Gemini 4 Hydrogen: Googles schnelles, günstiges Modell für agentische Workflows

Zuerst kam Gemini 4 Argon, das große Allzweckmodell, das Google für das tägliche Coden empfahl. Dann folgte Gemini 4 Carbon, das Frontier-Modell für die härtesten Probleme.

Jetzt gibt es Gemini 4 Hydrogen.

Der Name verrät es: Wasserstoff ist das leichteste Element – und dieses Modell ist leicht, schnell und günstig. Hydrogen ist darauf ausgelegt, Alltagsaufgaben schnell und kosteneffizient zu erledigen: fürs tägliche Coden und agentische Workflows, die nicht das volle Reasoning-Budget eines Frontier-Modells brauchen.

Die wichtigste Botschaft: Es erreicht die Intelligenz des deutlich größeren Argon oder übertrifft sie – und erledigt Aufgaben rund 2,5-mal schneller als das abgelöste Gemini 3.8 Flash.

Was ist Gemini 4 Hydrogen?

Gemini 4 Hydrogen ist ein destilliertes, auf Tempo optimiertes Modell, abgeleitet von Gemini 4 Carbon, Googles zwei Tage zuvor angekündigtem Frontier-Modell. Während Carbon und Argon für schwieriges, langes Reasoning entwickelt wurden, ist Hydrogen für die Ausführung gedacht: Code schreiben und bearbeiten, Tests ausführen, Änderungen verifizieren, mehrstufige Recherchen durchführen, Tools aufrufen und Dokumente analysieren.

Es ist nativ multimodal und akzeptiert Text, Bilder, Audio und Video, mit einem Wissensstand bis März 2026. Wie seine Geschwister unterstützt es ein Kontextfenster mit 1 Million Tokens, und Google bepreist dieses gesamte Fenster pauschal statt längere Prompts teurer zu machen.

Wo es in die Gemini-4-Familie passt

Die Gemini-4-Reihe hat jetzt drei Stufen:

Die interessanteste Designentscheidung: Google positioniert Hydrogen nicht nur als eigenständiges Modell. In Google Antigravity, der agentischen Coding-Umgebung, wechselt ein neuer Orchestrator-Modus innerhalb einer Session zwischen Carbon und Hydrogen. Carbon plant in einer Read-only-Phase, Hydrogen übernimmt die Edits und führt die Tests aus, und bei Bedarf geht die Kontrolle zurück an Carbon. Laut Google erreicht diese Kombination bei Terminal-Bench nahezu Carbon-Niveau, verbraucht dabei rund 24% weniger Kontingent und ist etwa 19% schneller.

Diese Trennung in Planer und Ausführer spiegelt ein gängiges Muster produktiver Agentensysteme: Ein teures Modell entscheidet, was zu tun ist, ein günstiges, schnelles Modell erledigt es. Über diese Idee haben wir auch in unserem Muse Ember-Artikel gesprochen. 

Gemini 4 Hydrogen Benchmarks: Wie performt es?

Googles eigene Zahlen sind für diese Modellklasse stark. Auf dem Artificial Analysis Intelligence Index erzielt Hydrogen 51 im Standard-"high"-Thinking-Level und 54 im neuen "xhigh". Argon erreicht 50 – die Basis für Googles Aussage, dass das kleinere Modell das größere überholt hat.

Zum Vergleich: Carbon kommt auf 59, und Claude Sonnet 5.5 sowie GPT-6.1 Sol erreichen jeweils 55 bei maximalen Einstellungen.

