Gemini 4 Hydrogen: szybki, niedrogi model Google do agentowych workflowów

Najpierw pojawił się Gemini 4 Argon, duży model ogólnego przeznaczenia polecany do codziennego kodowania. Potem przyszedł Gemini 4 Carbon, model frontier do najtrudniejszych problemów.

Teraz jest Gemini 4 Hydrogen.

Nazwa zdradza wszystko: wodór to najlżejszy pierwiastek, a to jest lekki, szybki, niskokosztowy model w tej rodzinie. Hydrogen jest zbudowany tak, by szybko i tanio kończyć zadania — do codziennego kodowania i pracy agentów, które nie wymagają pełnego budżetu rozumowania modelu frontier.

Najważniejsze twierdzenie: dorównuje lub przewyższa znacznie większy Argon pod względem inteligencji, jednocześnie kończąc zadania około 2,5 raza szybciej niż model Gemini 3.8 Flash, którego jest następcą.

Czym jest Gemini 4 Hydrogen?

Gemini 4 Hydrogen to destylowany, zoptymalizowany pod kątem szybkości model wywiedziony z Gemini 4 Carbon, ogłoszonego dwa dni wcześniej modelu frontier Google. Podczas gdy Carbon i Argon są projektowane do trudnego, długohoryzontowego rozumowania, Hydrogen jest zaprojektowany do egzekucji: pisania i edytowania kodu, uruchamiania testów, weryfikowania zmian, prowadzenia wieloetapowych badań, wywoływania narzędzi i analizowania dokumentów.

To natywnie multimodalny model, który przyjmuje tekst, obrazy, audio i wideo, z datą odcięcia wiedzy w marcu 2026. Podobnie jak rodzeństwo, obsługuje okno kontekstu 1 miliona tokenów, a Google wycenia całe to okno ryczałtowo zamiast pobierać wyższą opłatę za długie prompt’y.

Gdzie mieści się w rodzinie Gemini 4

Linia Gemini 4 ma teraz trzy poziomy:

Najciekawszy wybór projektowy jest taki, że Google nie pozycjonuje Hydrogen wyłącznie jako samodzielnego modelu. W Google Antigravity, środowisku do agentowego kodowania, nowy tryb Orchestrator przełącza się między Carbon a Hydrogen w ramach jednej sesji. Carbon planuje w fazie tylko do odczytu, Hydrogen wprowadza zmiany i uruchamia testy, a sterowanie może wrócić do Carbon, jeśli egzekucja utknie. Google podaje, że taka kombinacja osiąga skuteczność zadań bliską Carbon na Terminal-Bench, zużywając około 24% mniej limitu i kończąc około 19% szybciej.

Ten podział na planowanie i wykonanie odzwierciedla wzorzec powszechny w produkcyjnych systemach agentowych: używaj drogiego modelu do decydowania, co robić, i taniego, szybkiego modelu do wykonania. Mówiliśmy o tym pomyśle także w artykule Muse Ember.

Benchmarki Gemini 4 Hydrogen: jak wypada?

Własne wyniki Google są mocne jak na model tej klasy. W Artificial Analysis Intelligence Index Hydrogen uzyskuje 51 na domyślnym poziomie myślenia „high” i 54 na nowym poziomie „xhigh”. Argon ma 50, co jest podstawą twierdzenia Google, że mniejszy model wyprzedził większego.

Dla kontekstu: Carbon ma 59, a Claude Sonnet 5.5 i GPT-6.1 Sol uzyskują po 55 na swoich maksymalnych ustawieniach.

