TL;DR
Gemini 4 Hydrogen er Googles gjennomføringsfokuserte modell for utviklere som bygger kodeassistenter, dokumentarbeidsflyter og agenter. Den kombinerer et delt kontekstbudsjett på én million tokens med fire resonneringsinnstillinger, slik at hastighet, oppgavekvalitet og kostnad kan justeres innenfor én modell. Hovedappellen er å få praktisk arbeid gjort effektivt; riktig innstilling avhenger av hvor mye resonnering applikasjonen din faktisk trenger.
Key Takeaways
- Gemini 4 Hydrogen er rettet mot iterativ koding, debugging og verktøystyrt utførelse, enten alene eller sammen med en planleggingsmodell.
- Kontekstbudsjettet på 1,048,576 tokens deles mellom input, resonnering, verktøykall og endelig svar.
- LOW, MEDIUM, HIGH og XHIGH tilbyr ulike profiler for kvalitet, ventetid og kostnad; HIGH er standard.
- Tekst, bilder, lyd, video og støttede kontordokumenter kan være input; generert output er tekst.
- Global Standard PayGo koster $1.50 per million input-tokens og $7.50 per million output-tokens, inkludert resonnering.
What Is Gemini 4 Hydrogen?
Google DeepMind lanserte Gemini 4 Hydrogen 12. november 2026 for koding, agentbaserte oppgaver og daglig kunnskapsarbeid. Modellen er proprietær og tilgjengelig gjennom Googles utvikler- og bedriftsprodukter.
Model-kortet sier at Hydrogen er tilpasset fra Gemini 4 Carbon. Det fastslår modellens avstamning, men beskriver ikke i seg selv alle arkitektoniske eller treningsmessige endringer. For utviklere er det nyttige skillet dens vekt på rask utførelse på tvers av gjentatte endringer, verktøykall og verifisering.
What Are the Main Features of Gemini 4 Hydrogen?
Rask koding, feilsøking og arbeid i repository
Hydrogen er laget for repository-arbeid: finne en feil, endre relevante filer, kjøre tester og sjekke resultatet. Google rapporterer at Gemini 4 Hydrogen fullfører benchmark-oppgaver 2.5 ganger raskere enn Gemini 3.8 Flash på standard tenkenivå HIGH. Dette viser til oppgavefullføring i Googles evaluering, ikke en universell 2.5x reduksjon i API-responslatens. Faktiske resultater avhenger av promptlengde, verktøykjøring, oppgavens kompleksitet og applikasjonens arbeidsflyt, og Terminal-Bench 4.1 økte fra 18.2% til 57.0%. Dette er lanseringsmålinger, ikke en garanti for hver kodebase.
Parallell fillesing og søk kan hjelpe en agent å inspisere uavhengige deler av et repository før redigering. I praksis avhenger nytten av verktøyene, oppgaveavhengigheter og hvor mye arbeid som trygt kan kjøre samtidig.
Fire justerbare resonneringsnivåer
Hydrogen støtter fire resonneringsnivåer: LOW, MEDIUM, HIGH og XHIGH. HIGH er standard. Innstillingen styrer hvor mye resonnering modellen bruker før den produserer et svar, og påvirker dermed oppgavekvalitet, svartid og forbruk av output-tokens.
| Thinking level | Artificial Analysis Index | Cost per index task | Time per index task |
|---|---|---|---|
| LOW | 27 | $0.29 | 1.3 min |
| MEDIUM | 41 | $0.80 | 3.7 min |
| HIGH (default) | 51 | $1.87 | 8.3 min |
| XHIGH | 54 | $3.16 | about 13 min |
Disse Artificial Analysis Intelligence Index measurements er et øyeblikksbilde av benchmark-oppgaver per 13. november 2026, ikke kostnaden eller latensen for et vanlig API-kall. Indekspoeng, arbeidslastmiks og leverandørytelse kan endre seg; bruk samme benchmark-versjon og resonneringsnivå når du sammenligner resultater.
Det største praktiske valget står ofte mellom MEDIUM og HIGH, ikke HIGH og XHIGH. Å gå fra HIGH til XHIGH legger bare til tre Artificial Analysis Intelligence Index-poeng samtidig som målt oppgavekostnad øker fra $1.87 til $3.16. For agentarbeidslaster i stor skala bør den ekstra resonneringen rettferdiggjøres av en målbar forbedring i oppgavefullføringskvalitet.
Mønsteret i praksis er tydelig: LOW passer for enkle oppgaver der hastighet er viktig; MEDIUM er et nyttig interaktivt nivå; HIGH er et sterkt standardvalg for koding og agentutførelse; XHIGH bør forbeholdes oppgaver der ekstra resonnering gir en materiell forbedring i resultatet.

