Google DeepMind hat am 12. November Gemini 4 Hydrogen vorgestellt, positioniert als „Schnellläufer“ für alltägliches Programmieren und Agenten-Aufgaben. Es gehört wie Gemini 4 Carbon und Gemini 4 Argon zur vierten Generation; die beiden Letzteren zielen auf tiefes Schlussfolgern über lange Ketten, Hydrogen übernimmt die schnelle Ausführung und lässt sich allein nutzen oder als Ausführungsmotor in einem Verbund mehrerer Modelle einsetzen.
Der Preis liegt bei 1,50 US-Dollar pro Million Input-Token und 7,50 US-Dollar pro Million Output-Token. Google betont, dass über das gesamte Kontextfenster von 1 Million Token ein einheitlicher Preis gilt, ohne Staffelung nach Länge. Der Eingabekontext umfasst 1 Million Token, auch die Ausgabe kann bis zu 1 Million Token lang werden.
Benchmarks: gegen den Vorgänger und das eigene Flaggschiff
Die von Google genannten Ergebnisse beziehen sich vor allem auf den Vorgänger Gemini 3.8 Flash:
- Terminal-Bench 4.1: 57 Prozent, gegenüber 18,2 Prozent bei 3.8 Flash, also mehr als eine Verdreifachung;
- In der Standardstufe high werden Aufgaben 2,5-mal so schnell erledigt wie mit 3.8 Flash;
- Erfundene Fakten treten auf weniger als ein Fünftel des früheren Niveaus zurück;
- Partner maßen bei komplexen Diagrammen, SQL und datenintensiven Unternehmensabläufen eine 2- bis 2,8-fache Geschwindigkeit bei 12 bis 23 Prozent weniger Token-Verbrauch.
Einzeln genannt werden außerdem HLE-Diamond mit 58,8 Prozent, der Vals-Benchmark für Steuer-Agenten mit 52,3 Prozent (Platz eins im Gesamtranking), der Vals-Benchmark für juristische Recherche mit 55,8 Prozent (geteilter erster Platz) und Agents' Last Exam v1.1 mit 71,6 Prozent.
Die Denkstufen wachsen von drei auf vier: Über low, medium und high gibt es neu xhigh. Laut Google steigen die Stufen „gleichmäßig und vorhersehbar“ an, sodass Nutzer nur für die Denktiefe warten und zahlen, die die Aufgabe tatsächlich braucht.
Am auffälligsten ist der Vergleich mit dem eigenen Haus. Nach dem von Google zitierten Artificial Analysis Intelligence Index kommt Hydrogen in der Standardstufe high auf 51 Punkte, Argon auf 50; mit xhigh sind es 54 Punkte. Ein Modell, das auf „schnelle Ausführung“ getrimmt ist, übertrifft damit schon in der Standardstufe das Spitzenmodell derselben Generation.
Im Vergleich zur Preisklasse
Ein Blick auf Zahlen Dritter: Eine von Artificial Analysis in sozialen Netzwerken veröffentlichte Auswertung zeigt, dass Hydrogen in der Stufe xhigh jeweils einen Punkt hinter Claude Sonnet 5.5 (max) und GPT-6.1 Sol (max) liegt; die Kosten pro Aufgabe betragen rund 32 Prozent von Sonnet 5.5, aber etwa das 2,5-Fache von GPT-6.1 Sol. Gegenüber dem Mittelklassemodell von Anthropic ist es also deutlich günstiger, gegenüber dieser Klasse von OpenAI hat es beim Preis keinen Vorteil.
Bei den Coding-Werkzeugen teilt Cursor mit, Hydrogen sei dort bereits verfügbar und erreiche bei Standard-Effort 54,3 Prozent im CursorBench, 3.8 Flash kam auf 39,6 Prozent. Diese Zahlen stammen von Cursor und sind im Google-Blog nicht aufgeführt.
Auch der Preisvergleich mit den Geschwistermodellen lohnt sich. Gemini 4 Carbon kostet in der Einführungsphase 2 US-Dollar Input und 10 US-Dollar Output pro Million Token, ab Dezember steigt der Preis auf 4 und 20 US-Dollar. Nach dem erhöhten Standardpreis grob gerechnet, liegt Hydrogen bei etwa 37,5 Prozent des Carbon-Preises. Google selbst kommt in einem Test mit dem Orchestrator von Antigravity zu dem Ergebnis, dass die Erfolgsquote bei Hydrogen als Ausführungsseite „nahe an Carbon“ liegt, bei durchschnittlich 24 Prozent geringerem Kontingentverbrauch und 19 Prozent höherer Geschwindigkeit.
Wo es verfügbar ist
Entwickler können das Modell über die Gemini API, AI Studio und Android Studio nutzen; Unternehmenskunden finden es in der API, im Modell-Dropdown, in Google Antigravity und in Google Sheets mit berechtigten kommerziellen Abonnements. In der Gemini-App erscheint es im Modell-Dropdown; kostenlose Nutzer müssen es nicht manuell wählen, das System weist es automatisch zu, wenn der Prompt dazu passt. In der Google-Suche wird es weltweit schrittweise ausgerollt.
Gemini in Antigravity und Sheets steht zunächst zahlenden Abonnenten von Google AI Pro und Ultra offen. Der Blog erwähnt Vertex AI nicht und nennt auch keine eigenen Limits für API-Aufrufe in der kostenlosen Stufe.
Zur Sicherheit gibt Google an, im Vergleich zu 3.8 Flash seien unbefugte Aktionen bei Agenten-Aufgaben um bis zu 81 Prozent zurückgegangen, abweichendes Verhalten und „Abkürzungen“ in Tool-Nutzungs- und Coding-Tests auf ein Zwölftel gesunken, und im internen Ehrlichkeitstest für Agenten erreiche das Modell 96,7 Prozent. Alles sind Eigentests von Google; die Modellkarte ist veröffentlicht, unabhängige Reproduktionen liegen noch nicht vor.
Quellen: Offizieller Google-Blog, Artificial Analysis, CocoLoop, Cursor; API-Preise, Kontextlänge und Benchmark-Werte wurden anhand des offiziellen Google-Blogs geprüft, die Kosten pro Aufgabe vergleichbarer Modelle richten sich nach der von Artificial Analysis veröffentlichten Methodik.