Google DeepMind ha annunciato Gemini 4 Hydrogen il 12 novembre 2026, descrivendo il modello come un'iniziativa per portare "un'intelligenza all'avanguardia a tutti", con velocità ed efficienza ottimizzate per il coding quotidiano e i workflow agentici. L'annuncio è stato redatto da Koray Kavukcuoglu, Vicepresidente Senior di Google DeepMind e Chief AI Architect di Google.

DeepMind ha posizionato Hydrogen come la controparte a esecuzione rapida dei propri modelli frontier, Gemini 4 Carbon e Gemini 4 Argon, che secondo l'azienda eccellono nel ragionamento profondo e a lungo termine sui problemi più complessi. Con Hydrogen, la famiglia Gemini 4 arriva ora a ogni livello di Google AI Studio, all'API Gemini, a Gemini for business, all'app Gemini e a Google Search, oltre agli abbonati a pagamento Google AI Pro e Ultra in Google Antigravity.

Sull'Artificial Analysis Intelligence Index, Hydrogen supera Argon al livello di pensiero high predefinito, con un punteggio di 51 contro 50, e raggiunge 54 alla configurazione "xhigh", il livello di pensiero più alto, completando spesso i task più rapidamente rispetto ai modelli della sua classe. Il modello è prezzato in modo uniforme su tutta la finestra di contesto da 1 milione di token, a 1,50 $ per milione di token in input e 7,50 $ per milione di token in output. L'indice è pubblicato da Artificial Analysis, azienda indipendente di benchmarking AI, offrendo un punto di riferimento terzo per il confronto tra Hydrogen e Argon, e poiché i prezzi sono fissi, le stesse tariffe per token si applicano indipendentemente da quanta parte della finestra da 1 milione di token viene utilizzata dalla richiesta.

Sbloccare efficienze nei workload multi-modello

Nello sviluppo software reale, ha spiegato DeepMind, i team si affidano ai modelli frontier come Carbon e Argon per il giudizio architetturale approfondito nella progettazione di sistemi o nella risoluzione di bug sottili, ma necessitano comunque di un modello di esecuzione rapido e disciplinato per scrivere codice, eseguire test e verificare le modifiche. Hydrogen è progettato per funzionare in autonomia nei task quotidiani, oppure per essere abbinato a Carbon e Argon come motore di esecuzione ad alta efficienza nei workflow multi-modello.

Per automatizzare questa collaborazione, Google ha introdotto Orchestrator in Google Antigravity. Invece di utilizzare un unico modello dall'inizio alla fine, Orchestrator alterna dinamicamente modelli come Carbon e Hydrogen all'interno della stessa sessione. Su Terminal-Bench 4.0, Orchestrator ha raggiunto tassi di successo nei task vicini a quelli di Carbon, consumando in media il 24% in meno di quota e completando i task il 19% più velocemente. Con la tariffazione per token, la quota di token è la leva di spesa diretta in queste configurazioni multi-modello, ed è questo che rende significativa una riduzione del 24%.

Per i workflow che richiedono agenti paralleli, Carbon può agire da coordinatore mentre Hydrogen alimenta agenti worker e verifier che costruiscono e testano le modifiche simultaneamente in workspace isolati, aiutando i team a distribuire progetti complessi più rapidamente senza far crescere i costi dei token.

Scalare i workflow per sviluppatori e aziende

Oltre alle configurazioni multi-modello, Hydrogen rappresenta un importante aggiornamento autonomo per i team che migrano da Gemini 3.8 Flash. Secondo DeepMind, completa i task 2,5 volte più velocemente alla configurazione high predefinita, più che triplica i punteggi di Terminal-Bench 4.1 (57% contro 18,2%), riduce le affermazioni fabbricate di più di 5 volte e si adatta in modo pulito quando una chiamata a uno strumento fallisce o una ricerca non restituisce risultati.

L'azienda ha dichiarato che Hydrogen eguaglia o supera i modelli concorrenti della sua classe nei workflow principali per sviluppatori e aziende:

Coding iterativo e debugging su repository. Hydrogen gestisce risoluzione di issue, debugging, iterazione rapida e Q&A sul codebase con modifiche mirate e chirurgiche, offrendo codice più pulito e pronto per la produzione senza riscrivere file non correlati. Supera i modelli di fascia simile su SWE-sweep, dove deve scoprire e riparare bug senza compromettere il codice esistente. Per esplorare grandi repository in modo efficiente, il modello raggruppa nativamente le chiamate di lettura file e ricerca in parallelo invece di esaminare i file uno per uno. Nei primi test su grafi complessi, SQL e workflow aziendali ad alta densità di dati, i partner hanno visto Hydrogen eseguire 2x-2,8x più velocemente, riducendo l'uso dei token dal 12% al 23% rispetto a 3.8 Flash.

Esecuzione agentica aperta. Nei task multi-step come ricerca approfondita, analisi dei dati e navigazione estesa del codebase, Hydrogen si classifica al 5° posto su Agent Arena, il benchmark live di arena.ai. Per il ragionamento e l'analisi di dominio approfonditi, guida la sua classe su HLE-Diamond (58,8%), si classifica 1° in assoluto su Vals Tax Agent Bench (52,3%), si classifica a pari merito 1° su Vals Legal Research Bench (55,8%) e guida la sua classe su AutomationBench-AA.

Lavoro conoscitivo multimodale. Hydrogen abbina input nativo da 1 milione di token a fino a 1 milione di token in output, consentendo di sintetizzare PDF densi, fogli di calcolo, grafici, audio e video registrati in report curati con citazioni e deliverable strutturati. Supera gli altri modelli sul nuovo benchmark Multimodal Knowledge Agent (MKA) (53,4%) per il lavoro conoscitivo agentico end-to-end su file visivi complessi, e su Agents' Last Exam v1.1 (71,6%) per i workflow professionali end-to-end.

Sviluppo web. Nei task in cui la velocità è importante per gli sviluppatori, come prototipazione UI in tempo reale, iterazione da design a codice e creazione di app interattive, Hydrogen genera layout più funzionali e completi di funzionalità con meno prompt.

DeepMind ha evidenziato diverse dimostrazioni realizzate con il modello. Geminisland utilizza Hydrogen per il coding 3D al volo, permettendo a chiunque di aggiungere elementi a un'isola voxel condivisa da un singolo prompt, generando strutture personalizzate in tempo reale sulla mappa che i giocatori possono esplorare in prima persona. Abbinato a una nuova skill di design front end Gemini in Google Antigravity, Hydrogen ha costruito in un solo colpo un negozio e-commerce completo con uno shader topografico WebGL2, scrollytelling a quattro stadi bloccato, uno split-slider termico, una scheda specifica wireframe 3D e un configuratore di finitura interattivo.

In Google Antigravity, Hydrogen ha trasformato Google Sheets in una tela di pixel animata, compattando migliaia di celle combinando Python, formule native =LET(...) e formattazione condizionale per dipingere e animare scene a pieno movimento direttamente all'interno di un foglio di calcolo attivo. Partendo da un video di keynote YouTube e un template di design, il modello ha generato una presentazione multi-slide direttamente in Google Slides, poi ha eseguito un ciclo autonomo di audit e correzione per individuare testi sovrapposti e sistemare ogni layout di slide.

Con Gemini in Google Sheets, Hydrogen può aiutare i team a trasformare rapidamente i dati finanziari in modelli interattivi che si adattano dinamicamente in base a vari scenari di previsione, generando output oltre il 30% più velocemente rispetto ai modelli precedenti nella canvas di Sheets.

Velocità e intelligenza adattabili su quattro livelli di pensiero

Hydrogen offre quattro livelli di pensiero — low, medium, high (predefinito) e un nuovo livello xhigh — che coprono un'ampia gamma di opzioni in termini di qualità, latenza e costo. Secondo DeepMind, i livelli scalano in modo fluido e prevedibile, così gli utenti attendono e pagano solo per la profondità di ragionamento che un task richiede. Attraverso i livelli di pensiero, il modello eguaglia o supera alcuni modelli concorrenti della sua classe, completando spesso i task più rapidamente e usando meno token in output.

Assistenza quotidiana nell'app Gemini e in Search

Per i consumatori, Gemini 4 Hydrogen è progettato per semplificare le attività, mantenendosi sul track e seguendo le istruzioni con maggiore precisione nelle conversazioni a più turni. Nell'app Gemini, ha dichiarato DeepMind, il modello è migliore nel seguire le indicazioni dell'utente, chiamare gli strumenti giusti e produrre un output affidabile con meno andare e tornare.

Nella scrittura, nella ricerca e nel lavoro quotidiano, Hydrogen aderisce strettamente al tono, al formato e alle regole specifiche dell'utente, così che bozze di email, guide di studio, riscritture e documenti risultino pronti all'uso al primo tentativo. Quando si confrontano prodotti o si sintetizza materiale denso, compone tabelle chiare e analisi visive senza perdere dettagli chiave.

Il modello scompone gli obiettivi passo dopo passo, attingendo contesto pertinente dagli upload dell'utente, dalle app Google come Gmail e Google Drive e dalle Connected App come Airtable e Dropbox. Google ha dichiarato che quando un task inizia in Gemini, il modello chiama più frequentemente gli strumenti e le skill adatti al compito.

