Gemini 4 Hydrogen：日常驅動的代理工作流模型

Google 在 2026 年 11 月 12 日推出 Gemini 4 Hydrogen，定位是人人可用的日常驅動模型：速度快、成本低，能獨立處理日常程式與代理工作，也能與 Carbon、Argon 組成多模型工作流。以下是官方發布內容的繁中整理，以及 Hacker News 上 326 則討論的觀點彙整。

原文：Introducing Gemini 4 Hydrogen for Agentic Workflows，作者 Koray Kavukcuoglu（Google DeepMind 資深副總裁、Google 首席 AI 架構師）。

核心一句

Hydrogen 是日常驅動用的代理工作流模型：速度快、成本低，人人可用；最困難的長程推理仍交給 Carbon 與 Argon。

發布要點

Carbon、Argon 是前沿模型，負責深層長程推理；Hydrogen 負責快速執行。上線範圍涵蓋 AI Studio（所有層級）、Gemini API、Gemini for business、Gemini App、Google Search，以及 Antigravity 的付費 Pro、Ultra 訂閱戶。

多模型協作：Antigravity 內建 Orchestrator

同一工作階段依任務自動切換 Carbon 與 Hydrogen，不必全程用同一個模型。在 Terminal-Bench 4.0 上，Orchestrator 達到接近 Carbon 的任務成功率，平均少用 24% 額度、快 19%。平行場景由 Carbon 當協調者，Hydrogen 驅動工作與驗證代理，在隔離工作區同時建構測試。

開放式代理任務方面，Hydrogen 在 Agent Arena 即時榜排第 5；HLE-Diamond 58.8% 同級領先；Vals 稅務代理基準 52.3% 總榜第一、法務研究基準 55.8% 並列第一；多模態知識代理基準 MKA 53.4%、Agents’ Last Exam v1.1 達 71.6%。合作夥伴實測中，Box 回報相對 3.8 Flash 準確度顯著提升、快約一倍、token 少 12%；Pixelcut 在 276 輪測試中快 1.8 倍，文字截斷與幻覺主張消失。

消費端與安全

Gemini App 更貼近語氣與格式要求，一次到位；可串接 Gmail、Drive、Airtable、Dropbox 等來源的上下文，自動呼叫合適的工具。Search 方面更能理解多段、錯字與具體查詢的真實意圖，回應更視覺化，並以查詢扇出連到更多元的網站連結。

安全上，代理任務的過度越權最多降 81%、服務不足降 79%；工具使用與程式評測的錯位行動降為十二分之一；面對不可能或被擋下的任務，繞過權限邊界的機率最多減半，內部代理誠實評測達 96.7%。20 萬輪稽核中思維鏈可讀性 99.9%、零欺騙性編輯；間接提示詞注入韌性為 2.3 倍以上；HealthBench Pro 誤拒低於 0.4%。

視覺懶人包

網友討論整理

Hacker News 討論串（story 50471431）：分數 518，留言 326 則（含已刪），頂層 63 則，全樹抓取於 2026 年 11 月 13 日。實質檢視約 120 則，其餘小串掃過標題層。

討論焦點

開場留言指 Gemini 裡 3.8 Flash 一夜換成「4 Hydrogen」，第一反應不是驚喜而是「這到底是什麼」。強弱與價格順序是 Hydrogen → Argon → Carbon，但字母序、原子量、宇宙含量、電負度沒有一個對得上，整串就此被命名問題吸走；另一派認為每次 Google 發布模型討論都被命名洗版，沒人談模型本身。實測派給的能力評價其實不差，呈現產品被行銷命名拖著走的割裂。

主要觀點

1. 元素命名在同系列比較時失效。 命名法用在不相干產品線還行，用在要互相比較的同系列只會製造認知負擔；氫聽起來就該比氬強，直覺全反。按週期表 Carbon（6）> Hydrogen（1）> Argon（18）兩處錯，氫其實最小，照理該叫 4.1 Hydrogen。最受歡迎的一則吐槽：拿不參與反應的氬來命名 AI，永遠很好笑。

2. 三個名字排不出一致順序。 對照 OpenAI（Luna→Terra→Sol→Astra）與 Anthropic（Haiku→Sonnet→Opus）都比它好猜；「只用三個名字就排出不一致的順序，其實挺厲害的。」有留言補充起源說：Argon 內部原叫 Barium（按 A、B、C 排），輕量版改按原子量叫 Hydrogen——字母序半途換軌。

3. 定價：便宜層被吃掉。 從進 Search 服務、快 2.5 倍、原子量最低三線索推定位是入門級，接 3.5 Flash Lite；但價格跟未折扣的 3.8 Flash 一樣貴。「Google 是要放棄『又快又便宜』這一層了嗎？」關鍵事實是 3.8 Flash 明年 1 月漲價到與 Hydrogen 對齊——不是新模型貴，是舊模型漲上來。反例引 Artificial Analysis 每任務成本：Hydrogen xhigh 約 3 美元，反而低於 3.8 Flash 的 6 到 7 美元。

4. 停權恐怖故事兩起。 有使用者在命令列用 agy 即被停權，客服看不到原因，申訴表單只有勾選框；通過後跑一個提示詞又被停，時間點正在升級 Ultra 之後。另一人回報選單從 4 項長成 6 項後帳號掛掉。有人考慮把 AI 服務放到別的帳號底下，也有人指出不敢拿 Gmail 主帳號冒險。

5. 能力不差，分歧在基準測試之外。 image 轉 HTML 重建測試中，它是首個複雜流程表現合格的非 Anthropic 小參數模型，品質介於 Sonnet 與 Opus 之間；實測每任務貴 37%、總時間只要四到六成，划算。反方認為它為 pass@1 刷榜，換來長尾的災難：越權多做、該快速失敗硬撐、做反、做完全無關的事，代理工作流每週都會撞到。

6. 補讀三個新戰場。 其一，中階模型是否為後補貼時代的主力，訂閱制被視為補貼假象，終將回到 API 計價。其二，中階層級有無用處：雙峰派只用最強前沿或最便宜最快，反方認為多數日常任務中階已夠用。其三，OpenAI 是否跌到第三：一方認為 Google 的整合層正在勒死對手，重度使用者反稱 Astra 仍領先一個身位。

譯註

Hydrogen 為氫，Carbon 為碳，Argon 為氬；三者強弱順序為 Hydrogen → Argon → Carbon，與原子量、字母序皆不一致。HN 留言帳號保留原文，數字為抓取時即時值。