Gemini 4 Hydrogen: substituto do Flash do Google abandona o nome Flash e discute a conclusão

A alegação que o Google DeepMind fez no anúncio é restrita e específica: o Gemini 4 Hydrogen conclui tarefas 2,5 vezes mais rápido do que o Gemini 3.8 Flash e supera o Gemini 4 Argon no Artificial Analysis Intelligence Index. Ambas as metades são verificáveis, e a segunda é verdadeira — no harness independente, o Hydrogen obtém 54 contra os 50 do Argon. A primeira metade é onde o lançamento fica interessante, porque o mesmo harness independente coloca o Hydrogen em 13,5 minutos por tarefa do índice e o Gemini 3.8 Flash em 14,8, o que é uma diferença de 10% e não de 150%. O Gemini 4 Hydrogen é real, foi lançado com disponibilidade geral em 12 de novembro de 2026 a US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de saída, e é o primeiro modelo no segmento de throughput a ser vendido sob um codinome em vez de um rótulo Flash. O que ele não é: uma simples atualização de velocidade em relação ao modelo que substitui.

O que realmente foi lançado em 12 de novembro

O cartão de modelo do Google tem a mesma data e é incomumente explícito sobre a linhagem: o Hydrogen é adaptado do Gemini 4 Carbon, o modelo de fronteira da mesma família. Não é um modelo menor treinado separadamente. É a mesma base com um perfil diferente de pós-treinamento e de serviço, e é por isso que a diferença de capacidade entre ele e seus irmãos é menor do que a diferença de preço sugere.

• Contexto — uma janela de 1.048.576 tokens compartilhada entre entrada e saída, com 64K tokens de saída síncrona padrão e até o milhão completo por meio de decodificação longa em segundo plano.

• Entradas e saídas — texto, imagens, áudio, vídeo e PDFs na entrada; texto na saída. Sem geração de imagens, sem geração de áudio, sem Live API.

• Níveis de raciocínio — configuráveis, e a Artificial Analysis publica sua pontuação principal na configuração xhigh, que não é o padrão. Os próprios números de comparação do Google ficam no high padrão.

• Data de corte do conhecimento — março de 2026, declarada de forma clara na seção de limitações da ficha do modelo, com a ressalva de que alguns domínios estão menos atuais. Essa única linha resolve uma questão que os modelos Gemini 4 anteriores deixaram em aberto.

• Distribuição — G​emini app, G​emini API, G​oogle AI Studio, G​oogle Sheets, G​emini for business, G​oogle Antigravity e G​oogle Search, com um nível gratuito na API. Sem fase de acesso restrito.

• Relato de segurança — um Relatório de Segurança e Proteção separado está prometido para "os próximos dias" e ainda não existe, portanto, tudo abaixo é autodeclarado.

A alegação de 2,5x e o que o harness externo mediu

Dois números estão fazendo o trabalho no anúncio do Google, e eles respondem a perguntas diferentes. O primeiro é a vazão: 190 tokens de saída por segundo medidos pela Artificial Analysis, contra 112 do Gemini 3.8 Flash, 65 do Gemini 4 Argon e 72 do Gemini 4 Carbon. Isso representa um ganho real de 1,7x na velocidade bruta de geração e cerca de três vezes cada um dos modelos irmãos Gemini 4.

A segunda é o tempo por tarefa concluída, e aqui o cenário se inverte. O Artificial Analysis conclui uma tarefa do Intelligence Index com o Hydrogen em 13,5 minutos, com o Gemini 3.8 Flash em 14,8 minutos, com o Carbon em 28,4 e com o Argon em 30,0. Em relação ao Argon, isso é uma vantagem de 2,2x. Em relação ao modelo que o Google citou no post de lançamento, é de 1,1x. Se o número de 2,5x veio de um conjunto de tarefas internas específico, trata-se de uma afirmação sobre esse conjunto de tarefas — o número externo de propósito geral está próximo o suficiente da paridade para que ninguém fora do Google tenha reproduzido a diferença.

A explicação provável é a verbosidade, e ela funciona nos dois sentidos. O Hydrogen gerou 304 milhões de tokens de saída para concluir o índice, contra 72,8 milhões para o modelo mediano e 126 milhões para o Gemini 3.8 Flash. Ele está produzindo mais que o dobro de texto por tarefa e ainda assim terminando ligeiramente antes, porque produz esse texto rapidamente. Velocidade e verbosidade são o mesmo fato visto de duas pontas.

O que a própria tabela do Google diz, com as ressalvas anexadas

Todos os números desta seção são reportados pelo fornecedor, a partir da ficha do modelo de 12 de novembro, e nenhum deles foi reproduzido fora do Google. O conjunto de comparação é o Claude Sonnet 5.5 e o GPT-6.1 Terra, e não o modelo Flash que está sendo substituído.

• SWE-sweep — 13,5% para o Hydrogen, contra 3,1% do Claude Sonnet 5.5 e 5,8% do GPT-6.1 Terra, a maior diferença relativa da tabela.

• Terminal-Bench 4.1 — 57,0% para Hydrogen, contra 63,9% para Claude Sonnet 5.5, sem pontuação publicada para GPT-6.1 Terra. Este é o único benchmark de codificação agêntica em que Hydrogen perde, e o G​oogle o classifica como ajustado para trapaça.

• Trabalho do conhecimento — Agents' Last Exam v1.1 com 71,6% (60,4%, 69,8%), AutomationBench-AA com 76,1% (71,8%, 60,2%), e Vending-Bench 2 com saldo bancário de US$ 14.549 contra US$ 11.165 e US$ 9.107.

• Uso do computador — OSWorld-2.1 com 77,6% contra 83,9% do Claude Sonnet 5.5 e 74,2% do GPT-6.1 Terra. Uma segunda derrota para o mesmo concorrente.

• Multimodal e ciência — MKA 53,4%, Chartography 66,6%, Terminal-Bench-Science 0.1 em 51,4%, e HLE-Diamond em 58,8% contra 53,3% e 47,3%.

Ler as perdas em conjunto e um padrão surge: Hydrogen é forte onde a tarefa é acumular trabalho ao longo de muitos passos e mais fraco onde a tarefa é manter coesa uma longa sessão de uso de ferramentas. Isso é consistente com um modelo ajustado para throughput em vez de resistência, e é essa a diferença que importa se você estiver escolhendo entre ele e um modelo de fronteira para um ciclo de agente que roda por uma hora.

Os números independentes são os que devem servir de base para o orçamento.

O Artificial Analysis é o único instrumento aqui que não veio do fornecedor, e seu valor de custo por tarefa é o número único mais útil no lançamento. O Hydrogen gasta em média US$ 3,16 de inferência para concluir uma tarefa do índice no xhigh, e US$ 1,87 no high padrão. O Gemini 4 Argon custa US$ 4,97, o Gemini 4 Carbon custa US$ 7,76, e o Gemini 3.8 Flash — o modelo barato — custa US$ 7,77, porque consome 126 milhões de tokens a um preço baixo para chegar lá.

Essa inversão é o argumento real a favor do Hydrogen e é mais forte que a alegação de velocidade. O modelo que custa um quarto do preço por token do Carbon custa um quinto por tarefa concluída, e menos de um quarto do que custa o modelo que ele substitui. O preço por token teria indicado o contrário.

Duas ressalvas acompanham isso. A primeira é que o custo por tarefa é uma propriedade da combinação de tarefas do índice, não da sua carga de trabalho; um pipeline que gera respostas de 200 tokens e para verá o preço por token e nenhuma economia por tarefa. A segunda é a latência: o Hydrogen precisa de 37,8 segundos até o primeiro token de resposta em xhigh — 16,7 na configuração high padrão — contra 17,3 do Gemini 3.8 Flash. Na configuração citada na cobertura de lançamento, ele é rápido para gerar e lento para começar, então uma interface interativa parecerá mais lenta do que o modelo que substituiu, mesmo que o loop do agente termine antes.