Per la prototipazione e l'iterazione, Hydrogen genera layout puliti e funzionanti con meno prompt, rendendo facile testare e affinare rapidamente progetti interattivi. Gli esempi citati da Google includono un globo 3D interattivo e un motore musicale Web Audio alimentati dai dati in tempo reale dei fulmini a livello globale, che mappano ogni scarica nel mondo in increspature visive e musica ambientale live; un visualizzatore di acqua e vetro WebGL2 costruito con matematica pura e texture SDF, che simula rifrazione, riflessione, dispersione e assorbimento della luce in tempo reale; e un reel d'archivio sull'elemento idrogeno, creato con una skill personalizzata di assemblaggio video che ha selezionato footage di pubblico dominio montandolo in un'unica edizione continua con narrato pulita.

In Google Search, Hydrogen è destinato a offrire risposte più utili e intuitive a tutti gli utenti a livello globale. Secondo Google, il modello comprende meglio la vera intenzione dell'utente, anche per query articolate, errori di battitura difficili da decifrare o richieste altamente specifiche. Le risposte saranno più visive, adattive e facili da scansionare, alla velocità che gli utenti si aspettano da Search. L'azienda sta inoltre aggiornando la sua tecnica di query fan-out, sfruttando il ragionamento avanzato di Hydrogen per collegare gli utenti a una più ampia gamma di link utili, inclusi siti che altrimenti non avrebbero scoperto.

Progettato per un'esecuzione sicura e affidabile su larga scala

Hydrogen porta i miglioramenti dell'ultima versione dello stack di sicurezza Gemini 4 di Google al suo pubblico più vasto, combinando training integrato con salvaguardie in tempo reale sulle superfici per mitigare sia disallineamento sia uso improprio. Google ha evidenziato due aree di focus:

Workflow agentici sicuri, allineati e protetti. Pur avendo Gemini 3.8 Flash un allineamento e salvaguardie solidi, DeepMind ha dichiarato che Hydrogen è un balzo in avanti. Il modello riduce l'eccesso di intervento nei task agentici fino all'81% e l'erogazione insufficiente fino al 79%, e taglia azioni disallineate e scorciatoie nei task del 12x nelle valutazioni sull'uso di strumenti e coding. Di fronte a task impossibili o bloccati, è fino a 2 volte meno propenso a bypassare i confini di autorizzazione e raggiunge un tasso di onestà del 96,7% nella valutazione interna di Google sull'onestà degli agenti. Costruendo sull'impegno dell'azienda verso la trasparenza del ragionamento, Hydrogen preserva il 99,9% della leggibilità della catena di pensiero senza modifiche ingannevoli del ragionamento su più di 200.000 turni auditati. Contro gli attacchi indiretti di prompt injection, il modello è oltre 2,3 volte più resiliente sul benchmark Gray Swan IPI, migliorando significativamente la robustezza nell'uso di strumenti, computer e agenti di coding.

Interazioni quotidiane utili e affidabili. Su tutte le superfici prodotto, Google ha ottimizzato Hydrogen per rendere le conversazioni quotidiane più affidabili e sicure. Le salvaguardie aggiornate sono inoltre molto più precise nel distinguere i reali rischi di biosicurezza dalle legittime domande mediche o scientifiche, mantenendo i falsi rifiuti su HealthBench Pro sotto lo 0,4%.

Ulteriori dettagli sono disponibili nella scheda modello di Gemini 4 Hydrogen.

Gemini 4 Hydrogen, disponibile oggi per tutti

Dal 12 novembre, Hydrogen viene distribuito a livello globale sulle superfici per sviluppatori, aziende e consumatori:

• Per gli sviluppatori: Hydrogen può essere utilizzato tramite l'API Gemini in AI Studio e il tier a pagamento in Android Studio, provato in AI Studio e testato in Google Antigravity dagli abbonati a pagamento Google AI Pro e Ultra.
• Per le aziende: il modello può essere distribuito in Gemini for business tramite l'API o il menu a discesa dei modelli, in Google Antigravity e in Gemini in Google Sheets per gli abbonamenti business idonei.
• Per tutti: è disponibile nel menu a discesa dei modelli dell'app Gemini e in Google Search per tutti gli utenti, e in Gemini in Google Sheets a partire dagli abbonati Google AI Pro e Ultra.

Nell'app Gemini, gli utenti gratuiti avranno accesso a Gemini 4 Hydrogen tramite la selezione automatica del modello quando è il modello appropriato per un determinato prompt. Ciò significa che l'accesso al tier gratuito dipende dalla selezione automatica che classifica un prompt come task per Hydrogen, non da un'attivazione manuale.

Sull'autore

Koray Kavukcuoglu è descritto da Google come uno dei massimi esperti mondiali di intelligenza artificiale. In qualità di Vicepresidente Senior di Google DeepMind, guida lo sviluppo dei modelli AI generativi più avanzati dell'azienda e la loro integrazione su larga scala nei prodotti Google. In precedenza è stato Vicepresidente della Ricerca di Google DeepMind, dove ha fondato il team di deep learning; il suo team ha inaugurato scoperte di ricerca fondamentali come DQN (Deep Q-Network) e WaveNet.