![文章封面](https://developer.qcloudimg.com/http-save/10106350/27cd9a0af47afb74d26b9e82af52e7ba.jpg)

Google DeepMind 推出了 Gemini 4 系列的新模型 Hydrogen，官方博客显示该模型在 Terminal-Bench 4.1 上得分 57%，远高于 Gemini 3.8 Flash 的 18.2%，在代理任务场景中的表现超过了更大规模的 Argon 模型。Hydrogen 是 Gemini 4 系列中继 Argon 和 Carbon 之后发布的第三款模型，Argon 于一个月前发布。

![](https://developer.qcloudimg.com/http-save/10106350/57b939b2d113d4baf15d643b23b3e4fb.jpg)

## 在代理任务基准上的表现

第三方技术媒体 The Decoder 整理的数据显示，Hydrogen 在 Terminal-Bench 4.0 的 AA 版本上未公布得分，但 Carbon 达到 65.2%、Argon 为 57.1%。在 SWE-sweep 这项软件工程任务基准中，Hydrogen 得分 13.5%，Carbon 为 9.6%，Argon 仅 4.3%。

在 AutomationBench-AA 上，Hydrogen 得分 76.1%。HLE-Diamond 基准中 Hydrogen 得分 58.8%，但未见其他模型的对比数据。

在通用能力基准 Vals Index v2.2 上，Carbon 得分 70.4%、Argon 为 69.2%，Hydrogen 的得分未披露。这是目前已知唯一一项 Hydrogen 未领先的对比。

## Orchestrator 调度机制

官方博客介绍了配合 Hydrogen 使用的 Orchestrator 调度机制。在 Terminal-Bench 4.0 上，使用 Orchestrator 相比单独使用模型可减少 24% 的配额消耗，并使完成速度提升 19%。

Orchestrator 的具体工作方式未详述，但从效果看涉及任务分解或调用优化。早期测试中，Hydrogen 的 token 使用量减少了 12% 到 23%。

## 代理行为的控制能力

官方博客称，Hydrogen 在代理任务中减少了越权行为(overreach)最高 81%，减少服务不足(under-service)最高 79%。在内部的代理诚实度评估中，Hydrogen 达到 96.7% 的诚实率。

这些指标反映的是模型在执行代理任务时，在用户未明确授权的情况下采取行动的频率，以及未能完成用户明确要求的频率。具体评估方法和对比基线未公开。

## 模型规模与性能的关系

Hydrogen 在多项代理任务基准上超过 Argon 的表现，与常见的"更大模型性能更好"的规律不符。Argon 是 Gemini 4 系列的旗舰模型，通常意味着更大的参数规模和计算量，但在 Terminal-Bench 4.0、SWE-sweep 等专门测试代理能力的基准中落后于 Hydrogen。

这可能表明针对代理任务的专门优化，或训练数据的针对性选择，在这类任务中的作用超过了模型规模本身。Carbon 作为中等规模模型，在部分基准上也处于 Hydrogen 和 Argon 之间。

模型的参数量、训练方法、发布时间等技术细节均未公开，无法确定性能差异的具体来源。

Google DeepMind 推出 Gemini 4 Hydrogen，在多项代理任务基准中表现优于更大的 Argon 模型，配合新的 Orchestrator 调度机制可减少 24% 配额消耗并提升 19% 完成速度。

Google 发布 Gemini 4 Hydrogen，在代理任务基准上超过自家旗舰模型 Argon

人工智能

新闻资讯

GoogleDeepMind推出Gemini 4系列新模型Hydrogen，代理任务基准表现超旗舰Argon，Terminal-Bench4.1得分57%远超Gemini3.8Flash。Orchestrator调度机制减少24%配额消耗，越权行为最高降低81%，诚实率达96.7%。

软件工程

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Google 发布 Gemini 4 Hydrogen，在代理任务基准上超过自家旗舰模型 Argon-腾讯云开发者社区-腾讯云

Google 发布 Gemini 4 Hydrogen，在代理任务基准上超过自家旗舰模型 Argon

Google 发布 Gemini 4 Hydrogen，在代理任务基准上超过自家旗舰模型 Argon

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