Google julkaisee Gemini 4 Hydrogenin päivittäisiin tekoälyagenttien työnkulkuihin

Google julkaisi Gemini 4 Hydrogenin 12. marraskuuta 2026 ja käynnisti samalla maailmanlaajuisen käyttöönoton. Malli on suunniteltu nopeaan koodaukseen ja tekoälyagenttien tehtäviin yhtiön kehittäjille, yrityksille ja kuluttajille suunnatuissa tuotteissa. Maksullisen API:n hinnat ovat 1,50 dollaria miljoonalta syötetokenilta ja 7,50 dollaria miljoonalta tulostetokenilta.

Hydrogen on muokattu Gemini 4 Carbonista, ja sillä on Gemini 4 -mallistossa oma tehtävänsä. Carbon ja Argon hoitavat vaativampaa arkkitehtuurisuunnittelua ja pitkälle ulottuvaa päättelyä, kun taas Hydrogen on tarkoitettu nopeaan suorittamiseen, kuten koodin kirjoittamiseen, testien ajamiseen, muutosten tarkistamiseen, tutkimukseen ja työkaluja käyttäviin agentteihin. Se hyväksyy tekstiä, kuvia, ääntä ja videota, ja sen tietojen ajantasaisuuden rajapäivä on maaliskuu 2026, joten tiedot voivat olla joillakin aloilla vanhentuneempia.

Orchestrator erottaa suunnittelun suorittamisesta

Uusi Orchestrator-vaihtoehto Google Antigravityssä toteuttaa tämän työnjaon yhden istunnon sisällä. Carbon voi selvittää riippuvuuksia ja laatia suunnitelman vain luku -vaiheessa; sen jälkeen Hydrogen muokkaa koodia, päivittää paketteja ja ajaa testit. Jos suorittamisessa ilmenee ongelmia, ohjaus voidaan siirtää takaisin Carbonille tilanteen tarkistamista ja suunnitelman korjaamista varten. Toisin kuin staattinen reititin, joka sitoo koko tehtävän yhteen malliin aloituskehotteen perusteella, Orchestrator voi vaihtaa mallia työn edetessä.

Antigravity-tiimin mukaan tehtävien onnistumisaste Terminal-Bench 4.1 -testissä oli lähes Carbonin tasolla, vaikka kiintiötä kului 24 % vähemmän ja tehtävät valmistuivat keskimäärin 19 % nopeammin. Rinnakkaisessa työskentelyssä Carbon voi koordinoida tehtäviä, kun taas Hydrogen käyttää eristetyissä työtiloissa toimivia suorittaja- ja tarkistusagentteja. Hydrogen otetaan käyttöön Antigravityssä maksullisille Google AI Pro- ja Ultra-tilaajille; Orchestrator tulee aluksi AI Ultra -tilaajien käyttöön, ja yritysasiakkaat saavat molemmat käyttöönsä Gemini for businessin kautta.

Päättelyn hallinta ja koodausvertailut

Gemini API -dokumentaatiossa mainitaan käyttörajoitettu maksuton taso sekä välimuistiin tallennettu syöte, jonka hinta on implisiittisen välimuistitoiminnon kautta 0,075 dollaria miljoonalta tokenilta. Lisäksi käytössä on kiinteä maksullinen hinnoittelu. Hydrogenin syöte, päättely ja tuloste käyttävät samaa 1 048 576 tokenin ikkunaa. Synkroniset vastaukset tukevat enintään 65 536 tokenia käsittelyvaihetta kohden, kun taas taustasuoritus tai jatkaminen asiakaspuolella voi kasvattaa tuotoksen ikkunassa jäljellä olevan kapasiteetin enimmäismäärään.

Hydrogenissa on neljä päättelytasoa: low, medium, oletusarvoisesti käytössä oleva high sekä uusi xhigh. Google suosittelee high-tasoa useimpiin vaativiin tehtäviin ja xhigh-tasoa käytettäväksi vain vaikeampiin, monivaiheisiin ongelmiin, joissa high ei riitä. Yhtiö huomauttaa, että xhigh voi johtaa yksinkertaisempien kehotteiden liialliseen analysointiin. Näiden asetusten vuoksi yhteisen tokenikiintiön hallinta on tärkeää: päättely kuluttaa kapasiteettia, jota voitaisiin muuten käyttää syötteeseen tai lopulliseen tulosteeseen, ja korkeammat asetukset myös lisäävät viivettä.

