Google DeepMind stellt Gemini 4 Hydrogen vor, ein schnelles Modell für agentische Alltags-Workflows

Google DeepMind hat am 12. November 2026 Gemini 4 Hydrogen vorgestellt. Es ist das Modell für den Alltag und die breite Nutzung in der Gemini-4-Familie. Google nennt es sein „Arbeitspferd für agentische Workflows“ und sagt, es bringe modernste Intelligenz zu allen. Die Ankündigung stammt von Koray Kavukcuoglu, Senior Vice President von Google DeepMind und Chief AI Architect von Google. Der Beitrag wurde am 13. November aktualisiert.

Ein Modell, ausgerichtet auf schnelle Ausführung und Tool-Aufrufe

Google teilt die Gemini-4-Reihe in zwei Rollen. Gemini 4 Carbon und Gemini 4 Argon sind die Spitzenmodelle. Sie übernehmen tiefes, langfristiges Schlussfolgern bei den schwierigsten Problemen. Hydrogen ist auf schnelle Ausführung in agentischen Workflows und beim alltäglichen Programmieren ausgelegt. Laut Google verlassen sich Teams für Architekturentscheidungen weiter auf Carbon und Argon, etwa beim Entwurf von Systemen oder bei der Suche nach heiklen Fehlern. Zum Schreiben von Code, zum Ausführen von Tests und zum Prüfen von Änderungen brauchen sie aber ein schnelles, diszipliniertes Modell. Hydrogen kann allein arbeiten oder in einem Multimodell-Workflow als hocheffiziente Ausführungsschicht dienen.

Preis und Benchmark-Angaben

Auf der Standardstufe „high“ erreicht Hydrogen im Artificial Analysis Intelligence Index 51 Punkte, Argon kommt auf 50. In der höchsten Einstellung xhigh sind es 54. Der Preis gilt einheitlich für das gesamte Kontextfenster von 1 Million Token: 1,50 US-Dollar je Million Eingabetoken und 7,50 US-Dollar je Million Ausgabetoken. Google fügt hinzu, Hydrogen schließe Aufgaben oft schneller ab als Modelle seiner Klasse. Alle diese Zahlen stammen aus Googles eigener Ankündigung. Externe Ranglisten oder unabhängige Reproduktionen wurden für diesen Bericht nicht geprüft, daher lassen sich diese Ergebnisse nicht unabhängig bestätigen.

Google vergleicht Hydrogen mit dem Vorgänger Gemini 3.8 Flash. Mit der Standardeinstellung high sind Aufgaben 2,5-mal schneller erledigt. Der Wert bei Terminal-Bench 4.1 steigt von 18,2 % auf 57 %, also auf mehr als das Dreifache. Erfundene Behauptungen gehen um mehr als das Fünffache zurück, und das Modell reagiert besser, wenn ein Werkzeugaufruf scheitert oder eine Suche nichts liefert. Bei SWE-sweep, wo ein Modell Fehler finden und beheben muss, ohne bestehenden Code zu zerstören, liegt Hydrogen laut Google vor vergleichbaren Modellen. In frühen Partnertests mit komplexen Graphen, SQL und datenlastigen Unternehmens-Workflows lief Hydrogen 2- bis 2,8-mal schneller als 3.8 Flash und brauchte 12 % bis 23 % weniger Token.

Bei offenen agentischen Aufgaben belegt Hydrogen Platz fünf auf Agent Arena, dem Live-Benchmark von arena.ai. Beim Fachwissen nennt Google 58,8 % bei HLE-Diamond (nach eigener Darstellung Spitze der Klasse), 52,3 % beim Vals Tax Agent Bench (Platz eins insgesamt) und 55,8 % beim Vals Legal Research Bench (geteilter erster Platz). Auch bei AutomationBench-AA beansprucht Google die Spitze der Klasse. Multimodal erreicht das Modell 53,4 % im neuen Multimodal-Knowledge-Agent-Benchmark und 71,6 % bei Agents' Last Exam v1.1. Es nimmt bis zu 1 Million Token als Eingabe an und kann bis zu 1 Million Token ausgeben. Es verarbeitet PDF-Dateien, Tabellen, Diagramme, Audio und Video.

Orchestrator in Google Antigravity

Um die Zusammenarbeit mehrerer Modelle zu automatisieren, hat Google in Google Antigravity den Orchestrator eingeführt. Statt von Anfang bis Ende ein einziges Modell zu nutzen, wechselt der Orchestrator innerhalb derselben Sitzung dynamisch zwischen Modellen wie Carbon und Hydrogen. Auf Terminal-Bench 4.0 erreichte er laut Google eine Erfolgsquote nahe an Carbon, verbrauchte im Schnitt 24 % weniger Kontingent und war 19 % schneller. In Aufbauten mit parallelen Agenten kann Carbon koordinieren, während Hydrogen Arbeits- und Prüfagenten antreibt, die Änderungen gleichzeitig in getrennten Arbeitsbereichen bauen und testen.

Vier Denkstufen und Kundenstimmen

Hydrogen bietet vier Denkstufen: low, medium, high (Standard) und die neue Stufe xhigh. Google sagt, Qualität, Latenz und Kosten stiegen gleichmäßig und vorhersehbar, sodass Nutzer nur so lange warten und so viel zahlen, wie die Aufgabe an Denktiefe verlangt.

Die Ankündigung zitiert mehrere frühe Kunden. Box berichtet von deutlich höherer Genauigkeit als bei Gemini 3.8 Flash, bei etwa doppelter Geschwindigkeit und 12 % weniger Token. STAN nennt gleiche Genauigkeit, 100 % Formattreue, 28 % geringere Gesamtlatenz und 23 % weniger Token. Pixelcut sagt, in 276 Durchläufen habe das Modell jedes Designbriefing gemeistert, 1,8-mal schneller gearbeitet und 30 % saubereren Code geliefert. LatchBio gibt an, Hydrogen habe im Abschnitt Toxikologie und Sicherheit seines Benchmarks zur Antikörperentwicklung 67 % der Versuche bestanden, gegenüber 37 % beim besten Nicht-Gemini-Modell, bei etwa 13 Minuten je Aufgabe. Das sind vom Anbieter ausgewählte Aussagen. Sie stützen die Ankündigung, sie ersetzen keine Prüfung.

Gemini-App und Suche

In der Gemini-App folgt Hydrogen laut Google Ton, Format und konkreten Vorgaben genauer und holt Kontext aus hochgeladenen Dateien, Gmail, Google Drive und verbundenen Apps wie Airtable und Dropbox. In der Google-Suche soll es mehrteilige Fragen, Tippfehler und sehr spezielle Wünsche besser verstehen, visuellere und leichter überschaubare Antworten liefern und über eine verbesserte „Query-Fan-out“-Technik ein breiteres Spektrum an Links zeigen.

Sicherheitszahlen

Google erklärt, Hydrogen nutze den neuesten Sicherheitsstapel von Gemini 4. Im Vergleich mit Gemini 3.8 Flash nennt das Unternehmen bis zu 81 % weniger Übergriffigkeit und bis zu 79 % weniger Unterversorgung bei agentischen Aufgaben sowie einen Rückgang von fehlgeleiteten Aktionen und Abkürzungen um das Zwölffache in Tests zu Werkzeugnutzung und Programmierung. Bei unmöglichen oder blockierten Aufgaben umgeht das Modell Berechtigungsgrenzen bis zu halb so oft, und in einer internen Ehrlichkeitsprüfung für Agenten erreicht es 94 %. Über mehr als 200.000 geprüfte Züge blieb die Lesbarkeit der Gedankenkette bei 99,9 %, ohne täuschende Änderungen am Denkprozess. Unter den Testbedingungen des Gray-Swan-IPI-Benchmarks nennt Google eine mehr als 2,3-mal höhere Widerstandsfähigkeit gegen indirekte Prompt-Injection als bei der eigenen Vergleichskonfiguration. Das heißt nicht, dass das Modell unangreifbar ist. Fehlerhafte Ablehnungen bei HealthBench Pro bleiben unter 0,4 %. Das sind interne Auswertungen. Weitere Angaben stehen in der Modellkarte.

Verfügbarkeit

Hydrogen wird seit dem Tag der Ankündigung schrittweise weltweit an Entwickler, Unternehmen und Privatnutzer ausgerollt. Entwickler nutzen es über die Gemini-API in Google AI Studio und Android Studio. Zahlende Abonnenten von Google AI Pro und Ultra können es in Google Antigravity ausprobieren. Unternehmen setzen es in Gemini for business über die API oder das Modellmenü ein, in Antigravity und in Gemini in Google Sheets für berechtigte Business-Tarife. Privatnutzer finden es im Modellmenü der Gemini-App und in der Google-Suche. Kostenlose Nutzer der Gemini-App erhalten es per automatischer Modellwahl, wenn es zur Anfrage passt. Gemini in Google Sheets startet mit Pro- und Ultra-Abonnenten.

Worauf es ankommt

Diese Veröffentlichung zielt auf niedrigere Ausführungskosten, nicht auf eine höhere Obergrenze. Google hebt die stärksten Modelle für das Urteil auf, überlässt Hydrogen die Ausführung und verbindet beide mit dem Orchestrator. Ob dieses Konzept trägt, hängt davon ab, ob unabhängige Tests die von Google veröffentlichten Zahlen zu Tempo, Kosten und Genauigkeit bestätigen.