今天,我們正式推出 Gemini 4 Hydrogen,旨在為所有人帶來尖端智慧,特別針對日常程式編碼和代理(agentic)工作流程提供速度與效率。
儘管我們的前沿模型 Gemini 4 Carbon 和 Gemini 4 Argon 擅長處理最困難問題的深度、長程推理,但 Hydrogen 專為多樣化的代理工作流程而設計,能快速執行任務。透過 Hydrogen,我們也將 Gemini 4 帶給所有人,涵蓋 Google AI Studio 的所有層級、Gemini API、Gemini for business、Gemini 應用程式、Google 搜尋,以及 Google Antigravity 中的付費 Google AI Pro 和 Ultra 訂閱者。
Hydrogen 在其預設的高思考層級(high thinking level)下,於 Artificial Analysis Intelligence Index 上超越 Argon(51 分對 50 分,在最高的 xhigh 思考設定下可達 54 分),同時完成任務的速度通常比同類模型更快。
Gemini 4 Hydrogen 的 100 萬 token 上下文視窗統一計價,輸入 token 每百萬美元 1.50 美元,輸出 token 每百萬美元 7.50 美元。
在實際的軟體開發中,團隊在設計系統或解決細微錯誤時,雖然依賴 Carbon 和 Argon 等前沿模型進行深度架構判斷,但他們仍需要一個快速、嚴謹的執行模型來編寫程式碼、執行測試和驗證變更。Hydrogen 旨在作為日常工作的獨立模型,或與 Carbon 和 Argon 搭配,成為多模型工作流程中的高效執行引擎。
為了幫助實現這種多模型自動協作,我們在 Google Antigravity 中推出了 Orchestrator。Orchestrator 不再從頭到尾使用單一模型,而是在同一會話中動態切換 Carbon 和 Hydrogen 等模型。在 Terminal-Bench 4.0 上,Orchestrator 達到了接近 Carbon 的任務成功率,同時平均消耗的配額減少 24%,完成速度加快 19%。
對於需要平行代理的工作流程,Carbon 可以作為協調者,而 Hydrogen 則可以驅動工作者和驗證者代理,在隔離的工作空間中同時建構和測試變更,這有助於團隊更快地交付複雜專案,同時不增加 token 成本。
除了多模型工作流程之外,Hydrogen 對於從 Gemini 3.8 Flash 遷移的團隊來說,是一項重要的獨立升級。它在速度和智慧方面都實現了顯著飛躍,在其預設高設定下,完成任務的速度快了 2.5 倍,同時 Terminal-Bench 4.1 分數增加了三倍多(57% 對 18.2%),並將虛假聲明減少了五倍以上,在工具呼叫失敗或搜尋結果為空時也能順暢適應。
它在核心開發者和企業工作流程中,也與同類競爭模型持平或表現更優。在迭代式程式碼庫編碼和除錯方面,Hydrogen 能夠透過專注、精準的編輯來處理問題解決、除錯、快速迭代和程式碼庫問答,提供更清晰、可投入生產的程式碼,而無需重寫不相關的檔案。它在 SWE-sweep 上的表現優於同級模型,能夠在不破壞現有程式碼的情況下發現並修復錯誤。
為了高效探索大型程式碼庫,該模型擅長原生平行批次處理檔案讀取和搜尋呼叫,而不是逐一檢查檔案。在複雜圖形、SQL 和資料密集型企業工作流程的早期測試中,我們的合作夥伴發現 Hydrogen 的執行速度比 3.8 Flash 快 2 到 2.8 倍,同時 token 使用量減少了 12% 到 23%。
在開放式代理執行方面,對於深度研究、資料分析和廣泛程式碼庫導航等多步驟任務,Hydrogen 在 arena.ai 的即時基準測試 Agent Arena 上排名第五。
對於深度領域推理和分析,它在 HLE-Diamond 上領先同類模型(58.8%),在 Vals Tax Agent Bench 上總體排名第一(52.3%),在 Vals Legal Research Bench 上並列第一(55.8%),並在 AutomationBench-AA 上領先同類模型。
