十一月十二日，谷歌发布了 Gemini 4 Hydrogen。它是从 Gemini 4 Carbon 派生出来的快速版本，接替 Gemini 3.8 Flash。
真正值得留意的不是模型本身，是发布页里没有出现的那两个字。Flash 这个从 Gemini 1.5 时代用到今天的名字，在这份官方公告里一次都没提。它没有被宣布停用，只是悄悄不见了。
一个用了两年半、专门用来表达「便宜又快」的品牌，就这么退场了。这个动作比任何一条跑分都更能说明谷歌在想什么。
价签：一点五和七点五
公开价是每百万输入词元一点五美元、输出七点五美元。一百万上下文全程一个价，不因为塞得长就跳到更贵的档。缓存命中的输入是零点零七五美元，批处理是零点七五和三点七五。
单看这组数字没什么特别，跟隔壁比一比就出来了。
Gemini 3.8 Flash 现在的价是零点七五和三点七五，但这个价锁到十二月三十一日。从明年一月一日起，它变成一点五和七点五。
也就是说，Hydrogen 今天的标价，就是 Flash 三周后要涨到的价。这不是巧合，是定价表的合并。谷歌没有给 Hydrogen 涨价，它只是把涨价提前生效，顺便多给了你一点能力。
再看同门的 Argon。站内十月写过它发布时的试用价是每百万输入两美元（Gemini 4 Argon 发布），试用期到十一月三十日结束，之后回到四美元和二十美元。Hydrogen 的价是它的三成七。
于是一个有点荒诞的局面出现了：定位更低的模型，跑分赢过定位更高的 Argon，价格只有它的三分之一。
四档思考，跑一次任务差十倍
Hydrogen 有四档思考强度：低、中、高、超高。高是默认档，超高是这次新加的。
按每百万词元算单价，四档一个价。但按任务算，差得很远。Artificial Analysis 实测的单次任务成本是：低档零点二九美元，中档零点八美元，高档一点八七美元，超高档三点一六美元。
十倍出头。
原因不复杂。超高挡在回答前会写掉将近两倍的输出词元，而输出按七点五美元计价，是输入的五倍。思考越久，账单涨得越快。
把这个差距放大到业务量上看。一天跑一千次任务，低档二百九十美元，高档一千八百七十美元，超高档三千一百六十美元。一天差两千八百七十美元，一个月八万六。
所以「Hydrogen 便不便宜」这个问题没有统一答案。同一款模型，同一张价目表，用法不同，成本能差一个数量级。
这也是我要说的核心变化：单价正在失去意义，按任务计价才有意义。你真正要盯的指标是每一次成功交付花多少钱，而不是每一百万词元多少钱。
跑分：赢 Argon 一分，输 Carbon 五分
Artificial Analysis 智能指数上，Hydrogen 在默认高档是五十一，超高挡五十四。Argon 是五十，Carbon 是五十九。
一分之差的胜利不算漂亮，但考虑到价格只有 Argon 的三成七，这个交换是划算的。真正拉开距离的是 Carbon：五分，而且 Carbon 在多步推理上更稳。
分项看，Hydrogen 的位置更清楚。
智能体大考 v1.1 拿了七十一点六，Carbon 七十七点四，Argon 六十九。离线电脑操作测试七十七点六，Carbon 八十一点五，Argon 七十四点七。自动售货机模拟里赚了一万四千五百四十九美元，Carbon 是一万六千四百八十四，Argon 是一万三千七百一十八。
三项都是同一个排序：Carbon 在前，Hydrogen 居中，Argon 垫底。
只有一项反过来了。SWE-sweep 上 Hydrogen 十三点五，Carbon 九点六，Argon 四点三。这项考的是快速扫代码库找问题，速度本身是得分的一部分，快模型占便宜。
终端任务还是 Claude 更稳
官方最愿意讲的一个数，是终端基准 v4.1 上从十八点二跳到五十七，三倍多。
这里要提醒一句口径。站内九月写过 3.8 Flash 在终端基准 v2.1 上拿九十点八（Gemini 3.8 Flash 发布），那是另一套题。五十七和九十点八不能直接放一起比，难度不一样。
官方给的对照是同一套 v4.1 下 3.8 Flash 只有十八点二。这个比法是对的，涨幅也确实是三倍。
但换一个参照系，结论就变了。同一代终端基准 v4.0 上，Hydrogen 是五十四，Claude Sonnet 5.5 是六十四。差十个百分点。
所以长会话、连续几十条 shell 命令、中途还要处理报错的活儿，Claude 那边仍然更稳。Hydrogen 适合的是短促的、一次十几步就收工的任务。选型这类事，站内按工具线整理过一套判断顺序（AI 编程工具专题），原则一直是先看任务形态，再看跑分。
幻觉这一项倒是进步明显。AA-Omniscience 上是百分之八的错误率，比上一代好了一个量级。谷歌自己的说法是编造内容减少五倍以上，还提到越权操作减少最多八成、绕过权限限制的概率降低一半。
这些是厂商口径，没有第三方复现。但方向是一致的：这一代的重点不在更聪明，在更少闯祸。
Antigravity 里两个模型接力
跟模型一起发的还有一个叫 Orchestrator 的功能，只在 Antigravity 里生效。
它的做法是把一个任务拆成两段：规划阶段用 Carbon，执行阶段换 Hydrogen。谷歌说这样能把配额消耗降百分之二十四，任务快将近百分之二十。
这个思路站内不算陌生。十月谷歌把四十多个智能体塞进 Android Studio 时就在做类似的事（四十多个智能体挤进 Android Studio），让不同的角色干不同的活。上个月 GitHub 把选模型换成选档位，走的是同一个方向（Copilot Fusion 把选模型换成选档位）。
三件事指向同一个结论：以后没有人手动挑模型了。系统按任务阶段自动分配，用户只选一个总预算或者一个质量档。这类把一个任务拆成几段、每段换模型的搭法，已经成了智能体工程的标准动作（AI 智能体与自动化专题）。
对开发者来说，这意味着你的成本模型要重写。你没法再用「我调用的是哪个模型」来估账单，只能按「这一次任务走了几段、每段用了哪档思考」来估。
迁移清单：三件事要盯
第一件，退役时间没有公布。官方只说 Hydrogen 是 3.8 Flash 的推荐升级路径，没说 Flash 什么时候下线。接口还在，价在涨，这种状态最容易被拖成技术债。该做的动作是现在就把调用点收口到一个配置项里。
第二件，免费层第一天就有。Gemini 应用、谷歌搜索、AI Studio 全档位都能用，测试成本是零。想验证它在你自己活儿上的表现，不用先掏钱。
第三件，闭源。没有权重，不能私有化，数据要出网。这一条对金融、医疗、政务类项目是硬门槛，没有讨论空间。
还有一条不算清单但很重要：批处理价零点七五和三点七五，正好等于旧 Flash 的标准价。如果你的活儿可以攒一批夜里跑，成本能压回涨价前的水平。这是这次发布里最容易被忽略的一处。
老达点评
谷歌这次做的不是发模型，是做品牌清算。
Flash 这个词从二零二四年五月用到现在，承载的是「便宜」的心智。现在谷歌把它扔了，改用元素周期表的代号，同时把价格并到一条线上。以后快和便宜不再由型号名表达，由思考档位表达。
这个转变对普通用户没影响，对开发者影响很大。因为档位是可以随时调的，型号名是写死在代码里的。当成本的控制权从「选哪个模型」变成「选哪一档思考」，省钱的主动权其实回到了使用者手上，前提是你知道自己每一档在花什么钱。
我的建议很具体：拿三个你自己有标准答案的任务，用低档、高档、超高档各跑五遍，记下成功率和总花费。这三个数字出来之前，别看任何评测榜单。
榜单测的是模型的上限，你的账单付的是模型的平均表现。这两件事从来不是一回事。
