Google lança Gemini 4 Hydrogen, que, segundo a empresa, passa o modelo de ponta Argon num índice de inteligência

O Google DeepMind lançou na quinta-feira (12) o Gemini 4 Hydrogen, modelo de inteligência artificial da família Gemini 4 feito para tarefas do dia a dia que pedem rapidez. Segundo a empresa, é com ele que o Gemini 4 chega a todos: o modelo entra no aplicativo Gemini, na Busca, no AI Studio, na API do Gemini e no Gemini para empresas. Para desenvolvedores, ele chega ao Google Antigravity, para assinantes pagos dos planos Google AI Pro e Ultra.

O preço é o mesmo em toda a janela de contexto de 1 milhão de tokens, que é o volume de texto que o modelo considera de uma vez. Tokens são os pedaços de texto que um modelo lê e escreve. O Hydrogen custa US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de tokens de saída.

Os modelos de ponta da família, o Gemini 4 Carbon e o Gemini 4 Argon, seguem voltados ao raciocínio longo sobre problemas difíceis, segundo o Google. Mesmo assim, o Hydrogen passou o Argon no índice de inteligência da Artificial Analysis: 51 pontos contra 50 no nível padrão. No nível de raciocínio mais alto, chega a 54.

Esses níveis são quatro: baixo, médio, alto, que é o padrão, e um novo, chamado xhigh. A ideia, diz a empresa, é que o usuário só espere e pague pela profundidade de raciocínio que cada tarefa pede.

Para equipes que migram do Gemini 3.8 Flash, o Google descreve um salto grande. No nível padrão, o Hydrogen termina tarefas 2,5 vezes mais rápido. No teste Terminal-Bench 4.1, a nota sobe de 18,2% para 57%. As afirmações inventadas caem mais de cinco vezes, e o modelo se ajusta quando uma ferramenta falha ou uma busca volta vazia.

Em testes iniciais de parceiros da empresa com grafos, SQL e grandes volumes de dados, o Hydrogen rodou de 2 a 2,8 vezes mais rápido que o 3.8 Flash e usou de 12% a 23% menos tokens.

A segurança também é medida contra o 3.8 Flash. Segundo o Google, o Hydrogen reduz em até 81% os casos em que um agente (programa de IA que executa tarefas em vários passos) vai além do pedido. Os casos em que entrega menos do que devia caem até 79%. Nas avaliações de uso de ferramentas e de programação, as ações desalinhadas (que fogem do objetivo dado ao modelo) e os atalhos diminuem 12 vezes.

Diante de uma tarefa impossível ou bloqueada, o modelo tem até duas vezes menos chance de furar limites de permissão, de acordo com a empresa. Num teste interno de honestidade de agentes, teve taxa de honestidade de 94%. Em mais de 200 mil turnos auditados, 99,9% do raciocínio passo a passo ficou legível, sem nenhuma edição enganosa. Contra ataques de injeção indireta de comandos, ficou mais de 2,3 vezes mais resistente no teste da Gray Swan.

As travas também separam melhor risco biológico real de pergunta médica ou científica legítima, diz o Google. No HealthBench Pro, as recusas indevidas ficaram abaixo de 0,4%.

No aplicativo Gemini, a empresa afirma que o Hydrogen segue melhor as instruções ao longo da conversa e acerta mais a ferramenta que cada tarefa pede. Ele busca contexto em arquivos enviados, no Gmail, no Google Drive e em apps conectados como Airtable e Dropbox. No Google Sheets, o modelo gera resultados mais de 30% mais rápido que os modelos anteriores, segundo a empresa.

Na Busca, que recebe o modelo para todos os usuários do mundo, o Google diz que o Hydrogen entende perguntas com várias partes ou com erros de digitação. As respostas ficam mais visuais, e a empresa promete ligar o usuário a uma variedade maior de links do que antes.

Segundo o Google, em tarefas de vários passos, como pesquisa e análise de dados, o Hydrogen está em 5º lugar no Agent Arena, ranking ao vivo do site arena.ai. Em raciocínio e análise especializados, lidera sua categoria no teste HLE-Diamond, com 58,8%, e fica em 1º no geral no Vals Tax Agent Bench, com 52,3%.

O modelo lê até 1 milhão de tokens e pode escrever até 1 milhão. Com isso, segundo o Google, transforma PDFs, planilhas, gráficos, áudio e vídeo em relatórios com citações. No novo teste Multimodal Knowledge Agent, que avalia esse tipo de trabalho com arquivos visuais complexos, marcou 53,4%, à frente de outros modelos.

Junto com o Hydrogen, o Google apresentou o Orchestrator no Antigravity. Ele alterna modelos como o Carbon e o Hydrogen dentro da mesma sessão de trabalho. No Terminal-Bench 4.0, chegou perto da taxa de sucesso do Carbon sozinho, gastando em média 24% menos cota e terminando 19% mais rápido. Em trabalhos com agentes em paralelo, o Carbon pode coordenar enquanto o Hydrogen cria e testa as mudanças.