Gemini 4 Hydrogen: il sostituto di Flash di Google abbandona il nome Flash e discute del completamento

L'affermazione fatta da Google DeepMind nell'annuncio è circoscritta e specifica: Gemini 4 Hydrogen completa le attività 2,5 volte più velocemente di Gemini 3.8 Flash e supera Gemini 4 Argon sull'Artificial Analysis Intelligence Index. Entrambe le parti sono verificabili, e la seconda è vera: sull'infrastruttura di test indipendente Hydrogen ottiene 54 contro i 50 di Argon. La prima parte è quella in cui il lancio diventa interessante, perché la stessa infrastruttura di test indipendente colloca Hydrogen a 13,5 minuti per attività dell'indice e Gemini 3.8 Flash a 14,8, ovvero una differenza del 10% e non del 150%. Gemini 4 Hydrogen è reale, è stato rilasciato in disponibilità generale il 12 novembre 2026 a 1,50 $ per milione di token in input e 7,50 $ per milione in output, ed è il primo modello nello slot di throughput a essere venduto con un nome in codice anziché con l'etichetta Flash. Quello che non è, è un semplice aggiornamento di velocità rispetto al modello che sostituisce.

Che cosa è stato effettivamente rilasciato il 12 novembre

La model card di Google è datata lo stesso giorno ed è insolitamente esplicita sulla genealogia: Hydrogen è adattato da Gemini 4 Carbon, il modello frontier della stessa famiglia. Non è un modello più piccolo addestrato separatamente. È la stessa base con un profilo diverso di post-addestramento e di serving, ed è per questo che il divario di capacità tra esso e i suoi fratelli è minore di quanto il divario di prezzo lasci intendere.

• Contesto — una finestra di 1.048.576 token condivisa tra input e output, con 64K token di output sincrono predefinito e fino al milione completo tramite decodifica lunga in background.

• Input e output — in ingresso testo, immagini, audio, video e PDF; in uscita testo. Nessuna generazione di immagini, nessuna generazione di audio, nessuna Live API.

• Livelli di pensiero — configurabili, e Artificial Analysis pubblica il suo punteggio principale con l'impostazione xhigh, che non è quella predefinita. I numeri di confronto di G​oogle si riferiscono all'impostazione high predefinita.

• Data limite delle conoscenze — marzo 2026, indicato chiaramente nella sezione dei limiti della model card, con l'avvertenza che alcuni ambiti sono meno aggiornati. Quella singola riga risolve una questione che i precedenti modelli G​emini 4 avevano lasciato aperta.

• Distribuzione — app G​emini, API G​emini, G​oogle AI Studio, G​oogle Sheets, G​emini for business, G​oogle Antigravity e G​oogle Search, con un livello gratuito per l'API. Nessuna fase di accesso riservato.

• Segnalazione sulla sicurezza — un rapporto separato sulla sicurezza e la protezione è promesso "nei prossimi giorni" e non esiste ancora, quindi tutto quanto segue è autodichiarato.

L'affermazione del 2,5x e ciò che ha misurato l'harness esterno

Sono due i numeri che fanno il lavoro nell'annuncio di G​oogle, e rispondono a domande diverse. Il primo è il throughput: 190 token di output al secondo misurati da Artificial Analysis, contro 112 per Gemini 3.8 Flash, 65 per Gemini 4 Argon e 72 per Gemini 4 Carbon. Si tratta di un autentico 1,7x sulla velocità di generazione grezza e di circa tre volte ciascuno dei due fratelli G​emini 4.

Il secondo è il tempo per attività completata, e qui il quadro si ribalta. Artificial Analysis completa un'attività dell'Intelligence Index con Hydrogen in 13,5 minuti, con Gemini 3.8 Flash in 14,8 minuti, con Carbon in 28,4 e con Argon in 30,0. Rispetto ad Argon, si tratta di un vantaggio di 2,2x. Rispetto al modello che G​oogle ha indicato nel post di lancio, è 1,1x. Se il dato di 2,5x proveniva da uno specifico set di attività interno, è un'affermazione relativa a quel set di attività — il numero esterno di uso generale è abbastanza vicino alla parità che nessuno al di fuori di G​oogle ha riprodotto il divario.

