O Google DeepMind apresentou em 12 de novembro o Gemini 4 Hydrogen, posicionado como o “velocista” para programação do dia a dia e tarefas de agentes. Ele pertence à quarta geração, junto com o Gemini 4 Carbon e o Gemini 4 Argon; estes dois são voltados ao raciocínio profundo em cadeias longas, enquanto o Hydrogen cuida da execução rápida e pode ser usado sozinho ou como motor de execução em arranjos com vários modelos.
O preço é de US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de tokens de saída. O Google ressalta que a cobrança é uniforme em toda a janela de contexto de 1 milhão de tokens, sem faixas por tamanho. O contexto de entrada é de 1 milhão de tokens, e a saída também pode chegar a 1 milhão.
Benchmarks: contra a geração anterior e contra o carro-chefe da casa
Os resultados divulgados pelo Google usam principalmente o Gemini 3.8 Flash, da geração anterior, como referência:
- Pontuação de 57% no Terminal-Bench 4.1, contra 18,2% do 3.8 Flash, mais que o triplo;
- No nível high padrão, as tarefas são concluídas 2,5 vezes mais rápido que no 3.8 Flash;
- A invenção de fatos caiu para menos de um quinto do que era;
- Parceiros que testaram gráficos complexos, SQL e fluxos corporativos intensivos em dados relatam velocidade de 2 a 2,8 vezes maior e consumo de tokens de 12% a 23% menor.
Outros resultados aparecem à parte: HLE-Diamond com 58,8%, o benchmark de agentes tributários da Vals com 52,3% (primeiro lugar no ranking geral), o benchmark de pesquisa jurídica da Vals com 55,8% (empate na liderança) e o Agents' Last Exam v1.1 com 71,6%.
Os níveis de raciocínio passam de três para quatro: além de low, medium e high, há agora o xhigh. Segundo o Google, a progressão entre os níveis é “suave e previsível”, de modo que o usuário só espera e paga pela profundidade de raciocínio de que a tarefa precisa.
O que mais chama a atenção é a comparação com a própria casa. De acordo com o Índice de Inteligência da Artificial Analysis citado pelo Google, o Hydrogen atinge 51 pontos no nível high padrão, e o Argon, 50; com xhigh, chega a 54. Um modelo posicionado para “execução rápida” supera, já no nível padrão, o modelo de fronteira da mesma geração.
Na comparação com a mesma faixa de preço
Olhando números de terceiros: a avaliação que a Artificial Analysis publicou nas redes sociais mostra o Hydrogen em xhigh um ponto abaixo do Claude Sonnet 5.5 (max) e do GPT-6.1 Sol (max); o custo por tarefa é de cerca de 32% do Sonnet 5.5, mas aproximadamente 2,5 vezes o do GPT-6.1 Sol. Ou seja, frente ao modelo intermediário da Anthropic ele é bem mais barato; frente a essa categoria da OpenAI, não leva vantagem no preço.
Nas ferramentas de programação, a Cursor afirma que o Hydrogen já está disponível na plataforma e marca 54,3% no CursorBench com o esforço padrão, contra 39,6% do 3.8 Flash. Esses números vêm da Cursor e não constam no blog do Google.
Vale também comparar o preço com os irmãos da família. O Gemini 4 Carbon custa, no período promocional, US$ 2 de entrada e US$ 10 de saída por milhão de tokens, e a partir de dezembro sobe para US$ 4 e US$ 20. Pela tabela já reajustada, o preço unitário do Hydrogen equivale a cerca de 37,5% do Carbon. Já o próprio Google, em testes com o orquestrador do Antigravity, concluiu que, com o Hydrogen no papel de executor, a taxa de sucesso das tarefas fica “próxima da do Carbon”, com em média 24% menos cota usada e 19% mais velocidade.
Onde usar
Desenvolvedores podem acessá-lo pela Gemini API, pelo AI Studio e pelo Android Studio; clientes corporativos o encontram na API, no menu de modelos, no Google Antigravity e no Google Sheets em assinaturas comerciais elegíveis. No app Gemini, ele aparece no menu de modelos; usuários gratuitos não precisam escolhê-lo, pois o sistema o atribui automaticamente quando considera o prompt adequado. Na Busca do Google, a liberação para usuários do mundo todo está em andamento.
O Gemini no Antigravity e no Sheets será oferecido primeiro a assinantes pagos do Google AI Pro e Ultra. O blog não menciona o Vertex AI nem informa um limite específico de chamadas de API na camada gratuita.
Em segurança, o Google afirma que, em relação ao 3.8 Flash, as ações além da autorização em tarefas de agentes caíram até 81%, os comportamentos desviantes e os “atalhos” em avaliações de uso de ferramentas e programação diminuíram para um doze avos, e a pontuação na avaliação interna de honestidade de agentes foi de 96,7%. Todos são testes do próprio Google; o cartão do modelo é público, mas ainda não há reproduções de terceiros.
Fontes: blog oficial do Google, Artificial Analysis, CocoLoop, Cursor; preços de API, tamanho de contexto e pontuações de benchmark foram conferidos no blog oficial do Google, e o custo por tarefa de modelos da mesma faixa segue o critério divulgado pela Artificial Analysis.