Google DeepMind在2026年11月12日推出Gemini 4 Hydrogen。若目前用Gemini 3.8 Flash處理程式修改與Agent流程,我會先把Hydrogen放進日常執行任務的候選名單;若工作還在釐清架構、依賴順序或互相衝突的限制,Gemini 4 Argon仍是較合適的規劃模型。以下按截至11月17日的公開規格與基準整理,重點是遷移時哪些行為會變,以及該用什麼條件選型。
| 任務狀態 | 優先模型 | 先確認的事 |
|---|---|---|
| 現有短任務已穩定、延遲敏感 | Gemini 3.8 Flash | 換型後的完整任務時間是否真的改善。 |
| 需求與驗收條件明確,要改檔、呼叫工具、完成測試 | Gemini 4 Hydrogen | 工具是否真的執行,失敗後是否能收尾。 |
| 尚未定方案,跨模組限制多、需要長程規劃 | Gemini 4 Argon | 方案是否能處理依賴與衝突。 |
Hydrogen屬於Gemini 4系列。模型卡寫明它由Gemini 4 Carbon適配而來,但Google對它的工作定位是快速執行日常編碼與Agent流程;Carbon與Argon則在更深的長程推理層。這裡把Carbon當作家族定位,不放進日常執行的主表。

3.8 Flash本來就會寫程式、處理多步任務。Hydrogen值得檢查的不是「能不能寫」,而是沿用同一套工作流程後,預設推理、工具呼叫與交付收尾會怎麼變。
| 檢查項 | 3.8 Flash | Hydrogen | 遷移時的影響 |
|---|---|---|---|
| 預設思考檔 | medium | high | 只換模型ID,也會改變預設推理投入。 |
| 可選思考檔 | 依舊版設定 | low、medium、high、xhigh | xhigh留給high仍處理不好的難題。 |
| 上下文 | 分列約1M輸入與64K輸出 | 1,048,576 Token統一視窗 | 輸入、思考和輸出共用額度。 |
| 一般同步輸出 | 依舊版上限 | 預設最多65,536 Token | 1M視窗不等於一次可輸出1M。 |
| Agent驗收 | 既有流程 | 工具使用與任務收尾是升級重點 | 要看實際工具紀錄,不只看最後一段文字。 |
假設既有訊息與輸入已用掉800,000 Token,Hydrogen的統一視窗約剩248,576 Token給後續思考和輸出。這只是容量計算;一般同步輸出仍受65,536 Token預設上限約束。長程任務若要塞入大型儲存庫、測試日誌與多份文件,保留推理與最終答覆的空間,比單看「1M」標籤有用。

| 類別 | 規格與界線 |
|---|---|
| 輸入 | 文字、圖片、音訊、影片;相關文件另列PDF、Office與OpenDocument。 |
| 輸出 | 文字,可放進需要工具呼叫的Agent流程。 |
| 不負責 | 直接產出圖片、音訊或影片成品。 |
| 不支援 | Live API即時音視訊對話。 |
這個差別會影響任務設計。拿錯誤截圖、操作錄影與需求文件來找問題,Hydrogen可以當分析模型;要交付配音或影片檔案,就要換相應的生成模型。輸入支援影片,不等於輸出會有影片。
Google公布的Terminal-Bench 4.1成績,Hydrogen為57.0%,3.8 Flash為18.2%;另稱Hydrogen在預設high檔完成任務快2.5倍,虛構完成聲明減少超過5倍。這些是廠商任務集與統計口徑,不能直接換算成某個團隊每張工單的等待時間。
| 數字 | 對工程團隊有什麼用 | 不該推成什麼結論 |
|---|---|---|
| Terminal-Bench 4.1:57.0%對18.2% | 優先拿終端與工具流程做遷移驗收。 | 所有專案的修錯成功率都會照此增加。 |
| SWE-sweep:Hydrogen 13.5% | 留意真實程式庫任務與終端任務的差異。 | 和Terminal-Bench百分比相加排名。 |
| 綜合指數:Hydrogen high 51、xhigh 54;Argon 50 | 提醒單一綜合分數不足以替任務選型。 | Hydrogen已全面取代Argon的規劃工作。 |

我要交付的是一個修復結果時,驗收會看四件事:修改是否對應觸發條件、是否動到無關檔案、測試是否真的跑過、失敗後是否有完成收尾。跑分能幫忙挑測試方向,無法替這四項簽收。
若流程使用Crazyrouter的OpenAI相容入口,Base URL是https://api.crazyrouter.com/v1,對話請求路徑是/v1/chat/completions。三個模型ID如下;名稱要照ID填,不用文章裡的空格版展示名。
| 工作位置 | model ID |
|---|---|
| 既有快速流程 | gemini-3.8-flash |
| 日常執行候選 | gemini-4-hydrogen |
| 複雜規劃候選 | gemini-4-argon |
原本使用舊版的流程,可先核對Gemini 3.8 Flash的模型資訊,再把代表性工單放進同一套驗收。需要查看同廠型號時,可查看Crazyrouter的Google模型目錄。模型ID出現在目錄,與思考檔是否透傳、輸出限制是否符合既有流程,是不同檢查項。
先選三種既有工單:一個小修改、一個需要多次工具呼叫的修錯、一個還沒定方案的跨模組問題。前兩個讓3.8 Flash與Hydrogen照同一驗收條件比較;第三個先交給Argon處理規劃,再看Hydrogen能否完成拆好的步驟。若high已足夠,不必在所有任務上開xhigh;若high反覆卡在同一類難題,再單獨提高檔位看結果。
這樣選的重點是任務階段。已定義好的工作需要執行與收尾,先看Hydrogen;尚未定義清楚的工作需要規劃,先看Argon。3.8 Flash繼續承接目前穩定的短流程,直到新的同題驗收顯示切換有實際收益。