Model Google (rodzina Gemini 4) do szybkich zadań agentowych; kontekst 1 mln tokenów, dostępny przez Gemini API i Google AI Studio.
Okno kontekstowe
1M
tokenów
Max output
1 000 000
tokenów
Data premiery
12 listopada 2026
Dostęp:APIHostedWdrożenie:☁ Cloud
Przegląd
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: 1M
✓ Narzędzia
📥 Wejście: tekst, obraz, audio, wideo…
Specyfikacja techniczna
Okno kontekstowe
1M
tokenów
Max output tokens
1 000 000
tokenów na odpowiedź
Funkcje:✓ Używanie narzędzi
Modalności
⬇ Wejście (Input)
textimageaudiovideodocumentsstructured_data
⬆ Wyjście (Output)
textcodestructured_data
Możliwości i zastosowania
Natywne możliwości modelu
Rozumowanie
Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.
Kategoria: reasoning
Rozumowanie wieloetapowe
Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.
Kategoria: reasoning
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding
Kodowanie agentowe
Wielogodzinne, wieloetapowe zadania programistyczne wykonywane samodzielnie przez model: klonowanie repozytorium, uruchamianie testów, iteracja poprawek, integracja z narzędziami CLI. Charakterystyczne dla wariantów Codex (GPT-5.1-Codex-Mini, Codex-Max).
Kategoria: coding
Zdolności agentowe
Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.
Kategoria: planning
Wieloetapowe wykonywanie projektów
Zdolność samodzielnego prowadzenia wielogodzinnych, wielokrokowych projektów: dekomponowanie zadania, planowanie sekwencji działań, iteracyjne dostarczanie wyników, korekta na podstawie feedbacku. Kluczowa dla agentów enterprise i knowledge work.
Kategoria: planning
Użycie narzędzi
Zdolność modelu do wywoływania zewnętrznych funkcji, API i narzędzi w trakcie rozmowy: kalkulator, wyszukiwarka, edytor kodu, baza danych. Model decyduje kiedy i jak użyć narzędzia oraz interpretuje jego wynik.
Kategoria: planning
Przeglądanie internetu
Zdolność modelu do samodzielnego wyszukiwania i przeglądania stron internetowych w celu pozyskania aktualnych informacji.
Kategoria: other
Długi kontekst
Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.
Kategoria: language
Rozumienie multimodalne
Zdolność modelu do łączenia i interpretowania informacji z więcej niż jednej modalności, np. tekstu i obrazu.
Kategoria: multimodal
Rozumienie obrazu
Analiza i interpretacja treści obrazów.
Kategoria: vision
Wyniki benchmarków
7 benchmarków
Artificial Analysis Intelligence Index
51 (high) / 54 (xhigh)
📅 12 lis 2026📄 Oficjalna strona (blog Google)
Wynik 51 na poziomie high (vs 50 dla Gemini 4 Argon) i 54 na nowym poziomie xhigh.
Terminal-Bench 4.1
57%%
📅 12 lis 2026📄 Oficjalna strona (blog Google)
57% wobec 18,2% dla Gemini 3.8 Flash.
HLE-Diamond
58.8%%
📅 12 lis 2026📄 Oficjalna strona (blog Google)
Wynik prowadzący w swojej klasie modeli.
Vals Tax Agent Bench
52.3%%
📅 12 lis 2026📄 Oficjalna strona (blog Google)
1. miejsce ogółem.
Vals Legal Research Bench
55.8%%
📅 12 lis 2026📄 Oficjalna strona (blog Google)
Wynik remisowy na 1. miejscu.
Agents' Last Exam v1.1
71.6%%
📅 12 lis 2026📄 Oficjalna strona (blog Google)
Ocena zdolności agentowych.
Multimodal Knowledge Agent (MKA)
53.4%%
📅 12 lis 2026📄 Oficjalna strona (blog Google)
Agent wiedzy multimodalnej.
Cennik
Architektura techniczna
Forma modelu (Model Form)
Wdrożenie i bezpieczeństwo
🔒 Security / Enterprise
✓ Zweryfikowane informacje enterprise
Google raportuje dla Hydrogen m.in. redukcję nadmiarowych działań (overreach) w zadaniach agentowych do 81% i niedostatecznej obsługi (under-service) do 79%, 94% wskaźnik uczciwości (honesty) w ewaluacji wewnętrznej, 99,9% czytelności łańcucha myślenia na ponad 200 000 audytowanych tur oraz ponad 2,3x większą odporność na benchmarku Gray Swan IPI.
Aktualizacja: 18 lis 2026↗ Dokumentacja security
