逐條覈查 Google 的 11 項說法：Vals 法律榜打錯名，2.5 倍只在首發夜成立

這篇覈查不跑任何提示詞：依據是 Google 的公告、模型卡與 Gemini API 頁面，加上 11 月 13 日 05:53–06:12 UTC 讀取的各家榜單，以及發佈後約 12 小時內的 106 條首發用戶報告。結論：11 項說法裏 7 項與榜單吻合、2 項四捨五入後吻合、2 項有出入；「Agent Arena 第 5」與完整安全報告則無法覈實。

AA 指數：51 對 50 只差 0.375 分

Artificial Analysis 指數 v5.0.1 的讀數（11 月 13 日）：Hydrogen high 檔 50.787，Argon high 檔 50.412——Google 公告的「51 對 50」是四捨五入後的寫法；xhigh 53.919 對應公告裏的 54。每指數任務成本 $1.87 對 $4.97（約 0.38 倍），耗時 7.90 分鐘對 29.96 分鐘。注意 Argon 的 $4.97 按推廣價 $2/$10 算，12 月 1 日翻倍後差距更大。同一張表裏 Carbon high 60.026、每任務 $5.48——比 Hydrogen 高 9.239 分，成本約 2.9 倍。模型卡里另一句話值得並列：MCC 安全評估認爲 Hydrogen 相對 Argon「沒有實質能力提升」——那是安全口徑，指數是基準平均數，兩句話都成立。

兩處打錯：Vals 法律榜與 MKA

Google 稱 Hydrogen 在 Vals 法律研究榜「並列第一（55.8%）」，但 Vals 榜單（11 月 11 日更新，13 日讀取）顯示 Hydrogen 53.85%、第 6/95；榜首 55.77% 是 Carbon 的。MKA 53.4% 是 Google 自己的跑分：Artificial Analysis 的 MKA 榜上沒有 Hydrogen 的值，而 Fable 5.2（56.56）與 Carbon（54.34）都高於 53.4。其餘 7 項吻合：Vals 稅務 52.3% 第一、HLE-Diamond 58.8%、Vending-Bench 2 $14,549、AutomationBench-AA 76.14%、3.8 Flash 的 Terminal-Bench 4.1 18.2% 等；Terminal-Bench 4.1 的 57% 同樣是 Google 自測，Harbor 官方榜上沒有 Gemini 4 的行。獨立複覈也值得記一筆：LLM Leaderboard 的 xhigh 復跑低於 Google 的數字——MKA 49.52%（Google 53.4%）、Terminal-Bench-Science 49.52%（Google 51.4%）。

2.5 倍只在首發夜成立

「比 3.8 Flash 快 2.5 倍」只在首發夜的 AA 數據上成立：Wayback 存檔顯示 11 月 12 日 21:26 UTC，Hydrogen 每指數任務 6.01 分鐘、3.8 Flash 14.83 分鐘（2.47 倍）；11 月 13 日實時數據是 7.90 對 14.71 分鐘，只剩 1.86 倍。輸出速度 179.2 tok/s 對 112.1（1.60 倍）。Google 合作伙伴口徑的「快 2–2.8 倍」沒有公開來源。獨立速度讀數還有一個：LLM Leaderboard 測得 Hydrogen 198.2 tok/s，對 Sonnet 5.5 的 144.0 與 3.8 Flash 的 136.6。

思考四檔的賬

四檔的 AA 指數與每任務成本：low 26.894 分/$0.29、medium 41.233/$0.80、high 50.787/$1.87、xhigh 53.919/$3.16。xhigh 比 high 多 3.13 分，多花 $1.29、1.73 倍時間、2.75 倍輸出 tokens（303.6M 對 110.4M）；AA 稱 xhigh「慢於平均、非常囉嗦」，囉嗦度 77 個模型中第 76。用戶實測也印證：一位用戶在生產負載上測得 xhigh 的思考 tokens 約爲 high 的 3 倍。Google 指南的建議是 high 爲默認，xhigh 只留給 high 搞不定的硬任務。

價格與免費層

$1.50/$7.50，全 1M 窗口不變；Batch 與 Flex $0.75/$3.75；緩存 $0.075（隱式緩存，需 ≥4,096 tokens 的提示；不支持顯式緩存）；思考 tokens 按輸出計費。12 月 1 日起 Argon 與 Carbon 漲到 $4/$20，Hydrogen 相對價從 0.75 倍降到 0.375 倍；3.8 Flash 到 12 月 31 日還是 $0.75/$3.75，2027 年 1 月 1 日起與 Hydrogen 同價。免費層在 Gemini API 與 AI Studio 限速免費，搜索 grounding 不可用；Gemini 應用裏的免費用戶只有自動選擇挑中時才能用到 Hydrogen。

首日用戶與 Antigravity 停號

106 條首日報告（Reddit 70、Hacker News 24、開發者論壇 12）：多數贊速度與輕量訂閱額度；質量對 Argon 與 Sonnet 5.5 意見分裂；有用戶測得 Hydrogen 比 3.8 Flash 每任務貴 37%、但耗時只有 40–60%。11 月 12 日 Antigravity 更新後，開發者論壇一個帖子在 19:31–22:03 UTC 收到 40 條停號報告（「違反服務條款」），多在 21:02–21:43 UTC 恢復；一個自稱 Google Support 的賬號稱是「已知問題」，但沒有帶 staff 標識的官方賬號確認原因，本文不作歸因。

模型卡里的安全數字

知識截止 2026 年 3 月；模型卡稱 Hydrogen「改編自 Carbon」；無正當理由拒答率較 3.8 Flash 上升 5.57 個百分點，多模態提示上更明顯；MCC 評估未觸發全套關鍵能力評估；針對性測試顯示未達 CBRN 與網絡關鍵能力線，但觸及兩域的警戒閾值；完整安全報告截至 11 月 13 日未發佈。