Gemini 4 Hydrogen 深度评测:xhigh 档打到 54 分,2.5 倍速顶掉 3.8 Flash

🔬 实测验证 · 非推广软文 · 独立评测

Google 在 11 月 12 日把 Gemini 4 Hydrogen 推上了全线产品,直接顶掉用了大半年的 Gemini 3.8 Flash。这次节奏跟前面的 Carbon、Argon 完全不同——那两个是先给安全研究员、再限最贵订阅慢慢放,而 Hydrogen 是当天全量开:API 立刻能调,Google 搜索里所有人都会被动用到它。

对开发者来说这是今年最实用的一次换代:Flash 系列一直是性价比档的主力,Hydrogen 换掉它,意味着你的默认模型成本不变、能力上调。下面是实测数据和选型建议。

核心能力:四档思考,high 档比 3.8 Flash 快 2.5 倍

Hydrogen 沿用 Gemini 4 的思考档位设计,但在 low、medium、high 之外新增了 xhigh(超高强度思考)。Google 给出的关键数字如下:

  • 速度:即使开在 high 档,也比 Gemini 3.8 Flash 快 2.5 倍
  • 幻觉抑制:编造性表述(fabricated claims)减少 5 倍以上
  • 编码:Terminal-Bench 分数是 3.8 Flash 的 3 倍以上
  • 综合智能:Artificial Analysis Intelligence Index 在 xhigh 档拿到 54 分,超过同门旗舰 Argon 的 50 分

xhigh 档超过自家旗舰这件事值得单独说一句。它不代表 Hydrogen 全面强过 Argon——Argon 的强项在长周期任务和深度推理,测试集不覆盖那部分。但至少在”思考得更久能换多少分”这条曲线上,Hydrogen 的性价比是压倒性的。

顺手把 Google 搜索也换了一遍

Hydrogen 同时接进了 Google 搜索,Google 称这是自家 AI 搜索工具有史以来最大的一次更新。具体变化有三点:处理长问题、多部分提问的能力更强;AI Overviews 和 AI Mode 的回答里视觉元素更多;fan-out(一次提问拆成多路搜索)被调得更愿意指向更多来源。

最后这条要打个折扣看。Google 过去几轮都说”这次真的给更多来源导流了”,实际效果一直被内容站吐槽。但模型本身换掉之后,搜索摘要的准确度确实会跟着变——做 SEO 的人这周该重新看一眼自己的核心词被摘成什么样了。

定价:与 3.8 Flash 持平,但另外两个要涨价

API 定价 每百万 token 输入 1.50 美元、输出 7.50 美元,和 3.8 Flash 完全一样。也就是说你什么都不用改,把模型名替换一下就能白拿一代升级。

  • Hydrogen:$1.50 / $7.50,上下文 1M token
  • Carbon、Argon:现价 $2 / $10,下个月起涨到 $4 / $20
  • Gemini App:AI Pro 和 Ultra 订阅可用;AI Plus 和免费用户仍停留在 3.5 Flash-Lite
  • Google 搜索:所有人可用,不需要订阅

Carbon 和 Argon 涨价一倍这条影响更大。原本打算用 Argon 跑长任务的团队,现在面对的是四倍于 Hydrogen 的输出成本,很多场景会被迫往下降级。Google 显然是有意把 Hydrogen 做成默认档。

Gemini 4 Hydrogen 与其他同类模型横向对比

模型上下文API 价格(输入/输出,每百万 token)核心定位本站评分
Gemini 4 Hydrogen1M$1.50 / $7.50高频主力,快、便宜、够聪明8.9
Gemini 4 Argon未公开$2 / $10(下月起 $4 / $20)长周期深度推理9.0
Gemini 4 Carbon未公开$2 / $10(下月起 $4 / $20)网络安全、漏洞挖掘8.7
Claude Fable 5.21M$8 / $40长文本与代码重构8.8
Qwen3.8-2.4T1M国产价格带,显著更低中文与开源可部署8.6

放坐标系里看:Hydrogen 不是最强模型,但它是”够用线以上最便宜的那一个”。同价位带里它的 Terminal-Bench 优势明显,中文能力略逊于 Qwen3.8 和 DeepSeek V4 Pro,但胜在生态和工具链成熟。

怎么用:三兄弟分工

Google 自己的说法是:Argon 和 Carbon 负责长周期任务与安全场景,Hydrogen 负责”生成简单代码、跑测试,又不想烧穿 token 预算”。落到实际工作流上,我的建议是——

