Google DeepMind lance Gemini 4 Hydrogen, un modèle rapide pour les flux agentiques du quotidien

Google DeepMind a présenté Gemini 4 Hydrogen le 12 novembre 2026. Il s'agit du modèle grand public et du quotidien de la famille Gemini 4. Google le décrit comme son « cheval de trait » pour les flux de travail agentiques et affirme qu'il met une intelligence de pointe à la portée de tous. L'annonce est signée de Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l'IA chez Google. Le billet a été mis à jour le 13 novembre.

Un modèle axé sur l'exécution rapide et l'appel d'outils

Google répartit la gamme Gemini 4 en deux rôles. Gemini 4 Carbon et Gemini 4 Argon sont les modèles de pointe. Ils traitent le raisonnement profond et de longue haleine sur les problèmes les plus difficiles. Hydrogen vise l'exécution rapide dans les flux agentiques et le codage de tous les jours. Selon Google, les équipes continuent de s'appuyer sur Carbon et Argon pour les décisions d'architecture, lorsqu'elles conçoivent des systèmes ou traquent des bogues subtils. Elles ont toutefois besoin d'un modèle rapide et discipliné pour écrire du code, lancer des tests et vérifier les changements. Hydrogen peut travailler seul, ou jouer le rôle de moteur d'exécution très efficace dans un flux multi-modèles.

Prix et résultats annoncés

Au niveau de réflexion « élevé », par défaut, Hydrogen obtient 51 points à l'Artificial Analysis Intelligence Index, contre 50 pour Argon. Au réglage le plus haut, xhigh, il atteint 54. Le tarif est uniforme sur toute la fenêtre de contexte de 1 million de jetons : 1,50 dollar par million de jetons en entrée et 7,50 dollars par million en sortie. Google ajoute que le modèle termine souvent ses tâches plus vite que ses concurrents de même catégorie. Tous ces chiffres proviennent de l'annonce de Google elle-même. Ce compte rendu n'a vérifié ni classements externes ni reproductions indépendantes : ces résultats ne peuvent donc pas être confirmés de façon indépendante.

Google compare Hydrogen à son prédécesseur, Gemini 3.8 Flash. Par rapport à Gemini 3.8 Flash, avec le réglage élevé par défaut, les tâches se terminent 2,5 fois plus vite. Le score Terminal-Bench 4.1 passe de 18,2 % à 57 %, soit plus du triple. Les affirmations inventées reculent de plus de cinq fois, et le modèle s'adapte mieux quand un appel d'outil échoue ou qu'une recherche ne renvoie rien. Sur SWE-sweep, où le modèle doit trouver et corriger des bogues sans casser le code existant, Google dit que Hydrogen dépasse les modèles de même niveau. Lors de tests préliminaires chez des partenaires, sur des graphes complexes, du SQL et des flux d'entreprise riches en données, Hydrogen a tourné de 2 à 2,8 fois plus vite que 3.8 Flash, avec 12 % à 23 % de jetons en moins.

Pour les tâches agentiques ouvertes, Hydrogen se classe cinquième sur Agent Arena, le banc d'essai en direct d'arena.ai. En raisonnement spécialisé, Google annonce 58,8 % sur HLE-Diamond (en tête de sa catégorie, selon l'entreprise), 52,3 % sur le Vals Tax Agent Bench (premier au classement général) et 55,8 % sur le Vals Legal Research Bench (premier ex aequo). Il revendique aussi la tête de sa catégorie sur AutomationBench-AA. En multimodal, il obtient 53,4 % sur le nouveau banc Multimodal Knowledge Agent et 71,6 % sur Agents' Last Exam v1.1. Le modèle accepte jusqu'à 1 million de jetons en entrée et peut en produire jusqu'à 1 million en sortie. Il lit des PDF, des feuilles de calcul, des graphiques, de l'audio et de la vidéo.

Orchestrator dans Google Antigravity

Pour automatiser la collaboration entre modèles, Google a lancé Orchestrator dans Google Antigravity. Au lieu d'utiliser un seul modèle du début à la fin, Orchestrator bascule dynamiquement entre des modèles comme Carbon et Hydrogen au sein d'une même session. Sur Terminal-Bench 4.0, Google indique un taux de réussite proche de celui de Carbon, avec en moyenne 24 % de quota en moins, et des tâches qui s'achèvent 19 % plus vite (Google ne précise pas ici la base de comparaison). Dans les configurations à agents parallèles, Carbon peut coordonner pendant que Hydrogen alimente des agents ouvriers et vérificateurs, qui construisent et testent les changements en même temps dans des espaces de travail isolés.

Quatre niveaux de réflexion et témoignages

Hydrogen propose quatre niveaux de réflexion : low, medium, high (par défaut) et un nouveau palier xhigh. Selon Google, la qualité, la latence et le coût évoluent de façon progressive et prévisible, si bien que l'utilisateur n'attend et ne paie que la profondeur de raisonnement dont la tâche a besoin.

L'annonce cite plusieurs clients en test préliminaire. Box rapporte une précision nettement meilleure que celle de Gemini 3.8 Flash, pour une vitesse d'environ deux fois supérieure et 12 % de jetons en moins. STAN indique une précision égale, une conformité de format de 100 %, une latence de bout en bout réduite de 28 % et 23 % de jetons en moins. Pixelcut affirme que, sur 276 exécutions, le modèle a réussi tous les cahiers des charges de design, 1,8 fois plus vite, avec un code plus propre de 30 %. LatchBio déclare que Hydrogen a réussi 67 % des essais sur la partie toxicologie et sécurité de son banc de développement d'anticorps, contre 37 % pour le meilleur modèle non Gemini, à environ 13 minutes par tâche. Ce sont des témoignages choisis par l'éditeur : ils appuient l'annonce, ils ne valent pas audit.

Application Gemini et Recherche

Dans l'application Gemini, Google affirme que Hydrogen respecte mieux le ton, le format et les règles précises, et qu'il puise du contexte dans les fichiers téléversés, Gmail, Google Drive et des applications connectées comme Airtable et Dropbox. Dans la Recherche Google, il doit mieux comprendre les questions à plusieurs volets, les fautes de frappe et les demandes très précises, fournir des réponses plus visuelles et plus faciles à parcourir, et élargir l'éventail de liens grâce à une technique de « query fan-out » améliorée.

Chiffres de sécurité

Google précise que Hydrogen s'appuie sur la dernière pile de sécurité de Gemini 4. Par rapport à Gemini 3.8 Flash, l'entreprise annonce jusqu'à 81 % de dépassements de mission en moins et jusqu'à 79 % de sous-service en moins dans les tâches agentiques, ainsi qu'une réduction par 12 des actions désalignées et des raccourcis dans les évaluations d'usage d'outils et de codage. Face à une tâche impossible ou bloquée, le modèle contourne jusqu'à deux fois moins les limites de permission, et il atteint 94 % à une évaluation interne d'honnêteté des agents. Sur plus de 200 000 tours audités, la lisibilité de la chaîne de raisonnement reste à 99,9 %, sans aucune modification trompeuse du raisonnement. Dans les conditions du banc Gray Swan IPI, Google indique une résistance à l'injection de consignes indirecte plus de 2,3 fois supérieure à celle de sa propre configuration de comparaison. Cela ne signifie pas que le modèle soit inattaquable. Les faux refus sur HealthBench Pro restent sous 0,4 %. Il s'agit d'évaluations internes. La fiche du modèle donne plus de détails.

Disponibilité

Hydrogen a commencé à être déployé auprès des développeurs, des entreprises et du grand public dans le monde entier le jour de l'annonce. Les développeurs y accèdent par l'API Gemini dans Google AI Studio et Android Studio. Les abonnés payants Google AI Pro et Ultra peuvent l'essayer dans Google Antigravity. Les entreprises le déploient dans Gemini for business, via l'API ou le menu des modèles, dans Antigravity, et dans Gemini dans Google Sheets pour les forfaits éligibles. Le grand public le trouve dans le menu des modèles de l'application Gemini et dans la Recherche Google. Les utilisateurs gratuits de l'application Gemini le reçoivent par sélection automatique, quand il convient à la requête. Gemini dans Google Sheets démarre avec les abonnés Pro et Ultra.

Ce qu'il faut surveiller

Cette sortie vise un coût d'exécution plus bas, non un plafond plus haut. Google réserve ses modèles les plus puissants au jugement, confie l'exécution à Hydrogen et relie les deux avec Orchestrator. La solidité de cette conception dépendra de la capacité de tests indépendants à reproduire les chiffres de vitesse, de coût et de précision publiés par Google.