Gemini 4 Hydrogen: Googles snabba, kostnadseffektiva modell för agentiska arbetsflöden

Först kom Gemini 4 Argon, den stora allroundmodellen som rekommenderades för daglig kodning. Sedan kom Gemini 4 Carbon, gränsmodellen för de svåraste problemen.

Nu finns Gemini 4 Hydrogen.

Namnet avslöjar det: väte är det lättaste grundämnet, och detta är den lätta, snabba och kostnadseffektiva modellen i gruppen. Hydrogen är byggd för att få saker gjorda snabbt och billigt, för vardaglig kodning och agentiskt arbete som inte behöver en gränsmodells fulla resonemangsbudget.

Huvudpåståendet är att den matchar eller slår den betydligt större Argon i intelligens samtidigt som den avslutar uppgifter ungefär 2,5 gånger snabbare än modellen Gemini 3.8 Flash som den ersätter.

Vad är Gemini 4 Hydrogen?

Gemini 4 Hydrogen är en destillerad, hastighetsoptimerad modell härledd från Gemini 4 Carbon, Googles gränsmodell som tillkännagavs två dagar tidigare. Där Carbon och Argon är designade för svårt resonemang med lång tidshorisont, är Hydrogen designad för exekvering: skriva och redigera kod, köra tester, verifiera ändringar, utföra flerstegsforskning, anropa verktyg och analysera dokument.

Det är en modell som är inbyggt multimodal och tar emot text, bilder, ljud och video, med en kunskapsgräns i mars 2026. Liksom sina syskon stöder den ett kontextfönster på 1 miljon token, och Google prissätter hela det fönstret till en fast taxa i stället för att ta mer betalt för långa promptar.

Var den passar i Gemini 4-familjen

Gemini 4-serien har nu tre nivåer:

Det mest intressanta designvalet är att Google inte positionerar Hydrogen enbart som en fristående modell. I Google Antigravity, företagets agentiska kodmiljö, byter ett nytt Orchestrator-läge mellan Carbon och Hydrogen inom en och samma session. Carbon gör planeringen i en skrivskyddad fas, Hydrogen gör ändringarna och kör testerna, och kontrollen kan lämnas tillbaka till Carbon om exekveringen fastnar. Google rapporterar att denna kombination når nästan Carbon-nivå i uppgiftssuccé på Terminal-Bench samtidigt som den använder cirka 24 % mindre kvot och blir klar ungefär 19 % snabbare.

Denna uppdelning mellan planerare och exekverare speglar ett mönster som blivit vanligt i produktionsklienter: använd en dyr modell för att bestämma vad som ska göras, och en billig, snabb modell för att göra det. Vi tog upp den idén även i vår artikel om Muse Ember. 

Gemini 4 Hydrogen benchmark: hur presterar den?

Googles egna siffror är starka för en modell i denna klass. På Artificial Analysis Intelligence Index får Hydrogen 51 på standardnivån ”high” och 54 på den nya ”xhigh”-nivån. Argon får 50, vilket ligger till grund för Googles påstående att den mindre modellen har gått om den större.

Som sammanhang får Carbon 59, och Claude Sonnet 5.5 och GPT-6.1 Sol får båda 55 på sina maxinställningar.

Andra huvudresultat som Google publicerade:

• Terminal-Bench 4.1: 57,0 %, upp från 18,2 % för Gemini 3.8 Flash
• HLE-Diamond: 58,8 %, vilket Google säger leder klassen
• Agents' Last Exam v1.1: 71,6 % (Carbon får 77,4 %, Argon 69,0 %)
• AutomationBench: 76,1 %
• OSWorld-2.1 (offline): 77,6 %
• Vals Tax Agent Bench: 52,3 %, rankad först totalt
• Vals Legal Research Bench: 55,8 %, delad förstaplats
• Multimodal Knowledge Agent: 53,4 %
• Agent Arena: femte plats

Oberoende tester från Artificial Analysis bekräftar i stort bilden men lägger till några förbehåll. Deras Terminal-Bench 4.0-körning placerar Hydrogen på 54 %, bakom Claude Sonnet 5.5 på 64 % och GPT-6.1 Sol på 56 %, och Googles egen modellkort noterar att Sonnet 5.5 får 63,9 % på en fuskjusterad Terminal-Bench 4.1-tabell jämfört med Hydrogens 57,0 %.

Med andra ord: Hydrogen är konkurrenskraftig inom agentisk kodning, men det är inte den bästa modellen för terminaltungt arbete. Dess tydligaste segrar finns i kunskapsarbete, multimodalt resonemang och företagsliknande dokumentuppgifter.

Hallucinationshistoriken är också anmärkningsvärd. Google säger att Hydrogen producerar mer än 5 gånger färre påhittade påståenden än Gemini 3.8 Flash, och Artificial Analysis mätte en hallucinationsfrekvens på 8 % på deras AA-Omniscience-benchmark.

Gemini 4 Hydrogen: hastighet och tankenivåer

Det som lockar med Hydrogen är genomströmningen. Som nämnts avslutar den uppgifter cirka 2,5 gånger snabbare än Gemini 3.8 Flash på standardinställningen. Vad jag inte nämnde: Tidiga företagskunder som arbetade med komplexa graf-, SQL- och dataintensiva arbetslaster rapporterade 2x till 2,8x hastighetsökning med 12 % till 23 % lägre tokenanvändning.

Utvecklare får fyra tankenivåer för att balansera kvalitet, latens och kostnad:

• Low för enkla, högvolymuppgifter
• Medium för rutinjobb där hastighet är viktigare än djup
• High (standard) för de flesta kodnings- och agentiska uppgifter
• xhigh, en ny nivå för svårare flerstegsproblem

Googles råd är att låta de flesta uppgifter ligga kvar på high och reservera xhigh för fall som kräver det, med varningen att xhigh kan övertänka enkla promptar. Artificial Analysis mätte kostnadsskillnaden tydligt: ungefär $0,29 per uppgift på low, $0,80 på medium, $1,87 på high och $3,16 på xhigh, med Intelligence Index som sjunker till 41 på medium och 27 på low.

En teknisk detalj: indata, tänkande och utdata delar alla det 1 048 576 token stora fönstret, och synkrona svar är begränsade till 65 536 token per anrop. Längre utdata är möjliga via bakgrundsexekvering eller klientstyrd fortsättning.

Prissättning för Gemini 4 Hydrogen

Gemini 4 Hydrogen kostar $1,50 per miljon indata-token och $7,50 per miljon utdata-token på den betalda API:n, med cachade indata till $0,075 per miljon token via implicit cachning. Det finns också en avgiftsfri nivå med räntegränser.

Artificial Analysis uppskattar att det motsvarar ungefär en tredjedel av kostnaden för Claude Sonnet 5.5 på dess maxinställning, men cirka 2,5 gånger kostnaden för GPT-6.1 Sol på max.

Kombinerat med den fasta prissättningen över hela kontextfönstret är det ett märkbart billigare alternativ för långkontext agentiska jobb än gränsmodellerna.

Agentiskt beteende och säkerhet

Eftersom Hydrogen är avsedd att köras autonomt i agentloopar har Google publicerat mer detaljer än vanligt om hur den beter sig med verktyg. Jämfört med Gemini 3.8 Flash rapporterar företaget:

• Upp till 81 % mindre agentisk ”övertramp” (att göra mer än begärt) och upp till 79 % mindre ”underservice” (att göra mindre än begärt)
• En 12x minskning av felriktade åtgärder och genvägar i verktygs- och kodutvärderingar
• Upp till 2x mindre sannolikhet att kringgå behörighetsgränser när en uppgift blockeras
• Mer än 2,3x större motståndskraft mot indirekt promptinjektion på Gray Swan IPI-benchmarken
• 96,7 % på en intern utvärdering av agentärlighet

Modellkortet är också öppet med begränsningarna. Oberättigade vägran ökade med cirka 5,6 procentenheter jämfört med 3.8 Flash i automatiska jämförelser, hallucinationer är fortfarande möjliga, och högre tankenivåer ökar både latens och tokenanvändning. När det gäller säkerhetströsklar säger Google att Hydrogen inte visar någon materiell kapacitetsökning över Argon och håller sig under sina kritiska kapacitetsnivåer för biologisk information och cybersäkerhet, men ligger vid varningströsklarna i båda domänerna, med mer fullständig säkerhetsdokumentation på väg.

Var du kan använda den

Hydrogen rullas ut samtidigt på Googles utvecklar-, företags- och konsumentytor:

• Gemini API och Google AI Studio: tillgänglig på alla nivåer, inklusive gratisnivån
• Google Antigravity: tillgänglig för betalande Google AI Pro- och Ultra-prenumeranter; Orchestrator-läget är initialt begränsat till Ultra
• Android Studio: betald nivå
• Gemini för företag (Gemini Enterprise): via API:et, rullgardinsmenyn för modell, Antigravity och Gemini i Google Kalkylark för berättigade abonnemang
• Gemini-appen: i modellväljaren för prenumeranter; gratisanvändare får den via automatisk modellval när den passar prompten
• Google Sök: rullas ut till alla användare globalt, med bättre hantering av flerdelade och stavningsfyllda frågor, mer visuella svar och bredare frågeutbredning
• Gemini i Google Kalkylark: börjar med Google AI Pro- och Ultra-prenumeranter

Prova Gemini 4 Hydrogen

Ja, modellen är live idag, och du behöver inte en betald plan för att testa den: välj gemini-4-hydrogen från modellistan i Google AI Studio, eller hämta en API-nyckel där och anropa den från Google Gen AI SDK med pip install --upgrade "google-genai>=2.34.0".

För att se hur ”snabb exekvering” faktiskt ser ut gav vi den en enda prompt i AI Studio på standardnivån HIGH och rörde inte resultatet. I linje med temat bad prompten om en simulering av hur väteatomer binder till H₂-molekyler och bryts isär igen. Jag tyckte det var ett roligt test, givet namnet.

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.Drivs av

Här är vad som kom tillbaka, oredigerat, med temperaturen svept från 180 K upp till 2 400 K och tillbaka ner. Cyaanfärgade punkter är fria atomer; violetta par är H₂-molekyler: