Gemini 4 Hydrogen 详解：日常编程与智能体任务怎么用

Gemini 4 Hydrogen 值得作为日常编程和智能体任务的候选模型；需要深入推理时，则继续使用 Carbon 或 Argon。它于 2026 年 11 月 12 日发布，为开发者提供了 Gemini 4 系列中执行更快的选择，不必每次常规修改都调用前沿推理模型。

Gemini 4 Hydrogen 带来了什么变化？

Hydrogen 让“执行”成为独立的模型选型维度。 智能体是一类让模型能够采取行动的软件，例如读取代码仓库文件、修改代码和运行测试。Google 的划分是：Hydrogen 面向这些工作流中的快速执行，而 Gemini 4 Carbon 和 Gemini 4 Argon 则面向耗时长、难度高的任务，着重深入推理。

对独立开发者而言，可以把 Hydrogen 放进日常开发循环中评估：定位缺陷、完成范围明确的修改、运行检查，再解释补丁。对创业者而言，要考察的是常规交付能否减少等待和审查成本，把深入推理留给尚未解决的设计决策。

Google 的发布公告将代码仓库编程、调试和智能体执行列为核心用途。开发者文章还提到了交互式网页开发，以及涉及不同媒体类型的工作。这些是 Google 对模型能力的描述；本文未对模型进行上手测试。

核验日期：2026 年 11 月 14 日。 本指南核对了发布公告、开发者文章、模型卡和 API 文档。下文的采用建议是基于这些资料作出的编辑判断。

Gemini 4 的各款模型分别适合什么工作？

任务明确时先评估 Hydrogen；需要深入调查时，再升级模型。 Google 目前的模型选择指南将 Carbon 定位为其最强的前沿模型，并称 Argon 可以处理大多数高级长程任务，token 用量低于 Carbon。所谓长程任务，是指经过反复推理、行动和修订后，仍须保持整体连贯的任务。

这是按工作负载选型，并非通用排名。一个难修的缺陷，起初可能看似普通修改，最后却暴露出架构问题。真正有用的分界是：智能体已经知道该怎么改，还是仍在判断怎样改才正确。

对中型企业的 CTO 而言，应保留现有工作成果的验收基准。只有当 Hydrogen 的补丁以更少的总投入通过相同的测试和审查标准时，才值得扩大使用范围。对于 Argon 已能胜任的难题，继续以它为基准仍然合理；如果阻碍在于未验证的假设和边界情况，则值得升级到 Carbon。

Carbon 详解介绍了它最初发布时的情况和推理侧重点；其中对访问渠道的判断早于 Hydrogen 的推出。Argon 详解讨论了耗时更长的工作该如何选型。本次发布的使用渠道以下文为准。

哪些渠道可以使用 Hydrogen？

Hydrogen 正在 Google 的消费者、开发者和企业产品中陆续上线，各渠道的使用条件不同。 Google 公告列出了以下渠道：

• **Gemini 应用：**本次模型上线包含 Hydrogen，但要留意脚注：免费用户的提示词适合时，系统才会自动选择 Hydrogen。可以免费使用，并不代表始终能手动选择 Hydrogen。
• **Google AI Studio 和 Gemini API：**Google 的 API 指南明确列出了免费和付费层级。免费 API 层级有速率限制。
• **Gemini for business：**Google 列出的访问方式包括 API 和模型下拉菜单。在确定交付期限前，应先在组织账号中确认计划使用的渠道。
• **Google Search：**Google 宣布向全球所有用户推出。通过搜索获得模型生成的回答，并不等于应用获得了 API 使用权限。
• **Google Antigravity：**Hydrogen 正向付费 Google AI Pro 和 Ultra 订阅用户推出。Orchestrator 还有额外的套餐差异，下文会具体说明。

API 价格，核验于 2026 年 11 月 14 日：根据 Google 的 Hydrogen API 指南，标准付费使用的价格为每百万输入 token 1.50 美元、每百万输出 token 7.50 美元，输出费用包含思考 token；整个上下文窗口采用统一单价，grounding（依据外部信息生成回答）的费用另计。

