Gemini 4 Hydrogen 技術仕様
| 仕様 | 詳細 |
|---|---|
| 開発元 | Google DeepMind |
| モデル ID | gemini-4-hydrogen |
| リリース日 | 2026年11月12日 |
| モデルファミリー | Gemini 4 |
| モデルのベース | Gemini 4 Carbon を基に適応 |
| 入力モダリティ | テキスト、画像、音声、動画 |
| 出力モダリティ | テキスト |
| コンテキストウィンドウ | 1,048,576 トークン（入出力共通） |
| デフォルトの同期出力 | 65,536 トークン |
| 拡張出力 | サポートされる長デコードのワークフローにより最大 1M トークン |
| 思考レベル | Low, Medium, High, XHigh |
| 知識カットオフ | 2026年3月 |
| API 提供状況 | Gemini API, GenerateContent, Interactions API, Chat Completions 互換性 |
Gemini 4 Hydrogen とは？
Gemini 4 Hydrogen は Google DeepMind が開発し、Gemini 4 Carbon を基に適応したマルチモーダル AI モデルです。すべてのタスクで可能な限り深い推論を最優先するのではなく、迅速な実行、コーディング、デバッグ、エージェント型ワークフローに最適化されています。単独で動作できるほか、Carbon などのより高度なモデルと並行してワーカーまたは検証モデルとして機能することもできます。
特筆すべき相違点として、Hydrogen は単なる軽量チャットボットではありません。想定される用途には、リポジトリレベルのコーディング、複数ステップのリサーチ、データ分析、インタラクティブなウェブ開発、マルチモーダル文書処理が含まれます。
Gemini 4 Hydrogen の主な特長
1. 高速なエージェント型コーディングとリポジトリデバッグ
Hydrogen は、課題解決、デバッグ、コードベースのナビゲーション、リポジトリレベルの質問応答を含む反復的なソフトウェア開発タスクを処理するよう設計されています。ファイル読み取りや検索操作を並列にバッチ実行でき、エージェントが大規模なコードベースをより効率的に調査するのに役立ちます。
Google は Terminal-Bench 4.1 のスコアとして 57% を報告しており、Gemini 3.8 Flash の 18.2% と比較されます。さらに、デフォルトの High 思考レベルにおいて、Hydrogen は 3.8 Flash より 2.5 倍速くタスクを完了すると報告しています。これらは独立した管理下での比較ではなく、Google による報告結果です。
2. 設定可能な4つの思考レベル
Hydrogen は 4 つの思考レベルをサポートします:
- Low: 単純なタスクに対してより高速に応答します。
- Medium: 推論の深さとレイテンシのバランス。
- High: より要求の高いタスク向けのデフォルト設定。
- XHigh: 複雑な問題に対してより深い推論。
これにより、すべてのリクエストで同じ推論設定を用いるのではなく、タスクの複雑さに応じて推論の負荷を調整できます。
3. ネイティブなマルチモーダル理解
Hydrogen はテキスト、画像、音声、動画を受け付けます。統一されたコンテキストウィンドウ内で、複雑な文書、スプレッドシート、チャート、録画動画などのマルチモーダル資料を処理できます。
これにより、複数のファイル形式から情報を抽出し、構造化されたレポートや成果物にまとめる必要があるナレッジワーク系エージェントに有用です。
4. 100 万トークンの統一コンテキストウィンドウ
Hydrogen は、入出力で共有される最大 1,048,576 トークンの統一コンテキストウィンドウをサポートします。標準の同期出力上限は 65,536 トークンで、サポートされるバックグラウンドまたは継続ワークフローにより、残りのコンテキスト容量まで出力を拡張できます。
これは、大規模なリポジトリ、長大な文書、複数段階のエージェントワークフローを処理する際に特に有用です。
5. 効率的なマルチモデル・エージェントワークフロー
Hydrogen の最も興味深い応用の一つは、フロンティアモデルと並行して動作することです。
例えば、Carbon が複雑なコーディングタスクの統括やアーキテクチャ上の意思決定を行い、その一方で Hydrogen が並列実装、テスト、検証を担当します。Google の Antigravity Orchestrator 評価では、このアプローチにより、Terminal-Bench 4.0 で Carbon に近いタスク成功率を達成しつつ、クオータを 24% 少なく使用し、平均で 19% 高速にタスクを完了したと報告されています。
Gemini 4 Hydrogen のベンチマーク性能
Google の 2026 年 11 月のモデルカードは、以下の結果を報告しています:
| ベンチマーク | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|
| SWE-sweep | 13.5% | 3.1% | 5.8% |
| Terminal-Bench 4.1 | 57.0% | 63.9% | — |
| Agents' Last Exam v1.1 | 71.6% | 60.4% | 69.8% |
| AutomationBench-AA | 76.1% | 71.8% | 60.2% |
| OSWorld-2.1 | 77.6% | 83.9% | 74.2% |
| Multimodal Knowledge Agent (MKA) | 53.4% | 52.0% | 43.8% |
| HLE-Diamond | 58.8% | 53.3% | 47.3% |
編集注: これらの数値は、公開されたモデルページにおいてベンチマークの定義や評価条件と併せて提示されるべきです。普遍的なランキングとして提示するのは避けてください。Hydrogen は一部のタスクではリードしていますが、あらゆるベンチマークで首位というわけではありません。
Gemini 4 Hydrogen と Gemini 4 Carbon と Gemini 4 Argon の比較
Google は、ワークロードの優先度の違いに基づいてこれら 3 つのモデルを位置付けています:
| 観点 | Gemini 4 Hydrogen | Gemini 4 Argon | Gemini 4 Carbon |
|---|---|---|---|
| 主な役割 | 高速な実行 | 効率的なフロンティア推論 | 最上位のフロンティア推論 |
| 主な焦点 | 日常的なコーディングとエージェントワークフロー | 高度なコーディング、数学、科学、エージェントタスク | 困難で長期的な推論 |
| モデル系譜 | Carbon を基に適応 | Gemini 4 ファミリー | Gemini 4 ファミリー |
| コンテキストウィンドウ | 1M トークン | 1M トークン | 1M トークン |
| デフォルトの同期出力 | 64K | 65K | 65K |
| バックグラウンド長デコード | 最大 1M | 最大 1M | 最大 1M |
| 入力モダリティ | テキスト、画像、音声、動画、PDF | テキスト、画像、音声、動画、PDF | テキスト、画像、音声、動画、PDF |
Hydrogen と Carbon の比較
Hydrogen は Carbon を基に適応されていますが、Google の位置付けにより両者は異なる役割を担います。Carbon は最も困難な推論やナレッジワークの課題を想定しており、Hydrogen はより高速な実行と日常的なエージェントタスクに最適化されています。
有用なアーキテクチャとしては、複雑な計画立案や難しい意思決定を Carbon に任せ、定型的な実行や反復作業を Hydrogen に委譲する方法が挙げられます。
Hydrogen と Argon の比較
Argon は Google の効率的なフロンティア推論モデルであり、Hydrogen は迅速な実行に位置付けられています。したがって、その違いは単純な「強いか弱いか」ではありません。ワークフローにどれだけの推論が必要か、そしてどの程度の速度でタスクを完了する必要があるかという点に関するものです。