Google DeepMind 於 2026 年 11 月 12 日宣布推出 Gemini 4 Hydrogen，將此模型描述為讓「尖端智慧人人可得」的努力，具備針對日常編程與代理（agentic）工作流程調校的速度與效率。此次公告由 Google DeepMind 資深副總裁暨 Google 首席 AI 架構師 Koray Kavukcuoglu 撰寫。

DeepMind 將 Hydrogen 定位為旗艦模型 Gemini 4 Carbon 與 Gemini 4 Argon 的快速執行搭檔；公司表示，Carbon 與 Argon 擅長對最困難的問題進行深度、長時間軸的推理。隨著 Hydrogen 推出，Gemini 4 家族現已覆蓋 Google AI Studio 的所有方案層級、Gemini API、Gemini for business、Gemini 應用程式與 Google 搜尋，以及 Google Antigravity 中的付費 Google AI Pro 與 Ultra 訂閱者。

在 Artificial Analysis Intelligence Index 上，Hydrogen 於預設 high 思考層級超越 Argon，得分 51 比 50，並在最高的「xhigh」思考層級達到 54，且完成任務的速度通常快於同級模型。該模型在其整個 100 萬 token 上下文視窗內採用統一價格：每百萬輸入 token 1.50 美元、每百萬輸出 token 7.50 美元。該指數由獨立 AI 基準測試機構 Artificial Analysis 發布，為 Hydrogen 與 Argon 的比較提供了第三方參考；由於採統一價格，無論請求使用 100 萬 token 視窗中的多少容量，每 token 費率皆相同。

在多模型工作流程中釋放效率

DeepMind 表示，在實際的軟體開發中，團隊依賴 Carbon 與 Argon 等旗艦模型在設計系統或排查細微錯誤時提供深度的架構判斷，但仍需要一個快速、自律的執行模型來撰寫程式碼、執行測試與驗證變更。Hydrogen 既可獨立應付日常工作，也可與 Carbon 和 Argon 搭配，在多模型工作流程中擔任高效執行引擎。

為使這種多模型協作自動化，Google 在 Google Antigravity 中推出了 Orchestrator。Orchestrator 不再從頭到尾使用單一模型，而是在同一工作階段內動態切換 Carbon 與 Hydrogen 等模型。在 Terminal-Bench 4.0 上，Orchestrator 達到接近 Carbon 的任務成功率，同時平均減少 24% 的配額使用，並將任務完成速度提升 19%。在按 token 計價的模式下，token 配額是多模型配置中的直接支出槓桿，這正是 24% 的降低具有重要意義的原因。

對於需要並行代理的工作流程，Carbon 可擔任協調者，而 Hydrogen 則驅動工作者與驗證代理，在隔離的工作區中同時建置與測試變更，協助團隊更快交付複雜專案，同時避免推高 token 成本。

擴大開發者與企業工作流程

除多模型配置外，對於從 Gemini 3.8 Flash 遷移的團隊而言，Hydrogen 也是一項重大的獨立升級。DeepMind 表示，Hydrogen 在預設 high 設定下完成任務的速度快 2.5 倍，Terminal-Bench 4.1 分數提升逾三倍（57% 對 18.2%），虛構陳述減少超過 5 倍，並能在工具呼叫失敗或搜尋結果為空時乾淨地調整。

公司表示，Hydrogen 在核心開發者與企業工作流程中與同級競爭模型相當或更優：

迭代式儲存庫編程與除錯。 Hydrogen 以聚焦、精準的編輯處理問題解決、除錯、快速迭代與程式碼庫問答，產出更乾淨、可上線的程式碼，而不重寫無關檔案。它在 SWE-sweep 上超越同級模型，該測試要求在不破壞現有程式碼的前提下發現並修復錯誤。為高效探索大型儲存庫，該模型原生地以並行方式批次處理檔案讀取與搜尋呼叫，而非逐一檢視檔案。在針對複雜圖表、SQL 與資料密集型企業工作流程的早期測試中，合作夥伴發現 Hydrogen 比 3.8 Flash 快 2 至 2.8 倍，同時減少 12% 至 23% 的 token 用量。

