Robocikowo>ROBOCIKOWO
Sztuczna Inteligencja

Gemini 4 Hydrogen wyprzedza droższego Argona. 51 punktów do 50

Pan Robocik22 listopada 2026 · 7 min czytania
Gemini 4 Hydrogen wyprzedza droższego Argona. 51 punktów do 50

Google udostępnił 12 listopada 2026 r. model Gemini 4 Hydrogen — szybki wariant rodziny Gemini 4 przeznaczony do codziennego kodowania i pracy agentów. W indeksie Artificial Analysis Intelligence Index Hydrogen zdobył 51 punktów, o jeden więcej niż mocniejszy i droższy Gemini 4 Argon, przy płaskiej cenie 1,50 USD za milion tokenów wejściowych w całym oknie miliona tokenów. Model wszedł tego samego dnia globalnie do API, aplikacji Gemini i wyszukiwarki Google.

Najważniejsze w skrócie

  • 51 punktów w Artificial Analysis Intelligence Index przy domyślnym poziomie myślenia high, 54 punkty przy nowym poziomie xhigh
  • Płaska cena w całym oknie miliona tokenów: 1,50 USD za milion tokenów wejściowych, 7,50 USD za milion wyjściowych
  • Terminal-Bench 4.1: 57 procent wobec 18,2 procent dla Gemini 3.8 Flash, zadania kończone 2,5 raza szybciej
  • Nowa opcja Orchestrator w Google Antigravity przełącza się między Carbonem a Hydrogenem w jednej sesji — średnio 24 procent mniej zużytego limitu i 19 procent krócej
  • Model dostępny globalnie od 12 listopada 2026 r. w Gemini API, AI Studio, aplikacji Gemini i wyszukiwarce Google

Wyobraźmy sobie taką sytuację

Programista otwiera w Google Antigravity repozytorium aplikacji webowej i wpisuje jedno polecenie. Polecenie brzmi na przykład tak:

Zaktualizuj przestarzałe zależności, popraw to, co się po tym wysypie, i uruchom testy.

Takie zadanie ma dwie zupełnie różne fazy. Najpierw ktoś musi zrozumieć, co od czego zależy w projekcie i w jakiej kolejności to ruszać — to praca analityczna, przy której opłaca się najmocniejszy dostępny model. Potem trzeba wykonać kilkadziesiąt powtarzalnych edycji i uruchomić testy — tu liczy się przede wszystkim tempo i dyscyplina.

Ale pojawia się problem: kto ma zdecydować, który model obsłuży którą fazę, jeśli granica między nimi ujawnia się dopiero w trakcie?

I właśnie ten problem ma rozwiązywać Orchestrator — nowa pozycja na liście modeli w Google Antigravity, która przełącza modele w środku jednej sesji. (Powyższe polecenie jest przykładem redakcyjnym, nie cytatem ze źródła.)

Czym właściwie jest Hydrogen w rodzinie Gemini 4?

Gemini 4 to u Google'a nie jeden model, a rodzina z rozdzielonymi rolami. Carbon i Argon są wariantami frontier: najmocniejsza i najdroższa klasa modeli danego dostawcy, nastawiona na najtrudniejsze rozumowanie, nastawionymi na głębokie rozumowanie przy najtrudniejszych problemach. Hydrogen stoi obok nich jako model szybkiego wykonania — ma pisać kod, uruchamiać testy i weryfikować zmiany, a nie projektować architekturę systemu.

Zastanawiający jest wynik porównania. Hydrogen przy domyślnym poziomie myślenia zdobywa w Artificial Analysis Intelligence Index 51 punktów wobec 50 punktów Argona, a przy najwyższym poziomie xhigh dochodzi do 54. Model pozycjonowany jako tańsza i szybsza opcja wypada więc w tym jednym zbiorczym indeksie lepiej niż jeden z dwóch wariantów frontier. Google nie tłumaczy tej rozbieżności, poza stwierdzeniem, że Carbon i Argon nadal mają przewagę w zadaniach wymagających długiego rozumowania.

WariantRola w rodzinieArtificial Analysis Intelligence Index
Carbonfrontier — głębokie rozumowanienie podano
Argonfrontier — głębokie rozumowanie50
Hydrogenszybkie wykonanie: kod, testy, weryfikacja51 (high) / 54 (xhigh)
Podział ról w rodzinie Gemini 4 i wyniki w zbiorczym indeksie, według danych podanych przez Google i Artificial Analysis.

Cennik jest płaski w całym oknie kontekstu: 1,50 USD (ok. 5,50 zł) za milion tokenów wejściowych i 7,50 USD (ok. 27 zł) za milion wyjściowych, bez progu podwyżki po przekroczeniu części okna. Hydrogen przyjmuje milion tokenów na wejściu i potrafi wygenerować do miliona tokenów na wyjściu.

Jak działa Orchestrator?

Orchestrator nie jest osobnym modelem, tylko pozycją w liście wyboru modeli w Google Antigravity, która łączy Carbona i Hydrogena w jednym przebiegu. Carbon zaczyna w trybie tylko do odczytu — mapuje zależności, rozstrzyga niejasności i buduje plan z jawnymi warunkami, po których plan ma zostać przebudowany. Potem wykonanie przejmuje Hydrogen: edytuje pliki, aktualizuje paczki, uruchamia testy. Jeśli Hydrogen natrafi na opór, sterowanie wraca do Carbona, który sprawdza stan projektu, naprawia plan i oddaje wykonanie dalej.

Google Antigravity
Zadanie wchodzi do sesji„Zaktualizuj zależności i napraw testy"
Faza planowania
Carbon planuje w trybie tylko do odczytuMapuje zależności, ustala plan i warunki przebudowy planu
Faza wykonania
Hydrogen wykonuje zmianyEdycje plików, aktualizacja paczek, uruchomienie testów
Hydrogen napotyka opór?
TAK
Powrót do CarbonaDeny
NIE
Zadanie domknięteAllow
Uproszczony przebieg jednej sesji z Orchestratorem w Google Antigravity.

Diagram pokazuje, jak jedna sesja w Google Antigravity dzieli się na planowanie po stronie Carbona i wykonanie po stronie Hydrogena, oraz w którym punkcie sterowanie wraca do planisty. To przebieg opisany przez Google na przykładzie, a nie pełna specyfikacja reguł przełączania.

Efekt podawany przez zespół Antigravity: na Terminal-Bench 4.1 Orchestrator osiąga skuteczność zbliżoną do samego Carbona, zużywając średnio 24 procent mniej limitu i kończąc zadania 19 procent szybciej.

24%mniej zużytego limitu przy skuteczności zbliżonej do samego Carbona (Terminal-Bench 4.1)zespół Google Antigravity

Orchestrator wchodzi w dwóch wariantach — Orchestrator (Carbon) i Orchestrator (Argon) dla abonentów Google AI Ultra oraz Orchestrator (Argon) dla płatnego Google AI Pro.

Dlaczego nie wystarczy zwykły router modeli?

Standardowe podejście w branży to statyczny router: system ocenia trudność zadania na podstawie pierwszego polecenia i kieruje całe zadanie do najtańszego modelu, który sobie z nim poradzi. Przy krótkich zapytaniach to działa.

Zespół Antigravity wskazuje, gdzie to podejście się rozsypuje. Im dłużej agent pracuje, tym mniej pierwsze polecenie mówi o tym, co będzie potrzebne w kroku trzydziestym. Trudność nie jest cechą zadania, a cechą jego kolejnych etapów — i ujawnia się dopiero w trakcie. Router, który raz zdecydował, nie ma jak się poprawić: albo przez całe zadanie płaci stawkę frontier za wykonanie prostych edycji, albo utknie na tanim modelu w momencie, w którym trzeba przemyśleć plan od nowa.

Orchestrator jest dwukierunkowy i przełącza modele w obie strony w ramach jednej trajektorii: pełnej ścieżki kroków, którą agent przechodzi od polecenia do wyniku. To rozwiązuje drugi problem, którego sam router nie dotyka: utratę kontekstu. Przekazanie zadania z modelu na model w połowie pracy wymaga, żeby stan projektu i plan były zapisane w formie, którą drugi model odczyta bez zaczynania od zera — dlatego Carbon buduje plan z jawnymi warunkami przebudowy, a nie tylko listę kroków.

Alternatywą pozostaje ręczne składanie takiego układu przez Antigravity SDK, gdzie programista sam przypisuje role: agenty na Hydrogenie do triażu zgłoszeń i szybkich iteracji, agent na Carbonie do większych refaktorów i kontroli bezpieczeństwa.

Co znaczą te nazwy?

W materiałach Google'a wracają cztery pojęcia, bez których liczby niewiele mówią.

  • Poziomy myślenia (low, medium, high, xhigh) — ustawienie, ile rozumowania model ma wykonać przed odpowiedzią. Odpowiednik suwaka jakość–czas–koszt. High jest domyślny, xhigh to nowy, najwyższy poziom.
  • Artificial Analysis Intelligence Index — zbiorczy indeks niezależnego serwisu Artificial Analysis, który łączy wyniki kilkunastu testów w jedną liczbę. Pozwala porównać modele jednym wskaźnikiem, ale zaciera różnice między typami zadań.
  • Terminal-Bench — test sprawdzający, czy model potrafi doprowadzić do końca zadanie wykonywane w terminalu: uruchomić polecenia, zareagować na błąd, zweryfikować wynik. Mierzy wykonanie, nie wiedzę.
  • Indirect prompt injection — atak, w którym złośliwa instrukcja jest ukryta w danych, które model sam pobiera, na przykład w treści strony lub pliku. Odpowiednik wstrzyknięcia kodu, tylko że wektorem jest tekst.

Te cztery pojęcia razem opisują, co Google sprzedaje w Hydrogenie: nie najwyższą inteligencję, a przewidywalny koszt wykonania przy zachowanej odporności na zadania, które próbują wyprowadzić agenta z ram.

Czy to już działa?

Tak, od 12 listopada 2026 r., globalnie i w wersji produkcyjnej. Hydrogen jest dostępny we wszystkich progach Google AI Studio i w Gemini API, w Gemini for business, w aplikacji Gemini z listy wyboru modelu oraz w wyszukiwarce Google dla wszystkich użytkowników.

Dostęp jest jednak podzielony. W Google Antigravity Hydrogen trafia wyłącznie do płatnych abonentów Google AI Pro i Ultra. Gemini w Arkuszach Google startuje od abonentów AI Pro i Ultra oraz wybranych planów firmowych. Orchestrator jest ograniczony najmocniej: wariant z Carbonem przysługuje tylko planowi Ultra.

Wyniki bezpieczeństwa pochodzą wyłącznie od Google'a i nie da się ich niezależnie zweryfikować — między innymi 96,7 procent trafności w wewnętrznej ocenie uczciwości agenta i 99,9 procent czytelności łańcucha rozumowania na ponad 200 tysiącach zaudytowanych tur. Odporność na indirect prompt injection ma być ponad 2,3 raza wyższa niż u poprzednika w benchmarku Gray Swan IPI.

Dlaczego to ważne?

Hydrogen przesuwa punkt odniesienia w cenniku: model, który w zbiorczym indeksie bije jeden z wariantów frontier, kosztuje tyle, ile dotąd płaciło się za warstwę wykonawczą. Ciekawszy jest jednak Orchestrator. Google przyznaje w nim wprost, że jeden model na całe zadanie agentowe jest marnotrawstwem, a wybór modelu to decyzja podejmowana wielokrotnie w trakcie pracy, nie raz na wejściu.

Co dalej?

  • Orchestrator startuje w ograniczonym składzie — Google zapowiada dodanie kolejnych modeli i planów abonamentowych, bez podania terminu
  • Gemini 3.8 Flash pozostaje w ofercie jako poprzednik, wobec którego Google mierzy Hydrogena (57 procent do 18,2 procent na Terminal-Bench 4.1) — to wskazuje na migrację jako docelowy scenariusz dla zespołów na Flashu
  • Pełna lista ograniczeń i wyników znajduje się w karcie modelu Gemini 4 Hydrogen opublikowanej razem z premierą

Źródła

---

Udostępnij ten artykuł