La spiegazione probabile è la verbosità, e vale in entrambi i sensi. Hydrogen ha generato 304 milioni di token di output per completare l’indice, contro 72,8 milioni per il modello mediano e 126 milioni per Gemini 3.8 Flash. Produce più del doppio del testo per attività e termina comunque leggermente prima, perché produce quel testo velocemente. Velocità e verbosità sono lo stesso fatto visto da due estremi.

Cosa dice la tabella di G​oogle stessa, con le avvertenze allegate

Ogni dato in questa sezione è dichiarato dal fornitore, dalla model card del 12 novembre, e nessuno di essi è stato riprodotto al di fuori di Google. Il set di confronto è Claude Sonnet 5.5 e GPT-6.1 Terra, non il modello Flash che viene sostituito.

• SWE-sweep — 13,5% per Hydrogen contro 3,1% per Claude Sonnet 5.5 e 5,8% per GPT-6.1 Terra, il divario relativo più ampio della tabella.

Terminal-Bench 4.1 — 57,0% per Hydrogen contro 63,9% per Claude Sonnet 5.5, senza alcun punteggio pubblicato per GPT-6.1 Terra. Questo è l'unico benchmark di coding agentico in cui Hydrogen perde, e Google lo etichetta come corretto per il cheating.

• Lavoro basato sulla conoscenza — Agents' Last Exam v1.1 al 71,6% (60,4%, 69,8%), AutomationBench-AA al 76,1% (71,8%, 60,2%), e Vending-Bench 2 con un saldo bancario di $14.549 rispetto a $11.165 e $9.107.

• Uso del computer — OSWorld-2.1 al 77,6% contro l'83,9% di Claude Sonnet 5.5 e il 74,2% di GPT-6.1 Terra. Una seconda sconfitta contro lo stesso concorrente.

• Multimodale e scienza — MKA 53,4%, Chartography 66,6%, Terminal-Bench-Science 0.1 al 51,4%, e HLE-Diamond al 58,8% contro 53,3% e 47,3%.

Considerando le perdite nel loro insieme, emerge un profilo: Hydrogen è forte dove il compito è accumulare lavoro su molti passaggi e più debole dove il compito è tenere insieme una lunga sessione con uso di strumenti. Questo è coerente con un modello ottimizzato per il throughput anziché per la resistenza, ed è la differenza che conta se devi scegliere tra esso e un modello di frontiera per un ciclo di agente che gira per un'ora.

I numeri indipendenti sono quelli su cui basare il budget.

Artificial Analysis è l'unico strumento qui che non proviene dal fornitore, e il suo dato sul costo per attività è il singolo numero più utile del lancio. Hydrogen costa in media $3,16 di inferenza per completare un'attività dell'indice a xhigh, e $1,87 con l'impostazione predefinita high. Gemini 4 Argon costa $4,97, Gemini 4 Carbon $7,76, e Gemini 3.8 Flash — il modello economico — costa $7,77, perché consuma 126 milioni di token a un prezzo basso per arrivarci.

Quell’inversione è il vero argomento a favore di Hydrogen ed è più forte dell’affermazione sulla velocità. Il modello che costa un quarto per token rispetto a Carbon costa un quinto per attività completata, e meno di un quarto di quanto costa il modello che sostituisce. Il prezzo per token ti avrebbe detto l’opposto.

Due avvertenze vanno di pari passo. La prima è che il costo per attività è una proprietà del mix di attività dell'indice, non del tuo carico di lavoro; una pipeline che genera risposte da 200 token e si ferma vedrà il prezzo per token e nessuno dei risparmi per attività. La seconda è la latenza: Hydrogen impiega 37,8 secondi per il primo token di risposta a xhigh — 16,7 con l'impostazione predefinita high — contro 17,3 di Gemini 3.8 Flash. All'impostazione citata dalla copertura del lancio è veloce a generare e lenta a partire, quindi un'interfaccia interattiva risulterà più lenta del modello che ha sostituito anche se il ciclo dell'agente termina prima.

Segnalazione di sicurezza che include una regressione

La scheda del modello contiene un'ammissione insolita per un documento di lancio. Rispetto a Gemini 3.8 Flash, i punteggi automatizzati di sicurezza dei contenuti sono migliorati sul testo (+0,80 punti percentuali), sul multilingue (+1,10) e sull'immagine-testo (+7,00), mentre il tono è peggiorato di 0,65. I rifiuti ingiustificati — cioè quando il modello declina richieste innocue — sono peggiorati di 5,57 punti, concentrati nei prompt multimodali.