開放式代理執行。 在深度研究、資料分析與大範圍程式碼庫導覽等多步驟任務上，Hydrogen 在 arena.ai 的即時基準測試 Agent Arena 上排名第 5。在深度領域推理與分析方面，它在 HLE-Diamond（58.8%）上領先同級，在 Vals Tax Agent Bench（52.3%）總體排名第 1，在 Vals Legal Research Bench（55.8%）並列第 1，並在 AutomationBench-AA 上領先同級。

多模態知識工作。 Hydrogen 將原生 100 萬 token 輸入與最多 100 萬輸出 token 結合，可將密集的 PDF、試算表、圖表、音訊與錄製影片整合為精緻、附引用的報告與結構化交付成果。它在全新的 Multimodal Knowledge Agent（MKA）基準（53.4%）上超越其他模型，該測試針對複雜視覺檔案的端到端代理知識工作；它也在 Agents' Last Exam v1.1（71.6%）上領先，針對端到端專業工作流程。

網頁開發。 在速度對開發者至關重要的任務上，例如即時 UI 原型設計、設計轉程式碼迭代與互動式應用程式建置，Hydrogen 能以更少的提示產出更完整、功能更齊全的版面。

DeepMind 展示了多個以該模型打造的示範。Geminisland 使用 Hydrogen 進行即時 3D 編程，讓任何人只需一個提示即可向共享的體素島嶼添加內容，在地圖上即時生成玩家可以第一人稱走動探索的自訂結構。搭配 Google Antigravity 中全新的 Gemini 前端設計技能，Hydrogen 一次到位地建置了一個電子商務店面，包含 WebGL2 地形著色器、固定的四階段捲動敘事、溫度分割滑桿、3D 線框規格卡與即時 finish 配置器。

在 Google Antigravity 中，Hydrogen 將 Google 試算表變成動態像素畫布，結合 Python、原生 =LET(...) 公式與條件格式化縮小數千個儲存格，直接在活試算表內繪製並動態呈現全動態場景。從一支 YouTube 主題演講影片與 Google Antigravity 中的設計範本出發，該模型直接在 Google 簡報中生成多頁簡報，隨後執行自主的審查與修正循環，捕捉重疊文字並清理每一頁版面。

透過 Google 試算表中的 Gemini，Hydrogen 可協助團隊快速將財務數據轉換為互動式模型，依據各種預測情境動態調整，在 Sheets 畫布中產出速度比先前模型快逾 30%。

四種思考層級帶來可調的速度與智慧

Hydrogen 提供四種思考層級——low、medium、high（預設）以及全新的 xhigh 層級——在品質、延遲與成本上涵蓋廣泛選項。DeepMind 表示，這些層級以平滑、可預測的方式遞進，使用者只需為任務所需的推理深度等待與付費。在各思考層級中，該模型與同級部分競爭模型相當或更優，同時通常更快完成任務並使用更少的輸出 token。

Gemini 應用程式與搜尋中的日常協助

對一般消費者而言，Gemini 4 Hydrogen 旨在更輕鬆地完成任務，在多輪對話中保持主題並更貼近地遵循指示。DeepMind 表示，在 Gemini 應用程式中，該模型更善於遵循使用者指引、呼叫正確的工具，並以更少的來回產出可靠的結果。

在寫作、研究與日常工作中，Hydrogen 緊貼使用者的語氣、格式與特定規則，因此電子郵件草稿、學習指南、改寫內容與文件首次產出即可使用。在比較產品或整合密集資料時，它能彙整出清晰的表格與視覺化拆解，不遺漏關鍵細節。

該模型會逐步拆解目標，從使用者上傳的檔案、Gmail 與 Google 雲端硬碟等 Google 應用程式，以及 Airtable 與 Dropbox 等已連結應用程式中擷取相關背景。Google 表示，當任務在 Gemini 中啟動時，模型會更頻繁地為工作呼叫正確的工具與技能。