  • 批量改代码、跑单测、写 CRUD:Hydrogen,high 档足够,别开 xhigh
  • 客服问答、内容初稿、搜索增强:Hydrogen low 或 medium,成本能压到几分钱
  • 架构决策、跨仓库重构:还是上 Claude Fable 5.2 或 Argon,别省这笔钱
  • 漏洞扫描、渗透测试:这活儿归 Carbon,Hydrogen 在这类任务上没有专门优化

另外注意 Gemini App 里的门槛:免费用户和 AI Plus 拿不到 Hydrogen,还是 3.5 Flash-Lite,差距相当明显。想不花钱体验就只有走 Google 搜索这条路,或者用 API 自己搭。这也是为什么站里一直在说 免费档和付费档的模型差距正在拉大。

综合评分

维度评分评价
功能完整度9.0 / 10四档思考 + 1M 上下文 + 原生搜索集成,主力档该有的都有
易用性8.9 / 10模型名替换即用,价格不变;App 端免费用户被挡在外面
性价比9.2 / 10同价格换一代提升,Terminal-Bench 三倍,本档最强
中文支持8.5 / 10中文可用,但成语和公文语感仍不如 Qwen、DeepSeek
输出质量8.8 / 10幻觉降 5 倍是实打实的进步,长链推理仍弱于 Argon

综合评分:8.9 / 10

常见问题(FAQ)

Gemini 4 Hydrogen 免费吗?

分两头说。Google 搜索里的 Hydrogen 是免费的,所有人都能用;但 Gemini App 里它只对 AI Pro 和 Ultra 订阅开放,免费用户和 AI Plus 仍然是 3.5 Flash-Lite。API 按量计费,每百万 token 输入 1.50 美元、输出 7.50 美元。

Hydrogen 和 Argon 该选哪个?

看任务长度。一次对话内能收尾的活——写函数、改 bug、跑测试、答问题——用 Hydrogen,快 2.5 倍还便宜四倍。需要跨几小时甚至几天连续推进、或者要求极限深度推理的,用 Argon。下个月 Argon 涨到 $4/$20 之后,这个分界线会更硬。

上下文窗口多大?能塞整本技术文档吗?

1M token(约 75 万汉字)。塞一整本《深入理解计算机系统》没问题,但要注意:上下文长不等于都用得好,超长输入下模型的定位准确率会下降,超过 30 万 token 后建议先做检索再投喂。

中文效果怎么样?

日常问答、技术文档、代码注释都没问题,属于第一梯队末位。但纯中文创作——尤其是需要口语感、公文腔、成语替换的场景——Qwen 和 DeepSeek 依然更好。做面向国内用户的产品,建议两个都接上做兜底。

现在换过去要改代码吗?

基本不用。如果你原来调的是 Gemini 3.8 Flash,改模型名即可,参数格式和定价都没变。走 OpenRouter 的话直接选 google/gemini-4-hydrogen;官方 SDK 也已经在当天同步上线。

总结

Hydrogen 不是”最强模型”,但它是 2026 年底最值得当默认档的模型:价格没涨、速度快 2.5 倍、编码测试分数翻三倍。Google 用一次换代把 Flash 档从”能用”推到”好用”,同时用 Argon 涨价把高端用户往自家更贵的档位赶——这套组合拳打得很清楚。

想横向比更多模型,看我们的 AI 模型库 和 工具对比引擎;也可以继续读:Gemini 4 Argon 深度评测 · Gemini 3.8 Live 评测 · Gemini Omni 1.2 Flash 评测 · Gemini 4 发布全时间线。

🔗 分享: Twitter 微博 复制链接

📬 喜欢这篇文章?

每周精选AI工具评测 + 实用教程,直接送到你面前。

订阅每周AI精选 →
🚀 想让你的 AI 工具获得深度评测?

我们的评测文章覆盖 精准搜索流量,读者正是你的目标用户。
赞助一篇独立评测,让你的工具被真正需要的人看到。

🔍 在选择AI工具? 免费对比同类工具 →
|
💎 深度横向对比 ¥99.9/终身 →

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部
工具精选
1
AI编程开发
Gemini 4 Neon 深度评测:100 万上下文 + 视频输入,3 美元档的 Agent 干活机
8.9
2
AI文本写作
Gemini 4 Hydrogen 深度评测:xhigh 档打到 54 分,2.5 倍速顶掉 3.8 Flash
8.9
3
AI编程开发
Claude Fable 5.2 深度评测:输入降价 20%、快 30%,1M 上下文跑通物理难题
8.9
📌AI资讯 💻AI编程开发 📊AI办公效率 📝AI文本写作
📬 每周 AI 精选