深度实测Gemini 4 Hydrogen:快到飞起、比GPT省4倍Token,谷歌最能打的主力来了

简介: 作者实测谷歌新发布的Gemini 4 Hydrogen,认为其速度远超Carbon、Argon等前代模型,成本也显著低于GPT-6.1 Sol。在AA智商榜High档得51分,Arena盲测总榜第五、知识工作第四。通过烤肉单分账、3D闪电地球等15场测试,Hydrogen均以更快速度和更少Token完成任务,其中3D地球比GPT省4倍多Token,展现了谷歌主力模型的回归。

前两天 Carbon 出来的时候,我说可以彻底替代 Claude 了(毕竟被封号后我也不能用)。

现在回头看,当时讲这话其实还有点勉强。

怎么说呢,Carbon 实在太慢,又太耗 Token。

我花 100 美金冲了 Ultra,一句指令闷干半小时没反馈,不到一天周额度就耗掉一半多,Argon 也慢。

而今天凌晨 Gemini 4 Hydrogen 一出来,我觉得之前那句话没毛病了。

每百万输入 1.5、输出 7.5 美元,带四档思考,我早起切过来试了一圈:

谷歌终于回归正常了,实际用下来真是快到飞起。

01-positioning-tiers.gif

▲ 图:谷歌模型定位与四档思考得分

简直就是 Argon、Carbon 的 10 倍都不止的感觉。

在 AA 智商榜上,它默认 High 档拿了 51 分,开满 Xhigh 能到 54 分。

这个成绩紧咬 55 分的 Sonnet 5.5 和 GPT-6.1 Sol,也反超了 50 分的 Argon。

02-aa-intelligence-bar-highlight.png

▲ 图:AA 智能指数排名与 Hydrogen 位置

因为 Claude 我用不了,今天这轮本机实测就没跑它。

不过看 Arena 刚更新的 6000 多次真人盲测,Hydrogen 总榜排到了全球第 5。

排在它前头第 4 名的,刚好是 Claude Sonnet 5.5。

单看知识工作任务,它直接冲到全球第 4。

第 5 的 Claude Opus 5.5 和第 7 的 Sonnet 5.5,都被它甩在了后面。

03-arena-agent.jpg

▲ 图:Agent Arena 整体与知识工作排名

我去 Reddit 和 HN 转了一圈,大家体感也差不多:日常干活追平 Sonnet,更快也更便宜。

唯一被群嘲的是元素周期表起名,氢、氩、碳按字母序和原子序数全对不上,谁强谁快全靠猜。

光看别人测不踏实,我在本机拉来谷歌三兄弟和 GPT-6.1 Sol。

一共连跑了 15 场测试,生成的代码我一行都没手改。

一张烤肉单,看谁算得快

官方说它在多模态文档和税务榜都拿了第一,我就拿手机拍了张带油渍折痕的烤肉单,让四款模型做 AA 分账网页。

04-input-receipt.jpg

▲ 图:测试用的油渍折痕烤肉单

单子上共 8 道菜,原价 526 元,抹零 5.28 元后实付 472 元。

里面藏了个弯:小字说酒水餐位不打 88 折,其实 32 元的酸梅汤算自制饮品进了折扣池,外加小美开车不喝啤酒。

测之前我还怕快模型粗心。

结果四家全算对了:喝酒三人各付 126.90 元,小美付 91.30 元。

05-t1-receipt-4way-hd.jpg

▲ 图:四款模型的分账结果核对

账都算准了,可干活速度和账单差得太远。

Hydrogen 只用了 110 秒、5.65 万 Token 就交出了带勾选的页面。

GPT-6.1 Sol 跑了 136 秒,却用了 11.3 万 Token,贵了一倍。

Argon 要等 278 秒。

最慢的 Carbon 闷头算了 563 秒、用掉 15.1 万 Token,慢了五倍多。

说实话,吃顿烤肉算个账让我干等快十分钟,真没必要。

06-t1-hydrogen-receipt-hero-hd.jpg

▲ 图:Hydrogen 生成的分账页面

做3D地球:比GPT省4倍多Token

谷歌官方博客放在第一位的演示,是一颗带波纹和雷声的全球实时闪电风暴三维地球仪。

我也出了道同款题:不准联网调现成组件,单文件把三维地球、超级雷暴潮和雷声全写出来。

Hydrogen 这把只花了 207 秒、11.3 万 Token,一次就把 85 KB 的单网页写完了。

07-t4-globe-4way-hd.gif

▲ 图:四款模型的三维地球效果对比

点一下超级雷暴潮,闪电带着波纹散开,拖转地球不卡,雷声还会跟着电流变。

同台测试的 GPT-6.1 Sol 跑了 298 秒,单题竟然吞掉了 49.5 万 Token!

一道题消耗是 Hydrogen 的 4.4 倍,自己掏钱调 API 看着真挺肉疼。

08-t4-globe-storm-closeup-hd.jpg

▲ 图:雷暴波纹与实时参数画面

这题最让我意外的是 Carbon 和 Argon。

它俩单文件吐长代码实在太慢,写三五分钟没收尾就直接断连重来。

俩兄弟硬耗满 25 分钟都没存下文件,白白烧掉 14 万到 16 万多 Token,后来拆成几个小文件才补跑通过。

看到这儿我总算明白了:前两天我的 Ultra 周额度掉得那么吓人,原来全折在这种慢速断连重试上了。

09-speed-tokens-race.gif

▲ 图:耗时、Token 用量与断连情况对比

抓娃娃机:智商还是不如Carbon

平时用快模型我心里都有数:想要秒回,往往得忍它智商打折。

测完第三题“游乐场物理抓娃娃机”,我的大实话还是那句:

快是真快,但智商跟 Carbon 真没得比。

题目要做钢索摇摆、三指受力和半空松爪,Hydrogen 花 486 秒把真物理做通了。

10-t2-claw-comparison-hd.gif

▲ 图:三款模型的抓娃娃动作对比

但放大两倍同屏一看,60 分和 51 分还是差着一截。

Carbon 分模块用 305 秒画的熊猫、考拉立体很多,还自己补了瞄准线和日志。

Hydrogen 的玩偶和界面就糙了一圈。

11-t2-claw-detail-closeup-hd.jpg

▲ 图:玩偶外观细节与读数面板对比

我还顺手试了 Reddit 上很多人劝退的 Low 档,真的千万别碰。

虽然 62 秒就写完了,但智商掉到 27 分一点不冤。

我打开文件一看,三根爪指根本没写碰撞,离娃娃不到 44 像素就直接吸过去。

往回走时更离谱,夹着娃娃不管透明挡板,直接穿过去飞进了洞口!

12-t2-hydrogen-low-vs-high-hd.gif

▲ 图:Low 档穿模与 High 档正常物理对比

最大亮点:Swarm与调度器Orchestrator

谷歌不仅模型能力终于跟上来了,这次的 Swarm 和调度器 Orchestrator 更是十足的亮点。

特别是调度器,解决了我(包括很多普通用户)一个非常大的困扰:怎么在多个不同能力的模型之间调度。

我之前直接把规则写入 AGENTS.md,但那也只能偶尔给我建议,没法真正实现调度。

现在官方原生接管了,第四题我就拿四文件的“85㎡ 两居室摆家具防挡门页面”来试它。

家具能旋转,撞进 90 度开门区变红,过道窄于 60 厘米报警,还要自写脚本检验。

13-t3-orchestrator-collision-hd.gif

▲ 图:拖动家具触发挡门与窄过道提醒

纯用 Carbon 单干时,它闷头跑了 1458 秒(24 分钟),烧掉 37.7 万 Token。

看日志它真是较真过头:13 项自检过了还不收手,自己开浏览器连截三轮网页图。

它盯着截图把重叠小字修齐才肯停,活确实漂亮,可干等快半小时真受不了。

14-t3-carbon-vs-orchestrator-hd.jpg

▲ 图:Orchestrator 与纯 Carbon 成品页面对比

切到 Orchestrator 后体验一下就顺了:同一个会话里,它先调 Carbon 花 6 分钟定好尺寸和规则。

等方案定下来,它自己切到快模型接着干,把后面 56% 的代码活全接了过去。

结果 3 分钟写完四份文件,15 项检查一次全过。

算下来全程 568 秒、22.0 万 Token,比纯用 Carbon 快了 61%、省了 41.6% Token。

这个节省幅度,比官方说的“省 24% 额度、快 19%”还要明显。

15-orchestrator-handoff.gif

▲ 图:后台记录里的双模型分工与耗时对比

这个模型到底咋样

好多人看到新模型出来,第一反应是把旧模型全换掉,我以前也是什么活都拿最强的模型硬刚。

但这 15 轮测下来,单看 Hydrogen 还是替不了 Carbon。

碰到抠画面细节和复杂物理的重活,上限还是得请 Carbon 出山。

日常写网页、拍杂乱单子算账,直接用 Hydrogen 默认 High 档就行,不断连,Token 比 GPT 省两到四倍。

16-final-verdict.png

▲ 图:15 轮本机测试总结与选档建议

唯一要避开的是 Low 档,省那点钱全是穿模假动作。

至于夹在中间的 Argon,不够快分又低,现在成了鸡肋。

对我这种开了 Pro 或 Ultra 的用户来说,以后不用往 AGENTS.md 写规则凑合了。

直接常开 Orchestrator,让 Carbon 动脑子想方案,让 Hydrogen 快速把活干完。

这回我是真觉得,彻底告别 Claude 没毛病了。

这篇就聊到这儿。要是对你有用,点个赞,也分享给需要的朋友。


参考资料

01|Google DeepMind:Introducing Gemini 4 Hydrogen(2026 年 11 月 13 日读取。)
https://deepmind.google/blog/introducing-gemini-4-hydrogen/

02|Google AI Studio:Gemini API 定价说明(2026 年 11 月 13 日读取。)
https://ai.google.dev/gemini-api/docs/pricing

