Gemini 4 Hydrogen: Google’s snelle, goedkope model voor agentische workflows

Eerst was er Gemini 4 Argon, het grote model voor algemeen gebruik dat het aanraadde voor dagelijks coderen. Daarna kwam Gemini 4 Carbon, het frontier-model voor de moeilijkste problemen.

Nu is er Gemini 4 Hydrogen.

De naam zegt het al: waterstof is het lichtste element, en dit is het lichte, snelle, goedkope model van de groep. Hydrogen is gebouwd om dingen snel en voordelig gedaan te krijgen, voor alledaags codeer- en agentwerk dat geen volledig redeneerbudget van een frontier-model nodig heeft.

De kernclaim is dat het qua intelligentie evenaart of beter is dan het veel grotere Argon, terwijl het taken ongeveer 2,5x sneller afrondt dan het Gemini 3.8 Flash-model dat het vervangt.

Wat is Gemini 4 Hydrogen?

Gemini 4 Hydrogen is een gedistilleerd, op snelheid geoptimaliseerd model afgeleid van Gemini 4 Carbon, Google's frontier-model dat twee dagen eerder werd aangekondigd. Waar Carbon en Argon zijn ontworpen voor moeilijke, langetermijnredenering, is Hydrogen ontworpen voor uitvoering: code schrijven en bewerken, tests draaien, wijzigingen verifiëren, meerstapsresearch uitvoeren, tools aanroepen en documenten analyseren.

Het is een van nature multimodaal model dat tekst, afbeeldingen, audio en video accepteert, met een knowledge cutoff van maart 2026. Net als zijn broers en zussen ondersteunt het een contextvenster van 1 miljoen tokens, en Google rekent dat volledige venster af tegen een vast tarief in plaats van meer te vragen voor lange prompts.

Waar het past binnen de Gemini 4-familie

De Gemini 4-line-up heeft nu drie niveaus:

De interessantste ontwerpkeuze is dat Google Hydrogen niet puur als een losstaand model positioneert. In Google Antigravity, de agentische codeeromgeving van het bedrijf, schakelt een nieuwe Orchestrator-modus tussen Carbon en Hydrogen binnen één sessie. Carbon doet de planning in een alleen-lezenfase, Hydrogen doet de edits en draait de tests, en de controle kan terug naar Carbon als de uitvoering hapert. Google meldt dat deze combinatie bijna-Carbon taalsucces behaalt op Terminal-Bench terwijl ongeveer 24% minder quota wordt gebruikt en circa 19% sneller wordt afgerond.

Die planner-executor-splitsing weerspiegelt een patroon dat gangbaar is geworden in productie-agentsystemen: gebruik een duur model om te beslissen wat te doen, en een goedkoop, snel model om het te doen. We bespraken dit idee ook in ons artikel over Muse Ember.

Gemini 4 Hydrogen-benchmarks: hoe presteert het?

Google’s eigen gerapporteerde cijfers zijn sterk voor een model in deze klasse. Op de Artificial Analysis Intelligence Index scoort Hydrogen 51 op het standaard "high"-denkniveau en 54 op het nieuwe "xhigh"-niveau. Argon scoort 50, wat de basis is voor Google’s claim dat het kleinere model het grotere heeft ingehaald.

Ter context: Carbon scoort 59, en Claude Sonnet 5.5 en GPT-6.1 Sol scoren allebei 55 op hun maximale instellingen.

Andere opvallende resultaten die Google publiceerde:

• Terminal-Bench 4.1: 57,0%, tegen 18,2% voor Gemini 3.8 Flash
• HLE-Diamond: 58,8%, wat volgens Google toonaangevend is in zijn klasse
• Agents' Last Exam v1.1: 71,6% (Carbon scoort 77,4%, Argon 69,0%)
• AutomationBench: 76,1%
• OSWorld-2.1 (offline): 77,6%
• Vals Tax Agent Bench: 52,3%, eerste plaats overall
• Vals Legal Research Bench: 55,8%, gedeeld eerste
• Multimodal Knowledge Agent: 53,4%
• Agent Arena: vijfde plaats

Onafhankelijke tests van Artificial Analysis bevestigen dit beeld grotendeels, met enkele kanttekeningen. Hun Terminal-Bench 4.0-run zet Hydrogen op 54%, achter Claude Sonnet 5.5 met 64% en GPT-6.1 Sol met 56%, en Google’s eigen modelkaart vermeldt dat Sonnet 5.5 63,9% scoort op een op valsspelen-gecorrigeerde Terminal-Bench 4.1-tabel tegenover 57,0% voor Hydrogen.

Met andere woorden, Hydrogen is competitief in agentisch coderen, maar het is niet het beste beschikbare model voor terminal-zwaar werk. De duidelijkste overwinningen liggen in kenniswerk, multimodale redenering en enterprise-achtige documenttaken.

Het verhaal rond hallucinaties is ook noemenswaard. Google zegt dat Hydrogen meer dan 5x minder verzonnen beweringen produceert dan Gemini 3.8 Flash, en Artificial Analysis mat een hallucinatiegraad van 8% op hun AA-Omniscience-benchmark.

Gemini 4 Hydrogen: snelheid en denk­niveaus

De aantrekkingskracht van Hydrogen is throughput. Zoals gezegd rondt het taken ongeveer 2,5x sneller af dan Gemini 3.8 Flash op de standaardinstelling. Wat ik nog niet noemde: vroege enterprise-partners die werken aan complexe graf-, SQL- en data-intensieve workloads rapporteerden snelheidswinst van 2x tot 2,8x met 12% tot 23% lager tokenverbruik.

