我先把价格抄下来，因为这一行最好核。
输入每百万 Token 1.5 美元，输出每百万 Token 7.5 美元。谷歌的说明里写着，这个价格覆盖全部 100 万 Token 上下文窗口，不分段阶梯计价。
【本人未实测】我没有 API 权限，下面所有数据来自 IT之家 11 月 13 日的报道。我自己动手算的只有几个比值，会单独标出来。
那个 5 倍
【我算的】7.5 除以 1.5 等于 5。输出价是输入价的五倍。
【我算的】10 元对 50.1 元，也是五倍上下。汇率换算没改变这个比例。
这个比例有什么用。你一个任务输入特长、输出很短，成本主要在输入那一边。反过来让模型写长文，输出价说了算。
不分段计价这一条也值得单说。100 万 Token 的上下文不额外加钱，意味着塞长文档不会因为塞得多而涨价。
只差 1 分，这事得说清楚
Artificial Analysis 智能指数里，Hydrogen 默认高思考档位 51 分。Gemini 4 Argon 是 50 分。最高 xhigh 档位能到 54。
【我算的】51 和 50 差 1 分，按 50 算差 2%。
问题来了。1 分算不算差距。
报道没说这套指数的误差范围，也没给置信区间。我手上只有三个整数。
【个人看法】1 分我不会拿来当换模型的理由。但这个方向有点意思，因为 Hydrogen 是对外下放的那个型号，Argon 是同一系列里的另一款，报道没给它的定位。
排名靠后的反超靠前的，通常两种可能：新版训练更充分，或者评测集合恰好吃这个版本的长处。哪种，报道没说。
54 分那一档更醒目。不过它只在 xhigh 出现，延迟和计价都没给。
Orchestrator 那句「接近 Carbon」
谷歌同时推了个 Orchestrator，装在 Google Antigravity 平台里，能在同一个会话中自动在 Carbon 和 Hydrogen 之间切换。
在 Terminal-Bench 4.0 上，这套调度达到「接近 Carbon 的任务成功率」，同时平均消耗配额减少 24%，完成速度提升 19%。
24% 和 19% 是两个具体的数，能直接用。「接近 Carbon」不是。
【个人看法】没有 Carbon 的绝对成功率，这个「接近」我评不了。95% 和 99% 都能叫接近，中间差 4 个百分点，落到实际任务里可能是几十次失败。
两个版本号，别串着比
报道里还有一组对比，是 Hydrogen 对上一代 Gemini 3.8 Flash：默认高思考档位下任务完成速度快 2.5 倍，Terminal-Bench 4.1 得分从 18.2% 提到 57%，虚构错误率降低 5 倍以上。
【我算的】18.2 到 57，提升 38.8 个百分点，是原来的 3.13 倍。
注意右边那个版本号。Orchestrator 那组是 4.0，这组是 4.1。
一个基准换版本，题目会变，分数不能横着比。所以「快 2.5 倍」和「配额省 24%」这两句之间没有可比性。前者是 Hydrogen 单体对 3.8 Flash，后者是调度方案对 Carbon。
我在两个相邻段落里看到这两组数，排版挨得很近，很容易读成一组。
四档思考深度
low、medium、high、xhigh。high 是默认。
官方说法是可以按任务需求调节推理深度、延迟和成本。这个设计现在不新鲜。
值得记的是它和价格的关系。报道说计价不分档。但档位越高，输出 Token 越多，而输出是 7.5 美元那一档。单价没变，账单会变。
【个人看法】这条是我推的，报道没有直接写。如果 xhigh 让模型多想几轮，输出量上去，钱就上去。
安全那组数
智能体任务越权行为减少最高 81%。
服务不足问题减少 79%。
工具调用与编码场景下的失准行为、任务走捷径问题减少 12 倍。
内部智能体诚实度评测 96.7%。
思维链保留率 99.9%。
Gray Swan IPI 基准上，对抗间接提示注入的韧性提升 2.3 倍以上。
这些数都带「最高」「以上」这类限定词，而且全是内部评测或指定基准。IPI 那条只给了倍数，没给基线绝对值。
【个人看法】这类安全指标我一向只当参考。攻击面在变，防护也在变，一个基准的分数说明不了半年后的事。
谁现在能用
开发者走 Gemini API、AI Studio、Android Studio，付费层。
企业走 Gemini for 商业版、Google Antigravity、表格内 Gemini。
普通用户在 Gemini 应用里下拉选模型。免费用户在自动模型选择模式下也能拿到 Hydrogen 的能力。
谷歌搜索也接了这个模型。
搜索那条我留意了一下。搜索接入意味着搜索结果里的答案可能部分来自这个型号，但产品界面不会告诉你当前用的是哪个。
输入和输出都是 100 万 Token
多数模型的上下文说的是输入，输出另有上限。这个型号报的是原生输入 100 万、输出 100 万，两边一样。
官方还说它能处理大型 PDF、表格、图表、音视频。这个我没法验，只能照抄。
有一处措辞我留意了。原文写「任务完成速度常优于同级别模型」，那个「常」字。常优于，意思是多数情况优于，不是每次都优于。这种词出现在宣传材料里，通常意味着有反例。
【个人看法】这一条我倾向信一半。速度优势和任务类型强相关，长上下文任务和短问答的表现差异会很大。
我没查到的
Argon 的价格，报道没给。所以「Hydrogen 比 Argon 便宜多少」这个问题我答不了。【暂无相关资料】
xhigh 档位的延迟和成本，没有。
Terminal-Bench 4.0 上 Hydrogen 的绝对成功率，没有，只有「接近 Carbon」。
Artificial Analysis 那套指数的评测方法、题目量和误差范围，我手上也没有。
【个人看法】四个缺口里第一个影响最大。一个下放型号的价值主要看它比高一档便宜多少，这个数今天拿不到，整篇文章的判断就缺一块。
收尾
只看一句的话，我记这个：100 万 Token 上下文不额外收费，输入 1.5 美元，输出 7.5 美元。分数和倍数那些，等有人把 4.0 和 4.1 的同口径结果摆一起再谈更靠谱。
你现在用的是哪一档模型。默认自动选，还是自己手动挑的。