Google DeepMind在六周内推出的第三款新模型Gemini 4 Hydrogen正式亮相。该模型引入全新的“xhigh”推理层级，在智能指数评测中得分54分，其智能水平紧随Claude Sonnet 5.5和GPT-6.1 Sol之后，仅差1分。在成本方面，Gemini 4 Hydrogen约为Claude Sonnet 5.5的32%，但却是GPT-6.1 Sol的2.5倍。
核心性能与推理层级
Gemini 4 Hydrogen提供低、中、高及全新的xhigh四种推理层级。在xhigh模式下，其智能指数得分为54分，比采用高层级推理的Gemini 4 Argon高出4分。若使用默认的高层级推理，其得分为51分，略低于GPT-6.1 Sol（xhigh模式，52分）和Claude Opus 5.5（高层级，52分）。
值得注意的是，在高层级推理模式下，Gemini 4 Hydrogen的智能表现与Gemini 4 Argon相当，但单次任务成本仅为后者的约19%。
优势：视觉推理与低幻觉率
该模型在视觉推理和抗幻觉方面表现强劲。在针对长文档的视觉推理基准GDP.pdf测试中，其中层推理模式取得33%的全通过率，并列榜首。在AA-Omniscience测试中，Gemini 4 Hydrogen的幻觉率仅为8%，远低于Claude Sonnet 5.5的43%和GPT-6.1 Sol的52%。此外，在代理知识工作评估AA-Briefcase中，评审员对其展示效果的评价优于包括Carbon在内的其他Gemini模型。
短板：终端代理任务
在涉及终端环境的代理编码及科研工作流测试中，Gemini 4 Hydrogen表现相对较弱。其在Terminal-Bench 4.0和Terminal-Bench-Science 0.1上的得分分别为54%和50%，低于Claude Sonnet 5.5（64%和53%）及GPT-6.1 Sol（56%和58%）。虽然xhigh推理层级将科学任务得分从高层级的41%提升至50%，但对Terminal-Bench 4.0的得分无显著影响。
定价与规格
Gemini 4 Hydrogen的定价为每百万输入/输出Token 1.50美元/7.50美元，缓存输入Token享受95%折扣（0.075美元）。尽管xhigh层级会使输出Token数量近乎翻倍，从而带来3分的智能提升，但其单次任务成本仍具竞争力：xhigh模式下为3.16美元，高层级模式下降至1.87美元。中、低层级成本更低，但智能指数得分也相应降至41分和27分。
在效率方面，该模型输出速度约为每秒200个Token。在高、中、低推理层级下，Gemini 4 Hydrogen处于“任务时间与智能”的帕累托前沿，意味着没有其他模型能同时在更高智能水平和更短任务时间上超越它。
技术规格方面，Gemini 4 Hydrogen支持100万Token的上下文窗口，具备多模态输入能力（文本、图像、视频、语音），并以文本形式输出。