03|Artificial Analysis:Gemini 4 Hydrogen 评测与成本(2026 年 11 月 13 日读取。)
https://artificialanalysis.ai/models/gemini-4-hydrogen

04|Arena.ai:Agent Arena 排行榜(2026 年 11 月 13 日读取。)
https://arena.ai/leaderboard/agent

相关文章
|
3月前
|
人工智能 IDE 开发工具
全网首发!完美解决 Antigravity IDE 地区限制登录,把 Gemini Pro 会员用到极致
本文专为具备基础访问环境与Gemini Pro会员的用户撰写,深度解析网页端多模态功能(图文/视频/PPT/音乐生成、画布工具)及编程利器Antigravity IDE实操技巧,含地区限制破解、中文化设置、模型选配、自动执行等独家避坑指南,助你物超所值发挥Pro版全部潜力。
2824 1
全网首发!完美解决 Antigravity IDE 地区限制登录,把 Gemini Pro 会员用到极致
|
Linux 开发者
Red Hat Subscription 开发者订阅与激活订阅
使用命令时会出现以提示,命令不可正常使用。 根据提示信息,我们可以知道,需要通过Red Hat Subscription,开发者订阅。 进入开发者页面 https://developers.redhat.com/products/rhel/download,下滑看到No-cost RHEL for developers subscription 面向开发人员的免费 RHEL 订阅,选择Activate your subscription 激活你的订阅;
5528 1
|
1月前
|
缓存 API 开发工具
千问大模型 API 保姆级教程:账号开通、密钥申领、代码调用一站式接入指南
很多开发者初次接触国产大模型接口时,常常会混淆产品名称,这里需要明确:原通义千问现已正式更名为千问大模型,底层API接口、模型能力全部保持延续迭代,原有业务代码无需大规模重构,仅需要确认模型参数名称即可。千问大模型的API全部依托百炼平台对外提供服务,并且完整兼容OpenAI SDK协议,对于已经做过OpenAI接口开发的开发者,几乎可以做到无缝迁移,仅修改接口地址与密钥即可完成适配。
831 1
|
3天前
|
区块链 Android开发 虚拟化
Windows 运行安卓应用:开源运行器 ApkStart 双击 APK 即装即用
ApkStart 是一款开源Windows安卓运行器,自带QEMU,无需模拟器。支持双击APK安装、生成桌面图标、独立窗口运行、开始菜单搜索及Windows/Android双向秒级文件同步,ARM应用兼容,免管理员权限,MIT协议,GitHub获3.4k星。
915 0
|
4月前
|
人工智能 安全 前端开发
A÷ 你还我账号!Claude 封号事件完整复盘
Anthropic 你还我账号!Claude Max 零元购漏洞与大规模封号事件全程复盘
1229 0
|
7月前
|
存储 Prometheus 运维
【微服务与云原生架构】可观测性体系:Prometheus、Grafana、Loki、监控告警体系
本文系统梳理微服务与云原生可观测性全体系:以Metrics(Prometheus)、Logs(Loki)、Traces(Tempo)三大支柱为核心,融合OpenTelemetry统一采集、Grafana统一可视化及SLO质量度量,覆盖数据采集、存储、查询、告警、根因定位到自愈闭环,兼顾架构原理、落地规范与避坑指南。
|
5月前
|
机器学习/深度学习 数据采集 文字识别
96.33% 新SOTA!PaddleOCR-VL-1.6 发布,大模型时代的数据基座再升级
PaddleOCR-VL-1.6正式发布!在OmniDocBench v1.6达96.33% SOTA,全面领先开源/闭源方案;支持表格、公式、图表、古籍、生僻字、印章等多场景高精度识别,异形框定位更优;模型结构兼容1.5版,零成本升级。代码与权重已开源。
764 0
|
6月前
|
SQL 人工智能 安全
从 Google Agentic Data Cloud 看:个人 Agent 能干活了,企业 Agent 卡在哪了?
本文探讨企业AI Agent从“能问”到“能干活”的核心挑战,提出落地需跨越三道坎:读懂数据(语义理解)、安全访问(权限与审计)、真正干活(端到端业务执行)。阿里云瑶池基于Meta Agent知识大脑、DataGateway安全通道等实践,正推动企业Agent走向规模化、自进化的真实生产应用。
440 0
|
8月前
|
人工智能 Linux API
【最全】OpenClaw保姆级部署步骤(阿里云/Win11/MacOS/Linux)+必装SKill清单+FAQ,让AI成为全能助手!
“OpenClaw只是个框架,真正让它变强的是Skills”——这是无数用户的实战心得。2026年ClawHub技能市场持续扩容,但多数用户仍面临“选技能难、用技能乱”的困境:要么找不到适配场景的工具,要么安装后不知如何发挥价值。参考文章作者从数据分析、文件管理、视频处理等核心场景出发,精选出一批高实用度技能,用真实案例验证了“装对技能=效率翻倍”的核心逻辑。
957 5

热门文章

最新文章