Googlen raportoimiin tuloksiin kuuluu Artificial Analysis Intelligence Index -pistemäärä 51 high-tasolla, kun Argonin tulos on 50; xhigh-tasolla pistemäärä nousee 54:ään. Gemini 3.8 Flashiin verrattuna Hydrogen suorittaa tehtävät high-tasolla 2,5 kertaa nopeammin, saa Terminal-Bench 4.1 -testissä 57 %:n tuloksen 18,2 %:iin verrattuna ja vähentää keksittyjä väitteitä yli viisinkertaisesti.

Mallikortti tuo esiin merkittävän tarkennuksen: sen huijaamisella korjatussa Terminal-Bench 4.1 -taulukossa Claude Sonnet 5.5 saa 63,9 % eli enemmän kuin Hydrogenin 57,0 %. Hydrogen siis parantaa tuloksia huomattavasti Googlen aiempaan Flash-malliin verrattuna, mutta ei ole saman koodausvertailun kaikkia kilpailijoita parempi.

Maailmanlaajuinen käyttöönotto ja turvallisuusarviot

API:n ja AI Studion lisäksi 12. marraskuuta alkanut käyttöönotto kattaa Gemini for businessin, Gemini-sovelluksen, Google Searchin, Antigravityn ja Geminin Sheetsissä niiden tilaajien osalta, joilla on siihen oikeuttava tilaus. Gemini-sovelluksen maksuttomat käyttäjät saavat Hydrogenin käyttöönsä automaattisen mallivalinnan kautta silloin, kun Google arvioi sen sopivan kehotteeseen. Googlen mukaan sovellus noudattaa aiempaa tarkemmin sävyä ja muotoilua koskevia ohjeita, hyödyntää ladattuja tiedostoja ja yhdistettyjä palveluja, kuten Gmailia, Drivea, Airtablea ja Dropboxia, sekä valitsee työkaluja aiempaa luotettavammin. Search puolestaan käsittelee paremmin moniosaisia tai kirjoitusvirheitä sisältäviä kyselyitä, antaa visuaalisempia vastauksia ja laajentaa kyselyjen haarautumista kattamaan laajemman linkkivalikoiman.

Google raportoi, että agenttien liiallinen toiminta väheni Gemini 3.8 Flashiin verrattuna jopa 81 % ja puutteellinen palvelu 79 %. Lisäksi vastustuskyky epäsuoraa kehotesyöttöhyökkäystä vastaan parani. Nämä mittarit koskevat virhetilanteita, joilla on merkitystä silloin, kun malli voi valita työkaluja ja toimia yhdistettyjen palvelujen kautta.

Mallikortin automaattisissa vertailuissa perusteettomien kieltäytymisten määrä kasvaa 5,57 prosenttiyksikköä Gemini 3.8 Flashiin verrattuna. Mallikortissa mainittuihin rajoituksiin kuuluvat hallusinaatiot, ajoittainen hitaus tai aikakatkaisut sekä mahdollisesti suurempi tokenien kulutus korkeammilla päättelytasoilla.

Mallikortin huipputason mallien turvallisuusarviossa ei havaittu merkittävää yleisten kyvykkyyksien kasvua Argoniin verrattuna. Kohdennetuissa testeissä Hydrogenin kyvyt jäivät biologisen tiedon ja kyberturvallisuuden kriittisten kyvykkyystasojen alle. Googlen viitekehyksessä nämä tasot merkitsevät vakavan mittakaavan riskiä, mutta Hydrogen saavutti molemmilla aloilla hälytysrajat. Mallikortin mukaan kattavampi turvallisuusdokumentaatio julkaistaan myöhemmin.

Hydrogenin laajempi merkitys on siinä, millaisen työnjaon se mahdollistaa: huipputason suunnittelukyky voidaan varata vaikeampiin työvaiheisiin, kun taas nopeampi suoritusmalli hoitaa tehtäviä laajasti käytetyissä tuotteissa. Keskeinen kysymys tämän käyttöönoton yhteydessä on, säilyvätkö raportoidut tehokkuushyödyt päivittäisessä käytössä dokumentoiduista kieltäytymis- ja luotettavuusrajoituksista huolimatta.