Google DeepMind ogłosiło 12 listopada 2026 r. premierę Gemini 4 Hydrogen, opisując model jako próbę udostępnienia „najnowocześniejej inteligencji każdemu”, z szybkością i wydajnością dostosowanymi do codziennego kodowania oraz pracy agentowej. Autorem ogłoszenia jest Koray Kavukcuoglu, wiceprezes Google DeepMind i główny architekt AI w Google.

DeepMind pozycjonuje Hydrogen jako szybko wykonawcze uzupełnienie swoich modeli flagowych, Gemini 4 Carbon i Gemini 4 Argon, które – jak podkreśla firma – celują w głębokie, długofalowe rozumowanie przy najtrudniejszych problemach. Dzięki Hydrogenowi rodzina Gemini 4 obejmuje teraz wszystkie poziomy Google AI Studio, Gemini API, Gemini dla firm, aplikację Gemini oraz Google Search, a także płatnych subskrybentów Google AI Pro i Ultra w Google Antigravity.

W Artificial Analysis Intelligence Index Hydrogen przewyższa Argona przy domyślnym wysokim poziomie myślenia, uzyskując wynik 51 wobec 50, a przy najwyższym ustawieniu myślenia „xhigh” osiąga 54, często kończąc zadania szybciej niż modele w swojej klasie. Model jest wyceniony w sposób stały w całym kontekście o długości 1 miliona tokenów – 1,50 USD za milion tokenów wejściowych i 7,50 USD za milion tokenów wyjściowych. Indeks jest publikowany przez niezależną firmę benchmarkingową Artificial Analysis, co daje porównaniu Hydrogen–Argon zewnętrzny punkt odniesienia, a ponieważ cena jest stała, te same stawki za token obowiązują niezależnie od tego, jaką część okna 1 miliona tokenów wykorzystuje dane zapytanie.

Wykorzystanie efektywności w obciążeniach wielomodelowych

W rzeczywistym rozwoju oprogramowania, jak zaznacza DeepMind, zespoły polegają na modelach flagowych, takich jak Carbon i Argon, przy głębokiej ocenie architektonicznej podczas projektowania systemów czy rozplątywania subtelnych błędów, ale nadal potrzebują szybkiego, zdyscyplinowanego modelu wykonawczego do pisania kodu, uruchamiania testów i weryfikacji zmian. Hydrogen został zaprojektowany tak, aby działać samodzielnie w codziennych zadaniach lub współpracować z Carbon i Argon jako wysokoefektywny silnik wykonawczy w obciążeniach wielomodelowych.

Aby zautomatyzować tę współpracę, Google wprowadził Orchestrator w Google Antigravity. Zamiast korzystać z jednego modelu od początku do końca, Orchestrator dynamicznie przełącza się między modelami, takimi jak Carbon i Hydrogen, w obrębie tej samej sesji. W Terminal-Bench 4.0 Orchestrator osiągnął niemal takie same wskaźniki sukcesu zadań jak Carbon, zużywając średnio o 24% mniej limitu i kończąc zadania o 19% szybciej. Przy cenach za token limit tokenów to bezpośredni dźwignia wydatków w takich konfiguracjach wielomodelowych – dlatego redukcja o 24% ma istotne znaczenie.

W obciążeniach wymagających agentów równoległych Carbon może pełnić rolę koordynatora, podczas gdy Hydrogen zasila agentów pracowników i weryfikatorów, którzy jednocześnie budują i testują zmiany w izolowanych przestrzeniach roboczych – pomagając zespołom szybciej dostarczać złożone projekty bez zwiększania kosztów tokenów.

Skalowanie przepływów pracy deweloperów i przedsiębiorstw

Poza konfiguracjami wielomodelowymi Hydrogen stanowi istotną samodzielną aktualizację dla zespołów przechodzących z Gemini 3.8 Flash. Według DeepMind kończy zadania 2,5 raza szybciej przy domyślnym wysokim ustawieniu, ponadtrójkrotnie poprawia wyniki Terminal-Bench 4.1 (57% wobec 18,2%), redukuje sfabrykowane twierdzenia ponad 5-krotnie i sprawnie radzi sobie, gdy wywołanie narzędzia zawiedzie lub wyszukiwanie zwróci pusty wynik.

Firma stwierdziła, że Hydrogen dorównuje lub przewyższa konkurencyjne modele w swojej klasie w kluczowych przepływach pracy deweloperów i przedsiębiorstw:

Iteracyjne kodowanie i debugowanie repozytoriów. Hydrogen obsługuje rozwiązywanie zgłoszeń, debugowanie, szybką iterację i pytania dotyczące bazy kodu za pomocą precyzyjnych, chirurgicznych zmian, dostarczając czystszy kod gotowy do produkcji bez przepisywania niezwiązanych plików. Przewyższa modele podobnej klasy w SWE-sweep, gdzie musi odkrywać i naprawiać błędy bez psucia istniejącego kodu. Aby efektywnie eksplorować duże repozytoria, model natywnie grupuje wywołania odczytu plików i wyszukiwania równolegle, zamiast przeglądać pliki pojedynczo. We wczesnych testach obejmujących złożone grafy, SQL i intensywne danychowo przepływy enterprise partnerzy obserwowali działanie Hydrogena 2x–2,8x szybciej przy redukcji zużycia tokenów o 12%–23% w porównaniu z 3.8 Flash.

Otwarta praca agentowa. W zadaniach wieloetapowych, takich jak pogłębione badania, analiza danych i szeroka nawigacja po bazie kodu, Hydrogen zajmuje 5. miejsce w Agent Arena, na żywo prowadzonym rankingu arena.ai. W głębokim rozumowaniu i analizie dziedzinowej prowadzi w swojej klasie w HLE-Diamond (58,8%), zajmuje 1. miejsce ogółem w Vals Tax Agent Bench (52,3%), dzieli 1. miejsce w Vals Legal Research Bench (55,8%) i prowadzi w swojej klasie w AutomationBench-AA.

Multimodalna praca z wiedzą. Hydrogen łączy natywne wejście o długości 1 miliona tokenów z do 1 miliona tokenów wyjściowych, co pozwala mu syntetyzować gęste pliki PDF, arkusze kalkulacyjne, wykresy, dźwięk i nagrany materiał wideo w dopracowane raporty z cytowaniami oraz uporządkowane rezultaty. Przewyższa inne modele w nowym benchmarku Multimodal Knowledge Agent (MKA) (53,4%) dla kompleksowej agentowej pracy z wiedzą na złożonych plikach wizualnych oraz w Agents' Last Exam v1.1 (71,6%) dla kompleksowych przepływów profesjonalnych.

Tworzenie stron i aplikacji webowych. W zadaniach, gdzie deweloperom zależy na szybkości – jak prototypowanie interfejsów na żywo, iteracja od projektu do kodu i budowanie interaktywnych aplikacji – Hydrogen generuje bardziej funkcjonalne, kompletniejsze układy przy mniejszej liczbie promptów.

DeepMind zaprezentowało kilka demonstracji zbudowanych z wykorzystaniem modelu. Geminisland używa Hydrogena do błyskawicznego kodowania 3D, pozwalając każdemu dodawać elementy do współdzielonej wyspy wokselowej na podstawie pojedynczego promptu, generując niestandardowe struktury na żywo na mapie, które gracze mogą obchodzić i eksplorować z perspektywy pierwszej osoby. W połączeniu z nową umiejętnością projektowania front endu Gemini w Google Antigravity Hydrogen zbudował sklep internetowy za jednym razem, z cieniowaniem topograficznym WebGL2, przypiętym czteroetapowym scrollytellingiem, termicznym suwakiem podziału, kartą specyfikacji w formie drutu 3D i konfiguratorem wykończenia na żywo.

W Google Antigravity Hydrogen przekształcił Google Sheets w animowane płótno pikselowe, zmniejszając tysiące komórek dzięki połączeniu Pythona, natywnych formuł =LET(...) i formatowania warunkowego, aby malować i animować pełnoruchowe sceny bezpośrednio w żywym arkuszu kalkulacyjnym. Na podstawie filmu z konferencji na YouTube i szablonu projektu model wygenerował prezentację wieloslajdową bezpośrednio w Google Slides, a następnie uruchomił autonomiczną pętlę audytu i poprawek, aby wychwycić nakładający się tekst i oczyścić układ każdego slajdu.

Dzięki Gemini w Google Sheets Hydrogen może pomóc zespołom szybko przekształcać dane finansowe w interaktywne modele, które dynamicznie dostosowują się do różnych scenariuszy prognozowania, generując wyniki ponad 30% szybciej niż poprzednie modele w obszarze roboczym arkuszy.

Elastyczna szybkość i inteligencja na czterech poziomach myślenia

Hydrogen oferuje cztery poziomy myślenia – niski, średni, wysoki (domyślny) oraz nowy poziom xhigh – obejmujące szeroki zakres opcji pod względem jakości, opóźnienia i kosztów. Według DeepMind poziomy skalują się płynnie i przewidywalnie, dzięki czemu użytkownicy czekają i płacą tylko za głębokość rozumowania wymaganą przez dane zadanie. Na wszystkich poziomach myślenia model dorównuje lub przewyższa niektóre konkurencyjne modele w swojej klasie, często kończąc zadania szybciej i zużywając mniej tokenów wyjściowych.

