Google ha presentato Gemini 4 Hydrogen il 12 novembre, posizionandolo come modello di esecuzione più rapido accanto ai modelli di ragionamento Carbon e Argon. L’annuncio copre strumenti di sviluppo, flussi aziendali, app Gemini e Search.

La differenza è nella divisione del lavoro. Google descrive Carbon e Argon alle prese con decisioni architetturali difficili o ragionamenti lunghi, mentre Hydrogen scrive codice, esegue test e verifica modifiche. Hydrogen può anche operare da solo.

Il lancio comprende prezzi, benchmark e dichiarazioni di sicurezza. I numeri sono risultati riferiti da Google, non test svolti per questo articolo, e contano le condizioni di valutazione.

Quattro livelli di ragionamento regolano velocità e qualità

Hydrogen offre low, medium, high e xhigh; high è predefinito. Google li presenta come opzioni per adattare profondità di ragionamento, latenza e costo al compito.

Con high, Google riporta 51 nell’Artificial Analysis Intelligence Index, contro 50 di Argon. Con xhigh indica 54. Le impostazioni devono accompagnare le cifre: il massimo non descrive la configurazione predefinita.

Il contesto è di un milione di token, con tariffa uniforme su tutta la finestra: 1,50 dollari per milione di token in ingresso e 7,50 per milione in uscita. L’annuncio descrive anche fino a un milione di token in uscita per attività multimodali di conoscenza. Contesto e output sono limiti separati, non garanzie di correttezza al massimo utilizzo.

Per scegliere una configurazione, un punteggio aggregato è un indizio. Non dimostra superiorità su Argon in ogni compito lungo né che xhigh mantenga la latenza dei livelli inferiori.

Orchestrator distribuisce una sessione tra modelli

Google introduce Orchestrator in Antigravity per passare dinamicamente tra modelli come Carbon e Hydrogen nella stessa sessione. È diverso dal scegliere un modello per l’intero lavoro.

Su Terminal-Bench 4.0, secondo Google, Orchestrator raggiunge un successo vicino a Carbon consumando il 24% di quota in meno e finendo mediamente il 19% più rapidamente. Il confronto riguarda quell’orchestrazione e quel benchmark; non significa che Hydrogen da solo superi Carbon con gli stessi risparmi.

Nel lavoro parallelo, Carbon può coordinare agenti operativi e verificatori Hydrogen in spazi isolati. Il meccanismo proposto riserva il ragionamento profondo ai punti utili e usa l’esecuzione rapida per implementazione e controllo.

La divisione può cambiare il profilo di risorse. Non elimina la verifica delle modifiche né dimostra che ogni repository tragga vantaggio dalla stessa assegnazione.

Il confronto di migrazione riguarda Gemini 3.8 Flash

Google afferma che Hydrogen con high completa i compiti 2,5 volte più rapidamente di Gemini 3.8 Flash. Su Terminal-Bench 4.1 riporta il 57% contro il 18,2%, con una riduzione di oltre cinque volte delle affermazioni inventate.

La versione del benchmark conta. I risultati 4.1 sono un confronto distinto dalla valutazione 4.0 di Orchestrator. Fonderli in una classifica cancellerebbe differenze di compiti e configurazione.

Google descrive modifiche mirate ai repository, debugging e domande sul codice, dichiarando risultati superiori a modelli di fascia simile su SWE-sweep. Per attività aziendali complesse con grafi, SQL e molti dati, i primi partner avrebbero riscontrato esecuzione da 2 a 2,8 volte più rapida con il 12–23% di token in meno rispetto a 3.8 Flash.

Gli intervalli riguardano carichi iniziali, non garanzie universali di latenza o risparmio. Il testo dell’annuncio non dettaglia abbastanza ogni confronto partner da riprodurlo indipendentemente.

Google attribuisce l’efficienza nei repository anche a letture e ricerche in lotti paralleli, anziché file per file. Afferma che Hydrogen si adatta a chiamate fallite o ricerche vuote e guida la propria classe su AutomationBench-AA. Sono altre dichiarazioni del fornitore, non risultati riprodotti indipendentemente.

