Google 在美國時間 11/12 推出新一代 AI 模型 Gemini 4 Hydrogen，但這次發表亮點不只有模型效能提升。Google 同步在 AI 開發工具 Antigravity 推出 Orchestrator，讓 AI Agent 在執行任務時，能依照工作複雜度動態切換不同模型，不必從頭到尾使用同一款 AI。Google 宣稱，在程式開發基準測試中，這套機制能維持接近高階模型的任務成功率，同時平均減少 24% 的使用配額消耗、縮短 19% 的完成時間。
這項設計也反映企業導入 AI Agent 的一個重要變化：與其讓最強大的模型包辦所有工作，是否能透過不同模型分工，在執行品質、速度與成本之間取得更好的平衡？這和傳統模型路由又有何不同？
速度提升 2.5 倍、程式測試成績大增，Hydrogen 如何成為 AI Agent 執行模型？
根據 Google 官方公告，Gemini 4 Carbon、Argon 等高階模型適合系統架構設計、複雜問題分析與深入推理，但軟體開發過程中，也有大量相對例行的工作，例如修改程式碼、執行測試及驗證結果，不一定每個步驟都需要使用高階模型。
新發表的 Hydrogen 則是 Google 針對快速執行與 AI Agent 工作流程推出的模型。Google 宣稱，相較前代 Gemini 3.8 Flash，Hydrogen 在預設 High 推理設定下，完成任務速度提升至 2.5 倍，Terminal-Bench 4.1 程式開發測試成績也從 18.2% 提高至 57%。此外，Hydrogen 能在工具呼叫失敗、搜尋沒有結果時調整執行方式，較適合需要反覆操作工具、修改程式與驗證結果的多步驟任務。
因此，Google 在 Antigravity 導入 Orchestrator、讓不同模型於同一工作階段中分工的框架下，Carbon 可以先分析程式架構、制定修改計畫，再交由速度較快的 Hydrogen 執行程式修改與測試。如果執行過程遇到需要深入判斷的問題，便能重新交由 Carbon 處理，再繼續後續工作。
Google 也提供另一種多模型協作方式，讓 Carbon 擔任協調者，Hydrogen 負責執行及驗證，使多個 Agent 在隔離的工作環境中並行處理不同任務。不過，這種多代理並行協作，與 Orchestrator 在同一工作階段中動態切換模型，是不同的運作機制。
不只在任務開始時選模型，Orchestrator 與傳統模型路由有何不同？
傳統模型路由（Model Routing）通常在接收到使用者要求後，根據任務難度、成本或其他條件選擇適合的模型，再交由該模型執行任務。例如，簡單的程式修改可以交給較快速的模型，複雜的架構設計則交給推理能力較強的模型。
但 AI Agent 執行的工作可能包含多個步驟，任務難度也會在過程中改變。例如，原本只是修改幾行程式，執行測試後卻發現更深層的系統問題，需要重新分析程式架構。
根據 Google Antigravity 官方說明，Orchestrator 的差異在於，模型選擇不再只是任務開始前的一次決定，而是能在同一個工作階段中，依照任務進展動態調整。當 Hydrogen 遇到較複雜的問題，可以將任務交回 Carbon 重新規劃，再繼續執行。
AI Agent 如何兼顧效能與成本？Google 公布多模型協作成效
讓不同模型動態分工，一個重要目的就是避免高階模型處理所有工作，進而降低不必要的運算資源消耗。Google 表示，Orchestrator 在程式開發基準測試中，取得接近單獨使用 Carbon 的任務成功率，平均減少 24% 的使用配額消耗，並將任務完成時間縮短 19%。
不過，模型能力提升，不代表使用成本一定降低。根據 《VentureBeat》報導，Hydrogen 的標準 API 價格為每百萬輸入 Token 1.50 美元、輸出 Token 7.50 美元，是前代 Gemini 3.8 Flash 目前優惠價格的兩倍，也高於部分競爭對手的低價模型。
《VentureBeat》進一步引用 Artificial Analysis 的評測指出，Hydrogen 在 High 與 Xhigh 推理設定下，Intelligence Index 分別為 51 與 54 分，但每項基準測試的估計成本，也從 1.87 美元增加至 3.16 美元。這顯示企業除了選擇不同模型，也需要衡量提高推理強度是否值得額外成本。
然而，API 單價並不等於完成一項任務的總成本。《VentureBeat》指出，若能力較強的模型能減少錯誤與重試次數，或完成低價模型無法處理的工作，即使單次呼叫價格較高，整體投入仍可能更划算。值得注意的是，Google 宣稱 Orchestrator 減少的 24%，指的是 Antigravity 使用配額，不能直接解讀成企業 API 帳單降低相同比例。
AI Agent 不再只選一款模型，企業需重估導入成本
根據 Google Antigravity 官方說明，Orchestrator 已開始在 Antigravity 推出。其中，Google AI Ultra 用戶可使用 Orchestrator（Carbon）與 Orchestrator（Argon），Google AI Pro 用戶則可使用 Orchestrator（Argon），讓開發者不必自行安排每次模型切換，就能在程式開發任務中使用多模型協作。
除了 Orchestrator，Google 也提供 Antigravity SDK，讓開發團隊自行指定不同 Agent 使用的模型。例如，將程式問題分類、介面調整等工作交給 Hydrogen，較複雜的程式重構、新功能開發與安全檢查則交由 Carbon。這種預先配置的模型分工，與 Orchestrator 在任務過程中動態切換模型的機制不同。
對企業而言，這些更新也帶來新的導入考量：哪些工作適合預先指定模型，哪些長時間、多步驟的任務需要動態調度？如果 Agent 執行過程需要跨模型交接，能否保留足夠的任務脈絡，並確保測試與驗證結果可靠？至於多模型協作能否真正節省成本，仍有待不同企業工作負載的驗證。
【推薦閱讀】
◆ Google 的決策模型來了：Gemini Decision 1 一次評估千項問題，與 Jev 有何不同？
◆ YC 創業學校首度來台，點名 AI 還做不好的事：晶片驗證、硬體設計藏哪些新創機會？
◆ Anthropic IPO 前推出 AI 辦公套件：從試算表到會議協作，為何開始挑戰 Microsoft、Google？
＊本文開放合作夥伴轉載，資料來源：Google、《VentureBeat》、《TechCrunch》、《The Verge》，首圖來源：
