Gemini 4 Flash-läcka: Fem vätgascheckpoints, ett hastighetsintervall och inget modell-ID

Fem checkpoints, ett kodnamn och inte en enda modellsträng. Det är hela Gemini 4 Flash-läckan så som den ser ut den 5 november 2026: ett påstående, vidarebefordrat på X, att Google har fem nya ”hydrogen”-checkpoints för en modell på Flash-nivå i sin nästa generation, som körs någonstans mellan 300 och 500 utdatatokens per sekund. Om det håller skulle det vara den billigaste vägen till beteende i Gemini 4-klass, liggande under Gemini 4 Argon och ovanför Gemini 3.8 Flash, den billiga arbetshästen som Google har sålt sedan 2 september. Men inget i påståendet har publicerats av Google – inget modell-ID, inget pris, inget kontextfönster, ingen benchmark, ingen skärmbild, inte ens en konsekvent mätning av den hastighetssiffra som bär historien. Det som följer är vad som kan kontrolleras mot primärkällor, vad som inte kan det, och den enda siffran som faktiskt spelar roll för alla som väljer en modell den här månaden.

Vad som publicerades, och hur tunn kedjan är

Spåret löper genom en handfull konton under omkring tio dagar. Den 25 oktober dök rapporter om begränsad grå testning upp tillsammans med en gemini-3.8-flash-router sträng som hittades i Googles Antigravity-metadata; strängen anger ett routingalias, inte en modell, och en utvecklare som uppmärksammade den, Pankaj Kumar, sade uttryckligen att varje koppling till en Gemini 4 på Flash-nivå var hans egen gissning. Den 27 oktober publicerade ett X-konto som heter White – ungefär femtonhundra följare, ingen dokumenterad historik med primärkällor – att Gemini 4 Flash hade ”dykt upp internt” under kodnamnet Hydrogen. Inlägget innehöll inga skärmdumpar och inga källor. Lumina, ett konto som följer modeller under testning, spred det vidare som ”enligt uppgift med kodnamnet” Hydrogen. Samma dag kopplade @lyraxana en mycket snabb modell på omkring 300 tokens per sekund på LMArena till samma sak; den 4 november uppgav samma konto att Hydrogen A/B-testades i AI Studio och på LMArena, återigen utan skärmdumpar. Inlägget som den här artikeln svarar på är @chetaslua:s inlägg från 4 november: Gemini har fem nya Hydrogen-checkpoints, det är en Flash-modell och hastigheten ligger på omkring 300 till 500 tokens per sekund, följt av en uppmaning att gissa vilken checkpoint som ser bäst ut.

Det kontot är inte vem som helst. @chetaslua har en historia av att plocka ut opublicerade Gemini-byggen ur AI Studios A/B-pool och publicera artefakterna – demon om operativsystem i ett enda steg med Gemini 3.0 Pro som cirkulerade i somras kom därifrån – så inlägget är värt att läsas snarare än att avfärdas. Men en tidigare meritlista är inte bevis om den här modellen. I hela kedjan har ingen lagt upp ett modell-ID, ett rate card, ett kontextfönster, ett benchmark, en checkpoint-hash eller en enda utdata. Varje påstående kan härledas till ett av tre konton, som var och en vidarebefordrar de andra. Antalet fem checkpoints har ingen oberoende källa någonstans; det är en siffra i ett inlägg.

En checkpoint är inte en modell, och fem av dem är en träningssignal

Ordvalet spelar större roll än det verkar. En checkpoint är en ögonblicksbild av vikter som sparats under eller efter en träningskörning, plockad för utvärdering, och labb producerar dem kontinuerligt – dussintals per program, de flesta namnges aldrig, ingen av dem är en produkt. Fem nya checkpoints under ungefär nio dagar beskriver en genomgång efter träningen: någon testar varianter, jämför dem och kasserar de flesta. Det säger att Google itererar på en Gemini 4-modell av Flash-storlek. Det säger inte att fem saker är på väg, och det säger absolut inte att fem modeller finns. Den enda tolkning som håller när man ser hur labb arbetar är ”Flash-nivån av Gemini 4 finjusteras aktivt”.

Den primära kontrollen är rakt på sak. Googles egen modellreferens för Gemini API listar exakt en Gemini 4-modell — gemini-4-argon, med en kontext på 1 miljon token — och ingen gemini-4-flash, ingen Hydrogen, ingen Flash-variant av 4-serien alls. Den aktuella Flash-posten är Gemini 3.8 Flash, som där beskrivs som Googles mest intelligenta Flash-modell. Ingen offentlig katalog innehåller heller någon Hydrogen-post, vilket är vad man skulle förvänta sig: en modell som bara finns som interna kontrollpunkter har ingenting att serva och ingenting att fakturera.

Google har inte heller använt namnet. Mönstret med kodnamn är verkligt – Gemini 4 levererades som Argon, den åtkomstbegränsade cybermodellen som tillkännagavs den 28 oktober är Carbon, och spårare i communityt har registrerat Barium-b och Xenon vid sidan av dem – men en namngivningskonvention är en behållare för rykten, inte bevis för att någon viss av dem är fylld. Väte passar mönstret perfekt. Det är just därför det sprids.

Varför 300 till 500 tokens per sekund är ett märkligare tal än det verkar

Det finns två problem med att ta det intervallet för vad det ser ut att vara, och bara ett av dem handlar om ärlighet.

Det första är aritmetik. Ett så brett intervall, rapporterat tillsammans med ett antal på fem checkpoints, är mer sannolikt spridningen mellan dessa checkpoints än en mätning av en enda modell. Fem varianter av olika storlekar eller i olika träningsstadier kommer inte att avkoda i samma takt, och en testare som samplar alla fem skulle naturligt producera ett band snarare än en punkt. Läst på det sättet är ”300 till 500 tokens per sekund” inte en specifikation alls – det är en beskrivning av en svepning.

Den andra är instrumenteringen, och det är anledningen till att hastighetspåståenden om Googles modeller i allmänhet förtjänar misstanke. Artificial Analysis mäter för närvarande Gemini 3.8 Flash till 113 utdatatokens per sekund och Gemini 4 Argon till 68. Ändå citerade septemberrapporteringen om samma 3.8 Flash-släpp självsäkert siffror över 300 tokens per sekund. Samma modell, samma månad, en faktor nästan tre — eftersom en tokenhastighet helt beror på var man står: streamad via AI Studio, samplad i en arena eller medelvärdesberäknad över ett API under belastning. Ingen i den här kedjan har sagt vilket. Tills någon gör det är en Hydrogen-siffra på 300 förenlig med två motsatta slutsatser: att den är ungefär fyra gånger snabbare än Argon, eller att den ligger ungefär där den levererade Flash redan ligger.

Genomströmning är också fel rubrik för de arbetsbelastningar som en Flash-modell köps in för. Argons tid till första svarstoken på Artificial Analysis är 39,5 sekunder; en hög tankenivå innebär att väntan kommer före strömmen, inte under den. En agent som skickar i väg tjugo anrop per uppgift bryr sig inte om att varje ström körs i 400 token per sekund om var och en först väntar i en halv minut. Om det intressanta med Hydrogen är att Google har gjort en Gemini 4-modell billig och snabb från start, så är det ett latenspåstående, och ingen har framfört det.

Vad en Gemini 4 Flash-nivå faktiskt skulle behöva slå

Här är det faktiska värde den skulle landa på, hämtat från Artificial Analysis den 5 november och från Googles publicerade prislista:

• Pris för utdata per 1 miljon tokens — Gemini 3.8 Flash $3,75 mot Gemini 4 Argon $10,00 idag, $20,00 från 1 december

• Pris per 1 miljon indatatoken – 0,75 $ jämfört med 2,00 $ i dag, 4,00 $ från och med 1 december

• Intelligence Index v5.0.1 — 31 för Gemini 3.8 Flash mot 50 för Gemini 4 Argon

• Utdatningshastighet — 113 tokens per sekund jämfört med 68, båda mätta av Artificial Analysis

• Tid till första svarstoken — väntetiden innan strömmen börjar, där Argon visar 39,5 sekunder

• Kontext — 1 048 576 token på Argon, gemensamt för indata, tänkande och utdata; Google erbjuder ingen gratisnivå för det

• Prisgiltighet — Argons introduktionspris upphör den 30 november, om tjugofem dagar, och fördubblas den 1 december

Ställ en månadsräkning mot de siffrorna. En arbetsbelastning som förbrukar 50M indatatoken och 10M utdatatoken kostar $75 på Gemini 3.8 Flash. Samma arbetsbelastning kostar $200 på Gemini 4 Argon till dagens introduktionspris, och $400 när standardpriset börjar gälla. Den skillnaden – mer än fem gånger så stor när standardpriset börjar gälla – är hela anledningen till att en Flash-nivå av Gemini 4 är intressant, och det är det som läckdiskussionen ständigt hoppar över till förmån för tokenpriser. Om Hydrogen kommer till Flash-pris med ett index i närheten av Argons stannar räkningen på $75 och kapaciteten ökar; om den kommer till Argons pris är den en snabbare premiummodell och berättelsen om den billiga nivån var fel. Inget som har publicerats hittills skiljer dessa två framtider åt.

