Rò rỉ Gemini 4 Flash: Năm điểm kiểm tra Hydrogen, một dải tốc độ và không có ID mô hình

Năm checkpoint, một mật danh, và không một chuỗi mô hình nào. Đó là toàn bộ thông tin rò rỉ về Gemini 4 Flash tính đến ngày 5 tháng 11 năm 2026: một tuyên bố, được lan truyền trên X, rằng Google có năm checkpoint “hydrogen” mới cho một mô hình cấp Flash thuộc thế hệ tiếp theo, chạy ở đâu đó trong khoảng 300 đến 500 token đầu ra mỗi giây. Nếu đứng vững, đây sẽ là con đường rẻ nhất để đạt được hành vi đẳng cấp Gemini 4, nằm dưới Gemini 4 Argon và trên Gemini 3.8 Flash, mô hình chủ lực giá rẻ mà Google đã bán từ ngày 2 tháng 9. Nhưng không có gì trong tuyên bố đó được Google công bố — không ID mô hình, không giá, không cửa sổ ngữ cảnh, không benchmark, không ảnh chụp màn hình, thậm chí không có một phép đo nhất quán về con số tốc độ làm nên câu chuyện. Phần sau đây là những gì có thể kiểm chứng với các nguồn sơ cấp, những gì không thể, và con số duy nhất thực sự quan trọng với bất kỳ ai đang chọn một mô hình trong tháng này.

Đã đăng gì, và chuỗi mỏng đến mức nào

Dấu vết chạy qua một vài tài khoản trong khoảng mười ngày. Ngày 25 tháng 10, các báo cáo về việc thử nghiệm xám có giới hạn xuất hiện cùng với chuỗi gemini-3.8-flash-router được tìm thấy trong siêu dữ liệu của Google Antigravity; chuỗi này đặt tên cho một bí danh định tuyến, không phải một mô hình, và nhà phát triển Pankaj Kumar, người đã đưa nó ra ánh sáng, đã nói rõ rằng bất kỳ mối liên hệ nào với Gemini 4 thuộc tầng Flash đều là phỏng đoán của chính anh ấy. Ngày 27 tháng 10, một tài khoản X có tên White — khoảng 1.500 người theo dõi, không có tiền lệ về tài liệu gốc — đã đăng rằng Gemini 4 Flash đã “xuất hiện nội bộ” dưới mật danh Hydrogen. Bài đăng không có ảnh chụp màn hình và không có nguồn. Lumina, một tài khoản theo dõi các mô hình đang được thử nghiệm, đã lan truyền thông tin rằng nó “dường như có mật danh” là Hydrogen. Cùng ngày, @lyraxana quy một mô hình rất nhanh, đạt khoảng 300 token mỗi giây trên LMArena, cho cùng thứ đó; vào ngày 4 tháng 11, cùng tài khoản này nói rằng Hydrogen đang được thử nghiệm A/B trong AI Studio và trên LMArena, một lần nữa không có ảnh chụp màn hình. Bài đăng mà bài viết này phản hồi là mục ngày 4 tháng 11 của @chetaslua: Gemini có năm checkpoint Hydrogen mới, đây là một mô hình Flash, và tốc độ khoảng 300 đến 500 token mỗi giây, theo sau là lời mời đoán xem checkpoint nào trông tốt nhất.

Tài khoản đó không phải là vô danh. @chetaslua có tiền sử kéo các bản dựng Gemini chưa phát hành ra khỏi nhóm A/B của AI Studio và đăng các sản phẩm thu được — các bản demo hệ điều hành one-shot của Gemini 3.0 Pro từng lan truyền vào mùa hè đến từ đó — nên bài đăng đáng đọc hơn là gạt bỏ. Nhưng thành tích trong quá khứ không phải bằng chứng về mô hình này. Xuyên suốt toàn bộ chuỗi, không ai đăng một ID mô hình, bảng giá, cửa sổ ngữ cảnh, kết quả đánh giá, mã băm checkpoint hay một đầu ra nào. Mọi tuyên bố đều quy về một trong ba tài khoản, mỗi tài khoản chỉ chuyển tiếp thông tin của các tài khoản còn lại. Con số năm checkpoint không được bất kỳ nguồn độc lập nào xác nhận; đó chỉ là một con số trong một bài đăng.

Một checkpoint không phải là một mô hình, và năm checkpoint là một tín hiệu huấn luyện.

Cách dùng từ quan trọng hơn vẻ ngoài của nó. Checkpoint là một ảnh chụp trọng số được lưu trong hoặc sau một lần huấn luyện, được lấy ra để đánh giá, và các phòng thí nghiệm tạo ra chúng liên tục — hàng tá mỗi chương trình, phần lớn không bao giờ được đặt tên, không cái nào trong số đó là sản phẩm. Năm checkpoint mới trong khoảng chín ngày mô tả một đợt khảo sát hậu huấn luyện: ai đó đang thử các biến thể, so sánh chúng và loại bỏ phần lớn. Nó cho bạn biết Google đang tinh chỉnh lặp đi lặp lại một mô hình Gemini 4 cỡ Flash. Nó không cho bạn biết rằng có năm thứ sắp ra mắt, và chắc chắn không cho bạn biết có năm mô hình tồn tại. Cách lý giải duy nhất còn đứng vững khi đối chiếu với cách các phòng thí nghiệm vận hành là “dòng Flash của Gemini 4 đang được tích cực tinh chỉnh.”

Bước kiểm tra chính rất thẳng thừng. Tài liệu tham chiếu mô hình Gemini API của chính Google chỉ liệt kê đúng một mô hình Gemini 4 — gemini-4-argon, với ngữ cảnh 1M token — và không có gemini-4-flash, không có Hydrogen, hoàn toàn không có biến thể Flash nào của dòng 4. Mục Flash hiện tại là Gemini 3.8 Flash, được mô tả ở đó là mô hình Flash thông minh nhất của Google. Cũng không có danh mục công khai nào chứa mục Hydrogen, đúng như bạn sẽ kỳ vọng: một mô hình chỉ tồn tại dưới dạng checkpoint nội bộ thì không có gì để phục vụ và không có gì để tính phí.

Google cũng chưa từng dùng cái tên này. Mô thức mật danh là có thật — Gemini 4 được phát hành với tên Argon, mô hình không gian mạng giới hạn truy cập được công bố vào ngày 28 tháng 10 là Carbon, và các nhóm theo dõi cộng đồng đã ghi nhận Barium-b và Xenon cùng với chúng — nhưng quy ước đặt tên chỉ là vật chứa cho tin đồn, không phải bằng chứng rằng bất kỳ cái tên cụ thể nào đã được điền vào. Hydrogen khớp với mô thức một cách gọn gàng. Đó chính xác là lý do nó lan truyền.

Tại sao 300 đến 500 token mỗi giây lại là một con số kỳ lạ hơn vẻ ngoài của nó

Có hai điều không ổn khi chấp nhận khoảng đó theo bề mặt, và chỉ một trong hai điều đó liên quan đến sự trung thực.

Điều đầu tiên là phép tính số học. Một khoảng rộng như vậy, được báo cáo cùng với con số năm checkpoint, nhiều khả năng là độ phân tán giữa các checkpoint đó hơn là phép đo một mô hình. Năm biến thể có kích thước khác nhau hoặc ở các giai đoạn huấn luyện khác nhau sẽ không giải mã với cùng tốc độ, và một người kiểm thử lấy mẫu cả năm sẽ tự nhiên tạo ra một dải chứ không phải một điểm. Hiểu theo cách đó, “300 đến 500 token mỗi giây” hoàn toàn không phải là một thông số kỹ thuật — đó là mô tả của một đợt quét.

Điều thứ hai là khâu đo đạc, và đây là lý do các tuyên bố về tốc độ đối với mô hình Google nói chung đáng bị nghi ngờ. Artificial Analysis hiện đo Gemini 3.8 Flash ở mức 113 token đầu ra mỗi giây và Gemini 4 Argon ở mức 68. Tuy nhiên, các bài đưa tin hồi tháng 9 về cùng bản phát hành 3.8 Flash đã tự tin dẫn các con số trên 300 token mỗi giây. Cùng mô hình, cùng tháng, chênh gần ba lần — bởi tốc độ token phụ thuộc hoàn toàn vào vị trí đo: phát trực tuyến qua AI Studio, lấy mẫu trên một đấu trường, hay lấy trung bình qua API dưới tải. Không ai trong chuỗi này nói rõ là cách nào. Cho đến khi có người nói rõ, con số 300 của Hydrogen phù hợp với hai kết luận trái ngược: rằng nó nhanh hơn Argon khoảng bốn lần, hoặc rằng nó xấp xỉ mức mà Flash đang được phát hành đã đạt tới.

Thông lượng cũng là một tiêu đề không phù hợp với những khối lượng công việc mà người ta mua mô hình Flash để chạy. Thời gian tới token trả lời đầu tiên của Argon trên Artificial Analysis là 39,5 giây; mức suy nghĩ cao nghĩa là thời gian chờ nằm trước khi luồng bắt đầu, chứ không phải trong lúc luồng chạy. Một agent bắn hai mươi lệnh gọi mỗi tác vụ chẳng bận tâm mỗi luồng chạy ở 400 token mỗi giây nếu mỗi luồng cứ ngồi không nửa phút trước đó. Nếu điều thú vị ở Hydrogen là việc Google đã làm cho một mô hình Gemini 4 trở nên rẻ và nhanh nhạy ngay từ đầu, thì đó là một tuyên bố về độ trễ, và chưa ai đưa ra được tuyên bố đó.