Googles lanseringsdiagram plottet AA Index 5.0.1-score mot oppgavetid. Det er et fast lanseringsøyeblikksbilde; tidsverdiene bør ikke behandles som en løpende tjenesteforpliktelse.
Multimodalt kunnskapsarbeid og kontordokumenter
Google dokumenterer PDF-, Microsoft Office- og OpenDocument-input sammen med tekst, bilder, lyd og video. En applikasjon kan kombinere et regneark, en rapport, skjermbilder og et møtereferat, og deretter returnere en skriftlig analyse eller et strukturert resultat.
Hydrogen returnerer tekst, ikke genererte bilder, lyd eller video. Agentisk videoforståelse er tilgjengelig, men av som standard; aktiver den bevisst når arbeidsflyten trenger aktiv videobehandling.
Verktøykall, grounding og datamaskinbruk
Funksjonskall, kodekjøring, URL-kontekst, datamaskinbruk og grounding kobler modellens svar til eksterne verktøy og bevis. Velg verktøy for API-flaten du bruker: En modellkapabilitet alene konfigurerer ikke legitimasjon, verktøytillatelser eller applikasjonsfunksjoner.
Sjekk Googles matrise over støttede funksjoner før du gjenbruker en eksisterende integrasjon. Hydrogen støtter ikke RAG Engine eller modelljustering, og cache-arbeidsflyten bruker implisitt snarere enn eksplisitte ressurser for bufret innhold.
How Does Gemini 4 Hydrogen Perform on Benchmarks?
Følgende offisielle benchmark-resultater for november 2026 dekker koding, kunnskapsarbeid, datamaskinbruk, multimodal forståelse og resonnering. Sammenligningen inkluderer Claude Sonnet 5.5 og GPT-6.1 Terra.
| Benchmark | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra |
|---|---|---|---|
| SWE-sweep | 13.5% | 3.1% | 5.8% |
| Terminal-Bench 4.1 (cheating-adjusted) | 57.0% | 63.9% | — |
| Agents' Last Exam v1.1 | 71.6% | 60.4% | 69.8% |
| AutomationBench-AA | 76.1% | 71.8% | 60.2% |
| Vending-Bench 2 (simulated bank balance) | $14,549 | $11,165 | $9,107 |
| OSWorld-2.1 (offline subset) | 77.6% | 83.9% | 74.2% |
| MKA (Climb WSR accuracy) | 53.4% | 52.0% | 43.8% |
| Chartography | 66.6% | 61.6% | 63.2% |
| Terminal-Bench-Science 0.1 | 51.4% | 59.9% | 58.3% |
| HLE-Diamond | 58.8% | 53.3% | 47.3% |
Les hver rad under angitt evalueringsoppsett: Terminal-Bench 4.1 er justert for juks; OSWorld-2.1 bruker offline-delsamlingen; MKA rapporterer Climb WSR-nøyaktighet; og Vending-Bench 2 rapporterer simulert kontosaldo, ikke prosentvis nøyaktighet. En bindestrek betyr at ingen resultater er oppgitt i denne sammenligningen. Sammendraget i model-kortet spesifiserer ikke et komplett per-modell-harness, verktøybudsjett eller maskinvarekonfigurasjon, så disse resultatene etablerer ikke API-latens eller kostnad under like forhold.
Hydrogen har høyest vist score i sju av de ti radene, inkludert Chartography. Sonnet 5.5 leder Terminal-Bench 4.1, OSWorld-2.1 og Terminal-Bench-Science 0.1. Disse forskjellene tilsier at du velger evalueringer som ligner din arbeidslast fremfor å behandle én modell som universell vinner.

Googles opprinnelige lanseringssammenligning bevarer benchmark-etiketter og evalueringsnotater. Tallene er leverandørrapporterte resultater, ikke uavhengige målinger utført for denne artikkelen.
Gemini 4 Hydrogen vs Gemini 4 Carbon, Gemini 4 Argon, and Gemini 3.8 Flash
Den mest nyttige sammenligningen er ikke bare hvilken modell som har høyest score. Utviklere bør vurdere oppgavekvalitet, latens, kostnad per fullført oppgave, kontekstbehov og om modellen kan bruke verktøyene applikasjonen deres trenger.
Tabellen sammenligner operasjonsroller fremfor udokumenterte arkitekturdetaljer. Google identifiserer Hydrogen som tilpasset fra Carbon; bare familienavn etablerer ikke identiske interne detaljer eller utskiftbar API-oppførsel.
| Decision factor | Gemini 4 Hydrogen | Gemini 4 Carbon / Argon | Gemini 3.8 Flash |
|---|---|---|---|
| Primary use | Rask koding og agentutførelse | Dyp resonnering og kompleks planlegging | Forrige generasjons rask generisk modell |
| Reasoning profile | Fire valgbare nivåer; HIGH som standard | Frontier / avansert resonnering | Rask resonnering og hverdagsoppgaver |
| Coding workflow | Endringer, tester, debugging, parallelle jobber | Arkitektur, tvetydige feil, vanskelige tekniske beslutninger | Rutinepregede kodeoppgaver og enklere agentarbeidsflyter |
| Multimodal inputs | Tekst, bilde, lyd, video, støttede dokumenter | Multimodale Gemini 4-kapasiteter | Tekst, bilde, lyd, video |
| Standard global input/output price | $1.50 / $7.50 | Carbon og Argon: $2 / $10 kampanjerabatt effektiv sats til 30. nov. 2026; $4 / $20 fra 1. des. 2026 | $0.75 / $3.75 kampanjerabatt effektiv sats til 31. des. 2026; $1.50 / $7.50 fra 1. jan. 2027 |
| Best selection rule | Velg når gjennomstrømning og disiplinert utførelse gjelder | Velg når oppgaven trenger den sterkeste resonneringen | Behold for eksisterende rimelige arbeidsflyter inntil migrering er berettiget |
Googles kampanjepriser gir de angitte rabattene gjennom 50% kreditt tilbake på kvalifisert nettforbruk. De midlertidige effektive satsene over skal ikke leses som en ubetinget reduksjon i hver fakturert kostnad. Satsene er i USD per million input-/output-tokens.
For en migrering fra Gemini 3.8 Flash er hovedendringen den delte input-/output-kvoten. Hydrogen endrer også standarder for resonnering og caching, så en ren bytte av modell-ID er ikke en komplett migrering. Sammenlign aksepterte oppgaveresultater, retries og totalt tokenforbruk før du erstatter en fungerende utrulling.
Carbon og Argon forblir nyttige planleggingsalternativer for vanskelig, tvetydig arbeid. En praktisk arbeidsdeling er å tildele en avgrenset implementeringsoppgave til Hydrogen og eskalere uløste beslutninger. Googles Orchestrator-evaluering på Terminal-Bench 4.0 rapporterte nesten-Carbon oppgavesuksess med 24% mindre kvote og 19% raskere fullføring; dette er resultatet av et multimodellsystem og skal ikke tilskrives Hydrogen alene.
Where Can You Access Gemini 4 Hydrogen?
Offisiell tilgang fra Google
Du kan prøve Gemini 4 Hydrogen i Google AI Studio og bygge applikasjoner med Gemini API. For prosjektbaserte bedriftsutrullinger bruker du Gemini Enterprise Agent Platform med autentisering og oppsett beskrevet i Googles Hydrogen-utviklerguide. Modell-ID-en er gemini-4-hydrogen.
Til daglig bruk er Hydrogen også tilgjengelig via Gemini-appen og Google Søk. Utviklere med kvalifiserte betalte Google AI-abonnementer kan bruke den i Google Antigravity. Velg en API-rute når du trenger å integrere modellen i din egen applikasjon, og et Google-grensesnitt når du vil jobbe med den direkte.
CometAPI Access
Du kan også få tilgang til Gemini 4 Hydrogen API i CometAPI. Dette gir utviklere en CometAPI-tilgangsvei for å legge til Hydrogen i applikasjonene sine sammen med andre støttede modeller. Bruk CometAPI-kontoen og API-nøkkelen din, og følg integrasjonsinstruksjonene for det støttede forespørselsformatet.
How Much Does Gemini 4 Hydrogen Cost?
Tabellen sammenligner satser for Google Cloud Global-endepunkt med Gemini 4 Hydrogen API i CometAPI. Prisene er i USD per million tokens per 13. november 2026. CometAPIs standard input- og output-satser er 20% under Googles Global Standard-satser; output-avgifter inkluderer resonnerings-tokens samt det endelige svaret.
| Provider / service tier | Input / 1M tokens | Output / 1M tokens | Cached input / 1M tokens | CometAPI savings vs Google Standard / 1M tokens |
|---|---|---|---|---|
| Google Standard PayGo | $1.50 | $7.50 | $0.075 | Baseline |
| CometAPI | $1.20 | $6.00 | — | Input: $0.30; output: $1.50 (20% each) |
| Google Priority PayGo | $2.70 | $13.50 | $0.135 | Different service tier |
| Google Batch | $0.75 | $3.75 | $0.0375 | Different service tier |
20%-rabatten sammenligner kun standard input- og output-bruk. Googles Priority-, Batch- og satser for bufret input vises separat og er ikke grunnlaget for den rabatten. Bindestreken betyr at en CometAPI-sats for bufret input ikke er oppgitt her, ikke at bufrede lesninger er gratis.
Ikke-globale Standard-satser er $1.65 per million input-tokens og $8.25 per million output-tokens. Satser for bufret input viser til cache-lesninger. Prising for cache-skriving er planlagt å tre i kraft 12. januar 2027 og er utelatt fra eksempelet nedenfor.
Gemini 4 Hydrogen API Cost Example
Dette eksempelet antar én forespørsel med 100,000 fakturerbare input-tokens og 20,000 fakturerbare output-tokens, inkludert eventuelle resonnerings-tokens, uten cache-rabatt eller separat fakturerte verktøy.
Input cost = 100,000 / 1,000,000 × $1.50 = $0.15
Output cost = 20,000 / 1,000,000 × $7.50 = $0.15
Total = $0.30
Den samme arbeidslasten koster $0.24 via CometAPI: $0.12 for input pluss $0.12 for output, og sparer $0.06 (20%) mot Google Global Standard. Google Batch vil koste omtrent $0.15 og Priority $0.54 til sine respektive satser, før eventuelle separat fakturerte verktøy. Faktisk forbruk avhenger av promptlengde, bruk av resonnerings-tokens, verktøykall og tjenestenivå.
Grounding-satsene inkluderer 5,000 Google Search grounding-spørringer per måned delt mellom Gemini 3 og Gemini 4, deretter $14 per 1,000 spørringer. Google Maps har sin egen angitte kvote på 5,000 spørringer og samme sats for overskytende. Én brukerprompt kan generere flere fakturerbare spørringer.
What Are the Limitations of Gemini 4 Hydrogen?
Den kan fortsatt hallusinere eller avslå ufarlige forespørsler
Googles model-kort identifiserer hallusinasjoner og rapporterer en økning på 5.57 prosentpoeng i uberettigede avslag sammenlignet med Gemini 3.8 Flash i sin automatiserte sikkerhetsevaluering. Det tallet gjelder ufarlige eller grenseoppgaver i en bestemt test; det er ikke avslagsraten for all produksjonstrafikk. Bruk oppdatert dokumentasjon for faktuelle oppgaver og evaluer både feilaktige svar og unødvendige avslag på dine egne input.
Kortvarig GA-livssyklus
Hydrogen er en kortvarig generelt tilgjengelig utgivelse med en minimum 45-dagers varslingspolicy for avvikling. Hold modellen konfigurerbar og planlegg hvordan du evaluerer en erstatter. Varslingspolicyen er ikke et løfte om at et bestemt endepunkt vil forbli tilgjengelig på ubestemt tid.
Conclusion
Start med et lite evalueringssett hentet fra din faktiske arbeidslast: en kodeendring som må bestå tester, en dokumentoppgave med verifiserbare svar og en verktøysekvens med klare suksesskriterier. Registrer fullføringskvalitet, forløpt tid, retries og totalt fakturerte tokens. Ta i bruk Hydrogen der den forbedrer disse resultatene, og behold en fallback for tilfeller den ikke håndterer pålitelig. Dette gjør en lovende lanseringssammenligning om til en utrullingsbeslutning du kan forsvare.
FAQ
How Can I Recover an Interrupted Gemini 4 Hydrogen Long Decode?
Med et kompatibelt Python SDK kan en avbrutt fortsettelse eksponere delvis output og et fortsettelsestoken via ContinuationInterruptedError. Bevar den tilstanden og følg prosedyren for gjenoppretting av Long Decode for din API-flate. Å prøve den opprinnelige forespørselen på nytt fra start kan gjenta arbeid og kostnader; fullførte segmenter kan allerede være fakturert.
How Should I Organize Gemini 4 Hydrogen Prompts for Caching?
Hold stabile instruksjoner og delt referansemateriale først, med brukerspesifikk input senere. Den dokumenterte terskelen for implisitt cache er 4,096 tokens. Gjenbruk av et prefiks kan forbedre cache-treff, men faktiske besparelser avhenger av cache-treff og fakturert bruk; ikke anta at hver gjentatt prompt får pris for bufret input.
How Can I Make Gemini 4 Hydrogen Agent Results Easier to Verify?
Gi hvert verktøy et smalt formål og definer en observerbar fullføringsbetingelse før modellen starter. For en repository-endring, krev relevante tester og inspiser diffen; for dokumentekstraksjon, valider output mot et skjema og behold støttepassasjen. Evaluer det endelige artefaktet og verktøybeviset i stedet for å akseptere en selvsikker fullføringsmelding som bevis.



