逐条核查 Google 的 11 项说法：Vals 法律榜打错名，2.5 倍只在首发夜成立

这篇核查不跑任何提示词：依据是 Google 的公告、模型卡与 Gemini API 页面，加上 11 月 13 日 05:53–06:12 UTC 读取的各家榜单，以及发布后约 12 小时内的 106 条首发用户报告。结论：11 项说法里 7 项与榜单吻合、2 项四舍五入后吻合、2 项有出入；「Agent Arena 第 5」与完整安全报告则无法核实。

AA 指数：51 对 50 只差 0.375 分

Artificial Analysis 指数 v5.0.1 的读数（11 月 13 日）：Hydrogen high 档 50.787，Argon high 档 50.412——Google 公告的「51 对 50」是四舍五入后的写法；xhigh 53.919 对应公告里的 54。每指数任务成本 $1.87 对 $4.97（约 0.38 倍），耗时 7.90 分钟对 29.96 分钟。注意 Argon 的 $4.97 按推广价 $2/$10 算，12 月 1 日翻倍后差距更大。同一张表里 Carbon high 60.026、每任务 $5.48——比 Hydrogen 高 9.239 分，成本约 2.9 倍。模型卡里另一句话值得并列：MCC 安全评估认为 Hydrogen 相对 Argon「没有实质能力提升」——那是安全口径，指数是基准平均数，两句话都成立。

两处打错：Vals 法律榜与 MKA

Google 称 Hydrogen 在 Vals 法律研究榜「并列第一（55.8%）」，但 Vals 榜单（11 月 11 日更新，13 日读取）显示 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 榜上没有 Hydrogen 的值，而 Fable 5.2（56.56）与 Carbon（54.34）都高于 53.4。其余 7 项吻合：Vals 税务 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% 同样是 Google 自测，Harbor 官方榜上没有 Gemini 4 的行。独立复核也值得记一笔：LLM Leaderboard 的 xhigh 复跑低于 Google 的数字——MKA 49.52%（Google 53.4%）、Terminal-Bench-Science 49.52%（Google 51.4%）。

2.5 倍只在首发夜成立

「比 3.8 Flash 快 2.5 倍」只在首发夜的 AA 数据上成立：Wayback 存档显示 11 月 12 日 21:26 UTC，Hydrogen 每指数任务 6.01 分钟、3.8 Flash 14.83 分钟（2.47 倍）；11 月 13 日实时数据是 7.90 对 14.71 分钟，只剩 1.86 倍。输出速度 179.2 tok/s 对 112.1（1.60 倍）。Google 合作伙伴口径的「快 2–2.8 倍」没有公开来源。独立速度读数还有一个：LLM Leaderboard 测得 Hydrogen 198.2 tok/s，对 Sonnet 5.5 的 144.0 与 3.8 Flash 的 136.6。

思考四档的账

四档的 AA 指数与每任务成本：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 倍时间、2.75 倍输出 tokens（303.6M 对 110.4M）；AA 称 xhigh「慢于平均、非常啰嗦」，啰嗦度 77 个模型中第 76。用户实测也印证：一位用户在生产负载上测得 xhigh 的思考 tokens 约为 high 的 3 倍。Google 指南的建议是 high 为默认，xhigh 只留给 high 搞不定的硬任务。

价格与免费层

$1.50/$7.50，全 1M 窗口不变；Batch 与 Flex $0.75/$3.75；缓存 $0.075（隐式缓存，需 ≥4,096 tokens 的提示；不支持显式缓存）；思考 tokens 按输出计费。12 月 1 日起 Argon 与 Carbon 涨到 $4/$20，Hydrogen 相对价从 0.75 倍降到 0.375 倍；3.8 Flash 到 12 月 31 日还是 $0.75/$3.75，2027 年 1 月 1 日起与 Hydrogen 同价。免费层在 Gemini API 与 AI Studio 限速免费，搜索 grounding 不可用；Gemini 应用里的免费用户只有自动选择挑中时才能用到 Hydrogen。

首日用户与 Antigravity 停号

106 条首日报告（Reddit 70、Hacker News 24、开发者论坛 12）：多数赞速度与轻量订阅额度；质量对 Argon 与 Sonnet 5.5 意见分裂；有用户测得 Hydrogen 比 3.8 Flash 每任务贵 37%、但耗时只有 40–60%。11 月 12 日 Antigravity 更新后，开发者论坛一个帖子在 19:31–22:03 UTC 收到 40 条停号报告（「违反服务条款」），多在 21:02–21:43 UTC 恢复；一个自称 Google Support 的账号称是「已知问题」，但没有带 staff 标识的官方账号确认原因，本文不作归因。

模型卡里的安全数字

知识截止 2026 年 3 月；模型卡称 Hydrogen「改编自 Carbon」；无正当理由拒答率较 3.8 Flash 上升 5.57 个百分点，多模态提示上更明显；MCC 评估未触发全套关键能力评估；针对性测试显示未达 CBRN 与网络关键能力线，但触及两域的警戒阈值；完整安全报告截至 11 月 13 日未发布。