Một hạng Gemini 4 Flash thực sự sẽ phải vượt qua những gì

Đây là dữ liệu thực tế mà nó sẽ dựa vào, được đọc từ Artificial Analysis vào ngày 5 tháng 11 và từ bảng giá công bố của Google:

• Giá đầu ra trên 1 triệu token — Gemini 3.8 Flash 3,75 USD so với Gemini 4 Argon 10,00 USD hôm nay, 20,00 USD từ ngày 1 tháng 12

• Giá đầu vào trên mỗi 1 triệu token — $0.75 so với $2.00 hiện tại, $4.00 từ ngày 1 tháng 12

• Chỉ số Trí tuệ v5.0.1 — 31 cho Gemini 3.8 Flash so với 50 cho Gemini 4 Argon

• Tốc độ đầu ra — 113 token mỗi giây so với 68, cả hai đều được đo bởi Artificial Analysis

• Thời gian đến token trả lời đầu tiên — khoảng chờ trước khi luồng bắt đầu, khi Argon ghi nhận 39,5 giây

• Ngữ cảnh — 1,048,576 token trên Argon, được hợp nhất xuyên suốt đầu vào, tư duy và đầu ra; Google không bán gói miễn phí nào cho nó

• Hết hiệu lực giá — mức giá ưu đãi giới thiệu của Argon kết thúc vào ngày 30 tháng 11, tức còn hai mươi lăm ngày nữa, và sẽ tăng gấp đôi vào ngày 1 tháng 12

Hãy đặt một hóa đơn hàng tháng đối chiếu với những con số đó. Một khối lượng công việc tiêu thụ 50M token đầu vào và 10M token đầu ra tốn $75 trên Gemini 3.8 Flash. Cùng khối lượng công việc đó tốn $200 trên Gemini 4 Argon theo mức giá giới thiệu hiện nay, và $400 khi mức giá tiêu chuẩn bắt đầu áp dụng. Khoảng cách đó — hơn gấp năm lần khi mức giá tiêu chuẩn bắt đầu áp dụng — chính là toàn bộ lý do khiến một hạng Flash của Gemini 4 trở nên đáng quan tâm, và đó là điều mà cuộc bàn tán về rò rỉ cứ bỏ qua để ưu tiên bàn về giá token. Nếu Hydrogen xuất hiện với mức giá Flash cùng chỉ số gần với Argon, hóa đơn vẫn ở mức $75 và năng lực tăng lên; nếu nó xuất hiện với mức giá của Argon, thì đó là một mô hình cao cấp nhanh hơn và câu chuyện về hạng giá rẻ đã sai. Không có thông tin nào được đăng tải cho đến nay phân biệt được hai tương lai đó.

Đây cũng là nơi một lớp định tuyến khẳng định vị trí của mình thay vì bị gắn thêm một cách gượng ép. Vì giá thay đổi, thuộc tính hữu ích không phải là chọn đúng mô hình một lần mà là có thể chuyển đổi giữa chúng mà không cần viết lại. Trên OrcaRouter, giá niêm yết của nhà cung cấp được chuyển thẳng qua mà không cộng thêm phụ phí, nên việc Argon tăng gấp đôi vào ngày 1 tháng 12 sẽ cho ra cùng con số ở đây vào cùng ngày, và cả Gemini 4 Argon lẫn Gemini 3.8 Flash đều nằm sau một khóa — việc hoán đổi chỉ là thay đổi cấu hình, không phải tích hợp. DSL định tuyến là nửa còn lại: đặt hạng Flash rẻ tiền lên trước cho một lớp tác vụ và chuyển dự phòng sang Argon khi lệnh gọi rẻ không đạt ngưỡng của nó, đây là cách hợp lý duy nhất để áp dụng một mô hình chưa được kiểm chứng mà không đặt cược một đường dẫn sản xuất vào nó.

Google đã nói gì, và điều gì sẽ khiến điều này thành hiện thực

Lập trường công khai của Google không thay đổi. Ngày 24 tháng 9, giám đốc DeepMind Koray Kavukcuoglu cho biết Gemini 4 đã bước vào giai đoạn hậu huấn luyện và Google dự định phát hành “càng sớm càng tốt”, với mốc thời gian “sớm hơn nhiều” so với cuối năm 2026. Gemini 4 Argon được công bố ngày 30 tháng 9, đạt khả dụng chung vào ngày 13 tháng 10, và kể từ đó Google chưa nói gì về một phiên bản Flash cùng dòng — không tên, không ngày, không giá, không thừa nhận rằng Hydrogen tồn tại như một nhãn. Thứ gần nhất với một lịch trình lại không phải là tuyên bố của Google: một thị trường Manifold hỏi liệu Google có phát hành một mô hình được đặt tên chính thức là “Gemini 4 Flash” trước ngày 13 tháng 11 hay không đang ở mức 11%, và các quy tắc giải quyết của nó đáng đọc vì chúng mã hóa chính xác sự phân biệt mà bài viết này đang nêu — bản xem trước công khai hoặc bản phát hành ở gói trả phí được tính, còn người thử nghiệm kín, một thông báo, hoặc một ID mô hình bị phát hiện trong mã thì không.

