Gemini 4 Hydrogen: Googles Flash-Nachfolger lässt den Namen Flash fallen und streitet über die Fertigstellung

Die Behauptung, die G​oogle DeepMind in der Ankündigung aufgestellt hat, ist eng umrissen und konkret: G​emini 4 Hydrogen erledigt Aufgaben 2,5-mal schneller als Gemini 3.8 Flash und übertrifft Gemini 4 Argon im Artificial Analysis Intelligence Index. Beide Hälften sind überprüfbar, und die zweite stimmt — in der unabhängigen Prüfumgebung erzielt Hydrogen 54 Punkte gegenüber 50 von Argon. Die erste Hälfte ist der Punkt, an dem der Launch interessant wird, denn dieselbe unabhängige Prüfumgebung veranschlagt für Hydrogen 13,5 Minuten pro Index-Aufgabe und für Gemini 3.8 Flash 14,8, was ein Unterschied von 10 % und nicht von 150 % ist. G​emini 4 Hydrogen ist real, es wurde am 12. November 2026 allgemein verfügbar veröffentlicht, zu 1,50 US-Dollar pro Million Eingabe-Token und 7,50 US-Dollar pro Million Ausgabe-Token, und es ist das erste Modell im Durchsatz-Segment, das unter einem Codenamen statt unter einem Flash-Label verkauft wird. Was es nicht ist, ist ein einfaches Geschwindigkeits-Upgrade gegenüber dem Modell, das es ersetzt.

Was am 12. November tatsächlich ausgeliefert wurde

Googles Model Card ist auf denselben Tag datiert und äußert sich ungewöhnlich explizit zur Abstammungslinie: Hydrogen ist von Gemini 4 Carbon, dem Frontier-Modell derselben Familie. Es ist kein kleineres, separat trainiertes Modell. Es ist dieselbe Basis mit einem anderen Post-Training- und Serving-Profil, weshalb die Fähigkeitslücke zwischen ihm und seinen Geschwistermodellen kleiner ist, als die Preislücke vermuten lässt.

• Kontext — ein gemeinsames Fenster von 1.048.576 Tokens für Eingabe und Ausgabe, mit 64K Tokens standardmäßiger synchroner Ausgabe und bis zur vollen Million durch lange Decodierung im Hintergrund.

• Eingaben und Ausgaben — Text, Bilder, Audio, Video und PDFs als Eingabe; Text als Ausgabe. Keine Bildgenerierung, keine Audiogenerierung, keine Live API.

• Denkstufen – konfigurierbar, und Artificial Analysis veröffentlicht seinen Headline-Score bei der Einstellung xhigh, die nicht der Standard ist. Googles eigene Vergleichszahlen liegen beim Standardwert high.

• Wissens-Cutoff — März 2026, klar angegeben im Abschnitt „Einschränkungen“ der Modellkarte, mit dem Hinweis, dass einige Domänen weniger aktuell sind. Diese eine Zeile beantwortet eine Frage, die die früheren Gemini-4-Modelle offen ließen.

• Distribution — G​emini-App, G​emini-API, G​oogle AI Studio, G​oogle Sheets, G​emini for business, G​oogle Antigravity und G​oogle Search, mit einem kostenlosen Tarif für die API. Keine Phase mit eingeschränktem Zugang.

• Sicherheitsberichterstattung — ein separater Sicherheits- und Schutzbericht wird „in den kommenden Tagen“ versprochen und existiert noch nicht, daher beruht alles Folgende auf Selbstauskunft.

Die 2,5x-Behauptung – und was der externe Testaufbau gemessen hat

Zwei Zahlen machen in Googles Ankündigung die Arbeit, und sie beantworten unterschiedliche Fragen. Die erste ist der Durchsatz: 190 Ausgabe-Tokens pro Sekunde, gemessen von Artificial Analysis, gegenüber 112 für Gemini 3.8 Flash, 65 für Gemini 4 Argon und 72 für Gemini 4 Carbon. Das ist ein echtes 1,7-Fach bei der rohen Generierungsgeschwindigkeit und etwa das Dreifache jedes einzelnen der beiden Gemini-4-Geschwister.

Die zweite ist die Zeit pro abgeschlossener Aufgabe, und hier kehrt sich das Bild um. Artificial Analysis erledigt eine Intelligence-Index-Aufgabe mit Hydrogen in 13,5 Minuten, mit Gemini 3.8 Flash in 14,8 Minuten, mit Carbon in 28,4 und mit Argon in 30,0. Gegenüber Argon ist das ein Vorteil von Faktor 2,2. Gegenüber dem Modell, das G​oogle im Launch-Post nannte, beträgt er Faktor 1,1. Wenn der 2,5x-Wert aus einem bestimmten internen Aufgabensatz stammt, ist er eine Aussage über diesen Aufgabensatz – die allgemeine externe Zahl liegt nahe genug am Gleichstand, dass niemand außerhalb von G​oogle die Lücke reproduziert hat.

Die wahrscheinliche Erklärung ist Ausführlichkeit, und das hat zwei Seiten. Hydrogen erzeugte 304 Millionen Ausgabe-Tokens, um den Index zu vervollständigen, gegenüber 72,8 Millionen beim Medianmodell und 126 Millionen bei Gemini 3.8 Flash. Es erzeugt mehr als doppelt so viel Text pro Aufgabe und ist dennoch etwas früher fertig, weil es diesen Text schnell erzeugt. Geschwindigkeit und Ausführlichkeit sind ein und dieselbe Tatsache aus zwei Perspektiven.

Was die eigene Tabelle von G​oogle sagt, mit den dazugehörigen Vorbehalten.

Jede Zahl in diesem Abschnitt ist vom Anbieter gemeldet, aus der Modellkarte vom 12. November, und keine davon wurde außerhalb von Google reproduziert. Das Vergleichsset ist Claude Sonnet 5.5 und GPT-6.1 Terra, nicht das Flash-Modell, das ersetzt wird.

• SWE-sweep — 13,5 % für Hydrogen gegenüber 3,1 % für Claude Sonnet 5.5 und 5,8 % für GPT-6.1 Terra, der größte relative Abstand in der Tabelle.

Terminal-Bench 4.1 — 57,0 % für Hydrogen gegenüber 63,9 % für Claude Sonnet 5.5, wobei für GPT-6.1 Terra kein Ergebnis veröffentlicht wurde. Dies ist der einzige Agentic-Coding-Benchmark, bei dem Hydrogen verliert, und Google bezeichnet ihn als betrugsbereinigt.

• Wissensarbeit — Agents' Last Exam v1.1 bei 71,6 % (60,4 %, 69,8 %), AutomationBench-AA bei 76,1 % (71,8 %, 60,2 %) und Vending-Bench 2 mit einem Kontostand von 14.549 $ gegenüber 11.165 $ und 9.107 $.

• Computer-Nutzung — OSWorld-2.1 bei 77,6 % gegenüber 83,9 % für Claude Sonnet 5.5 und 74,2 % für GPT-6.1 Terra. Eine zweite Niederlage gegen denselben Konkurrenten.

• Multimodal und Wissenschaft — MKA 53,4 %, Chartography 66,6 %, Terminal-Bench-Science 0.1 bei 51,4 % und HLE-Diamond bei 58,8 % gegenüber 53,3 % und 47,3 %.

Liest man die Verluste zusammen, zeigt sich ein Muster: Hydrogen ist stark, wo es darum geht, über viele Schritte hinweg Arbeit zu akkumulieren, und schwächer, wo es darum geht, eine lange Sitzung mit Werkzeugnutzung zusammenzuhalten. Das passt zu einem Modell, das auf Durchsatz statt auf Ausdauer abgestimmt ist, und genau dieser Unterschied zählt, wenn man zwischen ihm und einem Frontier-Modell für eine Agentenschleife wählt, die eine Stunde lang läuft.

Die unabhängigen Zahlen sind diejenigen, gegen die budgetiert werden sollte.

Artificial Analysis ist das einzige Instrument hier, das nicht vom Anbieter stammt, und sein Kosten-pro-Aufgabe-Wert ist die nützlichste einzelne Zahl in der Markteinführung. Hydrogen kostet im Durchschnitt 3,16 US-Dollar an Inferenz, um eine Index-Aufgabe bei xhigh abzuschließen, und 1,87 US-Dollar bei der Standardeinstellung high. Gemini 4 Argon kostet 4,97 US-Dollar, Gemini 4 Carbon 7,76 US-Dollar, und Gemini 3.8 Flash – das günstige Modell – kostet 7,77 US-Dollar, weil es 126 Millionen Tokens zu einem niedrigen Preis verbraucht, um dorthin zu gelangen.

Diese Umkehrung ist das eigentliche Argument für Hydrogen, und sie ist stärker als die Geschwindigkeitsbehauptung. Das Modell, das pro Token ein Viertel so viel kostet wie Carbon, kostet pro erledigter Aufgabe ein Fünftel so viel und weniger als ein Viertel dessen, was das Modell kostet, das es ersetzt. Eine Preisgestaltung pro Token hätte Ihnen das Gegenteil gesagt.

Dazu gehören zwei Vorbehalte. Der erste ist, dass die Kosten pro Aufgabe eine Eigenschaft des Aufgabenmix des Index sind und nicht Ihrer Arbeitslast; eine Pipeline, die 200-Token-Antworten ausgibt und dann stoppt, sieht den Preis pro Token, aber keine der Einsparungen pro Aufgabe. Der zweite ist die Latenz: Hydrogen braucht bei xhigh 37,8 Sekunden bis zum ersten Antwort-Token – 16,7 bei der Standardeinstellung high – gegenüber 17,3 bei Gemini 3.8 Flash. Bei der Einstellung, die in der Launch-Berichterstattung genannt wurde, ist es beim Generieren schnell und beim Starten langsam, sodass sich eine interaktive Oberfläche langsamer anfühlen wird als das Modell, das sie ersetzt hat, obwohl die Agent-Schleife früher abschließt.

Sicherheitsberichterstattung, die eine Regression einschließt

Die Modellkarte enthält ein für ein Einführungsdokument ungewöhnliches Eingeständnis. Im Vergleich zu Gemini 3.8 Flash verbesserten sich die automatisierten Inhalts-Sicherheitswerte bei Text (+0,80 Prozentpunkte), Mehrsprachigkeit (+1,10) und Bild-zu-Text (+7,00), während der Ton um 0,65 nachgab. Ungerechtfertigte Ablehnungen – das Modell, das harmlose Anfragen zurückweist – verschlechterten sich um 5,57 Punkte, konzentriert bei multimodalen Prompts.

Im Bereich Frontier-Sicherheit führte Google eine Bewertung zur wesentlichen Fähigkeitsveränderung (Material Capability Change) für Gemini 4 Argon durch und kam zu dem Schluss, dass Hydrogen keine wesentliche Zunahme der allgemeinen Fähigkeiten zeigt, sodass die vollständige Suite kritischer Fähigkeiten nicht erforderlich war. Gezielte CBRN- und Cyber-Tests ergaben, dass das Modell keines der beiden kritischen Fähigkeitsniveaus erreicht, obwohl es für beide die Warnschwelle erreicht. Dabei handelt es sich um Selbsteinschätzungen; der zugrunde liegende Bericht ist weiterhin als ausstehend aufgeführt.

Was das für die Flash-Stufe bedeutet

Google hat Gemini 3.8 Flash nicht abgekündigt. Es ist weiterhin im Katalog, kostet weiterhin 0,75 $ / 3,75 $ pro Million Token und ist nach wie vor die richtige Wahl für kurze, latenzkritische Aufrufe: Mit 17,3 Sekunden bis zum ersten Antwort-Token startet es doppelt so schnell wie Hydrogen bei xhigh und etwa auf Augenhöhe mit Hydrogen in seiner Standardeinstellung. Geändert hat sich der Standard: Das Modell, das Google jetzt an API-Nutzer im Free-Tier und an den Antigravity-Agenten in Gemini Managed Agents ausliefert, ist das mit dem Codenamen, und das Tier-Label, das früher diesen Slot beschrieb, ist verschwunden.

Für Teams, die einen gemischten Stack betreiben, bedeutet das praktisch, dass die beiden Modelle unterschiedliche Aufgaben übernehmen wollen. Hydrogen für die Ausführung – Tool-Aufrufe, Dateibearbeitungen, Testläufe, parallele Subagent-Turns – und ein Frontier-Modell für den Planungs-Turn. Genau das ist die Anordnung, die Google dokumentiert, bei der Carbon Schnittstellen plant und schwierige Hindernisse löst und Hydrogen die Code-Änderungen übernimmt, und es ist die Anordnung, die OrcaRouter abbilden soll: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash und Gemini 3.1 Pro Preview sind alle über einen einzigen Schlüssel zum Listenpreis des Anbieters ohne Aufschlag aufrufbar, sodass die Neupreisgestaltung von Carbon und Argon zum 1. Dezember hier am selben Tag greift, an dem sie auf Googles Preisliste erscheint, und eine ratenbegrenzte kostenlose Stufe ohne einen zweiten Vertrag auf einen kostenpflichtigen Pfad ausweichen kann. Gemini 4 Hydrogen ist nicht in unserem Katalog – es kommt von Googles API und AI Studio –, daher ist die ehrliche Konfiguration, Hydrogen direkt für die Ausführung aufzurufen, mit den gerouteten Modellen dahinter für Planung und Failover.

Worauf man statt auf einen weiteren Benchmark achten sollte

Das Datum, das Ihnen mehr sagen wird als jede Punktzahl, ist der 1. Dezember 2026. Gemini 4 Carbon und Gemini 4 Argon verdoppeln sich beide an diesem Datum, von 2,00 $ / 10,00 $ auf 4,00 $ / 20,00 $ pro Million Token. Die Karte von Hydrogen enthält überhaupt keinen datierten Schritt. Wenn diese Asymmetrie Bestand hat, hat Google eine stabile zweistufige Familie geschaffen – eine Obergrenze von 4 $/20 $ und ein Arbeitstier für 1,50 $/7,50 $ –, und es ist unwahrscheinlich, dass der Name Flash zurückkehrt. Sollte Hydrogen auf denselben Zeitplan wechseln, dann war das, was diese Woche auf den Markt kam, ein Einführungspreis mit einem angehängten Codenamen.

Der zweite Punkt, auf den man achten sollte, ist der Sicherheitsbericht, der laut Model Card kommen soll und das einzige Dokument ist, das die obige Fähigkeitsbewertung widerlegen könnte. Der dritte ist, ob jemand außerhalb von G​oogle eine 2,5-fache Lücke bei der Aufgabenabschließung reproduziert. Bis das jemandem gelingt, ist die belastbare Version der Behauptung diejenige, die der unabhängige Prüfstand stützt: Hydrogen ist pro abgeschlossener Aufgabe das günstigste G​emini 4, ungefähr dreimal so durchsatzstark wie seine Geschwistermodelle, langsam beim Start und extrem ausführlich — und das Modell, das es ersetzt hat, ist jetzt die Budgetoption für kurze Aufrufe statt der Standard für alles.