Weitere von Google veröffentlichte Ergebnisse:

• Terminal-Bench 4.1: 57,0%, zuvor 18,2% für Gemini 3.8 Flash
• HLE-Diamond: 58,8%, laut Google führend in seiner Klasse
• Agents' Last Exam v1.1: 71,6% (Carbon 77,4%, Argon 69,0%)
• AutomationBench: 76,1%
• OSWorld-2.1 (offline): 77,6%
• Vals Tax Agent Bench: 52,3%, Platz 1 insgesamt
• Vals Legal Research Bench: 55,8%, geteilter erster Platz
• Multimodal Knowledge Agent: 53,4%
• Agent Arena: fünfter Platz

Unabhängige Tests von Artificial Analysis bestätigen das Bild im Großen und Ganzen, mit einigen Vorbehalten. Ihr Terminal-Bench 4.0-Lauf sieht Hydrogen bei 54%, hinter Claude Sonnet 5.5 mit 64% und GPT-6.1 Sol mit 56%. Auch Googles Model Card vermerkt, dass Sonnet 5.5 in einer Cheat-bereinigten Terminal-Bench-4.1-Tabelle 63,9% erreicht, verglichen mit 57,0% für Hydrogen.

Heißt: Hydrogen ist im agentischen Coding konkurrenzfähig, aber nicht das beste Modell für terminallastige Aufgaben. Die deutlichsten Stärken liegen in Wissensarbeit, multimodalem Reasoning und unternehmensnahen Dokumentaufgaben.

Auch beim Thema Halluzinationen ist es bemerkenswert. Google sagt, Hydrogen erzeugt über das 5-Fache weniger erfundene Behauptungen als Gemini 3.8 Flash, und Artificial Analysis misst 8% Halluzinationsrate auf dem AA-Omniscience-Benchmark.

Gemini 4 Hydrogen: Geschwindigkeit und Thinking-Levels

Der Reiz von Hydrogen ist Durchsatz. Wie gesagt, es schließt Aufgaben im Standardmodus rund 2,5-mal schneller ab als Gemini 3.8 Flash. Was ich noch nicht erwähnt habe: Frühe Enterprise-Partner mit komplexen Graph-, SQL- und datenintensiven Workloads berichteten von 2- bis 2,8-fachen Beschleunigungen bei 12% bis 23% weniger Tokenverbrauch.

Entwickler haben vier Thinking-Levels, um Qualität, Latenz und Kosten auszubalancieren:

• Low für einfache, hochvolumige Aufgaben
• Medium für Routinearbeit, bei der Geschwindigkeit wichtiger ist als Tiefe
• High (Standard) für die meisten Coding- und agentischen Aufgaben
• xhigh, eine neue Stufe für schwierigere mehrstufige Probleme

Googles Empfehlung: Meist auf high bleiben und xhigh gezielt einsetzen – xhigh kann einfache Prompts überdenken. Artificial Analysis hat die Kostendifferenzen klar gemessen: etwa 0,29 $ pro Aufgabe bei low, 0,80 $ bei medium, 1,87 $ bei high und 3,16 $ bei xhigh, wobei der Intelligence Index auf 41 bei medium und 27 bei low fällt.

Ein technisches Detail: Input, Thinking und Output teilen sich das 1.048.576-Token-Fenster, und synchrone Antworten sind pro Aufruf auf 65.536 Tokens begrenzt. Längere Ausgaben sind über Background-Execution oder clientseitige Fortsetzung möglich.

Gemini 4 Hydrogen: Preise

Gemini 4 Hydrogen kostet in der bezahlten API 1,50 $ pro Million Input-Tokens und 7,50 $ pro Million Output-Tokens, mit gecachtem Input zu 0,075 $ pro Million Tokens via implizitem Caching. Es gibt außerdem einen ratenbegrenzten Gratis-Tarif.

Laut Artificial Analysis entspricht das in etwa einem Drittel der Kosten von Claude Sonnet 5.5 bei Maximalwerten, ist jedoch rund 2,5-mal teurer als GPT-6.1 Sol bei Max.

In Kombination mit der Pauschalbepreisung über das gesamte Kontextfenster ist es für Long-Context-Agentenjobs deutlich günstiger als die Frontier-Modelle.