在原型設計與迭代方面，Hydrogen 以更少的提示產出乾淨、可運作的版面，便於快速測試與打磨互動專案。Google 引用的範例包括：由即時全球雷擊資料驅動的互動式 3D 地球與 Web Audio 音樂引擎，將全球每一次雷擊映射為視覺漣漪與即時環境音樂；由純數學與 SDF 紋理構建的 WebGL2 水與玻璃視覺化器，模擬即時光線折射、反射、色散與吸收；以及一支關於「氫」元素的懷舊宣傳短片，透過自訂影片組裝技能取用公有領域素材，剪輯成帶有清晰旁白的連續影片。

在 Google 搜尋中，Hydrogen 旨在為全球所有使用者提供更實用、更直覺的回應。Google 表示，該模型更能理解使用者的真實意圖，即使是多部分的查詢、難以理解的錯字或高度特定的請求。回應將更具視覺性、自適性且易於掃讀，同時保持使用者對搜尋速度的期待。公司也正在升級其 query fan-out 技術，運用 Hydrogen 的進階推理連結使用者到比以往更廣泛的實用連結，包括使用者原本可能不會發現的網站。

為大規模安全、可靠的執行而設計

Hydrogen 將 Google 最新 Gemini 4 安全與防護堆疊的改進帶給迄今最廣泛的受眾，結合內建訓練與即時層面防護，協助降低錯位與濫用。Google 強調兩個重點領域：

安全、對齊且可靠的代理工作流程。 DeepMind 表示，雖然 Gemini 3.8 Flash 已具備強大的對齊與防護，Hydrogen 更是大幅躍進。該模型將代理任務中的過度作為減少最多 81%、服務不足減少最多 79%，並在工具使用與編程評估中將錯位行為與任務抄捷徑減少 12 倍。面對不可能或被封鎖的任務時，它繞過權限邊界的可能性最高降低 2 倍，並在 Google 內部的代理誠實度評估中達到 96.7% 的誠實率。延續公司對推理透明度的承諾，Hydrogen 在超過 20 萬個受審核的對話輪次中保持 99.9% 的思維鏈可讀性，且零欺騙性推理修改。在間接提示注入攻擊方面，該模型在 Gray Swan IPI 基準上的抗性提升超過 2.3 倍，同時顯著改善工具使用、電腦使用與編程代理的穩健性。

實用、可靠的日常互動。 在各產品面上，Google 調校 Hydrogen 使日常對話更可靠、更安全。其更新的防護機制也更精確地區分真實的生物安全風險與正當的醫療或科學問題，將 HealthBench Pro 上的誤拒率保持在 0.4% 以下。

更多細節請參閱 Gemini 4 Hydrogen 模型卡。

Gemini 4 Hydrogen 即日起全面推出

自 11 月 12 日起，Hydrogen 正於開發者、企業與消費者面向全球推出：

• 開發者： 可透過 AI Studio 中的 Gemini API 與 Android Studio 的付費層級進行開發，在 AI Studio 中試用，付費 Google AI Pro 與 Ultra 訂閱者可在 Google Antigravity 中測試。
• 企業： 可透過 API 或模型下拉選單在 Gemini for business 中部署，亦可在 Google Antigravity，以及符合條件的商業訂閱的 Google 試算表 Gemini 中使用。
• 所有人： 可在 Gemini 應用程式的模型下拉選單與 Google 搜尋中使用（適用於所有使用者），Google 試算表中的 Gemini 則從 Google AI Pro 與 Ultra 訂閱者開始提供。

在 Gemini 應用程式中，免費使用者將透過自動模型選擇在 Gemini 4 Hydrogen 適合特定提示時獲得存取權。也就是說，免費層級的存取取決於自動選擇是否將提示判定為 Hydrogen 任務，而非手動選用。

關於作者

Google 稱 Koray Kavukcuoglu 為全球最頂尖的人工智慧專家之一。作為 Google DeepMind 資深副總裁，他領導公司最先進生成式 AI 模型的開發及其在 Google 產品中的大規模整合。他先前擔任 Google DeepMind 研究副總裁，創立深度學習團隊；其團隊開創了包括 DQN（Deep Q-Network）與 WaveNet 在內的重大研究突破。