Inne kluczowe wyniki opublikowane przez Google:

• Terminal-Bench 4.1: 57,0%, w górę z 18,2% dla Gemini 3.8 Flash
• HLE-Diamond: 58,8%, co według Google prowadzi w swojej klasie
• Agents' Last Exam v1.1: 71,6% (Carbon ma 77,4%, Argon 69,0%)
• AutomationBench: 76,1%
• OSWorld-2.1 (offline): 77,6%
• Vals Tax Agent Bench: 52,3%, pierwsze miejsce ogółem
• Vals Legal Research Bench: 55,8%, ex aequo pierwsze
• Multimodal Knowledge Agent: 53,4%
• Agent Arena: piąte miejsce

Niezależne testy Artificial Analysis zasadniczo potwierdzają obraz, dodając jednak pewne zastrzeżenia. Ich uruchomienie Terminal-Bench 4.0 plasuje Hydrogen na 54%, za Claude Sonnet 5.5 z 64% i GPT-6.1 Sol z 56%, a karta modelu Google zauważa, że Sonnet 5.5 ma 63,9% w tabeli Terminal-Bench 4.1 skorygowanej o oszustwa, wobec 57,0% Hydrogen.

Innymi słowy, Hydrogen jest konkurencyjny w agentowym kodowaniu, ale nie jest najlepszym dostępnym modelem do pracy silnie terminalowej. Jego najpewniejsze zwycięstwa to praca z wiedzą, rozumowanie multimodalne i korporacyjne zadania na dokumentach.

Warto też wspomnieć o halucynacjach. Google twierdzi, że Hydrogen generuje ponad 5 razy mniej zmyślonych stwierdzeń niż Gemini 3.8 Flash, a Artificial Analysis zmierzyło 8% halucynacji w benchmarku AA-Omniscience.

Szybkość i poziomy myślenia w Gemini 4 Hydrogen

Urok Hydrogen tkwi w przepustowości. Jak wspomniałem, domyślnie kończy zadania około 2,5 raza szybciej niż Gemini 3.8 Flash. Czego jeszcze nie dodałem: wczesni partnerzy korporacyjni pracujący nad złożonymi obciążeniami grafowymi, SQL i danymi raportowali przyspieszenia 2x do 2,8x przy 12% do 23% mniejszym zużyciu tokenów.

Deweloperzy mają cztery poziomy myślenia, by balansować jakość, opóźnienie i koszt:

• Niski do prostych, wysokowolumenowych zadań
• Średni do rutynowej pracy, gdzie szybkość jest ważniejsza niż głębia
• Wysoki (domyślny) do większości zadań kodowania i agentowych
• xhigh, nowy poziom do trudniejszych problemów wieloetapowych

Wskazówka Google: zostaw większość zadań na „wysoki”, a „xhigh” rezerwuj dla przypadków, które tego wymagają, z ostrzeżeniem, że „xhigh” może nadmiernie roztrząsać proste prompt’y. Artificial Analysis wyraźnie zmierzyło różnicę kosztów: około 0,29 USD za zadanie na „niski”, 0,80 USD na „średni”, 1,87 USD na „wysoki” i 3,16 USD na „xhigh”, przy czym Intelligence Index spada do 41 na „średni” i 27 na „niski”.

Szczegół techniczny: wejście, myślenie i wyjście współdzielą całe okno 1 048 576 tokenów, a odpowiedzi synchroniczne są ograniczone do 65 536 tokenów na wywołanie. Dłuższe wyjścia są możliwe przez wykonanie w tle lub kontynuację po stronie klienta.

Ceny Gemini 4 Hydrogen

Gemini 4 Hydrogen kosztuje 1,50 USD za milion tokenów wejściowych i 7,50 USD za milion tokenów wyjściowych w płatnym API, z pamięcią podręczną wejścia po 0,075 USD za milion tokenów przez implicit caching. Dostępna jest też darmowa warstwa z limitami stawek.

Według szacunków Artificial Analysis to mniej więcej jedna trzecia kosztu Claude Sonnet 5.5 na maksymalnym ustawieniu, choć około 2,5 raza więcej niż GPT-6.1 Sol na maksimum.

