Robocikowo>ROBOCIKOWO
Gemini 4 Hydrogen

Gemini 4 Hydrogen

4 Hydrogen · Rodzina: Gemini
Model Google (rodzina Gemini 4) do szybkich zadań agentowych; kontekst 1 mln tokenów, dostępny przez Gemini API i Google AI Studio.
✓ Aktywny✓ Publiczny dostępLLMModel multimodalnyModel rozumowaniaModel używający narzędzi📁 Gemini
Okno kontekstowe
1M
tokenów
Max output
1 000 000
tokenów
Data premiery
12 listopada 2026
Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

Gemini 4 Hydrogen to model AI opracowany przez Google (Google DeepMind), zaprezentowany 12 listopada 2026 r. jako wariant rodziny Gemini 4 zbudowany pod szybkie wykonywanie zróżnicowanych zadań agentowych. W odróżnieniu od frontierowych modeli Carbon i Argon, nastawionych na głębokie, długofalowe rozumowanie, Hydrogen pełni rolę modelu wykonawczego w przepływach agentowych i może działać jako komponent wykonawczy w scenariuszach wielomodelowych.

Model oferuje natywne okno kontekstowe 1 mln tokenów wejścia oraz generowanie do 1 mln tokenów wyjścia, z ceną utrzymywaną na stałym poziomie w całym oknie kontekstowym. Udostępnia cztery poziomy „myślenia” (low, medium, high jako domyślny oraz nowy xhigh) i natywne równoległe wsadowe wywołania odczytu plików i wyszukiwania. Wagi modelu nie są publicznie dostępne (model zamknięty).

Hydrogen jest wdrażany globalnie przez Gemini API i Google AI Studio (wszystkie progi), Android Studio, Gemini for business, Google Antigravity (subskrybenci Google AI Pro i Ultra), Gemini w Arkuszach Google (Google AI Pro i Ultra), aplikację Gemini oraz tryb AI w wyszukiwarce Google dla wszystkich użytkowników. Cena przez API wynosi 1,50 USD za 1 mln tokenów wejścia i 7,50 USD za 1 mln tokenów wyjścia (tokeny myślenia wliczone), a odczyt z cache wejścia 0,075 USD.

Klasyfikacja
LLMModel multimodalnyModel rozumowaniaModel używający narzędzi
Rodzina: Gemini
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