Det är också här ett routningslager förtjänar sin plats i stället för att eftermonteras. Eftersom priserna rör sig är den användbara egenskapen inte att välja rätt modell en gång, utan att kunna växla mellan dem utan en omskrivning. På OrcaRouter passerar leverantörens listpris igenom utan påslag, så Argons fördubbling den 1 december landar på samma siffra här samma dag, och både Gemini 4 Argon och Gemini 3.8 Flash ligger bakom en enda nyckel — ett byte är en konfigurationsändring, inte en integration. Routing-DSL:en är den andra halvan: sätt den billiga Flash-nivån först för en uppgiftsklass och växla över till Argon när det billiga anropet inte klarar ribban, vilket är det enda vettiga sättet att införa en obeprövad modell utan att satsa en produktionsväg på den.

Vad Google har sagt, och vad som skulle krävas för att göra detta verkligt

Googles offentliga hållning har inte förändrats. Den 24 september sade DeepMind-chefen Koray Kavukcuoglu att Gemini 4 hade gått in i efterträning och att Google avsåg att släppa den ”så snart som möjligt”, med en tidsplan ”mycket tidigare” än slutet av 2026. Gemini 4 Argon annonserades den 30 september, nådde allmän tillgänglighet den 13 oktober, och Google har inte sagt något om ett Flash-syskon sedan dess — inget namn, inget datum, inget pris, ingen bekräftelse på att Hydrogen existerar som en beteckning. Det närmaste man kommer ett schema är inte ett Google-uttalande alls: en Manifold-marknad som frågar om Google kommer att släppa en modell officiellt kallad ”Gemini 4 Flash” senast den 13 november ligger på 11%, och dess resolutionsregler är värda att läsa eftersom de kodar exakt den distinktion som den här artikeln gör — en offentlig förhandsvisning eller ett släpp i betald nivå räknas, medan slutna testare, ett tillkännagivande eller ett modell-ID som upptäckts i kod inte gör det.

Det ger en tydlig falsifieringslista. Vilka två som helst av följande skulle förvandla detta från ett rykte till en nyhet:

• En gemini-4-flash-sträng i Googles Gemini API-modellreferens eller ändringslogg

• En publicerad prisrad, vilket är det enda som en läcka vanligtvis inte kan förfalska och som en lansering inte kan undvika

• Ett arenaalias som bär en checkpoint-hash – den bevisstandard som den här berättelsen saknar. Den gated Carbon-modellen lämnade exakt det spåret: en checkpoint loggad den 30 oktober under aliaset ”Argon 4”, hash 01a161e8-cebc-7960-a363-fc6a0e8ab276. Ett spår har en hash. Det här har ett inlägg.

• En katalogpost på valfri serveringsplattform, vilket är det som gör en modell anropbar i stället för att bara diskuteras

En namnkollision är värd att uppmärksamma innan den slösar bort någons eftermiddag. En sökning efter en ”Hydrogen”-modell returnerar nu också Hydrogen-1.0, en vetenskapsmodell med öppna vikter som släpptes den 2 november av Deep Principle. Den har ingenting att göra med Google, Gemini eller den här läckan. Det delade ordet är den enda kopplingen.

Vad ska man göra med det här idag

Ställ inte Gemini 4 Flash på en färdplan, och skjut inte upp ett beslut i väntan på den. Om det är genomströmning du behöver nu är Gemini 3.8 Flash det svar som redan levereras, med 113 tokens per sekund och $0,75/$3,75, och det är den modell som en eventuell Hydrogen skulle behöva tränga undan på pris snarare än på hastighet. Om det är djup du behöver går Gemini 4 Argon att anropa redan idag, men budgetera för 1 december redan nu i stället för att upptäcka fördubblingen på fakturan – och läs migreringsanteckningarna innan du kopplar upp den, eftersom Argon ignorerar temperature, top_p och top_k, så samplingsinställningar som följt med från en annan modell i tysthet gör ingenting, och dess långa tänktider innebär att klienttimeouts behöver höjas eller att bakgrundsläge behöver aktiveras.

Håll modellsträngen utanför din kod. Vad det här än visar sig vara, så är den användbara hållningen den där att införa det kostar en eftermiddag i stället för en sprint: en endpoint, två modellnamn, en routingregel som kan redigeras på en rad, och failover så att en obeprövad nivå aldrig blir en enda felpunkt. Det är värt att göra oavsett om Hydrogen är verkligt, eftersom läckcykeln kring Googles Flash-serie inte kommer att sakta in.

Den ärliga sammanfattningen är kort. Google justerar med stor sannolikhet en Gemini 4-modell i Flash-klassen; kodnamnet är rimligt och kadensen stämmer; de specifika påståenden som cirkulerar – fem checkpoints, 300 till 500 tokens per sekund – går inte att verifiera, är delvis självmotsägande och kommer från konton som återger varandra utan en enda primär artefakt. Nästa verkliga signal blir inte ännu ett inlägg. Det blir en sträng i en modelllista eller ett pris på en sida. Fem checkpoints förändrar inte en produktfärdplan. Ett modell-ID gör det.