一張生成的標題卡,上面寫著「Gemini 4 Hydrogen」,副標題為「免費 Tasks 背後的模型」,上方有三個附標籤的膠囊形標籤,分別寫著「每 100 萬個 token $1.50 輸入 / $7.50 輸出」、「100 萬個 token 的上下文」和「Intelligence Index 54」,並有一幅平面線條畫,畫中一個對話泡泡以箭頭指向一張有三行已打勾項目的檢查清單卡片。
Guides & Insights

Gemini 4 Hydrogen 是 Google 交到你收件匣的模型:免費 Tasks 推送實際上跑的是什麼

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

2026 年 11 月 17 日,Google 在六個國家為免費 Gemini 用戶啟用 Tasks,而背後支撐它的模型,並不是該公司整個十月都在大力宣傳的那一個。Tasks 跑在Gemini 4 Hydrogen 上——也就是 11 月 12 日全面開放、每百萬輸入 1.50 美元、每百萬輸出 7.50 美元的模型——而不是 Gemini 4 Carbon;後者是每百萬輸入 2 美元、輸出 10 美元的旗艦款,在 Artificial Analysis 智慧指數上位居 Google 自家產品線之首。這個選擇才是重點。一個會讀你的郵件、持有支付卡、還替你打電話給汽車經銷商的代理程式,如今跑在便宜的那一層,而 Google 發布了一整頁的安全數據,主張這沒問題。至於究竟有沒有問題,才是讀者讀完之後應該帶走的疑問。

確切地說,11月17日發布了什麼?

這則公告出自 G​oogle 的 Labs、G​emini 應用程式與 AI Studio 副總裁 Josh Woodward,並以「G​emini 中的 Tasks 現在免費,還提供新方式替你完成事情」為標題發布在公司部落格上。Sundar Pichai 在 X 上的貼文於同日 17:20 UTC 發布,開頭採用產品團隊已定調的框架:先了解事情,再處理事情,然後找出能替你節省時間與金錢的方法。兩者對地理範圍的說法完全相同——橫跨美國、日本、韓國、加拿大、澳洲與印度的數億人——也就是六個國家,且兩處說法中的這六國都相同。

根據 G​oogle 自己的指示,你實際上可以做什麼:

• 在 G{{1}}e{{/1}}mini 應用程式的主畫面上,將切換開關從「Chat」切換為「Task」,然後用平白的語言描述這項工作。

• 將一批電子郵件轉寄到 [email protected],日期就會直接出現在你的行事曆上,且其他相關人士也會收到邀請。Google 的範例是一堆學校寄來的電子郵件,不到一分鐘就處理完畢,還揪出共乘接送的時間衝突,並擬好一則簡訊提供給另一位家長。

• 在 Android 或 iOS 上透過 RCS 傳訊息給 G​emini——但這條路徑需要在符合資格的電信業者上使用美國電話號碼,而且要依序前往「設定」→「頻道」→「使用 G​emini 傳送文字」來設定。

這些進階功能的實際範圍比標題所宣稱的更窄。致電商家、透過 Agent Payments Protocol 繳費、使用 G​oogle Pay 對照 Shopping Graph 結帳,以及讓 G​emini 得以讀取公用事業入口網站的 G​oogle Password Manager 整合功能,全都被描述為「率先在美國推出」。G​oogle 的註腳清單還補上大多數摘要略過的兩項限制:透過 G​emini 撥打電話在印第安納州、路易斯安那州、明尼蘇達州、蒙大拿州和內布拉斯加州無法使用,而且首先得要有美國的電話號碼。

A screenshot of Google's 17 November 2026 blog post 'Put Gemini to work for you', bylined to Josh Woodward and filed under News from Google, showing the Tasks interface with a 'Describe a task' prompt box labelled Hydrogen.

「free」這個詞可說身兼多職。

G​oogle 的標題寫著 Tasks「現在免費」,這等於透露了先前的狀態,卻沒有加以說明。這篇貼文沒說早期存取要收多少錢、誰能取得,也沒說已經在付費的訂閱者會怎麼樣。這一點值得明白指出,而不是逕自往最體面的方向解讀。

還有一項沒公布的東西,就是額度。官方沒有說明每天可執行多少任務、沒有說明 token 上限、也沒有說明你能轉寄多少封電子郵件。對一項主打「把你的生活瑣事交出去」的功能來說,沒有公布上限,正是這則發布消息中最關鍵的缺漏,因為其背後的計費模式,是依模型產出的每一個 token 來計價——而正如以下數字所示,這個特定模型產出的 token 數量還真不少。

