Tabbit博客

Google Antigravity Orchestrator 如何进行模型路由

了解 Antigravity Orchestrator 如何在 Gemini 模型间交接任务、哪些账号可用,以及怎样评估配额和速度主张。

本文目录
  1. 核心结论
  2. Google Antigravity Orchestrator 一览
  3. 模型交接大致如何进行
  4. 什么时候选择 Orchestrator
  5. 访问权限和配额不等于 Gemini API
  6. 24% 和 19% 的数字能说明什么
  7. 怎样公平测试
  8. Orchestrator 与手动模型路由
  9. 当工作流涉及浏览器
  10. 最终结论

Google Antigravity Orchestrator 是一个模型选项,可将编程任务的不同阶段交给不同 Gemini 模型。Google 的发布示例让 Gemini 4 Carbon 检查代码库并规划,由 Gemini 4 Hydrogen 修改代码和运行测试;如果执行遇阻,再把任务交回 Carbon。它的目标是在一次会话内管理这些交接。

简要结论:当任务既需要仔细规划、又需要快速执行时,值得测试 Orchestrator。Google 称,在一项 Terminal-Bench 测试中,它比单独使用 Carbon 消耗更少配额、完成更快。这是基准结果,不是你的代码库能得到的保证。一位 Antigravity 用户提出了实际疑问:「较便宜的 Agent 并不总是那么准确。」关键是 Orchestrator 能否在减少用量的同时,避免复核和返工。查看完整讨论。

核心结论

  • Orchestrator 是同一任务中的动态模型路由。Google 称它可以随着任务变化,在 Carbon 和 Hydrogen 之间交接工作。

  • 发布示例提供了理解方式,但不是所有触发条件的公开规范。Google 尚未在公告中完整说明切换逻辑或每一步的控制方式。

  • Google 报告称,在 Terminal-Bench 上配额平均少 24%、完成速度快 19%。Orchestrator 产品公告写的是 Terminal-Bench 4.1,Gemini 公告写的是 4.0。这一版本差异尚未解决。

  • 配额比例不等于 API token 成本。Antigravity 账号用量和 Gemini API 账单属于不同计量方式。

  • 可用性取决于套餐且可能随着上线节奏变化。公告最初表示 Ultra 和 Gemini 企业版可用。请核对账号里的模型选择器和套餐说明。

  • 只有当节省的时间和配额超过交接、复核和修正成本时,路由才有帮助。

Google Antigravity Orchestrator 一览

问题Google 的描述尚不明确的部分
它是什么?一个可在长任务中搭配 Hydrogen 与较强模型的下拉选项每项任务的具体路由触发条件
使用哪些模型?示例会在 Gemini 4 Carbon 与 Hydrogen 之间切换并非每次都保证使用同一个顺序
如何交接?Carbon 可以探索和规划,Hydrogen 可以修改和测试,遇阻时交回 Carbon公告没有完整说明是否能强制或锁定每一步
目标是什么?在一个会话中平衡质量、效率和延迟结果取决于任务和代码库
配额主张Google 称在 Terminal-Bench 上平均比 Carbon 少用 24% 配额不代表套餐一定省 24%,也不能换算成 API token
速度主张Google 称平均完成速度快 19%不能保证复核后的端到端任务更快
谁能使用?发布公告称 AI Ultra 和 Gemini 企业版;后续可能变化账号或地区资格需要实时核对

模型交接大致如何进行

Google Antigravity 关于 Gemini 4 Hydrogen 和 Orchestrator 的公告页。
Google Antigravity 关于 Gemini 4 Hydrogen 和 Orchestrator 的公告页。

静态路由器会读取一次提示词,然后为整个任务选择一个模型。Google 对 Orchestrator 的描述不同:任务推进后,它可以更换模型,因为擅长规划的模型不一定适合每次修改或测试。

公开示例有三个阶段:

  1. 探索并规划。 Carbon 阅读代码库中的相关部分、解决歧义,并制定含有重规划条件的计划。

  2. 修改和验证。 Hydrogen 负责有针对性的编辑、依赖更新和测试。

  3. 遇阻后恢复。 Hydrogen 卡住时,控制权可回到 Carbon,让它检查当前状态、调整计划并继续。

这个顺序有助于理解想法,但不能视为固定契约。Antigravity 产品公告给出了示例路径,却没有公布所有路由触发条件,也没有保证每次运行都会使用两个模型。要依赖具体规则前,请查看当前文档和版本提供的任务记录。

