谷歌新模型Hydrogen：AI干到一半，可以换个“大脑”

北京时间2026年11月13日02:00，谷歌公布Gemini 4 Hydrogen。Gemini是谷歌的模型系列，Hydrogen是这一代面向日常执行的新成员，不是把整个Gemini系列重新发布一遍。

它会进入开发接口、Gemini应用、谷歌搜索以及编程工具Google Antigravity。对普通用户，是常用入口里的助手升级；对开发者，更值得关注的是：模型可以在一项任务进行到一半时交接，而不必从头到尾都由同一个模型包办。

Gemini 4 Hydrogen官方产品视觉。

01　为什么AI需要在半路交班？

想象你请一个团队修复网站：先找到问题，确定修改范围，再改代码、跑测试，最后检查有没有弄坏其他功能。这里既有需要判断的环节，也有相对明确的执行工作。

一种做法是，所有步骤都交给最强的模型。好处是简单，代价是一些普通工作也会占用较多等待时间和高等级额度。另一种做法，是在你输入需求时就判断难度，然后把整件事分给一个便宜模型。但一项工作到底难在哪里，经常要做到一半才知道。

谷歌在Antigravity里增加的调度选项叫Orchestrator，可以理解为“任务协调员”。按官方描述，它不是只在开头选一次模型，而是在同一条任务流程里，根据进展在Carbon与Hydrogen之间双向切换。

例如，Carbon先在只读阶段梳理依赖、澄清模糊要求、提出计划，以及什么情况下需要重新规划。接着，Hydrogen负责修改文件、更新依赖、运行测试。执行遇到阻碍时，再交回Carbon检查现状、调整计划，然后继续。

关键不只是“强模型带几个小助手”，而是允许同一项工作在推理和执行之间来回交接。这与此前Carbon发布时强调的多组智能体并行处理大型工程有关，但不是同一项功能换个名字。

这也解释了为什么“第一次把任务分对”还不够。一开始看起来只要改一行代码，测试却可能暴露另一个模块的问题；原本清楚的执行任务，途中就变成了需要重新判断的问题。动态协调瞄准的正是这个变化过程。

02　快手不能只快，还得把活做对

如果换成一个响应很快、却不断返工的模型，省下的等待时间可能很快被吃掉。所以Hydrogen的卖点，不只是更快回复，而是在编程、工具调用和多步骤工作里保持完成质量。

谷歌给出的定位很明确：Carbon与Argon用于更困难、需要长时间推理的问题；Hydrogen适合日常编程、快速迭代与智能体执行。所谓智能体，就是模型不只回答问题，还会按步骤调用工具，把任务继续推进。

在谷歌自己的说明中，Hydrogen默认使用high（高）思考档，Artificial Analysis综合智能指数为51分，Argon为50分；Hydrogen还可以选择low（低）、medium（中）与xhigh（最高）档。它不是只有一个固定的“思考多久”设置。

我们打开独立评测机构Artificial Analysis的Hydrogen页面，确认该页展示的是xhigh档，综合智能指数54分。这与谷歌公告对最高档的描述一致，但不能拿最高档成绩，当作默认档在所有任务中的表现。

这张独立页面还给出一个很有用的细节：跑完整套指数评测时，该模型生成了约3.04亿个输出token。token可以粗略理解为模型计量文本的单位，不等于一个汉字。这个数字提醒我们，思考更深通常也会带来更多输出消耗。

因此，理解“效率”不能只看某项分数，也不能只看一句话吐得多快。更贴近使用体验的问题是：完成同一项工作，最终花了多久、用了多少额度、需要人改几次？本次发布把模型分工摆到了台前，也把这些整项任务的问题变得更重要。

03　100万上下文，不等于随手输出100万

Hydrogen支持文字、图片、音频和视频输入。谷歌在发布中展示了几类工作：根据视频和设计模板生成演示文稿，再检查排版；处理文档、表格与图表；把需求继续推进到可以交付的文件或应用原型。

这些例子的共同点，不是“又能看一种文件”，而是把不同材料串成一项工作。比如，从一段演讲里提取结构，套用已有模板，生成多页内容，再逐页检查重叠文字，前后需要不止一次问答。