In materia di sicurezza dei modelli frontier, G​oogle ha eseguito una valutazione Material Capability Change su Gemini 4 Argon e ha concluso che Hydrogen non mostra alcun aumento materiale della capacità generale, quindi non è stata richiesta la suite completa delle capacità critiche. I test mirati CBRN e cyber hanno rilevato che il modello non raggiunge nessuno dei due livelli di capacità critica, sebbene raggiunga la soglia di allerta per entrambi. Si tratta di autovalutazioni, con il rapporto alla base ancora indicato come di prossima pubblicazione.

Dove questo lascia il livello Flash

G​oogle non ha ritirato Gemini 3.8 Flash. È ancora nel catalogo, costa ancora $0,75 / $3,75 per milione di token ed è ancora la risposta giusta per chiamate brevi e sensibili alla latenza: a 17,3 secondi al primo token di risposta, parte due volte più velocemente di Hydrogen a xhigh e all'incirca allo stesso livello di Hydrogen con l'impostazione predefinita. Ciò che è cambiato è l'impostazione predefinita: il modello che G​oogle ora fornisce agli utenti API del livello gratuito e all'agente Antigravity in G​emini Managed Agents è quello con il nome in codice, e l'etichetta di livello che un tempo descriveva quello slot non c'è più.

Per i team che gestiscono uno stack misto, la conseguenza pratica è che i due modelli richiedono compiti diversi. Hydrogen per l'esecuzione — chiamate agli strumenti, modifiche ai file, esecuzione di test, turni paralleli dei subagenti — e un modello frontier per il turno di pianificazione. Questa è esattamente la configurazione documentata da G​oogle, in cui Carbon pianifica le interfacce e risolve i blocchi difficili, mentre Hydrogen si occupa delle modifiche al codice, ed è la configurazione per cui OrcaRouter è progettato: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash e Gemini 3.1 Pro Preview sono tutti richiamabili da un'unica chiave al prezzo di listino del provider senza ricarichi, quindi il nuovo prezzo del 1° dicembre di Carbon e Argon arriva qui lo stesso giorno in cui arriva sulla scheda di G​oogle, e un livello gratuito con limiti di frequenza può passare a un percorso a pagamento senza un secondo contratto. G​emini 4 Hydrogen non è nel nostro catalogo — proviene dall'API di G​oogle e da AI Studio — quindi la configurazione onesta è Hydrogen chiamato direttamente per l'esecuzione, con i modelli instradati dietro di esso per la pianificazione e il failover.

Cosa guardare invece di un altro benchmark

La data che ti dirà più di qualsiasi punteggio è il 1 dicembre 2026. Gemini 4 Carbon e Gemini 4 Argon raddoppiano entrambi in quella data, da $2.00 / $10.00 a $4.00 / $20.00 per milione di token. La scheda di Hydrogen non riporta alcun passaggio datato. Se tale asimmetria regge, Google ha creato una famiglia stabile a due livelli — un tetto di $4/$20 e un cavallo di battaglia da $1.50/$7.50 — ed è improbabile che il nome Flash ritorni. Se Hydrogen passerà allo stesso calendario, allora ciò che è stato rilasciato questa settimana era una tariffa introduttiva con un nome in codice allegato.

La seconda cosa da tenere d'occhio è il rapporto sulla sicurezza, che la scheda del modello dice che arriverà e che è l'unico documento che potrebbe contraddire la valutazione delle capacità {{1}}di cui sopra{{/1}}. La terza è se qualcuno al di fuori di G​oogle riproduce un {{2}}divario del 2,5x nel completamento delle attività{{/2}}. Finché qualcuno non lo farà, la versione difendibile dell'affermazione è quella supportata dall'harness indipendente: Hydrogen è il G​emini 4 più economico per attività completata, con una capacità di elaborazione circa tre volte superiore a quella dei suoi fratelli, lento all'avvio ed estremamente prolisso — e il modello che ha sostituito è ora l'opzione economica per le chiamate brevi anziché l'impostazione predefinita per tutto.