新聞AI時代

Google 推出 Gemini 4 Hydrogen Artificial Analysis 指數 51 分超越 Argon

Google 發布 Gemini 4 Hydrogen,定位為 agentic 工作流程的「日常主力」模型,主打速度與效率。發布公告由 Google DeepMind 高級副總裁兼首席 AI 架構師 Koray Kavukcuoglu 發出,指 Hydrogen 令 Gemini 4 系首次向所有階層開放:Google AI Studio 全部層級、Gemini API、Gemini for business、Gemini app、Google Search,以及 Google AI Pro 與 Ultra 訂閱用戶的 Google Antigravity。

重點一覽

  • Artificial Analysis Intelligence Index:預設 high 層級得 51 分,超越 Argon 的 50 分;開至最高 xhigh 層級達 54 分
  • 定價全 1M token 上下文窗口劃一:每百萬輸入 token 1.5 美元、輸出 7.5 美元;免費層同樣可用
  • 對比前代 Gemini 3.8 Flash:high 預設下完成任務快 2.5 倍,Terminal-Bench 4.1 得分增至三倍以上(57% 對 18.2%),捏造聲明減少逾 5 倍
  • 新推出 Antigravity「Orchestrator」:同一對話內動態調度 Carbon 與 Hydrogen,Terminal-Bench 4.0 達到接近 Carbon 的成功率,平均省 24% 額度、快 19%
  • 分類榜表現:Vals Tax Agent Bench 全場第一(52.3%)、Vals Legal Research Bench 並列第一(55.8%)、HLE-Diamond 同級領先(58.8%)、Agent Arena 第五;新 MKA 多模態基準以 53.4% 領先其他模型
  • 夥伴實測:Pixelcut 276 輪測試全掃設計題(快 1.8 倍、代碼乾淨 30%);Box 數據密集工作流快約一倍、token 減 12%;LatchBio 毒理安全組合基準 67% 對 37% 領先非 Gemini 最佳模型
  • Gemini app 免費用戶經自動模型選擇用到 Hydrogen;Google Search 全部用戶可用;Sheets 內 Gemini 由 Pro/Ultra 訂閱開始

定位:frontier 之下的「快速執行」引擎

Google 在公告中把 Gemini 4 系分工講得明確:Carbon 與 Argon 兩款 frontier 模型擅長深度長程推理,應付最難的問題;Hydrogen 則為多樣化 agentic 工作流程的快速執行而設。在 Artificial Analysis Intelligence Index 上,Hydrogen 以預設 high 思考層級取得 51 分,超越 Argon 的 50 分,開至最高 xhigh 層級更達 54 分,同時完成任務速度往往快過同級模型。定價方面於整個 1M token 上下文窗口劃一計算,輸入每百萬 token 1.5 美元、輸出 7.5 美元。

Orchestrator:多模型協作自動化

配合 Hydrogen 發布,Google 同步在 Antigravity 推出 Orchestrator 功能:不再由單一模型由頭做到尾,而是在同一對話內按任務動態切換 Carbon、Hydrogen 等模型。官方數據顯示,Orchestrator 在 Terminal-Bench 4.0 上達到接近 Carbon 的任務成功率,平均消耗額度少 24%、完成速度快 19%。需要並行 agent 的工作流程中,Carbon 可任協調者,Hydrogen 驅動 worker 與 verifier agent,在隔離工作空間同步構建與測試變更,加快交付複雜項目同時避免 token 成本失控。

對 3.8 Flash:全面升級

對從 Gemini 3.8 Flash 遷移的團隊,Google 稱 Hydrogen 是重大升級:high 預設設定下完成任務快 2.5 倍,Terminal-Bench 4.1 得分由 18.2% 增至 57%,捏造聲明減少逾 5 倍,並能在工具調用失敗或搜尋無結果時乾淨地調整策略。迭代式倉庫編碼與除錯方面,Hydrogen 在 SWE-sweep 基準上表現優於同級模型,以精準手術式修改解決 issue,不會重寫無關檔案;探索大型倉庫時原生並行批次檔案讀取與搜尋調用。早期測試中,夥伴在複雜圖論、SQL 及數據密集企業工作流程上見到比 3.8 Flash 快 2 至 2.8 倍、token 用量減 12% 至 23%。

分類榜與夥伴實測

開放式 agentic 執行方面,Hydrogen 在 arena.ai 的 Agent Arena 實時基準排第五;深度領域推理領先同級:HLE-Diamond 58.8%、Vals Tax Agent Bench 全場第一(52.3%)、Vals Legal Research Bench 並列第一(55.8%)、AutomationBench-AA 同級領先。多模態知識工作方面,Hydrogen 以原生 1M token 輸入配最長 1M token 輸出,把密集 PDF、試算表、圖表、音訊與錄影整合成有引用的報告,在新推出 Multimodal Knowledge Agent(MKA)基準以 53.4% 領先其他模型,Agents’ Last Exam v1.1 亦取得 71.6%。夥伴實測涵蓋各行業:Pixelcut 以 276 輪評測全掃所有設計題,快 1.8 倍、代碼乾淨度提升 30%,並消除前代模型的文字裁切與捏造問題;Box 指準確度較 3.8 Flash 顯著改善、速度約快一倍、token 減 12%,數據密集工作流程收益最大;LatchBio 的抗體開發基準中,Hydrogen 在毒理與安全部分以 67% 對 37% 大幅領先最佳非 Gemini 模型,每項任務約 13 分鐘,是全場最快的 Gemini 模型,評語指其「像審慎的安全審查員般推理」;Cartwheel 亦稱 Hydrogen 徹底而帶懷疑精神的表現前所未見,成功在一個纏擾團隊 10 日的難題上捉出兩處問題並提出修正。

全平台供應

供應範圍涵蓋 Google 全線產品:開發者可在 Google AI Studio 與 Gemini API 使用,企業經 Gemini for business 取用;一般用戶方面,Gemini app 已加入 Hydrogen(免費用戶透過自動模型選擇,在適合的 prompt 上自動調度)、Google Search 向所有用戶開放,Google Sheets 內的 Gemini 則由 AI Pro 及 Ultra 訂閱開始。官方示範包括以單一 prompt 即場生成可進入探索的體素島嶼「Geminisland」、一次過生成含 WebGL2 地形著色器與滾動敘事的電商店面,以及把 Google Sheets 變成動態像素畫布。

資料來源:Google 官方公告 /Gemini API 文檔

Eight (TechApple 編輯長)

熱心科技,會編程,尤其喜愛最新AI科技發展的技術宅,矢志為大家送上最新最好的科技內容。