在多模態知識工作方面,Hydrogen 結合了原生的 100 萬輸入 token 和高達 100 萬輸出 token,能夠將密集的 PDF、試算表、圖表、音訊和錄製影片,綜合整理成精美的、附有引用的報告和結構化交付成果。它在針對複雜視覺檔案的端到端代理知識工作新基準測試 Multimodal Knowledge Agent (MKA) 上,表現優於其他模型(53.4%),並在 Agents’ Last Exam v1.1 上,針對端到端專業工作流程也表現出色(71.6%)。
在網頁開發方面,對於開發者重視速度的任務,例如即時 UI 原型設計、設計到程式碼的迭代以及互動式應用程式建構,Hydrogen 能夠以更少的提示詞生成功能更完善、功能齊全的佈局。
我們打造 Gemini 4 Hydrogen 是為了實際可用性。Hydrogen 的四種思考層級,包括低(low)、中(medium)、高(high,預設)以及全新的 xhigh 層級,在品質、延遲和成本方面提供了廣泛的選擇。
這些層級以平穩、可預測的方式遞進,讓您只需為任務所需的推理深度等待和付費。在所有思考層級中,Hydrogen 都與同類競爭模型持平或表現更優,同時通常能更快完成任務並使用更少的輸出 token。
對於消費者而言,Gemini 4 Hydrogen 讓完成任務變得更容易,在多輪對話中更能保持一致並更精確地遵循指示。在 Gemini 應用程式中,Hydrogen 讓您的日常助理更加實用,它能更好地遵循您的指導、呼叫正確的工具,並以更少的來回溝通提供可靠的輸出。
在即時寫作、研究和日常工作方面,Hydrogen 嚴格遵循您的語氣、格式和特定規則,因此電子郵件草稿、學習指南、重寫內容和文件都能在第一次嘗試後即可使用。當您比較產品或綜合密集材料時,它能整理出清晰的表格和視覺化分解,而不會遺漏關鍵細節。
它能連結各個環節並完成更多任務,Hydrogen 會逐步分解您的目標,從您的上傳內容、Gmail 和 Google Drive 等 Google 應用程式,以及 Airtable 和 Dropbox 等已連結應用程式中提取相關上下文。當您在 Gemini 中開始一項任務時,它也更頻繁地呼叫正確的工具和技能來完成工作,幫助您在完成待辦事項時節省時間。
在日常原型設計和迭代方面,為了探索和測試想法,Hydrogen 能以更少的提示詞生成清晰、可運作的佈局,讓您能夠快速原型設計和完善互動式專案,例如將即時全球閃電資料綜合到互動式 3D 地球儀中。
Hydrogen 正在顯著升級 Google 搜尋,為全球所有用戶提供更有幫助、更直觀的回應。它能更好地理解您的真實意圖,透過 Hydrogen,您可以按照自然的思維流程提出問題,即使您的查詢包含多個部分、難以理解的錯字或高度具體的要求,搜尋也能智慧地理解您正在尋找的內容。
您將獲得高度適應性、視覺化且易於掃描的回應,這些回應與您的需求獨特相關,並以您對搜尋所期望的速度呈現。憑藉 Hydrogen 的進階推理能力,我們也正在升級搜尋中的查詢扇出(query fan-out)技術,將您連接到比以往更廣泛的有用連結,幫助您找到您以前可能未曾發現的網站。
Gemini 4 Hydrogen 將我們最新的 Gemini 4 安全與資安堆疊的改進帶給最廣泛的受眾,結合了內建訓練和即時表面防護措施,以幫助減輕錯位和濫用。除了基礎保護之外,我們專注於兩個對於日常工作更快的模型最重要的領域:
安全、對齊且安全的代理工作流程:儘管 3.8 Flash 具有強大的對齊和防護措施,但 Hydrogen 領先一步。它將代理任務中的越權行為減少高達 81%,服務不足減少高達 79%,並將工具使用和程式碼評估中的錯位行為和任務捷徑減少 12 倍。當面臨不可能或受阻的任務時,它繞過權限邊界的可能性降低了 2 倍,並在我們的內部代理誠實評估中達到了 96.7% 的誠實率。
基於我們對推理透明度的承諾,Hydrogen 還在超過 20 萬次審核輪次中,保留了 99.9% 的思維鏈(chain-of-thought)可讀性,沒有任何欺騙性推理編輯。面對間接提示詞注入攻擊,Hydrogen 在 Gray Swan IPI 基準測試中的彈性提高了 2.3 倍以上,同時顯著提高了工具使用、電腦使用和程式碼代理的穩健性。
有幫助、可靠的日常互動:在我們的產品介面中,我們調整了 Hydrogen,使日常對話更加可靠和安全。我們更新的防護措施也更...