如果只是试用助手，应用中的自动选择可能已经够用。如果开发者要评估可重复执行的工作负载，就应选择能够指定模型并记录设置的渠道。Gemini 免费使用指南进一步解释了应用访问与开发者访问的区别。

思考级别怎么选？从 high 开始，再调优

Hydrogen 提供 low、medium、high 和 xhigh，默认是 high。 思考级别控制模型投入多少推理精力。可以把它理解为行动前分配给问题分析的时间，而非知识库不同的另一款模型。

Google 建议大多数复杂编程和智能体任务使用 high。其指南将 medium 对应于交互式编程、UI 原型和对延迟敏感的工具调用；当响应时间和 token 用量尤其重要时，适合考虑 low。只有在 high 无法胜任的多步骤难题上，才考虑 xhigh。

开发者微调页面布局时，要看 medium 能否在满足验收标准的同时，让迭代更流畅。业务人员核对复杂文档包时，可以从 high 开始，再检查回答是否引用了正确的证据。只有最终通过验收的结果因此改善，提高推理投入才有意义。

比较模型时，应显式设置思考级别。 Carbon 和 Argon 默认使用 medium，Hydrogen 默认使用 high。因此，只用默认设置做比较，会同时改变模型和推理设置。Google 也提醒，xhigh 可能增加延迟和 token 用量，并对简单提示词过度思考。

上下文和输出上限，实际要注意什么？

Hydrogen 的 1,048,576 token 窗口由输入和输出共享。 token 是模型表示所读取与生成内容的基本单位。输出包括思考、函数调用和最终回答，因此输入越大，留给后续工作的空间就越少。

Google Cloud 模型规格规定，每个前台生成片段的输出上限为 65,536 token，流式和非流式输出均适用。Google 用于延续较长回答的 long decode 机制，可以把输出扩展到共享窗口减去输入 token 后的剩余容量。这并不意味着可以先输入一百万 token，再输出一百万 token。

迁移代码仓库时，把所有文件都装进上下文，可能挤占推理和生成修改所需的空间。应提供相关代码和约束，并为回答预留余量。对于文档工作流，能读取很长的内容，也不等于能正确理解其中每张表格或每项例外。

API 指南要求，走这条路径生成更长回答时，必须同时启用后台执行，并调高 max_output_tokens。只设置 background=true，仍会在默认位置停止。普通交互任务通常不需要特别长的回答；只有有用的交付物确实需要这么多空间时，才使用 long decode。

从 Flash 迁移，先检查请求配置

从 Gemini 3.8 Flash 升级时，改模型名称只是其中一步。 Google 的迁移清单列出了需要检查的设置：

• 用受支持的思考级别替换旧的思考预算控制。MINIMAL 和 thinking_budget 会被拒绝。
• 不再依赖自定义的 temperature、top_p 和 top_k 值；在允许范围内，Hydrogen 会忽略自定义采样值。
• 移除显式上下文缓存请求。Hydrogen 改用隐式缓存。
• 通过原生函数调用声明工具；需要 JSON 时使用结构化输出 schema，而不是要求模型临时拼凑纯文本工具调用。
• 按 Google 指南要求，在工具交互轮次之间保留对话状态和思考签名，即模型附带的推理状态信息。

CTO 应把这项检查放在性能比较之前。否则，集成故障可能被误认为模型能力不足，被静默忽略的设置也可能使比较失效。Cloud 文档还明确列出不支持 Gemini Live API：现有实时会话集成需要单独判断兼容性。

Orchestrator 给 Antigravity 带来了什么？

Google Antigravity 可以在同一会话中切换规划模型和执行模型。 Orchestrator 会根据任务的进展调整模型，而非仅凭最初的提示词，就把整项工作固定交给某个模型。

Google 给出的例子是：先由 Carbon 调查依赖关系并制定计划，再由 Hydrogen 修改代码和运行测试；如果执行中遇到需要重新推理的问题，就交回 Carbon。这条返回路径才是关键：一旦计划的前提不成立，执行模型就不必继续硬推原计划。