W połączeniu z płaską ceną za całe okno kontekstu to znacząco tańsza opcja do zadań agentowych z długim kontekstem niż modele frontier.

Zachowanie agentowe i bezpieczeństwo

Ponieważ Hydrogen ma działać autonomicznie w pętlach agentów, Google opublikowało więcej niż zwykle szczegółów o tym, jak zachowuje się przy narzędziach. W porównaniu z Gemini 3.8 Flash firma raportuje:

• Do 81% mniej agentowego „przebicia” (robienia więcej niż proszono) i do 79% mniej „niedosłużenia” (robienia mniej niż proszono)
• 12-krotną redukcję niezgodnych działań i skracania zadań w ocenach użycia narzędzi i kodowania
• Do 2 razy mniejsze prawdopodobieństwo obchodzenia granic uprawnień, gdy zadanie jest zablokowane
• Ponad 2,3 razy większą odporność na pośrednie wstrzykiwanie promptów w benchmarku Gray Swan IPI
• 96,7% w wewnętrznej ocenie szczerości agenta

Karta modelu jest też szczera co do ograniczeń. Nieuzasadnione odmowy wzrosły o około 5,6 punktu procentowego względem 3.8 Flash w automatycznych porównaniach, halucynacje są nadal możliwe, a wyższe poziomy myślenia zwiększają zarówno opóźnienie, jak i zużycie tokenów. W progach bezpieczeństwa Google podaje, że Hydrogen nie wykazuje materialnego wzrostu możliwości względem Argon i pozostaje poniżej krytycznych poziomów możliwości dla informacji biologicznych i cyberbezpieczeństwa, ale znajduje się na progach ostrzegawczych w obu domenach; pełniejsza dokumentacja bezpieczeństwa ma się pojawić później.

Gdzie możesz go użyć

Hydrogen trafia jednocześnie na powierzchnie deweloperskie, korporacyjne i konsumenckie Google:

• Gemini API i Google AI Studio: dostępny na wszystkich poziomach, w tym darmowym
• Google Antigravity: dostępny dla płatnych subskrybentów Google AI Pro i Ultra; tryb Orchestrator początkowo ograniczony do Ultra
• Android Studio: poziom płatny
• Gemini dla firm (Gemini Enterprise): przez API, listę modeli, Antigravity i Gemini w Arkuszach Google dla kwalifikujących się subskrypcji
• Aplikacja Gemini: w selektorze modelu dla subskrybentów; darmowi użytkownicy dostają go przez automatyczny dobór modelu, gdy pasuje do promptu
• Wyszukiwarka Google: wdrażany globalnie dla wszystkich użytkowników, z lepszą obsługą zapytań wieloczęściowych i z dużą liczbą literówek, bardziej wizualnymi odpowiedziami i szerszym rozchodzeniem się zapytań
• Gemini w Arkuszach Google: od subskrybentów Google AI Pro i Ultra

Testowanie Gemini 4 Hydrogen

Tak, model jest już dziś dostępny i nie potrzebujesz płatnego planu, by go sprawdzić: wybierz gemini-4-hydrogen z listy modeli w Google AI Studio albo pobierz tam klucz API i wywołaj go z SDK Google Gen AI poleceniem pip install --upgrade "google-genai>=2.34.0".

Aby zobaczyć, jak wygląda „szybka egzekucja” w praktyce, daliśmy mu jeden prompt w AI Studio na domyślnym poziomie HIGH i nie ruszaliśmy wyniku. Tematycznie poprosiliśmy o symulację łączenia atomów wodoru w cząsteczki H₂ i ponownego ich rozpadu. Uznałem, że to będzie fajny test, biorąc pod uwagę nazwę.

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.Obsługiwane przez

Oto, co wróciło, bez edycji, przy przemiatającym zakresie temperatur od 180 K do 2400 K i z powrotem. Turkusowe kropki to wolne atomy; fioletowe pary to cząsteczki H₂: