Gemini 4 Hydrogen: o modelo rápido e econômico do Google para fluxos agentic

Primeiro veio o Gemini 4 Argon, o grande modelo de uso geral recomendado para codificação do dia a dia. Depois, o Gemini 4 Carbon, o modelo de fronteira para os problemas mais difíceis.

Agora, chega o Gemini 4 Hydrogen.

O nome entrega: hidrogênio é o elemento mais leve que existe, e este é o modelo leve, rápido e de baixo custo do grupo. O Hydrogen foi feito para resolver tarefas com agilidade e economia — para o código do dia a dia e o trabalho agentic que não precisa de todo o orçamento de raciocínio de um modelo de fronteira.

A chamada principal é que ele iguala ou supera o Argon — muito maior — em inteligência, enquanto conclui tarefas cerca de 2,5x mais rápido que o Gemini 3.8 Flash, que ele substitui.

O que é o Gemini 4 Hydrogen?

O Gemini 4 Hydrogen é um modelo destilado e otimizado para velocidade, derivado do Gemini 4 Carbon, o modelo de fronteira do Google anunciado dois dias antes. Enquanto Carbon e Argon são projetados para raciocínio difícil e de longo horizonte, o Hydrogen é feito para execução: escrever e editar código, rodar testes, verificar mudanças, conduzir pesquisas em várias etapas, acionar ferramentas e analisar documentos.

É um modelo nativamente multimodal que aceita texto, imagens, áudio e vídeo, com knowledge cutoff em março de 2026. Assim como seus “irmãos”, suporta uma janela de contexto de 1 milhão de tokens, e o Google está precificando toda essa janela a uma taxa fixa, em vez de cobrar mais por prompts longos.

Onde ele se encaixa na família Gemini 4

A linha Gemini 4 agora tem três níveis:

A decisão de design mais interessante é que o Google não posiciona o Hydrogen apenas como um modelo independente. No Google Antigravity, o ambiente de codificação agentic da empresa, um novo modo Orchestrator alterna entre Carbon e Hydrogen em uma única sessão. O Carbon faz o planejamento em uma fase somente leitura, o Hydrogen faz as edições e executa os testes, e o controle pode voltar ao Carbon se a execução travar. Segundo o Google, essa combinação atinge um sucesso de tarefas próximo ao do Carbon no Terminal-Bench usando cerca de 24% menos cota e concluindo cerca de 19% mais rápido.

Essa separação planejador–executor reflete um padrão que se tornou comum em sistemas agent em produção: usar um modelo caro para decidir o que fazer e um modelo barato e rápido para fazer. Falamos dessa ideia também no nosso artigo sobre o Muse Ember. 

Benchmarks do Gemini 4 Hydrogen: como ele se sai?

Os números divulgados pelo próprio Google são fortes para um modelo dessa classe. No Artificial Analysis Intelligence Index, o Hydrogen marca 51 no nível de raciocínio padrão "high" e 54 no novo nível "xhigh". O Argon marca 50, base para a afirmação do Google de que o modelo menor superou o maior.

Para contexto, o Carbon marca 59, e o Claude Sonnet 5.5 e o GPT-6.1 Sol marcam 55 em suas configurações máximas.

Outros resultados de destaque publicados pelo Google:

• Terminal-Bench 4.1: 57,0%, acima dos 18,2% do Gemini 3.8 Flash
• HLE-Diamond: 58,8%, que o Google diz liderar em sua classe
• Agents' Last Exam v1.1: 71,6% (Carbon marca 77,4%, Argon 69,0%)
• AutomationBench: 76,1%
• OSWorld-2.1 (offline): 77,6%
• Vals Tax Agent Bench: 52,3%, primeiro lugar geral
• Vals Legal Research Bench: 55,8%, empate em primeiro
• Multimodal Knowledge Agent: 53,4%
• Agent Arena: quinto lugar

Testes independentes da Artificial Analysis confirmam em linhas gerais esse panorama, com alguns poréns. A execução deles do Terminal-Bench 4.0 coloca o Hydrogen em 54%, atrás do Claude Sonnet 5.5 com 64% e do GPT-6.1 Sol com 56%, e o próprio model card do Google observa que o Sonnet 5.5 marca 63,9% numa tabela do Terminal-Bench 4.1 ajustada para trapaças, contra 57,0% do Hydrogen.

Em outras palavras, o Hydrogen é competitivo em codificação agentic, mas não é o melhor modelo disponível para trabalho pesado em terminal. Suas vitórias mais claras estão em trabalho de conhecimento, raciocínio multimodal e tarefas com documentos típicas de empresas.

A questão das alucinações também chama atenção. O Google diz que o Hydrogen produz mais de 5x menos afirmações fabricadas do que o Gemini 3.8 Flash, e a Artificial Analysis mediu uma taxa de alucinação de 8% no benchmark AA-Omniscience.

Velocidade e níveis de raciocínio do Gemini 4 Hydrogen

O apelo do Hydrogen é a vazão. Como mencionei, ele conclui tarefas cerca de 2,5x mais rápido que o Gemini 3.8 Flash na configuração padrão. O que eu ainda não mencionei: parceiros corporativos iniciais trabalhando com cargas complexas de grafos, SQL e dados relataram acelerações de 2x a 2,8x com redução de 12% a 23% no uso de tokens.

Desenvolvedores contam com quatro níveis de raciocínio para equilibrar qualidade, latência e custo:

• Low para tarefas simples e de alto volume
• Medium para trabalhos de rotina em que velocidade importa mais que profundidade
• High (o padrão) para a maior parte das tarefas de código e agentic
• xhigh, um novo nível para problemas mais difíceis em várias etapas

A orientação do Google é deixar a maioria das tarefas em high e reservar xhigh para casos que realmente precisem, alertando que xhigh pode “pensar demais” em prompts simples. A Artificial Analysis mediu bem a diferença de custo: cerca de US$ 0,29 por tarefa em low, US$ 0,80 em medium, US$ 1,87 em high e US$ 3,16 em xhigh, com o Intelligence Index caindo para 41 em medium e 27 em low.

Um detalhe técnico: entrada, raciocínio e saída compartilham a janela de 1.048.576 tokens, e respostas síncronas são limitadas a 65.536 tokens por chamada. Saídas mais longas são possíveis via execução em segundo plano ou continuação no cliente.

Preço do Gemini 4 Hydrogen

O Gemini 4 Hydrogen custa US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de tokens de saída na API paga, com entrada em cache a US$ 0,075 por milhão de tokens via cache implícito. Há também uma camada gratuita com limite de taxa.

A Artificial Analysis estima que isso equivale a cerca de um terço do custo do Claude Sonnet 5.5 em sua configuração máxima, embora seja aproximadamente 2,5x o custo do GPT-6.1 Sol no máximo.

Somado ao preço fixo para toda a janela de contexto, é uma opção significativamente mais barata para jobs agentic de longo contexto do que os modelos de fronteira.

Comportamento agentic e segurança

Como o Hydrogen foi pensado para rodar de forma autônoma em loops de agentes, o Google publicou mais detalhes do que o usual sobre como ele se comporta com ferramentas. Em comparação com o Gemini 3.8 Flash, a empresa relata:

• Até 81% menos “extrapolação agentic” (fazer mais do que foi pedido) e até 79% menos “subatendimento” (fazer menos do que foi pedido)
• Redução de 12x em ações desalinhadas e atalhos de tarefa em avaliações de uso de ferramentas e codificação
• Até 2x menos propenso a ignorar limites de permissão quando uma tarefa é bloqueada
• Mais de 2,3x mais resistência a injeção indireta de prompt no benchmark Gray Swan IPI
• 96,7% em uma avaliação interna de honestidade do agente

O model card também é franco sobre limitações. Recusas injustificadas aumentaram cerca de 5,6 pontos percentuais versus o 3,8 Flash em comparações automatizadas, alucinações continuam possíveis, e níveis de raciocínio mais altos aumentam tanto a latência quanto o uso de tokens. Em limiares de segurança, o Google diz que o Hydrogen não mostra aumento material de capacidade em relação ao Argon e permanece abaixo dos níveis críticos para informações biológicas e cibersegurança, mas fica nos limiares de alerta em ambos os domínios, com documentação de segurança mais completa por vir.

Onde você pode usar

O Hydrogen está chegando de uma vez às frentes para desenvolvedores, empresas e consumidores do Google:

• Gemini API e Google AI Studio: disponível em todas as camadas, incluindo a gratuita
• Google Antigravity: disponível para assinantes pagos do Google AI Pro e Ultra; o modo Orchestrator está inicialmente limitado ao Ultra
• Android Studio: camada paga
• Gemini para negócios (Gemini Enterprise): via API, seletor de modelo, Antigravity e Gemini no Google Sheets para assinaturas elegíveis
• App Gemini: no seletor de modelos para assinantes; usuários grátis recebem via seleção automática de modelo quando fizer sentido para o prompt
• Google Search: em implantação global para todos os usuários, com melhor tratamento de consultas multipartes e com muitos erros de digitação, respostas mais visuais e maior fan-out de consultas
• Gemini no Google Sheets: começando para assinantes do Google AI Pro e Ultra

Testando o Gemini 4 Hydrogen

Sim, o modelo já está no ar hoje, e você não precisa de um plano pago para testar: selecione gemini-4-hydrogen na lista de modelos no Google AI Studio, ou gere uma chave de API lá e chame pelo Google Gen AI SDK com pip install --upgrade "google-genai>=2.34.0".

Para ver como é a tal “execução rápida”, demos a ele um único prompt no AI Studio no nível de raciocínio padrão HIGH e não mexemos no resultado. No tema, o prompt pedia uma simulação de átomos de hidrogênio se ligando em moléculas de H₂ e se separando de novo. Achei que seria um teste divertido, dado o nome.

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.Tecnologia

Veja o que voltou, sem edição, com a temperatura varrida de 180 K até 2.400 K e de volta. Pontos ciano são átomos livres; pares em violeta são moléculas de H₂: