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。
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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！
▲ 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。
▲ 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。
▲ 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。
▲ 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。
▲ 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
