Google DeepMind kondigde op 12 november 2026 Gemini 4 Hydrogen aan, een model dat volgens het bedrijf "geavanceerde intelligentie voor iedereen" moet brengen, met snelheid en efficiëntie afgestemd op alledaagse codeer- en agent-workflows. De aankondiging is geschreven door Koray Kavukcuoglu, Senior Vice President bij Google DeepMind en Chief AI Architect bij Google.

DeepMind positioneerde Hydrogen als de snel-uitvoerende tegenhanger van de frontier-modellen Gemini 4 Carbon en Gemini 4 Argon, die volgens het bedrijf uitblinken in diep, langlopend redeneren over de lastigste problemen. Met Hydrogen is de Gemini 4-familie nu beschikbaar in elke laag van Google AI Studio, de Gemini API, Gemini for business, de Gemini-app en Google Search, evenals voor betalende Google AI Pro- en Ultra-abonnees in Google Antigravity.

Op de Artificial Analysis Intelligence Index overtreft Hydrogen Argon in de standaard hoge denkinstelling, met een score van 51 tegenover 50, en bereikt het 54 in de hoogste "xhigh"-denkinstelling, terwijl taken vaak sneller worden afgerond dan bij modellen in dezelfde klasse. Het model heeft een vaste prijs over het gehele contextvenster van 1 miljoen tokens: $1,50 per miljoen inputtokens en $7,50 per miljoen outputtokens. De index wordt gepubliceerd door het onafhankelijke AI-benchmarkbedrijf Artificial Analysis, waardoor de vergelijking tussen Hydrogen en Argon een onafhankelijk referentiepunt heeft, en doordat de prijzen vast zijn, gelden dezelfde tarieven per token ongeacht hoeveel van het venster van 1 miljoen tokens een verzoek gebruikt.

Efficiëntiewinst in multi-model-workflows

In de praktische softwareontwikkeling vertrouwen teams, aldus DeepMind, op frontier-modellen zoals Carbon en Argon voor diepgaand architecturale beoordeling bij het ontwerpen van systemen of het ontrafelen van subtiele bugs, maar ze hebben ook een snel, gedisciplineerd executiemodel nodig voor het schrijven van code, het uitvoeren van tests en het verifiëren van wijzigingen. Hydrogen is gebouwd om zelfstandig te werken voor alledaagse taken, of om te combineren met Carbon en Argon als hoogefficiënte executiemotor in multi-model-workflows.

Om die samenwerking te automatiseren, introduceerde Google Orchestrator in Google Antigravity. In plaats van从头 van begin tot eind op één model te vertrouwen, schakelt Orchestrator dynamisch tussen modellen zoals Carbon en Hydrogen binnen dezelfde sessie. Op Terminal-Bench 4.0 behaalde Orchestrator taaksuccespercenten die dicht bij Carbon lagen, terwijl het gemiddeld 24% minder quotum verbruikte en taken 19% sneller afrondde. Bij prijzen per token is het tokenquotum de directe uitgavenhebel in deze multi-model-opstellingen, en dat is wat een verlaging van 24% betekenisvol maakt.

Voor workflows die parallelle agents vereisen, kan Carbon optreden als coördinator terwijl Hydrogen worker- en verifier-agents aandrijft die wijzigingen gelijktijdig bouwen en testen in geïsoleerde workspaces, waardoor teams complexe projecten sneller kunnen opleveren zonder de tokenkosten te doen oplopen.

Het opschalen van developer- en enterpriseworkflows

Naast multi-model-opstellingen is Hydrogen een grote zelfstandige upgrade voor teams die migreren van Gemini 3.8 Flash. Volgens DeepMind rondt het taken 2,5 keer sneller af in de standaard hoge instelling, meer dan verdrievoudigt het de Terminal-Bench 4.1-scores (57% tegenover 18,2%), vermindert het gefabriceerde beweringen met meer dan 5x en schakelt het soepel over wanneer een tooloproep mislukt of een zoekopdracht leeg resulteert.

Het bedrijf zei dat Hydrogen concurrerende modellen in zijn klasse evenaart of overtreft in kern-workflows voor developers en bedrijven:

Iteratieve repository-codering en debugging. Hydrogen behandelt het oplossen van issues, debugging, snelle iteratie en codebase-V&A met gerichte, chirurgische aanpassingen, wat schonere, productieklare code oplevert zonder ongerelateerde bestanden te herschrijven. Het overtreft vergelijkbare modellen op SWE-sweep, waar het bugs moet vinden en repareren zonder bestaande code te breken. Om grote repositories efficiënt te verkennen, bundelt het model bestandlees- en zoekoproepen standaard parallel in plaats van bestanden één voor één te inspecteren. In vroege tests met complexe grafieken, SQL en datarijke enterpriseworkflows zagen partners Hydrogen 2x tot 2,8x sneller draaien, met 12% tot 23% minder tokengebruik vergeleken met 3.8 Flash.

Open-ended agentuitvoering. Op meerstaps-taken zoals diepgaand onderzoek, dataanalyse en uitgebreide codebasenavigatie staat Hydrogen op #5 op Agent Arena, het live benchmark van arena.ai. Voor diep domeinredeneren en analyse voert het zijn klasse aan op HLE-Diamond (58,8%), staat het overal op #1 op de Vals Tax Agent Bench (52,3%), deelt het de eerste plaats op de Vals Legal Research Bench (55,8%) en voert het zijn klasse aan op AutomationBench-AA.

Multimodaal kenniswerk. Hydrogen combineert native input van 1 miljoen tokens met tot 1 miljoen outputtokens, waarmee het dichte PDF's, spreadsheets, grafieken, audio en opgenomen video kan synthetiseren tot verzorgde, van bronvoorziene rapporten en gestructureerde deliverables. Het overtreft andere modellen op de nieuwe Multimodal Knowledge Agent (MKA)-benchmark (53,4%) voor end-to-end agentkenniswerk over complexe visuele bestanden, en op Agents' Last Exam v1.1 (71,6%) voor end-to-end professionele workflows.

Webontwikkeling. Op taken waar snelheid voor developers telt, zoals live UI-prototyping, design-to-code-iteratie en het bouwen van interactieve apps, genereert Hydrogen functionelere, completere lay-outs met minder prompts.

DeepMind belichtte verschillende demo's die met het model zijn gebouwd. Geminisland gebruikt Hydrogen voor directe 3D-codering, waarmee iedereen vanuit één prompt kan bijdragen aan een gedeeld voxel-eiland en aangepaste structuren live op de kaart genereert die spelers in eerste persoon kunnen bewandelen en verkennen. Gecombineerd met een nieuwe Gemini front end design skill in Google Antigravity bouwde Hydrogen in één keer een e-commerce winkel, compleet met een WebGL2 topografische shader, vastgepinde vierfasige scrollytelling, een thermische split-slider, een 3D wireframe-spec-kaart en een live finish-configurator.

In Google Antigravity veranderde Hydrogen Google Sheets in een geanimeerd pixelcanvas, waarbij duizenden cellen werden verkleind door Python, native =LET(...)-formules en voorwaardelijke opmaak te combineren om volledig bewegende scènes rechtstreeks in een live spreadsheet te schilderen en animeren. Uitgaande van een YouTube-keynotevideo en een ontwerpsjabloon genereerde het model rechtstreeks in Google Slides een presentatie met meerdere dia's en doorliep het een autonome audit-en-reparatie-lus om overlappende tekst op te sporen en elke dialay-out op te schonen.

Met Gemini in Google Sheets kan Hydrogen teams helpen financiële data snel om te zetten in interactieve modellen die dynamisch meebewegen met verschillende prognosescenario's, met output die meer dan 30% sneller wordt gegenereerd dan bij eerdere modellen in het Sheets-canvas.

Aanpasbare snelheid en intelligentie over vier denkniveaus

Hydrogen biedt vier denkniveaus — low, medium, high (de standaard) en een nieuw xhigh-niveau — die een breed spectrum aan opties bieden qua kwaliteit, latentie en kosten. Volgens DeepMind schalen de niveaus op een vloeiende, voorspelbare manier, zodat gebruikers alleen wachten en betalen voor de redeneerdiepte die een taak vereist. Over de denkniveaus heen evenaart of overtreft het model sommige concurrerende modellen in zijn klasse, terwijl het taken vaak sneller afrondt en fewer outputtokens gebruikt.

Alledaagse assistentie in de Gemini-app en Search

Voor consumenten is Gemini 4 Hydrogen ontworpen om het gemakkelijker te maken dingen gedaan te krijgen, met behoud van focus en nauwkeuriger opvolgen van instructies over meerdere gespreksbeurten. In de Gemini-app is het model volgens DeepMind beter in het opvolgen van gebruikersaanwijzingen, het aanroepen van de juiste tools en het leveren van betrouwbaar resultaat met minder heen-en-weer.

Bij schrijven, onderzoek en alledaags werk houdt Hydrogen zich nauw aan de toon, het formaat en de specifieke regels van de gebruiker, zodat e-mailontwerpen, studiegidsen, herschrijvingen en documenten in één keer klaar zijn voor gebruik. Bij het vergelijken van producten of het synthetiseren van dicht materiaal stelt het heldere tabellen en visuele uiteenzettingen samen zonder kerngegevens te verliezen.

Het model breekt doelen stap voor stap af en haalt relevante context uit gebruikersuploads, Google-apps zoals Gmail en Google Drive, en Connected Apps zoals Airtable en Dropbox. Google zei dat het model, wanneer een taak in Gemini start, vaker de juiste tools en skills voor de klus aanroept.

Voor prototyping en iteratie genereert Hydrogen nette, werkende lay-outs met minder prompts, waardoor het gemakkelijk is om interactieve projecten snel te testen en te verfijnen. Voorbeelden die Google noemt, zijn een interactieve 3D-globe en een Web Audio-muziekengine aangedreven door realtime blikseminslaggegevens wereldwijd, die elke bliksemschicht op de kaart omzet in visuele rimpelingen en live omgevingsmuziek; een WebGL2 water- en glasvisualisator gebouwd met pure wiskunde en SDF-texturen, die realtime lichtbreking, reflectie, dispersie en absorptie simuleert; en een archiefpromovideo over het element waterstof, gemaakt met een aangepaste videomontageskill die publiek domein-materiaal verzamelde en tot één doorlopende montage snoof met heldere voice-over.

In Google Search moet Hydrogen wereldwijd nuttigere, intuïtievere antwoorden leveren voor alle gebruikers. Google zei dat het model de echte intentie van de gebruiker beter begrijpt, zelfs bij meerdelige query's, moeilijk te begrijpen typefouten of zeer specifieke verzoeken. Antwoorden worden visueler, adaptiever en gemakkelijker scanbaar, tegen de snelheid die gebruikers van Search verwachten. Het bedrijf upgradeert ook zijn query fan-out-techniek en gebruikt Hydrogens geavanceerde redeneren om gebruikers te koppelen aan een breder scala aan nuttige links, waaronder sites die ze anders misschien niet hadden ontdekt.

Ontworpen voor veilige, betrouwbare uitvoering op schaal

Hydrogen neemt verbeteringen uit de nieuwste Gemini 4 safety- en security-stack mee naar zijn breedste publiek tot nu toe, en combineert ingebouwde training met realtime oppervlaktebeveiliging om zowel verkeerde uitlijning als misbruik te beperken. Google belichtte twee focusgebieden:

Veilige, uitgelijnde en beveiligde agentworkflows. Hoewel Gemini 3.8 Flash sterke uitlijning en beveiliging heeft, is Hydrogen volgens DeepMind een sprong vooruit. Het model vermindert overreach bij agenttaken met tot 81% en under-service met tot 79%, en vermindert verkeerd uitgelijnde acties en task shortcutting in toolgebruik- en codeerevaluaties met 12x. Bij onmogelijke of geblokkeerde taken is het tot 2x minder geneigd toestemmingsgrenzen te omzeilen en behaalt het een eerlijkheidspercentage van 96,7% in Google's interne agent-honesty-evaluatie. Voortbouwend op de toezegging van het bedrijf aan redeneertransparantie behoudt Hydrogen 99,9% leesbaarheid van de chain-of-thought met nul misleidende redeneerbewerkingen over meer dan 200.000 gecontroleerde beurten. Tegen indirecte prompt-injectieaanvallen is het model meer dan 2,3x veerkrachtiger op de Gray Swan IPI-benchmark, terwijl het de robuustheid bij toolgebruik, computergebruik en coderingsagents aanzienlijk verbetert.

Nuttige, betrouwbare alledaagse interacties. Over alle productoppervlakken heeft Google Hydrogen getuned om alledaagse gesprekken betrouwbaarder en veiliger te maken. De bijgewerkte beveiliging onderscheidt ook nauwkeuriger echte biosecurity-risico's van legitieme medische of wetenschappelijke vragen, met vals-positieve weigeringen op HealthBench Pro onder de 0,4%.

Verdere details zijn te vinden in de Gemini 4 Hydrogen model card.

Gemini 4 Hydrogen, vandaag beschikbaar voor iedereen

Vanaf 12 november wordt Hydrogen wereldwijd uitgerold over developer-, enterprise- en consumentenoppervlakken:

• Voor developers: Hydrogen kan worden gebruikt via de Gemini API in AI Studio en de betaalde laag in Android Studio, kan worden geprobeerd in AI Studio en kan worden getest in Google Antigravity door betalende Google AI Pro- en Ultra-abonnees.
• Voor bedrijven: Het model kan worden ingezet in Gemini for business via de API of het modelkeuzemenu, in Google Antigravity en in Gemini in Google Sheets voor in aanmerking komende bedrijfsabonnementen.
• Voor iedereen: Het is beschikbaar in het modelkeuzemenu van de Gemini-app en in Google Search voor alle gebruikers, en in Gemini in Google Sheets te beginnen met Google AI Pro- en Ultra-abonnees.

In de Gemini-app krijgen gratis gebruikers toegang tot Gemini 4 Hydrogen via automatische modelselectie wanneer het het juiste model is voor een bepaalde prompt. Dat betekent dat toegang op het gratis niveau afhangt van automatische selectie die een prompt als Hydrogen-taak classificeert, en niet van handmatige aanmelding.

Over de auteur

Koray Kavukcuoglu wordt door Google omschreven als een van 's werelds vooraanstaande experts in kunstmatige intelligentie. Als SVP van Google DeepMind leidt hij de ontwikkeling van de state-of-the-art generatieve AI-modellen van het bedrijf en hun integratie op schaal in Google-producten. Eerder was hij VP of Research bij Google DeepMind, waar hij het deep learning-team oprichtte; zijn team behaalde baanbrekende onderzoeksdoorbraken waaronder DQN (Deep Q-Network) en WaveNet.