Gemini 4新模型上线，谷歌搜索能听懂带错别字的提问

Hydrogen 是 Gemini 4 系列里负责“快”的那个。今天发布，定位是“把前沿智能带给所有人”，主攻日常编码和智能体工作流。真正啃硬骨头的是 Carbon 和 Argon，负责深度、长程推理。Hydrogen 跑各种智能体流程，两者分工不同。

Artificial Analysis Intelligence Index 上，Hydrogen 默认高档拿到 51 分，Argon 是 50 分。开到最高 xhigh 档，它能到 54 分。分差很小：它是在常用思考档位上略占优势，并没有在深度推理上全面超过 Argon。

搜索听得懂多部分、带错别字、高度具体的提问，响应也更视觉化。查询扇出技术一并升级，能连到更广的相关链接。Gemini 应用里，它更贴你要的语气、格式和规则。邮件草稿、学习指南、改写和文档，第一次生成就能用。上传的文件、Gmail、Google Drive、Airtable、Dropbox 里的相关上下文，也能拉进来。

从 Gemini 3.8 Flash 迁过来的团队，默认高档下完成任务快 2.5 倍。Terminal-Bench 4.1 得分从 18.2% 提到 57%。编造声明减少 5 倍以上。工具调用失败或搜索无结果时，它能干净地适应。合作伙伴在复杂图、SQL 和数据密集的企业流程里测过。Hydrogen 比 3.8 Flash 快 2 到 2.8 倍，token 用量少 12% 到 23%。编造减少 5 倍不等于归零。

Hydrogen 原生支持 100 万 token 输入，最多 100 万 token 输出。密集 PDF、电子表格、图表、音频和录制视频，能合成带引用的报告和结构化交付物。Multimodal Knowledge Agent 基准上它得分 53.4%，Agents' Last Exam v1.1 上 71.6%。长输出时的实际速度，还没有延迟数据可参考。

思考档位有四档：低、中、高（默认）、xhigh。质量、延迟和成本平滑递进，需要多深推理就等多久、花多少。价格在整个 100 万 token 上下文内统一：输入每百万 1.50 美元，输出每百万 7.50 美元。Gemini 应用里直接用，是否也按这个价格算，没有说明。

基准成绩方面：Agent Arena 排第 5。HLE-Diamond 上以 58.8% 领先同级。Vals Tax Agent Bench 52.3% 第一。Vals Legal Research Bench 55.8% 并列第一。AutomationBench-AA 领先同级。

Google Antigravity 今天同步推出 Orchestrator，同一会话内可切换 Carbon、Hydrogen 等模型。Terminal-Bench 4.0 上，它的任务成功率接近 Carbon，平均少用 24% 配额、快 19%。多智能体并行时，Carbon 当协调者，Hydrogen 驱动工作器和验证器，在隔离工作区里同时构建和测试。Orchestrator 从 Antigravity 开始，Gemini 应用里什么时候能自动切换模型，还没有时间表。

安全数字也给了：智能体任务里，过度越权最多减少 81%，服务不足最多减少 79%。错位行动和任务捷径减少 12 倍。面对不可能或受阻的任务，绕过权限边界的可能性最多降低 2 倍。内部智能体诚实度评估达到 96.7%。这是一项未展开定义的内部指标，不能直接读成“96.7% 的情况下完全诚实”。思维链可读性 99.9%，超过 20 万审计轮次零欺骗性推理编辑。在 Gray Swan IPI 基准上，对间接提示注入攻击的抵抗力提高 2.3 倍以上，这不是免疫。更新后的安全措施能区分真实生物安全风险和合法的医疗、科学问题。HealthBench Pro 错误拒绝率低于 0.4%。具体测试场景没有展开。

上线范围今天同步铺开：开发者用 Gemini API、AI Studio、Android Studio。付费 Google AI Pro/Ultra 订阅者，可以在 Google Antigravity 里试用。企业用 Gemini for business、Google Antigravity 和符合条件的 Google Sheets。所有在 Gemini 应用和谷歌搜索里使用的人，都能在模型下拉菜单和搜索里用到。Google Sheets 的功能从 Google AI Pro 和 Ultra 订阅者开始。是所有人立即能用，还是分批次推送，没有说明。