Agentisches Verhalten und Sicherheit

Weil Hydrogen für autonome Agent-Loops gedacht ist, hat Google ungewohnt viel darüber veröffentlicht, wie es sich mit Tools verhält. Im Vergleich zu Gemini 3.8 Flash berichtet das Unternehmen:

• Bis zu 81% weniger agentisches "Overreach" (mehr tun als gefordert) und bis zu 79% weniger "Under-Service" (weniger tun als gefordert)
• Eine 12-fache Reduktion fehlangepasster Aktionen und Abkürzungen in Tool-Use- und Coding-Bewertungen
• Bis zu 2-mal geringere Wahrscheinlichkeit, Berechtigungsgrenzen zu umgehen, wenn eine Aufgabe blockiert ist
• Über 2,3-mal höhere Resilienz gegenüber indirekter Prompt Injection im Gray Swan IPI Benchmark
• 96,7% in einer internen Evaluierung zur Agenten-Ehrlichkeit

Die Model Card benennt auch Einschränkungen. Unbegründete Verweigerungen stiegen in automatisierten Vergleichen gegenüber 3.8 Flash um etwa 5,6 Prozentpunkte, Halluzinationen sind weiterhin möglich, und höhere Thinking-Levels erhöhen sowohl Latenz als auch Tokenverbrauch. Bei Sicherheitsschwellen sieht Google keine materiellen Fähigkeitszuwächse gegenüber Argon; Hydrogen bleibt unter den kritischen Fähigkeitslevels für biologische Informationen und Cybersicherheit, liegt aber in beiden Bereichen an den Alarmschwellen. Ausführlichere Sicherheitsdokumentation soll folgen.

Wo du es nutzen kannst

Hydrogen rollt gleichzeitig über Googles Developer-, Enterprise- und Consumer-Oberflächen aus:

• Gemini API und Google AI Studio: auf allen Stufen verfügbar, inklusive Gratis-Tier
• Google Antigravity: für zahlende Google AI Pro- und Ultra-Abonnenten; der Orchestrator-Modus ist zunächst auf Ultra beschränkt
• Android Studio: Bezahlstufe
• Gemini for business (Gemini Enterprise): über die API, das Model-Dropdown, Antigravity und Gemini in Google Sheets für berechtigte Abos
• Gemini App: im Modellwähler für Abonnenten; Gratisnutzer erhalten es über die automatische Modellauswahl, wenn es zum Prompt passt
• Google Search: weltweiter Rollout für alle Nutzer, mit besserer Verarbeitung mehrteiliger und tippfehlerreicher Suchanfragen, visuelleren Antworten und breiterem Query-Fan-out
• Gemini in Google Sheets: zunächst für Google AI Pro- und Ultra-Abonnenten

Gemini 4 Hydrogen ausprobieren

Ja, das Modell ist ab heute live, und du brauchst keinen bezahlten Plan zum Testen: Wähle gemini-4-hydrogen in der Modellauswahl im Google AI Studio, oder hol dir dort einen API-Schlüssel und rufe es über das Google Gen AI SDK mit pip install --upgrade "google-genai>=2.34.0" auf.

Um zu zeigen, wie "schnelle Ausführung" konkret aussieht, haben wir ihm im AI Studio bei HIGH als Standard-Thinking-Level einen einzigen Prompt gegeben und das Ergebnis nicht angefasst. Passend zum Thema bat der Prompt um eine Simulation, in der Wasserstoffatome zu H₂-Molekülen binden und wieder zerfallen. Angesichts des Namens fand ich das einen schönen Test.

Build a single self-contained HTML file (inline CSS and JS, no external libraries)
that animates hydrogen atoms in a 2D box on a canvas.

Requirements:
- 60 hydrogen atoms move with random velocities and bounce off the walls.
- When two free atoms collide below a bonding energy threshold, they bond into an
  H2 molecule and move together as a pair, drawn as two circles joined by a line.
- A "temperature" slider controls average speed. At high temperature, collisions
  carry enough energy to break H2 molecules back into free atoms.
- Show a live counter of free atoms vs H2 molecules, and a small line chart of the
  H2 count over the last 30 seconds.
- Use a dark background, make it look polished, and keep it at 60 fps.

Return only the HTML.Bereitgestellt von

So sah das ungeändert aus – die Temperatur wurde von 180 K auf 2.400 K hoch- und wieder runtergeregelt. Türkise Punkte sind freie Atome, violette Paare sind H₂-Moleküle: