Gemini 4 Hydrogen: Google's Flash-vervanger laat de Flash-naam vallen en discussieert over afronden

De bewering die G​oogle DeepMind in de aankondiging doet, is beperkt en specifiek: G​emini 4 Hydrogen voltooit taken 2,5 keer sneller dan Gemini 3.8 Flash en verslaat Gemini 4 Argon op de Artificial Analysis Intelligence Index. Beide helften zijn controleerbaar, en de tweede klopt — op de onafhankelijke harness scoort Hydrogen 54 tegen de 50 van Argon. De eerste helft is het punt waarop de lancering interessant wordt, omdat dezelfde onafhankelijke harness Hydrogen op 13,5 minuten per indextaak zet en Gemini 3.8 Flash op 14,8, wat een verschil van 10% is en niet van 150%. G​emini 4 Hydrogen is echt, het werd algemeen beschikbaar uitgebracht op 12 november 2026 voor $1,50 per miljoen inputtokens en $7,50 per miljoen output, en het is het eerste model in de throughput-slot dat onder een codenaam wordt verkocht in plaats van onder een Flash-label. Wat het niet is, is een eenvoudige snelheidsupgrade ten opzichte van het model dat het vervangt.

Wat er op 12 november daadwerkelijk is uitgebracht

De modelcard van Google draagt dezelfde datum en is ongewoon expliciet over de afstamming: Hydrogen is afgeleid van Gemini 4 Carbon, het frontiermodel in dezelfde familie. Het is geen kleiner model dat afzonderlijk is getraind. Het is dezelfde basis met een ander profiel voor post-training en serving, waardoor de capaciteitskloof tussen het model en zijn zustermodellen kleiner is dan de prijskloof doet vermoeden.

• Context — één venster van 1.048.576 tokens, gedeeld door invoer en uitvoer, met standaard 64K tokens synchrone uitvoer en tot het volledige miljoen via langdurige decodering op de achtergrond.

• Invoer en uitvoer — tekst, afbeeldingen, audio, video en pdf's als invoer; tekst als uitvoer. Geen beeldgeneratie, geen audiogeneratie, geen Live API.

• Denkniveaus — configureerbaar, en Artificial Analysis publiceert de hoofdscore op de xhigh-instelling, die niet de standaard is. De eigen vergelijkingscijfers van G​oogle staan op de standaardinstelling high.

• Kennisafsluitdatum — maart 2026, duidelijk vermeld in de sectie met beperkingen van de modelkaart, met de kanttekening dat sommige domeinen minder actueel zijn. Die ene regel lost een vraag op die de eerdere Gemini 4-modellen openlieten.

• Distributie — Gemini-app, Gemini API, Google AI Studio, Google Sheets, Gemini for business, Google Antigravity en Google Search, met een gratis niveau voor de API. Geen fase met beperkte toegang.

• Veiligheidsrapportage — er is een afzonderlijk Veiligheids- en beveiligingsrapport beloofd "in de komende dagen" en dat bestaat nog niet, dus alles hieronder is zelfgerapporteerd.

De 2,5x-claim, en wat de externe harness heeft gemeten

Twee getallen doen het werk in de aankondiging van G​oogle, en ze beantwoorden verschillende vragen. De eerste is doorvoer: 190 output-tokens per seconde, gemeten door Artificial Analysis, tegenover 112 voor G​emini 3.8 Flash, 65 voor G​emini 4 Argon en 72 voor G​emini 4 Carbon. Dat is een echte 1,7x op de ruwe generatiesnelheid en ongeveer drie keer zoveel als elk van de twee G​emini 4-broers.

De tweede is tijd per voltooide taak, en hier slaat het beeld om. Artificial Analysis voltooit een Intelligence Index-taak met Hydrogen in 13,5 minuten, met Gemini 3.8 Flash in 14,8 minuten, met Carbon in 28,4 en met Argon in 30,0. Tegenover Argon is dat een voordeel van 2,2x. Tegenover het model dat Google in de lanceringspost noemde, is het 1,1x. Als het cijfer van 2,5x uit een specifieke interne taakset kwam, is het een bewering over die taakset — het algemene externe cijfer ligt dicht genoeg bij pariteit dat niemand buiten Google de kloof heeft gereproduceerd.

De waarschijnlijke verklaring is breedsprakigheid, en dat werkt twee kanten op. Hydrogen genereerde 304 miljoen outputtokens om de index te voltooien, tegen 72,8 miljoen voor het mediane model en 126 miljoen voor Gemini 3.8 Flash. Het produceert meer dan twee keer zoveel tekst per taak en is toch iets eerder klaar, omdat het die tekst snel produceert. Snelheid en breedsprakigheid zijn hetzelfde feit, bekeken vanaf twee kanten.

Wat Google's eigen tabel zegt, met de bijbehorende kanttekeningen.

Elk cijfer in deze sectie is door de leverancier gerapporteerd, afkomstig van de modelkaart van 12 november, en niets ervan is buiten Google gereproduceerd. De vergelijkingsset bestaat uit Claude Sonnet 5.5 en GPT-6.1 Terra, niet uit het Flash-model dat wordt vervangen.

• SWE-sweep — 13,5% voor Hydrogen tegenover 3,1% voor Claude Sonnet 5.5 en 5,8% voor GPT-6.1 Terra, het grootste relatieve verschil in de tabel.

• Terminal-Bench 4.1 — 57,0% voor Hydrogen tegenover 63,9% voor Claude Sonnet 5.5, zonder gepubliceerde score voor GPT-6.1 Terra. Dit is de enige agentische programmeerbenchmark waarop Hydrogen verliest, en Google bestempelt die als gecorrigeerd voor vals spelen.

• Kenniswerk — Agents' Last Exam v1.1 op 71,6% (60,4%, 69,8%), AutomationBench-AA op 76,1% (71,8%, 60,2%), en Vending-Bench 2 met een banksaldo van $14.549 tegenover $11.165 en $9.107.

• Computergebruik — OSWorld-2.1 op 77,6% tegenover 83,9% voor Claude Sonnet 5.5 en 74,2% voor GPT-6.1 Terra. Een tweede nederlaag tegen dezelfde concurrent.

• Multimodaal en wetenschap — MKA 53,4%, Chartography 66,6%, Terminal-Bench-Science 0.1 op 51,4%, en HLE-Diamond op 58,8% tegen 53,3% en 47,3%.

Als je de verliezen samen bekijkt, ontstaat er een patroon: Hydrogen is sterk waar de taak is om werk over veel stappen op te bouwen, en zwakker waar de taak is om een lange sessie met toolgebruik bijeen te houden. Dat past bij een model dat is afgestemd op doorvoer in plaats van uithoudingsvermogen, en dat is het verschil dat ertoe doet als je tussen dit en een frontiermodel kiest voor een agentlus die een uur draait.

De onafhankelijke cijfers zijn de cijfers waarop je je budget moet baseren.

Artificial Analysis is het enige instrument hier dat niet van de leverancier afkomstig is, en het kosten-per-taakcijfer is het nuttigste afzonderlijke getal in de lancering. Hydrogen kost gemiddeld $3,16 aan inference om één indextaak op xhigh te voltooien, en $1,87 bij de standaard high. Gemini 4 Argon kost $4,97, Gemini 4 Carbon $7,76, en Gemini 3.8 Flash — het goedkope model — kost $7,77, omdat het 126 miljoen tokens tegen een lage prijs verbruikt om daar te komen.

Die omkering is het eigenlijke argument voor Hydrogen, en het is sterker dan de snelheidsclaim. Het model dat per token een kwart kost van wat Carbon kost, kost per afgeronde taak een vijfde van wat Carbon kost, en minder dan een kwart van wat het model dat het vervangt kost. Prijsstelling per token zou je het tegenovergestelde hebben verteld.

Er horen twee kanttekeningen bij. De eerste is dat kosten per taak een eigenschap zijn van de taakmix van de index, niet van je workload; een pipeline die antwoorden van 200 tokens uitzendt en stopt, ziet de prijs per token en niets van de besparing per taak. De tweede is latentie: Hydrogen heeft 37,8 seconden nodig tot zijn eerste antwoordtoken bij xhigh — 16,7 bij de standaard high — tegenover 17,3 voor Gemini 3.8 Flash. Bij de instelling die de lanceerberichtgeving noemde, is het snel in genereren en langzaam in starten, dus een interactief oppervlak zal trager aanvoelen dan het model dat het verving, ook al rondt de agentloop eerder af.

Veiligheidsrapportage die een regressie bevat

De modelkaart bevat een ongebruikelijke bekentenis voor een lanceringsdocument. Ten opzichte van Gemini 3.8 Flash verbeterden de geautomatiseerde scores voor inhoudsveiligheid bij tekst (+0,80 procentpunt), meertaligheid (+1,10) en beeld-naar-tekst (+7,00), en de toon verslechterde met 0,65. Onterechte weigeringen — waarbij het model onschuldige verzoeken afwijst — verslechterden met 5,57 punt, geconcentreerd in multimodale prompts.

Op het gebied van frontierveiligheid heeft Google een Material Capability Change-beoordeling uitgevoerd voor Gemini 4 Argon en geconcludeerd dat Hydrogen geen materiële toename van de algemene capaciteiten laat zien, waardoor de volledige suite voor kritieke capaciteiten niet nodig was. Gerichte CBRN- en cybertests wezen uit dat het model geen van beide kritieke capaciteitsniveaus bereikt, maar voor beide wel de waarschuwingsdrempel haalt. Dit zijn zelfbeoordelingen, waarbij het onderliggende rapport nog steeds als 'verschijnt binnenkort' staat vermeld.

Waar dit de Flash-tier brengt

Google heeft Gemini 3.8 Flash niet uitgefaseerd. Het staat nog steeds in de catalogus, kost nog steeds $0,75 / $3,75 per miljoen tokens, en is nog steeds het juiste antwoord voor korte, latentiegevoelige aanroepen: met 17,3 seconden tot het eerste antwoordtoken start het twee keer zo snel als Hydrogen op xhigh, en ongeveer gelijk aan Hydrogen op de standaardinstelling. Wat is veranderd, is de standaardinstelling: het model dat Google nu levert aan API-gebruikers van de gratis tier en aan de Antigravity-agent in Gemini Managed Agents is degene met de codenaam, en het tierlabel dat vroeger die plek beschreef, is verdwenen.

Voor teams met een gemengde stack is het praktische gevolg dat de twee modellen verschillende taken willen. Hydrogen voor uitvoering — tool calls, bestandswijzigingen, testruns, parallelle subagent-rondes — en een frontier-model voor de planningsronde. Dat is precies de opzet die G​oogle documenteert, waarbij Carbon interfaces plant en moeilijke blokkades oplost en Hydrogen de codebewerkingen voor zijn rekening neemt, en het is de opzet die OrcaRouter kan ondersteunen: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash en Gemini 3.1 Pro Preview zijn allemaal aanroepbaar met één sleutel tegen de lijstprijs van de provider, zonder markup, zodat de prijsherziening van Carbon en Argon per 1 december hier op dezelfde dag ingaat als op G​oogle's prijskaart, en een gratis tier met snelheidslimiet kan terugvallen op een betaald pad zonder tweede contract. G​emini 4 Hydrogen staat niet in onze catalogus — het komt van G​oogle's API en AI Studio — dus de eerlijke configuratie is Hydrogen rechtstreeks aanroepen voor uitvoering, met de gerouteerde modellen erachter voor planning en failover.

Wat je moet kijken in plaats van weer een benchmark

De datum die je meer zal vertellen dan welke score dan ook, is 1 december 2026. Gemini 4 Carbon en Gemini 4 Argon verdubbelen beide op die datum, van $2,00 / $10,00 naar $4,00 / $20,00 per miljoen tokens. De kaart van Hydrogen bevat helemaal geen gedateerde stap. Als die asymmetrie standhoudt, heeft G​oogle een stabiele tweelaagse familie gecreëerd — een plafond van $4/$20 en een werkpaard van $1,50/$7,50 — en is het onwaarschijnlijk dat de naam Flash terugkeert. Als Hydrogen naar hetzelfde schema overstapt, dan was wat deze week werd uitgebracht een introductietarief met een codenaam eraan verbonden.

Het tweede punt om op te letten is het veiligheidsrapport, dat volgens de modelkaart in aantocht is en het enige document is dat de bovenstaande capaciteitsbeoordeling zou kunnen tegenspreken. Het derde is of iemand buiten Google een 2,5x zo grote kloof in taakvoltooiing reproduceert. Totdat iemand dat doet, is de verdedigbare versie van de bewering degene die de onafhankelijke testomgeving ondersteunt: Hydrogen is de goedkoopste Gemini 4 per voltooide taak, ongeveer drie keer de doorvoer van zijn zustermodellen, traag op gang en extreem uitgebreid — en het model dat het verving, is nu de budgetoptie voor korte aanroepen in plaats van de standaard voor alles.