為什麼是氫而非碳

Google 自己的解釋是結構性的。在 11 月 12 日的發布文章中,Koray Kavukcuoglu 的團隊將 Carbon 與 Argon 定位為「針對你最棘手問題進行深度、長程推理」的模型,並將 Hydrogen 定位為「為跨多樣代理式工作流程快速執行而打造」的模型。像預約服務時段這類任務並不是推理問題;它是一連串工具呼叫,其中延遲會由等待的人實際感受到,而按錯一次就會造成金錢損失。這正是 Hydrogen 所調校針對的情境,而且大量執行時成本更低。

安全頁面正是論證變得具體的地方,而下方的每一個數字都是廠商自行回報、且從未在 G​oogle 以外被重現過:

• 在代理式任務中,過度越權的情況相較於 Gemini 3.8 Flash 降低了最多 81%;服務不足的情況則降低了最多 79%。

在工具使用與程式編寫評估中,方向偏差的行動與任務取巧情形減少為原來的十二分之一。

• 在不可能或受阻的任務上,模型繞過權限邊界的可能性最多降低一半,並在 G​oogle 的內部代理誠實性評估中獲得 94% 的分數。

• 在 Gray Swan IPI 基準測試中,面對間接提示注入,其韌性超過 2.3 倍;Google 並宣稱,在超過 200,000 個經稽核的對話輪次中,思維鏈可讀性達 99.9%,且沒有任何具欺騙性的推理修改。

HealthBench Pro 上的誤拒率維持在 0.4% 以下,這對一個將被問及醫療帳單的產品而言至關重要。

這些主張是這次推出的許可依據。圍繞它們的架構,才是你能透過實際使用來驗證的部分。每項任務都在 G​oogle Cloud 的 Agent Compute Engine 中執行——這是一台硬體隔離、專屬於單一帳戶且永不共用的虛擬機器——並由提示注入過濾器掃描搜尋結果與網頁,由 G​oogle Safe Browsing 限制代理程式可開啟的連結,且在進行購買之類的操作前,設有刻意設計的確認暫停機制。G​oogle 也表示,當指令含糊不清時,代理程式會提出釐清問題,而例行步驟可以標示為「永遠允許」。

獨立數字,包括 Google 寧願你跳過的那一個

Artificial Analysis 在其 Intelligence Index v5.0.1 上公布 G​emini 4 Hydrogen 於 xhigh 思考設定下為 54 分,在該榜單的 91 個模型中排名第 23。作為同日測量的背景:Gemini 4 Carbon 為 60,G​emini 4 Argon 為 50,而 Hydrogen 在陣容中取代的模型 Gemini 3.8 Flash 為 31。因此,Hydrogen 比它所取代的模型高出 23 分,並比 Argon 高出四分。

A screenshot of the Artificial Analysis LLM leaderboard with the Gemini 4 Hydrogen row selected, showing an Intelligence Index of 54, a cost of $3.16 per index task, 14.9 minutes per task and a 1M-token context, alongside neighbouring rows for Gemini 4 Carbon at 60 and Gemini 4 Argon at 50.

有一個不對稱值得說明,因為從排行榜上很容易誤讀:54 屬於 Hydrogen 的 xhigh 思考設定,而這不是預設值。G​oogle 自家的發布文章指出,同一指數上預設高檔的數字是 51,對比 Argon 的 50;54 是付費使用最昂貴設定才會得到的結果。Carbon 的頭條數字 60 是在 high 設定下測得。因此,比較這兩個頭條數字,等於是把 Hydrogen 在最大推理強度下的表現,拿來和 Carbon 的預設值相比。

速度正是 G​oogle 的發布說法與評測框架分道揚鑣之處。G​oogle 表示,Hydrogen 在其高預設模式下完成任務的速度比 Gemini 3.8 Flash 快 2.5 倍。但在 Artificial Analysis 自家的任務套件中,Hydrogen 每項索引任務耗時 14.9 分鐘,Gemini 3.8 Flash 則是 14.1 分鐘——這是往錯誤方向偏的捨入誤差級差異。2.5 倍這個說法,在 G​oogle 真正需要它成立的地方確實站得住腳:對上耗時 29.2 分鐘的 Argon 與 33.4 分鐘的 Carbon。誠實的解讀是,Hydrogen 對推理模型來說算快,且大致與它所取代的 Flash 持平;這是一個不同、也較不便引用的說法,與新聞稿中的主張不一樣。

每完成一項任務的成本,是證明全面推出合理的關鍵數字,而且比每 token 價格所暗示的更好。Artificial Analysis 將 Hydrogen 指數任務的成本定為 $3.16,對比 Gemini 3.8 Flash 的 $7.77、Argon 的 $4.97 與 Carbon 的 $5.48。輸出速度為每秒 172 個 token,幾乎是 Carbon 每秒 61 個 token 的三倍。

