 日查看时,Hydrogen 的最高 xhigh 档得分 54,接近 Sonnet 5.5 最高 max 档的 55 分,高于 GPT-6.1 Terra 最高 max 档的 51 分。
除了能力,还有价格优势。在AA榜单中,还给出了平均每任务费用。可以看到,GPT-6.1 Terra更便宜,但最高分没有 Hydrogen 高。而和Sonnet的对比,在最高推理档,差距明显。分别是 3.16 美元和10.02 美元,Hydrogen 的价格仅为 Sonnet 5.5的三分之一。
代码与物理引擎一次成型
谷歌展示了一个类《我的世界》的游戏,名为 Geminisland。用户输入一句提示词,Hydrogen 就能通过即时 3D 编程,完整生成游戏。岛上有道路、建筑和大型动物,用户还可以用第一人称走进场景探索。
网友 kimmonismus 也用 Hydrogen 做了一款峡谷飞行游戏。作者称,它使用 Three.js、程序化地形和动态水面,设置了 25 个计分门。
在需要物理规则理解与实时渲染的图形任务中,Hydrogen 同样表现稳健。Hydrogen 可以根据具体的视觉要求制作3D交互模型。在一个水与玻璃可视化程序:模型模拟光线穿过水和玻璃时的折射、反射、色散和吸收。
这个案例让复杂的视觉要求变成实时画面,体现了模型编写图形代码、理解物理规则,完整系统搭建的能力。
同样,网友这边也做了很多3D实测,比如开发者 Tony 分别使用 Hydrogen 和 谷歌刚发布的旗舰Carbon,制作船只穿行冰川之间的3D画面。
Hydrogen 用时 1 小时 23 分 40 秒、花费 4.27 美元;Carbon 用时 2 小时 39 分 10 秒、花费 8.83 美元。在用时和花费都减半的情况下,可以看到 Hydrogen依然保持了极高的呈现质量。并没有显著落后于自家旗舰。
多步骤视频剪辑与动态 SVG
在另一个案例中,谷歌直接让AI完成一段视频的完整制作。Hydrogen 按照创意要求,使用专门的视频组装 skill 查找公共素材,将素材剪成一段连续视频,并配上旁白。
这个案例展示了模型按照要求调用工具完成多步骤创作的能力。展现了模型的多模态能力和审美水平,以及完整视频流程制作的能力。
同样围绕视觉效果,网友 Marcel 做了一个高级版的鹈鹕测试。让模型生成一只骑自行车穿过五个动态季节的鹈鹕 SVG 动画。并把Hydrogen和Anthropic最强的 Fable 5.2 进行了对比。
Fable 5.2 ,约耗时 25 分钟,而Hydrogen 仅耗时 5 分钟。在5倍的时间差下,Hydrogen也交出了相当不错的呈现效果。
以上这些任务展现了 Hydrogen从编程,到3D模型制作,再到多模态和审美的多方面能力。谷歌的官方发布中还有其他案例,展现了网站制作、文档编辑、数据分析等等多维度的场景。 Hydrogen都出色的完成了任务。
上手与选型建议
从 3D 交互场景、物理图形渲染到自动化视频剪辑,Gemini 4 Hydrogen 证明了一件事:在高频落地的工程场景里,模型不再需要靠堆砌旗舰级参数来换取可用性。
当日常编程、多步骤 Agent 自动化成为按次计费的消耗品,“接近第一梯队的上限 + 2.5 倍速度 + 三分之一成本”的组合,比单纯的榜单第一更具实战价值。如果你的日常工作流正重度依赖 Claude Sonnet 5.5 或 GPT-6.1 Terra,Hydrogen 已经具备直接平替的实力。
目前,谷歌已开始将 Gemini 4 Hydrogen 逐步推送至Gemini 应用、Google 搜索、AI Studio 以及 Gemini API,免费用户也可在 Gemini 应用中通过自动模型选择体验。
本文来自微信公众号“AI前线”(ID:ai-front),作者:飞野、四月,编辑:四月,36氪经授权发布。