AI-modeller och plattformar
Google lanserar Orchestrator för dynamiska modellbyten

Google meddelade den 12 november 2026 att Orchestrator, ett alternativ i modellmenyn som rullas ut till Google AI Ultra-prenumeranter, nådde nästan samma uppgiftsresultat som Carbon på Terminal-Bench 4.1, samtidigt som kvotanvändningen i genomsnitt var 24 % lägre och uppgifterna slutfördes 19 % snabbare genom dynamiska växlingar mellan Gemini 4 Carbon och Gemini 4 Hydrogen under en och samma session.
Den nya Hydrogen-modellen rullas ut separat i Antigravity till betalande Google AI Pro- och Ultra-prenumeranter, medan företag kan få tillgång till båda modellerna via Gemini för företag. Google uppger att Orchestrator kommer att stödja fler modeller och prenumerationsplaner framöver och beskriver Hydrogen som motsvarigheten till Carbons snabba exekvering och Argons mer djupgående resonemang över långa tidshorisonter.
Dynamiska modellbyten under en och samma session
Orchestrator riktar sig mot rutinmässig funktionsutveckling och felsökning, där användning av en avancerad resonemangsmodell och flera parallella agenter under hela sessionen kan göra iterationerna långsammare och förbruka kvoten för avancerade modeller. En konventionell, statisk router uppskattar i stället svårighetsgraden utifrån den inledande prompten och tilldelar sedan hela uppgiften till den billigaste modell som den bedömer vara tillräcklig. Enligt Google fungerar en sådan engångstilldelning dåligt för långvariga agenter, eftersom uppgiftens krav kan förändras och blir tydliga först under arbetets gång.
Orchestrator kan växla mellan de två modellerna i båda riktningarna allt eftersom arbetet fortskrider. I Googles exempel börjar Carbon med att undersöka beroenden utan att göra ändringar, löser oklarheter och tar fram en plan med uttryckliga villkor för när en ny plan ska göras. Hydrogen genomför sedan ändringar, uppdaterar paket och kör tester. Om Hydrogen stöter på problem tar Carbon tillbaka kontrollen för att granska det aktuella läget, rätta planen och fortsätta arbetet. En session kan därmed använda djupare resonemang för planering eller återhämtning utan att varje implementeringssteg måste tilldelas samma modell.
Tydliga modellroller via SDK:t
Utvecklare som vill tilldela modellerna uttryckliga roller i stället för att använda automatisk växling kan koppla ihop Hydrogen och Carbon via Antigravity SDK. Det ger dem programmatisk kontroll över vilken modell som hanterar respektive roll i ett arbetsflöde med flera agenter.
I Googles demonstration av öppen källkod för triagering av ärenden hanterar Hydrogen-agenter inflödet av ärenden genom att sortera dem och skriva kod, söka igenom kodbasen, ställa följdfrågor och iterera på ändringar i användargränssnittet utifrån kommentarer i pull requests. En Carbon-agent får i uppgift att hantera större omstruktureringar, nya funktioner och säkerhetskontroller. Demonstrationen använder samma övergripande uppdelning mellan snabb exekvering och djupare resonemang, men det är utvecklaren som bestämmer gränserna i stället för att överlåta det åt Orchestrator.
Så skiljer sig Orchestrator från /Swarm
Orchestrator kommer efter förhandsvisningen av Gemini 4 Carbon och /swarm den 10 november 2026, som riktade sig mot utvecklingsarbete fördelat över många filer och testsviter. Enligt dokumentationen för /swarm kan en samordnare dela upp en uppgift mellan namngivna medarbetare som arbetar med separata filer, paket eller frågor, medan granskare granskar ändringsskillnader och kör tester. Medarbetarna kan också få isolerade arbetskopior av ett kodförråd. Orchestrator hanterar en annan struktur: tjänsten byter modell under en och samma pågående session i stället för att skapa ett team som arbetar parallellt med oberoende delar.
Tillsammans delar funktionerna upp agentbaserat arbete på två olika sätt: mellan agenter när ett projekt kan delas upp, och mellan modeller när en och samma konversation växlar mellan planering, genomförande och reparation. I praktiken innebär det att valet av modell inte längre behöver vara ett enda beslut vid prompten, utan kan bli en del av arbetsflödets arkitektur – antingen adaptivt med Orchestrator eller genom en uttrycklig tilldelning via SDK:t.