Il lancio non riguarda solo il codice

Per attività più generali degli agenti, Google riporta il quinto posto in Agent Arena, il 58,8% su HLE-Diamond e il 52,3% su Vals Tax Agent Bench. Su Vals Legal Research Bench indica il 55,8%, a pari merito al primo posto al lancio.

Comunica anche il 53,4% sul nuovo Multimodal Knowledge Agent e il 71,6% su Agents’ Last Exam v1.1. Sono compiti diversi e non vanno mediati in una probabilità generale di successo.

Gli esempi mostrano l’ampiezza prevista. Geminisland trasforma prompt in costruzioni su un’isola di voxel condivisa. Una vetrina dimostrativa combina shader WebGL2, interazioni di scorrimento e controlli di configurazione. Un’altra usa Python, formule LET e formattazione condizionale per animare un canvas Google Sheets.

Un esempio di presentazione parte da un keynote YouTube e un template grafico, genera un mazzo Slides e controlla sovrapposizioni di testo. In Sheets Canvas Google riporta modelli finanziari prodotti oltre il 30% più rapidamente dei modelli precedenti. Le dimostrazioni illustrano flussi previsti, non provano che ogni compito simile finisca senza correzioni.

Gemini e Search puntano alle attività quotidiane

Nell’app Gemini Google sottolinea rispetto di tono e formato, sintesi dei documenti e scelta degli strumenti con meno scambi. Descrive l’uso del contesto da caricamenti, Gmail, Drive e servizi collegati come Airtable e Dropbox.

Altre dimostrazioni includono un globo e un motore musicale guidati da dati sui fulmini, un visualizzatore di acqua e vetro e un video assemblato da filmati di pubblico dominio. Sono esempi del fornitore, non risultati garantiti con qualsiasi prompt.

Per Search, Google dichiara migliore comprensione delle query multiple o imperfette, risposte visive più adattive e più link pertinenti tramite query fan-out. Significa generare ricerche correlate per recuperare materiale più ampio. Il recupero più esteso non dimostra da solo la correttezza della risposta generata.

La sicurezza è misurata in valutazioni specifiche

Google dichiara fino all’81% di riduzione delle iniziative eccessive degli agenti e fino al 79% dell’assistenza insufficiente rispetto a 3.8 Flash. Riporta inoltre dodici volte meno azioni disallineate e scorciatoie nelle valutazioni di strumenti e codice.

Nei compiti impossibili o bloccati il modello sarebbe fino a due volte meno incline ad aggirare i permessi. Una valutazione interna indica il 96,7% di onestà. Sono risultati dei test Google, non una garanzia di rispetto costante dei permessi applicativi.

Google riporta anche il 99,9% di leggibilità delle catene di pensiero, senza modifiche ingannevoli del ragionamento in oltre 200.000 turni verificati. Rivendica resistenza oltre 2,3 volte maggiore nel benchmark di iniezione indiretta Gray Swan. Leggibilità e resistenza nei test non provano immunità agli attacchi.

Per le interazioni quotidiane, Google indica falsi rifiuti sotto lo 0,4% su HealthBench Pro, con distinzione più precisa tra rischi di biosicurezza e domande legittime. Il tasso di rifiuto non misura l’accuratezza delle risposte mediche.

Accesso diverso per prodotto e abbonamento

Google annuncia distribuzione globale tramite Gemini API, AI Studio, Android Studio e Gemini for business. L’accesso Antigravity è descritto per abbonati paganti Google AI Pro e Ultra. Sheets richiede abbonamenti idonei; per i consumatori parte da Pro e Ultra.

Nell’app gratuita c’è una condizione importante: Hydrogen arriva tramite scelta automatica del modello quando adatto al prompt. Non è una promessa di selezione manuale illimitata per tutti gli utenti gratuiti. Search è annunciato per tutti gli utenti nel mondo.

La novità pratica è un modello di esecuzione ampiamente distribuito, con ragionamento regolabile e coordinamento opzionale tra modelli. Il valore dipenderà da compiti, impostazioni e prodotto usato. I numeri sono punti di partenza per valutare, mantenendo versioni dei benchmark e condizioni di accesso.

Articoli correlati
Fonti

Esplora la directory degli strumenti →