Antigravity 上线公告列出了套餐差异：Google AI Ultra 订阅用户可使用 Orchestrator (Carbon) 和 Orchestrator (Argon)，付费 Google AI Pro 订阅用户可使用 Orchestrator (Argon)。企业可通过 Gemini for business 访问两者。能使用 Hydrogen，并不代表能使用所有 Orchestrator 版本。

创业者可以用经常从简单修改演变为设计问题的功能开发任务来评估 Orchestrator。负责监督智能体的资深业务人员，应要求模型交接时保留任务范围、已完成的检查和待解决的问题。自动选择模型，并不能决定补丁是否可以安全合并。

哪些期待过高了？模型更快，仍需审查

Hydrogen 专注执行，并不意味着所有任务都可以不经检查直接委派。 Google 的 DeepMind 模型卡称，Hydrogen 由 Carbon 调整而来，但仍存在幻觉、偶发的响应缓慢或超时，以及较高思考级别下 token 用量增加等问题。

模型卡还指出，相比 Gemini 3.8 Flash，Hydrogen 无正当理由拒绝请求的情况更多，尤其是多模态提示词。处理文档和图片的业务人员，因此应在评估中同时纳入正常、合理的请求和难题。智能体拒绝执行，与智能体给出错误答案，是两种不同的失败；两者都会影响任务完成。

共享上下文上限也是计划中必须保留的边界。长输出代表容量，不代表正确性。应要求智能体交付可审查、检查过程可追溯的成果，而不是鼓励它生成更多内容。

发布、生产环境修改、客户沟通等影响重大的环节，仍应保留审批。模型升级可以改善这些环节以内的工作，但不会改变最终决策由谁负责。

常见问题

Gemini 4 Hydrogen 可以免费使用吗？

可以，但有条件。免费 Gemini 应用用户在提示词适合时，通过自动模型选择使用 Hydrogen。Google 还在 AI Studio 和 Gemini API 中列出了有速率限制的免费层级。Antigravity 的 Hydrogen 则向付费 Google AI Pro 和 Ultra 订阅用户推出。

Gemini 4 Hydrogen 比 Carbon 更好吗？

日常执行任务应优先评估 Hydrogen。Google 仍将 Carbon 定位为其最强的前沿模型，用于困难推理、假设检验和边界情况。应根据通过验收的成果、耗时和审查投入来选型；Hydrogen 的发布并不能证明它全面胜过 Carbon。

Gemini 4 Hydrogen 会取代 Flash 吗？

Google 建议从 Gemini 3.8 Flash 及更早的模型升级到 Hydrogen。但这一建议并不意味着所有 Flash 端点都已关闭。Google 指南仍将 Flash-Lite 单独列为高吞吐量分类、路由和极低延迟场景的选择，因此不能把整个 Flash 家族与 Hydrogen 等同替换。

下周就能做：先评估一个范围明确的工作流

先用有代表性的任务做评估，再考虑迁移整个工作流。 独立开发者可以选择熟悉的回归问题修复；CTO 可以为重复出现的维护工作指定负责人；资深业务人员则可以选择答案已知且可核验的文档包。

1. 1

   保留基准和验收检查

   为现有模型和 Hydrogen 保存同一套任务、输入、可用工具和预期结果。代码任务应要求运行相关测试，并提供可审查的补丁；文档任务应要求提供支持结论的证据。

2. 2

   检查集成，显式设置思考级别

   检查请求设置、上下文额度和工具声明。复杂工作从 high 开始，在等待时间重要的场景下再评估 medium。除用量外，也记录失败调用、未完成的回答，以及审查人员作出的纠正。

3. 3

   验收成果有改善，再扩大使用

   在 Hydrogen 能以更少总投入完成得更好的任务上采用它。尚未解决、依赖深入推理的工作继续交给 Carbon 或 Argon；同一任务反复需要规划和执行时，再评估 Orchestrator。如果还无法衡量结果是否达标，就先等待。

想了解实用的模型选型和工作流决策，可以订阅通讯。