Relatórios de segurança que incluem uma regressão

O cartão de modelo traz uma admissão incomum para um documento de lançamento. Em comparação com o Gemini 3.8 Flash, as pontuações automatizadas de segurança de conteúdo melhoraram em texto (+0,80 pontos percentuais), multilíngue (+1,10) e imagem para texto (+7,00), e o tom caiu 0,65. As recusas injustificadas — quando o modelo se recusa a atender pedidos benignos — pioraram 5,57 pontos, concentradas em prompts multimodais.

Em segurança de fronteira, o G​oogle realizou uma avaliação de Mudança Material de Capacidade em relação ao Gemini 4 Argon e concluiu que o Hydrogen não apresenta aumento material na capacidade geral, portanto, não foi necessária a suíte completa de capacidades críticas. Testes direcionados de CBRN e cibernéticos constataram que o modelo não atinge nenhum dos níveis de capacidade crítica, embora atinja o limiar de alerta para ambos. Essas são autoavaliações, com o relatório subjacente ainda listado como pendente de publicação.

Onde isso deixa o nível Flash

O Google não descontinuou o Gemini 3.8 Flash. Ele continua no catálogo, continua custando US$ 0,75 / US$ 3,75 por milhão de tokens e continua sendo a resposta certa para chamadas curtas e sensíveis à latência: com 17,3 segundos até o primeiro token de resposta, ele começa duas vezes mais rápido que o Hydrogen no xhigh e mais ou menos no mesmo nível do Hydrogen na configuração padrão. O que mudou foi o padrão: o modelo que o Google agora disponibiliza para usuários do nível gratuito da API e para o agente Antigravity no Gemini Managed Agents é o que tem o codinome, e o rótulo de nível que antes descrevia essa posição não existe mais.

Para equipes que operam um stack misto, a consequência prática é que os dois modelos exigem tarefas diferentes. Hydrogen para execução — chamadas de ferramentas, edições de arquivos, execuções de testes, turnos paralelos de subagentes — e um modelo de fronteira para o turno de planejamento. É exatamente o arranjo que o G​oogle documenta, em que o Carbon planeja interfaces e resolve bloqueios difíceis, e o Hydrogen assume as edições de código, e é o arranjo que o OrcaRouter foi construído para sustentar: Gemini 4 Carbon, Gemini 4 Argon, Gemini 3.8 Flash e Gemini 3.1 Pro Preview podem todos ser chamados a partir de uma única chave pelo preço de tabela do provedor, sem markup, portanto o reajuste de preços do Carbon e do Argon em 1º de dezembro chega aqui no mesmo dia em que chega à tabela de preços do G​oogle, e uma camada gratuita sujeita a limite de taxa pode recorrer a um caminho pago sem um segundo contrato. O G​emini 4 Hydrogen não está em nosso catálogo — ele vem da API e do AI Studio do G​oogle —, então a configuração honesta é o Hydrogen chamado diretamente para execução, com os modelos roteados por trás dele para planejamento e failover.

O que observar em vez de outro benchmark

A data que lhe dirá mais do que qualquer pontuação é 1 de dezembro de 2026. Gemini 4 Carbon e Gemini 4 Argon dobram ambos nessa data, de $2,00 / $10,00 para $4,00 / $20,00 por milhão de tokens. A ficha do Hydrogen não traz nenhuma etapa com data. Se essa assimetria se mantiver, o Google criou uma família estável de dois níveis — um teto de $4/$20 e um cavalo de batalha de $1,50/$7,50 — e é improvável que o nome Flash volte. Se o Hydrogen passar para o mesmo cronograma, então o que foi lançado esta semana era uma tarifa introdutória com um codinome anexado.

A segunda coisa a observar é o relatório de segurança, que a ficha do modelo diz estar por vir e que é o único documento capaz de contradizer a avaliação de capacidade acima. A terceira é se alguém fora do G​oogle reproduz uma diferença de 2,5x na conclusão de tarefas. Até que isso aconteça, a versão defensável da afirmação é a que o harness independente sustenta: o Hydrogen é o G​emini 4 mais barato por tarefa concluída, com cerca de três vezes a vazão dos seus irmãos, lento para iniciar e extremamente prolixo — e o modelo que ele substituiu agora é a opção econômica para chamadas curtas, em vez de ser o padrão para tudo.