Google（谷歌） DeepMind（谷歌旗下人工智能研究机构） 发布 Gemini 4 Hydrogen，官方称误拒率低于 0.4% 但不对应临床适用性
Google DeepMind（谷歌旗下人工智能研究机构）发布 Gemini 4 Hydrogen，面向日常编码与多步智能体（可自主调用工具完成任务的程序）工作流，并同步铺到 Gemini App（谷歌的 AI 助手应用）、搜索、Google AI Studio（谷歌的 AI 开发平台）和 Gemini API（应用程序接口）。
官方称其把前沿模型能力带入全线产品，同时以更低单价提供高吞吐执行能力； 博文给出的性能、速度和安全数字均为自测或合作方早期测试口径。
据 Google（谷歌） DeepMind（谷歌旗下人工智能研究机构） 博文，Gemini 4 Hydrogen 于 2026 年 11 月 12 日发布，在 Artificial Analysis Intelligence Index（第三方模型能力指数）默认高思考级别上得 51 分，高于 Gemini 4 Argon 的 50 分，最高 xhigh 档为 54 分。
定价为每百万输入 token（文本处理计量单位）1.50 美元、每百万输出 token 7.50 美元，整段 100 万 token 上下文窗口同价。 博文称相对 Gemini 3.8 Flash，在高默认设置下完成任务快 2.5 倍，Terminal-Bench 4.1 得分从 18.2% 升至 57%，虚构声明减少 5 倍以上；
Orchestrator（调度器）在 Terminal-Bench 4.0 上接近 Carbon 的成功率，同时平均少用 24% 配额、快 19%。
博文还称 Hydrogen 使智能体任务中的越权行为减少最多 81%、服务不足减少最多 79%，在其内部智能体诚实度评测中达到 96.7% 的诚实率，并将 HealthBench Pro（谷歌内部健康类评测）上的误拒率控制在 0.4% 以下，用于区分真实生物安全风险与正常医学或科学问题； 该指标仅是模型安全评测，不代表医疗或临床适用性。
发布重点不只是又一款 Gemini 4 模型，而是把高性价比执行型模型接入搜索、Gemini App 和开发者工具，并用 Orchestrator 在同一会话中调度强推理模型与快执行模型。 若企业侧反馈与官方数据一致，内容创作与消费应用的开发成本结构可能改变：前端原型、文档整理和多步工具调用更便宜更快。
但官方性能、速度与安全数字均为自测或合作方早期测试，缺少独立复现； HealthBench Pro 误拒率只说明模型对医学类提问的拒答更精准，不能被解读为诊断或健康建议能力。
后续观察信号
- 官方所称合作方在复杂图、SQL 和数据密集型企业工作流中快 2 倍至 2.8 倍、少用 12% 至 23% token 的测试条件是什么？
- HealthBench Pro 的题目来源、判定标准和误拒率计算方式是否公开？