Điều đó cho ta một danh sách bác bỏ rõ ràng. Bất kỳ hai điều nào sau đây sẽ biến đây từ một tin đồn thành một câu chuyện:

• Một gemini-4-flash chuỗi trong tài liệu tham khảo mô hình hoặc nhật ký thay đổi của API Gemini của Google

• Một mức giá được công bố — điều duy nhất mà một vụ rò rỉ thường không thể làm giả và một buổi ra mắt không thể tránh khỏi

• Một bí danh arena mang hash checkpoint — tiêu chuẩn bằng chứng mà câu chuyện này thiếu. Mô hình Carbon bị hạn chế đã để lại đúng dấu vết đó: một checkpoint được ghi nhận vào ngày 30 tháng 10 dưới bí danh “Argon 4,” hash 01a161e8-cebc-7960-a363-fc6a0e8ab276. Một dấu vết có hash. Dấu vết này có một bài đăng.

• Một mục trong danh mục trên bất kỳ nền tảng phục vụ nào, chính điều này khiến một mô hình có thể được gọi thay vì chỉ được đem ra bàn luận

Một vụ trùng tên đáng để lưu ý trước khi nó làm phí cả buổi chiều của bất kỳ ai. Việc tìm kiếm một mô hình “Hydrogen” giờ đây cũng trả về Hydrogen-1.0, một mô hình khoa học trọng số mở được Deep Principle phát hành ngày 2 tháng 11. Nó không liên quan gì đến Google, Gemini hay vụ rò rỉ này. Từ được dùng chung là kết nối duy nhất.

Hôm nay làm gì với cái này

Đừng đưa Gemini 4 Flash vào lộ trình, và đừng trì hoãn một quyết định chỉ để chờ nó. Nếu thông lượng là thứ bạn cần ngay lúc này, Gemini 3.8 Flash chính là câu trả lời đang sẵn sàng với 113 token mỗi giây và mức giá $0.75/$3.75, và đó là mô hình mà bất kỳ Hydrogen nào cũng sẽ phải soán ngôi về giá chứ không phải về tốc độ. Nếu độ sâu là thứ bạn cần, Gemini 4 Argon có thể gọi được ngay hôm nay, nhưng hãy dự trù ngân sách cho ngày 1 tháng 12 ngay từ bây giờ thay vì phát hiện ra khoản tăng gấp đôi trên hoá đơn — và hãy đọc ghi chú di chuyển trước khi kết nối, vì Argon bỏ qua temperature, top_p và top_k, nên các cài đặt lấy mẫu mang sang từ mô hình khác sẽ âm thầm không có tác dụng gì, và thời gian suy nghĩ dài của nó đồng nghĩa với việc phải tăng thời gian chờ của client hoặc bật chế độ nền.

Hãy giữ chuỗi mô hình ra ngoài mã của bạn. Dù điều này hóa ra là gì, tư thế hữu ích là tư thế mà việc áp dụng nó tốn một buổi chiều thay vì một sprint: một endpoint, hai tên mô hình, một quy tắc định tuyến có thể sửa trong một dòng, và chuyển đổi dự phòng để một tầng chưa được chứng minh không bao giờ trở thành điểm lỗi đơn lẻ. Điều đó đáng làm bất kể Hydrogen có thật hay không, vì chu kỳ rò rỉ quanh dòng Flash của Google sẽ không chậm lại.

Bản tóm tắt trung thực thì ngắn gọn. Google rất có thể đang tinh chỉnh một mô hình Gemini 4 tầng Flash; tên mã là hợp lý và nhịp độ khớp; những tuyên bố cụ thể đang lưu hành — năm checkpoint, 300 đến 500 token mỗi giây — là không thể kiểm chứng, phần nào tự mâu thuẫn, và đến từ các tài khoản chuyển tiếp lẫn nhau mà không có một bằng chứng gốc duy nhất. Tín hiệu thật sự tiếp theo sẽ không phải là một bài đăng khác. Mà sẽ là một chuỗi trong danh sách mô hình hoặc một mức giá trên một trang. Năm checkpoint không làm dịch chuyển lộ trình sản phẩm. Một ID mô hình thì có.