这类任务需要装得下较多材料，也需要保留任务进展。官方模型卡写明，Hydrogen的输入与输出合计上下文上限为100万token。它是一个共同预算，不是先塞满100万输入，再额外免费生成100万输出。

更容易被忽略的是输出方式。模型卡标出的默认同步输出上限为6.4万token；最高100万输出对应后台长解码模式。所以，看见公告里“最高100万输出”，不能直接理解成每次普通对话都能一次写出那么多。

这不是抠字眼。要生成很长的报告、代码或结构化材料，前台等待、后台任务和上下文占用会影响实际使用方式。先分清这些条件，比只记一个最大的数字更有用。

模型卡还说明，Hydrogen由Carbon适配而来。不过，公开说明并没有在这里给出足以还原训练方法的细节，我们也不把它自行解释成某一种蒸馏方案。可以确认的，是产品角色与调用方式发生了分工。

04　普通用户、开发者，拿到的不是同一个入口

开发接口的公开定价是：每100万输入token 1.50美元，每100万输出token 7.50美元。官方表示，这一定价覆盖完整的100万上下文范围；Artificial Analysis页面列出的输入、输出单价与之相符。

举个单纯算文本费用的例子：通过后台长输出模式，若输入80万token、输出20万token，按这两个单价计算是2.70美元。这只是演示计价关系，不是任何具体工作必然只花2.70美元；缓存、工具及其他服务费用需要另算。

对写代码的人，Hydrogen本身与自动协调模式也要分开看。Antigravity官方说明，Hydrogen向Google AI Pro和Ultra付费订阅用户推出；Orchestrator则先向Ultra订阅用户推出，企业可通过Gemini for business使用。

换句话说，能选到新模型，不等于自动拥有所有跨模型协调功能。官方说“面向所有人”的，是整个发布覆盖开发、企业和消费产品的范围，不能把每个高级功能都理解成免费开放。

普通用户最容易接触到的变化之一在谷歌搜索。搜索团队称，Hydrogen会改善复杂问题的理解，把一个问题展开为多个并行查询，再组织图片、表格和相关链接。它试图减少的，是用户自己拆问题、换关键词、反复搜索的工作。

这里同样有一个有趣的连接：编程工具在安排多个模型的工种，搜索在安排多个查询的工种。形式不同，方向相似——模型不只生成一段文字，还要把为得到答案而必须做的工作组织起来。

05　龙哥点评：更值得卷的，是交活效率

龙哥觉得，这次最值得关注的，不是再给榜单增加一个名字，而是AI产品开始更认真地回答：一项真实工作，需要多强的模型，在哪一步需要，又该什么时候换人？

以前谈模型升级，很容易把注意力放在“更聪明”上。但用户最终要的是改好的程序、整理好的材料、能继续使用的成果。一个系统如果能在该想的时候想，在该做的时候做，遇到困难还知道重新规划，它的价值就不只是一道题多拿几分。

这也改变了看待小一些、快一些模型的方式。它们不一定只是旗舰模型的便宜替代品，也可能承担独立的执行角色。能否与强模型交接清楚、留下可继续的工作状态，可能和单独答题能力同样重要。

本次能交叉核对的，是官方发布、模型卡、具体开放入口，以及Artificial Analysis最高思考档的成绩和价格；文中的产品演示与效率定位来自谷歌，本文没有调用模型复测。两篇谷歌公告对协调器效率数字所对应的评测版本写法不同，因此这里不拿那组百分比作结论。

接下来真正值得看的，是普通项目里能否减少返工、在卡住时正确交接，以及任务做完后的总时间和总账单。AI的下一场竞争，可能不只是“大脑有多强”，还包括“工作怎样被安排好”。

主要参考资料

本文依据谷歌官方公告、模型卡及Artificial Analysis公开资料整理。本文基于龙哥读论文PaperDaily数据库及PaperMiner的MCP进行汇总整理。

更多论文解读、公开证据评分与评分依据：https://www.longzhangge.com/PaperDaily