Gemini 4 Hydrogen 技術規格
| 規格 | 詳細資訊 |
|---|---|
| 開發者 | Google DeepMind |
| 模型 ID | gemini-4-hydrogen |
| 發佈日期 | 2026 年 11 月 12 日 |
| 模型家族 | Gemini 4 |
| 模型基礎 | 改編自 Gemini 4 Carbon |
| 輸入模態 | 文字、圖片、音訊、影片 |
| 輸出模態 | 文字 |
| 上下文視窗 | 1,048,576 個 token（統一的輸入/輸出） |
| 預設同步輸出 | 65,536 個 token |
| 延伸輸出 | 透過支援的長解碼工作流程，最多可達 1M 個 token |
| 思考等級 | Low、Medium、High、XHigh |
| 知識截止日期 | 2026 年 3 月 |
| API 可用性 | Gemini API、GenerateContent、Interactions API、Chat Completions 相容性 |
什麼是 Gemini 4 Hydrogen？
Gemini 4 Hydrogen 是由 Google DeepMind 開發並改編自 Gemini 4 Carbon 的多模態 AI 模型。它針對快速執行、程式編寫、除錯與代理式工作流程進行了優化，而非在每項任務上都追求最深層的推理。它既可獨立運作，也可與 Carbon 等更先進的模型協作，充當工作或驗證模型。
特別重要的一點是，Hydrogen 並非僅僅是一個輕量級聊天機器人。其預期應用包括程式碼庫層級的編碼、多步驟研究、資料分析、互動式網頁開發，以及多模態文件處理。
Gemini 4 Hydrogen 的主要功能
1. 快速的代理式編碼與程式碼庫除錯
Hydrogen 旨在處理迭代式軟體開發任務，包括問題解決、除錯、程式碼庫導覽與程式碼庫層級的問答。它可並行批量執行檔案讀取與搜尋操作，協助代理更高效率地檢視大型程式碼庫。
Google 報告 Terminal-Bench 4.1 得分為 57%，相比 Gemini 3.8 Flash 的 18.2%。Google 亦表示，在預設 High 思考等級下，Hydrogen 完成任務的速度比 3.8 Flash 快 2.5 倍。以上為 Google 報告的結果，並非獨立控制的比較。
2. 四種可設定的思考等級
Hydrogen 支援四種思考等級：
- Low：針對簡單任務提供更快速的回應。
- Medium：在推理深度與延遲之間取得平衡。
- High：預設設定，適用於更具挑戰的任務。
- XHigh：為複雜問題提供更高的推理深度。
這使得開發者可依據任務複雜度調整推理投入，而非對每個請求都使用相同的推理配置。
3. 原生多模態理解
Hydrogen 接受文字、圖片、音訊與影片。它可在統一的上下文視窗中處理複雜文件、試算表、圖表、錄製影片及其他多模態素材。
這使其對需要從多種檔案類型提取資訊並將其轉化為結構化報告或交付物的知識型代理特別有用。
4. 一百萬 Token 的統一上下文視窗
Hydrogen 支援最多 1,048,576 個 token 的統一上下文視窗，並在輸入與輸出之間共用。其標準同步輸出上限為 65,536 個 token，而支援的背景或延續工作流程可將輸出延伸至剩餘的上下文容量。
這對處理大型程式碼庫、長篇文件與多階段代理工作流程特別有用。
5. 高效的多模型代理工作流程
Hydrogen 最有趣的應用之一是與前沿模型協同工作。
例如，Carbon 可協調複雜的編碼任務並作出架構決策，而 Hydrogen 則負責並行實作、測試與驗證。Google 的 Antigravity Orchestrator 評估報告顯示，此作法在 Terminal-Bench 4.0 上達到接近 Carbon 的任務成功率，同時使用的配額減少 24%，平均完成速度提升 19%。
Gemini 4 Hydrogen 基準測試表現
Google 於 2026 年 11 月的模型卡報告了以下結果：
| 基準測試 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|
| SWE-sweep | 13.5% | 3.1% | 5.8% |
| Terminal-Bench 4.1 | 57.0% | 63.9% | — |
| Agents' Last Exam v1.1 | 71.6% | 60.4% | 69.8% |
| AutomationBench-AA | 76.1% | 71.8% | 60.2% |
| OSWorld-2.1 | 77.6% | 83.9% | 74.2% |
| Multimodal Knowledge Agent (MKA) | 53.4% | 52.0% | 43.8% |
| HLE-Diamond | 58.8% | 53.3% | 47.3% |
編輯註：這些數據應在公開的模型頁面中附上基準測試的定義與評估條件。避免將其呈現為通用排名：Hydrogen 在部分任務上領先，但並非在所有基準測試中都領先。
Gemini 4 Hydrogen 與 Gemini 4 Carbon 與 Gemini 4 Argon
Google 依不同的工作負載優先級為這三款模型進行定位：
| 維度 | Gemini 4 Hydrogen | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|---|
| 主要角色 | 快速執行 | 高效的前沿推理 | 最高階的前沿推理 |
| 主要重點 | 日常編碼與代理工作流程 | 複雜編碼、數學、科學、代理任務 | 高難度、長期視角的推理 |
| 模型譜系 | 改編自 Carbon | Gemini 4 家族 | Gemini 4 家族 |
| 上下文視窗 | 1M 個 token | 1M 個 token | 1M 個 token |
| 預設同步輸出 | 64K | 65K | 65K |
| 背景長解碼 | 最多 1M | 最多 1M | 最多 1M |
| 輸入模態 | 文字、圖片、音訊、影片、PDF | 文字、圖片、音訊、影片、PDF | 文字、圖片、音訊、影片、PDF |
Hydrogen 與 Carbon
Hydrogen 改編自 Carbon，但依照 Google 的定位，它們負責不同的工作。Carbon 著眼於最困難的推理與知識型工作問題；Hydrogen 則優化於更快速的執行與日常的代理式任務。
一個實用的架構是讓 Carbon 負責複雜的規劃與困難的決策，再將常規執行與迭代性工作委派給 Hydrogen。
Hydrogen 與 Argon
Argon 是 Google 的高效前沿推理模型，而 Hydrogen 則定位於快速執行。因此，其差異並非僅是「更強 vs. 更弱」。核心在於工作流程需要多少推理，以及任務必須以多快的速度完成。