Google memperkenalkan Gemini 4 Hydrogen, model terbaru dari keluarga Gemini 4 yang dirancang untuk eksekusi cepat pada beragam alur kerja coding dan agen. Berdasarkan rilis resmi Google DeepMind (12/11), Hydrogen diposisikan sebagai model yang lebih ringan dan gesit dibanding dua model frontier di keluarganya, Gemini 4 Carbon dan Gemini 4 Argon, yang tetap diandalkan untuk penalaran mendalam.
Hydrogen dapat digunakan secara mandiri untuk pekerjaan sehari-hari, atau digabungkan dengan Carbon dan Argon dalam alur multi-model. Untuk kolaborasi otomatis itu, Google turut memperkenalkan Orchestrator di Google Antigravity, fitur yang secara dinamis memilih model yang sesuai di tengah satu sesi kerja. Menurut Google, Orchestrator mencapai tingkat keberhasilan tugas mendekati Carbon pada Terminal-Bench 4.0, sekaligus menggunakan 24% lebih sedikit kuota dan menyelesaikan tugas 19% lebih cepat.
Bagi tim yang bermigrasi dari Gemini 3.8 Flash, Hydrogen disebut membawa lompatan signifikan. Google mengklaim Hydrogen menyelesaikan tugas 2,5 kali lebih cepat pada pengaturan default, skor Terminal-Bench 4.1 naik lebih dari tiga kali lipat (57% dibanding 18,2%), dan klaim palsu yang dihasilkan model turun lebih dari lima kali lipat. Pada Artificial Analysis Intelligence Index, Hydrogen disebut melampaui Argon di tingkat penalaran tinggi (51 berbanding 50, dan mencapai 54 pada pengaturan xhigh). Harga ditetapkan flat di seluruh jendela konteks 1 juta token, yaitu 1,50 dolar AS per juta token input dan 7,50 dolar AS per juta token output.
Ketersediaan mencakup semua tingkatan Google AI Studio, Gemini API, Gemini for business, aplikasi Gemini, Google Search, serta pelanggan berbayar Google AI Pro dan Ultra di Google Antigravity. Hydrogen juga menunjukkan performa di berbagai benchmark: menempati peringkat kelima di Agent Arena untuk tugas multi-langkah, memimpin kelasnya di HLE-Diamond (58,8%), Vals Tax Agent Bench (52,3%), dan AutomationBench-AA, serta mengungguli model lain di Multimodal Knowledge Agent (53,4%) dan Agents’ Last Exam v1.1 (71,6%).
Secara umum, model dengan jendela konteks besar seperti 1 juta token memungkinkan pengguna memasukkan dokumen panjang, basis kode, atau kumpulan data sekaligus tanpa memecahnya. Dalam konteks Hydrogen, kemampuan itu dipakai untuk merangkum PDF padat, spreadsheet, dan video menjadi laporan berstruktur, serta menjalankan tugas pengembangan web seperti prototyping UI dan iterasi desain-ke-kode dengan lebih sedikit perintah.