Ontwikkelaars krijgen vier denkniveaus om kwaliteit, latentie en kosten af te wegen:

• Low voor simpele, hoogvolume taken
• Medium voor routinetaken waar snelheid zwaarder weegt dan diepgang
• High (de standaard) voor de meeste codeer- en agenttaken
• xhigh, een nieuwe laag voor moeilijkere meerstapsproblemen

Google’s advies is om de meeste taken op high te laten en xhigh te reserveren voor gevallen die het nodig hebben, met de waarschuwing dat xhigh simpele prompts kan overdenken. Artificial Analysis mat het kostenverschil duidelijk: ongeveer $0,29 per taak op low, $0,80 op medium, $1,87 op high en $3,16 op xhigh, met de Intelligence Index die daalt naar 41 op medium en 27 op low.

Een technisch detail: input, thinking en output delen allemaal het venster van 1.048.576 tokens, en synchrone responses zijn begrensd op 65.536 tokens per call. Langere outputs zijn mogelijk via background execution of client-side voortzetting.

Prijs van Gemini 4 Hydrogen

Gemini 4 Hydrogen kost $1,50 per miljoen inputtokens en $7,50 per miljoen outputtokens op de betaalde API, met gecachte input voor $0,075 per miljoen tokens via impliciete caching. Er is ook een gelimiteerde gratis laag.

Artificial Analysis schat dat dit neerkomt op ruwweg een derde van de kosten van Claude Sonnet 5.5 op de maximale instelling, maar ongeveer 2,5x de kosten van GPT-6.1 Sol op max.

In combinatie met de vaste prijs over het volledige contextvenster is het een beduidend goedkopere optie voor agentische taken met lange context dan de frontier-modellen.

Agentisch gedrag en veiligheid

Omdat Hydrogen bedoeld is om autonoom te draaien in agentloops, heeft Google meer detail dan gebruikelijk gepubliceerd over hoe het zich gedraagt met tools. In vergelijking met Gemini 3.8 Flash meldt het bedrijf:

• Tot 81% minder agentische "overreach" (meer doen dan gevraagd) en tot 79% minder "under-service" (minder doen dan gevraagd)
• Een 12x reductie in misaligned actions en task shortcutting in evaluaties van toolgebruik en coderen
• Tot 2x minder geneigd om permissiegrenzen te omzeilen wanneer een taak wordt geblokkeerd
• Meer dan 2,3x grotere veerkracht tegen indirecte promptinjection op de Gray Swan IPI-benchmark
• 96,7% op een interne evaluatie van agent-honestheid

De modelkaart is ook eerlijk over beperkingen. Onterechte weigeringen stegen met ongeveer 5,6 procentpunt vergeleken met 3,8 Flash in geautomatiseerde vergelijkingen, hallucinaties blijven mogelijk, en hogere denkniveaus verhogen zowel latentie als tokenverbruik. Op veiligheidsdrempels zegt Google dat Hydrogen geen materiële capaciteitsstijging laat zien ten opzichte van Argon en onder de kritieke capaciteitsniveaus blijft voor biologische informatie en cybersecurity, maar dat het op de waarschuwingsdrempels zit in beide domeinen, met volledige veiligheidsdocumentatie die volgt.

Waar je het kunt gebruiken

Hydrogen wordt in één keer uitgerold over Google’s developer-, enterprise- en consumentenoppervlakken:

• Gemini API en Google AI Studio: beschikbaar op alle niveaus, inclusief de gratis laag
• Google Antigravity: beschikbaar voor betalende Google AI Pro- en Ultra-abonnees; de Orchestrator-modus is aanvankelijk beperkt tot Ultra
• Android Studio: betaalde laag
• Gemini for business (Gemini Enterprise): via de API, de modelkeuzelijst, Antigravity en Gemini in Google Spreadsheets voor in aanmerking komende abonnementen
• Gemini-app: in de modelpicker voor abonnees; gratis gebruikers krijgen het via automatische modelselectie wanneer dat bij de prompt past
• Google Zoeken: wordt wereldwijd uitgerold naar alle gebruikers, met betere afhandeling van meerledige en typefout-rijke zoekopdrachten, meer visuele antwoorden en bredere query fan-out
• Gemini in Google Spreadsheets: te beginnen bij Google AI Pro- en Ultra-abonnees

Gemini 4 Hydrogen uitproberen

Ja, het model is vandaag live, en je hebt geen betaald abonnement nodig om het te testen: kies gemini-4-hydrogen uit de modellijst in Google AI Studio, of haal daar een API-sleutel op en roep het aan vanuit de Google Gen AI SDK met pip install --upgrade "google-genai>=2.34.0".

Om te zien hoe "snelle uitvoering" er in de praktijk uitziet, gaven we het één prompt in AI Studio op het standaarddenkniveau HIGH en hebben we het resultaat niet aangeraakt. In stijl vroeg de prompt om een simulatie van waterstofatomen die binden tot H₂-moleculen en weer uit elkaar vallen. Lekte me een leuke test, gezien de naam.

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.Mogelijk gemaakt door

Dit kwam er onbewerkt uit, met de temperatuur gesweept van 180 K naar 2.400 K en weer terug. Cyaankleurige stippen zijn vrije atomen; violette paren zijn H₂-moleculen: