Gemini 4 Hydrogen : le remplaçant de Flash de Google abandonne le nom Flash et débat de la finition

L’affirmation que G​oogle DeepMind a formulée dans l’annonce est étroite et précise : G​emini 4 Hydrogen termine les tâches 2,5 fois plus vite que Gemini 3.8 Flash et surpasse G​emini 4 Argon sur l’Artificial Analysis Intelligence Index. Les deux parties sont vérifiables, et la seconde est vraie — sur le harnais indépendant, Hydrogen obtient 54 contre 50 pour Argon. La première partie est ce qui rend le lancement intéressant, car le même harnais indépendant place Hydrogen à 13,5 minutes par tâche de l’index et Gemini 3.8 Flash à 14,8, soit une différence de 10 % et non de 150 %. G​emini 4 Hydrogen est réel, il est sorti en disponibilité générale le 12 novembre 2026 à 1,50 $ par million de jetons d’entrée et 7,50 $ par million de jetons de sortie, et c’est le premier modèle de la catégorie débit à être vendu sous un nom de code plutôt que sous une étiquette Flash. Ce qu’il n’est pas, c’est une simple amélioration de vitesse par rapport au modèle qu’il remplace.

Qu’est-ce qui a réellement été livré le 12 novembre ?

La fiche modèle de Google est datée du même jour et est inhabituellement explicite sur la lignée : Hydrogen est adapté de Gemini 4 Carbon, le modèle de pointe de la même famille. Ce n'est pas un modèle plus petit entraîné séparément. C'est la même base avec un profil différent de post-entraînement et de service, ce qui explique pourquoi l'écart de capacités entre lui et ses homologues est plus petit que ne le suggère l'écart de prix.

• Contexte — une fenêtre de 1 048 576 tokens partagée entre l’entrée et la sortie, avec 64 K tokens de sortie synchrone par défaut et jusqu’à un million complet via le décodage long en arrière-plan.

• Entrées et sorties — texte, images, audio, vidéo et PDF en entrée ; texte en sortie. Pas de génération d’images, pas de génération audio, pas de Live API.

• Niveaux de réflexion — configurables, et Artificial Analysis publie son score principal au réglage xhigh, qui n’est pas celui par défaut. Les propres chiffres de comparaison de Google se situent au réglage high par défaut.

• Date limite des connaissances — mars 2026, indiquée clairement dans la section des limites de la fiche du modèle, avec la réserve que certains domaines sont moins à jour. Cette seule ligne résout une question que les modèles Gemini 4 précédents laissaient en suspens.

• Distribution — application Gemini, API Gemini, Google AI Studio, Google Sheets, Gemini for business, Google Antigravity et Google Search, avec un niveau gratuit sur l’API. Aucune phase d’accès restreint.

• Signalement en matière de sécurité — un rapport distinct sur la sûreté et la sécurité est promis « dans les prochains jours » et n’existe pas encore, donc tout ce qui suit est auto-déclaré.

L’affirmation du 2,5x, et ce que le banc d’essai externe a mesuré

Deux chiffres font tout le travail dans l'annonce de G​oogle, et ils répondent à des questions différentes. Le premier est le débit : 190 jetons de sortie par seconde mesurés par Artificial Analysis, contre 112 pour Gemini 3.8 Flash, 65 pour Gemini 4 Argon et 72 pour Gemini 4 Carbon. Cela représente un véritable facteur 1,7× sur la vitesse de génération brute, et environ trois fois celle de chacun des deux G​emini 4 de la même famille.

Le second est le temps par tâche terminée, et ici la situation s’inverse. Artificial Analysis termine une tâche de l’Intelligence Index avec Hydrogen en 13,5 minutes, avec Gemini 3.8 Flash en 14,8 minutes, avec Carbon en 28,4 et avec Argon en 30,0. Face à Argon, cela représente un avantage de 2,2x. Face au modèle que G​oogle a nommé dans l’article de lancement, c’est 1,1x. Si le chiffre de 2,5x provient d’un ensemble de tâches internes spécifique, c’est une affirmation à propos de cet ensemble de tâches — le chiffre généraliste externe est suffisamment proche de la parité pour que personne en dehors de G​oogle n’ait reproduit l’écart.

L’explication la plus probable est la verbosité, et elle joue dans les deux sens. Hydrogen a généré 304 millions de jetons de sortie pour terminer l’index, contre 72,8 millions pour le modèle médian et 126 millions pour Gemini 3.8 Flash. Il produit plus du double de texte par tâche et finit pourtant légèrement plus tôt, parce qu’il produit ce texte rapidement. Vitesse et verbosité sont le même fait vu sous deux angles.

Ce que dit le propre tableau de Google, avec les mises en garde qui l’accompagnent

Chaque chiffre de cette section est déclaré par le fournisseur, d’après la fiche modèle du 12 novembre, et aucun n’a été reproduit en dehors de G​oogle. Le comparatif porte sur Claude Sonnet 5.5 et GPT-6.1 Terra, et non sur le modèle Flash remplacé.

• SWE-sweep — 13,5 % pour Hydrogen contre 3,1 % pour Claude Sonnet 5.5 et 5,8 % pour GPT-6.1 Terra, le plus grand écart relatif du tableau.

• Terminal-Bench 4.1 — 57,0 % pour Hydrogen contre 63,9 % pour Claude Sonnet 5.5, sans score publié pour GPT-6.1 Terra. C’est le seul benchmark de codage agentique où Hydrogen perd, et Google le qualifie d’ajusté pour la triche.

• Travail de la connaissance — Agents' Last Exam v1.1 à 71,6 % (60,4 %, 69,8 %), AutomationBench-AA à 76,1 % (71,8 %, 60,2 %), et Vending-Bench 2 avec un solde bancaire de 14 549 $ contre 11 165 $ et 9 107 $.

Utilisation de l'ordinateur — OSWorld-2.1 à 77,6 % contre 83,9 % pour Claude Sonnet 5.5 et 74,2 % pour GPT-6.1 Terra. Une deuxième défaite face au même concurrent.

• Multimodal et science — MKA 53,4 %, Chartography 66,6 %, Terminal-Bench-Science 0.1 à 51,4 %, et HLE-Diamond à 58,8 % contre 53,3 % et 47,3 %.

Lisez les pertes ensemble et une tendance se dessine : Hydrogen est solide là où la tâche consiste à accumuler du travail sur de nombreuses étapes, et plus faible là où il s’agit de maintenir la cohérence d’une longue session d’utilisation d’outils. Cela est cohérent avec un modèle optimisé pour le débit plutôt que pour l’endurance, et c’est la différence qui compte si vous devez choisir entre lui et un modèle de pointe pour une boucle d’agent qui tourne pendant une heure.

Ce sont les chiffres indépendants qui doivent servir de base au budget.

Artificial Analysis est le seul instrument ici qui ne provienne pas du fournisseur, et son chiffre de coût par tâche est le nombre unique le plus utile du lancement. Hydrogen dépense en moyenne 3,16 $ d’inférence pour accomplir une tâche de l’index en xhigh, et 1,87 $ en high par défaut. Gemini 4 Argon coûte 4,97 $, Gemini 4 Carbon 7,76 $, et Gemini 3.8 Flash — le modèle bon marché — coûte 7,77 $, car il consomme 126 millions de tokens à bas prix pour y parvenir.

Cette inversion est le véritable argument en faveur de Hydrogen, et il est plus fort que l’argument de la vitesse. Le modèle qui coûte un quart de Carbon par token coûte un cinquième de Carbon par tâche terminée, et moins d’un quart de ce que coûte le modèle qu’il remplace. Une tarification au token vous aurait dit l’inverse.

Deux réserves l'accompagnent. La première est que le coût par tâche est une propriété de la répartition des tâches de l'indice, et non de votre charge de travail ; un pipeline qui produit des réponses de 200 tokens et s'arrête ne verra que le prix par token et aucune économie par tâche. La seconde est la latence : Hydrogen a besoin de 37,8 secondes pour atteindre son premier token de réponse en xhigh — 16,7 au niveau high par défaut — contre 17,3 pour Gemini 3.8 Flash. Au réglage cité dans la couverture du lancement, il génère vite mais démarre lentement, de sorte qu'une interface interactive paraîtra plus lente que le modèle qu'elle a remplacé, même si la boucle de l'agent se termine plus tôt.

Rapports de sécurité incluant une régression

La carte de modèle contient un aveu inhabituel pour un document de lancement. Face à Gemini 3.8 Flash, les scores automatisés de sécurité des contenus se sont améliorés sur le texte (+0,80 point de pourcentage), le multilingue (+1,10) et l'image-vers-texte (+7,00), tandis que le ton a reculé de 0,65. Les refus injustifiés — le modèle déclinant des demandes bénignes — se sont aggravés de 5,57 points, concentrés sur les prompts multimodaux.

En matière de sécurité des modèles de pointe, Google a réalisé une évaluation de type Material Capability Change sur Gemini 4 Argon et a conclu qu’Hydrogen ne présente aucune augmentation matérielle de sa capacité générale ; la suite complète d’évaluations des capacités critiques n’était donc pas requise. Des tests ciblés CBRN et cyber ont montré que le modèle n’atteint aucun des deux niveaux de capacité critique, bien qu’il atteigne le seuil d’alerte pour les deux. Il s’agit d’auto-évaluations, le rapport sous-jacent étant encore annoncé comme à paraître.

Où cela place le niveau Flash

Google n'a pas retiré Gemini 3.8 Flash. Il figure toujours au catalogue, toujours à 0,75 $ / 3,75 $ par million de tokens, et reste la bonne option pour les appels courts et sensibles à la latence : avec 17,3 secondes jusqu'au premier token de réponse, il démarre deux fois plus vite que Hydrogen en xhigh, et à peu près au même niveau que Hydrogen avec sa configuration par défaut. Ce qui a changé, c'est le modèle par défaut : le modèle que Google déploie désormais auprès des utilisateurs de l'API en offre gratuite et de l'agent Antigravity dans Gemini Managed Agents est celui qui porte le nom de code, et le libellé de niveau qui décrivait auparavant cet emplacement a disparu.

Pour les équipes qui exploitent une pile mixte, la conséquence pratique est que les deux modèles sont destinés à des tâches différentes. Hydrogen pour l’exécution — appels d’outils, modifications de fichiers, exécutions de tests, tours de sous-agents en parallèle — et un modèle de pointe pour le tour de planification. C’est exactement l’agencement documenté par Google, où Carbon planifie les interfaces et résout les blocages majeurs tandis que Hydrogen prend en charge les modifications de code, et c’est l’agencement qu’OrcaRouter est conçu pour prendre en charge : Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash et Gemini 3.1 Pro Preview sont tous appelables depuis une seule clé, au prix catalogue du fournisseur et sans majoration, si bien que la révision tarifaire du 1er décembre pour Carbon et Argon intervient ici le jour même où elle intervient sur la grille tarifaire de Google, et qu’un niveau gratuit limité en débit peut basculer vers une voie payante sans second contrat. Gemini 4 Hydrogen ne figure pas dans notre catalogue — il provient de l’API et d’AI Studio de Google — donc la configuration honnête consiste à appeler Hydrogen directement pour l’exécution, avec les modèles routés en soutien pour la planification et le basculement.

Que regarder à la place d’un autre benchmark

La date qui vous en dira plus que n’importe quel score est le 1er décembre 2026. Gemini 4 Carbon et Gemini 4 Argon doublent tous les deux à cette date, passant de 2,00 $ / 10,00 $ à 4,00 $ / 20,00 $ par million de tokens. La fiche tarifaire d’Hydrogen ne comporte aucune étape datée. Si cette asymétrie se maintient, Google a créé une famille stable à deux niveaux — un plafond à 4 $/20 $ et une bête de somme à 1,50 $/7,50 $ — et le nom Flash ne devrait pas revenir. Si Hydrogen passe au même calendrier, alors ce qui a été lancé cette semaine était un tarif d’introduction assorti d’un nom de code.

Le deuxième point à surveiller est le rapport de sécurité, que la fiche modèle annonce à venir et qui est le seul document susceptible de contredire l’évaluation des capacités ci-dessus. Le troisième est de savoir si quelqu’un en dehors de G​oogle reproduit un écart de 2,5x dans l’achèvement des tâches. Tant que ce n’est pas le cas, la version défendable de l’affirmation est celle que soutient le banc d’essai indépendant : Hydrogen est le G​emini 4 le moins cher par tâche accomplie, avec environ trois fois le débit de ses homologues, lent au démarrage et extrêmement verbeux — et le modèle qu’il remplace est désormais l’option économique pour les appels courts plutôt que la valeur par défaut pour tout.