接著是但書。Hydrogen 是 Artificial Analysis 90 款模型排行榜上第二冗長的模型——在 90 款中排第 89——在整個指數測試執行中產生 3.04 億個輸出 token,相較之下 Carbon 為 2.05 億、3.8 Flash 為 1.26 億,中位數則為 6,540 萬。它達到其分數所需的輸出量,約為中位數模型的 4.6 倍。對於像 Tasks 這樣的固定價格訂閱,那是 Google 的問題。對於任何透過 API 對同一模型按用量計費的人來說,那就是你的問題:一個推理時間長達 4.6 倍的任務,在以每百萬輸出 token 7.50 美元計價時,成本就是 4.6 倍,而較便宜的每 token 費率只能部分抵銷它。

A generated single-column scoreboard for Gemini 4 Hydrogen with rows for an Intelligence Index of 54 at xhigh and 51 at the default high setting, a price of $1.50 and $7.50 per million tokens, output speed of 172 tokens per second, a cost of $3.16 per index task and 304 million output tokens per index run, with a footer stating that the index figures are per Artificial Analysis Intelligence Index v5.0.1 and the prices per Google's rate card.

如果你想自己執行這個模型

Gemini 4 Hydrogen 可在 Gemini API 的免費與付費層級,以及 AI Studio 中使用,模型字串為 gemini-4-hydrogen;在整個 1,048,576 token 的上下文視窗中,輸入一律為 $1.50、輸出一律為 $7.50。上下文快取為每百萬 token $0.075,且僅支援隱式快取——不支援顯式快取,因此排除了將長文件固定為可重複使用前綴的常見技巧。Batch 與 Flex 層級會將所有價格減半至 $0.75 與 $3.75;Priority 則加倍至 $2.70 與 $13.50。不同於 Gemini 4 Carbon 的 $2/$10 初期優惠費率印有 2026 年 11 月 30 日到期日,Hydrogen 的價格卡上並未顯示結束日期。

根據模型卡,它會做什麼、不會做什麼:

• 接受文字、圖片、音訊、影片與 PDF;僅輸出文字。不生成圖片、不生成音訊、不提供 Live API。

• 支援函式呼叫、程式碼執行、電腦操作、結構化輸出、URL 內容,以及以 G​oogle 搜尋和 G​oogle 地圖為依據的 grounding。

• 四種思考等級——低、中、高(預設)以及全新的 xhigh——預設同步輸出為 65,536 個 token,並可透過長解碼達到完整的百萬個 token。

對開發者而言,若要打造與 Tasks 所展示的同類代理,有用的模式並非單一模型,而是兩種:一個快速執行器負責工具呼叫,以及一個前沿模型在執行器卡住時進行裁決。Google 在 Antigravity 中的 Orchestrator 正是這個構想商品化後的成果,它宣稱在 Terminal-Bench 4.0 上以少 24% 的配額、快 19% 的速度,達到接近 Carbon 的任務成功率——這些是廠商數據,而且出自廠商自家產品。

這種模式也正是路由層的用途所在,而我們所處的位置值得精確說明。G​emini 4 Hydrogen 目前不在 OrcaRouter 目錄中;若要呼叫它,得使用 G​oogle 自家的 API 或 AI Studio。G​emini 4 Carbon 與 G​emini 4 Argon 則在目錄內,以供應商牌價、0% 加價轉嫁,因此上述分工——由 Hydrogen 負責主要工作、Carbon 在停滯時接手——可以接到單一金鑰與單一計費項目,而不是兩份合約。如果你所路由的模型停止回應,我們的服務會容錯切換,而不是讓請求失敗,這正是經得起檢驗的 p95 與一場事故之間的差別。

有什麼好看

有三件事將決定這次推行是否明智,而它們目前都還看不見。第一是配額:一旦 G​oogle 公布 Tasks 的每日上限,以一個冗長度中位數 4.6 倍的模型來運行代理的經濟帳,就會變成公開的算術。第二是 G​oogle 說即將推出的 Universal Commerce Protocol 整合,這會讓代理從「購買前先詢問」轉變為由它端到端掌控的結帳流程。第三是失敗報告。G​oogle 自己的文章承認,有些網站會讓代理走到大部分流程,然後把畫面交還給使用者,而且任務有時會落空——唯一提供的補救方式是按倒讚。這個回饋迴路能否夠快收緊工具呼叫的可靠性,正是模型卡無法告訴你的部分。

目前實務上的重點範圍有限卻很實用。截至 11 月 17 日,Tasks 已在六個國家上線且免費,採用每百萬個詞元收費 1.50 美元與 7.50 美元的模型;它重速度勝於聰明,偶爾會講得比實際所需長四倍;而 Google 已為它加上沙箱、注入過濾器與確認提示,因為它將要保管你的卡片。如果你正在打造類似的東西,那四項事實就是規格。