Google 还提到,若想用编程方式准确控制各角色的模型,开发者可以通过 Antigravity SDK 构建显式多模型流水线。这与在界面中选择 Orchestrator 不同。如果自动化系统需要确定性阶段,应查看 SDK 文档,不要假定下拉选项提供同样的控制。

什么时候选择 Orchestrator

最适合尝试的任务会经历多种阶段:广泛探索、形成具体计划、反复修改、运行测试,偶尔还要重新规划。若任务只有一个清楚答案,它带来的价值可能较低。当你已经知道每一步该用哪个模型时,单模型或手动交接也可能更简单。

工作流特征以下情况可能适合 Orchestrator需要测量什么注意什么
大型代码库探索修改前需要广泛只读浏览文件查找是否完整、依赖遗漏、规划时间小改动也做了过多规划
常规实现依据稳定规格执行多项具体改动测试通过率、耗时、修正次数改得快,但留下更多复核工作
需求不清楚新信息可能要求重新规划重规划是否改善结果反复交接却没有更清晰的计划
测试失败后恢复执行模型卡住,可能需要更强模型诊断恢复成功率和总配额交接后重复同一种失败方法
短而独立的改动一个模型和一段短工具流程就能完成完成情况与总耗时路由开销超过任务本身
要求可复现需要知道每一步由哪个模型处理记录可见性和可重复性隐藏交接导致结果难审计

同一 subreddit 的一位用户担心,较低成本的执行模型会产生足够多错误,以至于更强模型要花时间返工,抵消节省。另一个上线讨论提出了基本的资格问题:学生优惠方案能否使用 Orchestrator?这说明应检查自己的账号,但论坛不能代替正式套餐政策。评估时仍应看复核后完成的工作,而不是第一次模型调用。查看工作质量讨论和上线资格提问。

访问权限和配额不等于 Gemini API

Google 首次发布时称,Gemini 4 Hydrogen 正向 Antigravity 的付费 Google AI Pro 和 Ultra 订阅用户推出,而 Orchestrator 面向 Google AI Ultra 用户推出。公告也列出了 Gemini 企业版。Hydrogen API 和 AI Studio 的可用性见更广泛的 Gemini 公告与模型卡。各渠道的资格和用量规则不同。

发布窗口会变化。某个 Reddit 帖子称,一个 Orchestrator 模型名称出现在 AI Pro 中,同帖用户还在询问学生套餐是否适用。这不是官方套餐规则。请检查当前模型选择器以及Antigravity 文档,不要把早期上线观察当成普遍权益。

还要区分两种费用:

  • Antigravity 配额: 产品套餐的使用量。Google 的 24% 主张是在其基准上比较配额,不代表你的账号总能少用 24%。

  • Gemini API 账单: 根据 API 请求的输入与输出 token 费率计费。使用 API 时,要按现行费率和自己的 token 量计算,不能直接套用 Antigravity 配额变化。

长时间 Agent 工具会携带上下文并发出多次调用。某模型单次 API 请求价格较低,并不能证明编排后的任务会少消耗订阅配额。反过来,完成更快也不意味着 API 费用更低,运行可能用了更多 token 或重试。

24% 和 19% 的数字能说明什么

Google 的 Antigravity 公告称,在 Terminal-Bench 4.1 上,Orchestrator 接近 Carbon 的任务成功率,平均少用 24% 配额、快 19%。Gemini 4 公告给出相同的平均百分比,却把基准称为 Terminal-Bench 4.0。官方页面对测试版本说法不同,本文无法确认原因。请将这些数字视为 Google 的基准主张,正式评估前查看具体方法。

这些数字值得促使你测试,但不是对每个团队的预测。基准测试固定任务和环境。你的结果会受代码库规模、测试质量、网络、上下文、套餐、并发负载、模型推出状态以及人工复核量影响。Agent 快 19%,却需要大量人工修正,并不代表整个任务快 19%。

可以把完成一项任务所需的时间拆开:

端到端耗时 = Agent 运行时间 + 工具等待时间 + 人工复核时间 + 修正时间
成功工作效率 = 验收通过的任务数 ÷ 消耗的配额

用这类指标比对模型标签更清楚。只有两种方式都通过相同测试、验收标准或来源核查,才算任务完成。

怎样公平测试

不需要大型基准套件就能判断路由是否适合团队。先选几项接近真实工作的任务,在相同条件下比较 Orchestrator 与账号里可用的最佳单模型方案。

  1. 选择 8 至 12 个验收条件明确的任务,包括一个小任务,以及一个需要探索、修改和验证的长任务。

  2. 两种方法使用相同的代码库状态、提示词、工具权限、网络访问和测试命令。

  3. 随机安排先后;如果配额允许,每项任务重复几次。不要把低负载时的一次运行与高峰期的一次运行直接对比。

  4. 记录验收结果、总耗时、运行前后配额、任务记录中可见的交接或重试次数、复核分钟数和修正内容。

  5. 记录失败运行与回归问题。首轮很快但测试不通过,不算任务完成。

  6. 比较通过验收的结果和人工总投入。如果 Orchestrator 隐藏了模型切换细节,也要把它记为评测限制。

可以使用一个简单规则:只有当 Orchestrator 在完成质量、时间或配额上带来实际收益,而且没有让复核工作抵消收益时,才对这类任务保留它。如果结果不一,就只在适合的任务中选用,而不是设为默认。

这种评估适用于各种 Agentic 浏览器或编程工作流,但模型可用性和计量方式属于 Antigravity 自身。浏览器 Agent 还会把页面状态和登录上下文带入测试。比较不同环境前,可先看浏览器自动化和浏览器 Agent指南。

Orchestrator 与手动模型路由

Orchestrator 不需要用户决定每一次交接,可以从一个提示词启动任务。手动路由让个人或脚本更直接控制顺序。哪种方式更有效率,要看任务。

如果阶段难以预先判断,而且自动切换更方便,可以试 Orchestrator。如果角色稳定、交接需要审计,或希望指定模型复核每项改动,手动路由更合适。任务很小时,一个模型也许更简单,不必承担协同和额外上下文。

「多模型」本身不等于「多个独立 Agent」。Google 描述的是同一执行轨迹可返回 Carbon;单独的 /swarm 则面向并行 Agent 和工作树。不要用 swarm 基准推测 Orchestrator,也不要认为并行 Agent 的配额规则适用于顺序模型交接。

当工作流涉及浏览器

编程任务若要读取网页来源,就多了浏览器和页面上下文这一变量。比较时也要固定它们。AI 浏览器指南介绍浏览器环境,browser-use讨论浏览器任务;研究浏览器和深度研究则介绍相邻的网页研究流程。这些内容用于补充工作流背景,不证明 Orchestrator 会路由浏览器任务。

最终结论

Google Antigravity Orchestrator 是一种托管方式,可在同一编程任务从规划转向执行、再到故障恢复时,在 Gemini 4 Carbon 和 Hydrogen 之间交接。Google 公布的配额和速度结果,值得在确实需要两种模型能力的长任务中测试。

只有在能确认访问资格并衡量完整结果时再依赖它。关注复核质量、返工和套餐的实际配额。若模型选择必须可预测,或任务很短,单模型或显式流水线更容易推理。Tabbit 与 Antigravity 对比讨论两款产品的定位;本文只解释 Antigravity 的 Orchestrator。

常见问题

Google Antigravity Orchestrator 是什么?

Orchestrator 是 Google Antigravity 的一个模型选项,可将同一任务的不同部分交给 Gemini 4 Carbon 和 Gemini 4 Hydrogen。Google 将其描述为任务过程中的动态路由,而非从头到尾只选一个模型。

Antigravity Orchestrator 会调用哪些模型?

Google 在 2026 年 11 月的发布公告中描述了 Gemini 4 Carbon 和 Gemini 4 Hydrogen 之间的路由。公告没有承诺每项任务都使用固定顺序,也没有列出所有未来可能搭配的模型。

谁能使用 Google Antigravity Orchestrator?

Google 的发布公告最初称 Orchestrator 将向 Google AI Ultra 订阅用户和 Gemini 企业版推出。上线节奏可能变化,请查看自己账号中的模型选择器和当前套餐信息。

Orchestrator 会减少 Antigravity 配额消耗吗?

Google 报告称,在 Terminal-Bench 评测中,Orchestrator 平均配额消耗比 Carbon 低 24%。该结果仅对应 Google 的基准测试,不保证你的项目能省下相同比例。

Google Antigravity Orchestrator 更快吗?

Google 报告称,在其 Terminal-Bench 测试中,平均完成时间快 19%。实际总耗时还受任务、网络、套餐限制、复核和返工影响。

我能选择或查看 Orchestrator 的每次模型交接吗?

Google 解释了交接示例,但发布公告没有完整说明所有触发条件或用户控制选项。依赖固定路由前,请查看当前 Antigravity 文档和版本中可用的任务记录。

下一步

让 Tabbit 与你并肩工作。

跨标签页调研、自动化重复的浏览器工作,让每一处上下文都触手可及。