Codzienna pomoc w aplikacji Gemini i wyszukiwarce

Dla konsumentów Gemini 4 Hydrogen ma ułatwiać realizację zadań, utrzymując koncentrację i ściślej wykonując instrukcje w rozmowach wieloetapowych. W aplikacji Gemini, zgodnie z DeepMind, model lepiej wykonuje wskazówki użytkownika, wywołuje właściwe narzędzia i prowadzi do wiarygodnego rezultatu przy mniejszej liczbie pytań zwrotnych.

W pisaniu, badaniach i codziennej pracy Hydrogen ściśle trzyma się tonu, formatu i konkretnych zasad użytkownika, dzięki czemu szkice e-maili, poradniki do nauki, przeredagowania i dokumenty są gotowe do użycia za pierwszym razem. Przy porównywaniu produktów lub syntetyzowaniu obszernych materiałów tworzy czytelne tabele i przejrzyste zestawienia wizualne bez pomijania kluczowych szczegółów.

Model rozbija cele na kolejne kroki, pobierając istotny kontekst z przesyłek użytkownika, aplikacji Google, takich jak Gmail i Google Drive, oraz aplikacji połączonych, jak Airtable i Dropbox. Google podało, że gdy zadanie rozpoczyna się w Gemini, model częściej wywołuje właściwe narzędzia i umiejętności.

Do prototypowania i iteracji Hydrogen generuje czyste, działające układy przy mniejszej liczbie promptów, co ułatwia szybkie testowanie i doskonalenie projektów interaktywnych. Przykłady przytoczone przez Google obejmują interaktywny globus 3D i silnik muzyki Web Audio napędzane danymi o wyładowaniach atmosferycznych w czasie rzeczywistym, odwzorujące każde wyładowanie na świecie w postaci wizualnych fal i ambientowej muzyki na żywo; wizualizator wody i szkła WebGL2 zbudowany z czystej matematyki i tekstur SDF, symulujący załamanie, odbicie, dyspersję i absorpcję światła w czasie rzeczywistym; oraz archiwalny materiał promocyjny o pierwiastku wodoru, stworzony za pomocą niestandardowej umiejętności montażu wideo, wykorzystujący materiały z domeny publicznej i zmontowany w jedną spójną sekwencję z czystą narracją.

W Google Search Hydrogen ma dostarczać bardziej pomocnych i intuicyjnych odpowiedzi dla wszystkich użytkowników na całym świecie. Według Google model lepiej rozumie rzeczywistą intencję użytkownika – nawet przy zapytaniach wieloczęściowych, trudnych do odczytania literówkach czy bardzo szczegółowych prośbach. Odpowiedzi będą bardziej wizualne, adaptacyjne i łatwe do przejrzenia, z zachowaniem oczekiwanej przez użytkowników szybkości wyszukiwarki. Firma modernizuje również technikę query fan-out, wykorzystując zaawansowane rozumowanie Hydrogena do łączenia użytkowników z szerszym zakresem pomocnych linków, także ze stronami, których wcześniej mogliby nie odkryć.

Zaprojektowany do bezpiecznego, niezawodnego działania w dużej skali

Hydrogen wnosi ulepszenia z najnowszego pakietu bezpieczeństwa Gemini 4 do jak dotąd najszerszej grupy odbiorców, łącząc wbudowane szkolenie z zabezpieczeniami działającymi w czasie rzeczywistym, aby łagodzić zarówno niezgodność, jak i nadużycia. Google wskazało dwa obszary priorytetowe:

Bezpieczne, zgodne i chronione przepływy agentowe. Choć Gemini 3.8 Flash ma silne zabezpieczenia i wysoki poziom zgodności, DeepMind stwierdziło, że Hydrogen stanowi duży krok naprzód. Model redukuje nadmierną ingerencję w zadaniach agentowych o 81% i niedostateczną obsługę o 79%, a niezgodne działania i skróty w realizacji zadań w ocenach użycia narzędzi i kodowania ogranicza 12-krotnie. Wobec niemożliwych lub zablokowanych zadań jest do 2 raza mniej skłonny omijać granice uprawnień i osiąga wskaźnik uczciwości 96,7% we wewnętrznej ocenie uczciwości agentów Google. W kontekście zobowiązania firmy do przejrzystości rozumowania Hydrogen zachowuje 99,9% czytelności łańcucha myśli, bez fałszywych modyfikacji rozumowania, w ponad 200 000 audytowanych tur. Przeciw atakom pośredniego wstrzykiwania promptów Hydrogen jest ponad 2,3 raza odporniejszy w benchmarku Gray Swan IPI, przy znaczącej poprawie odporności w zakresie użycia narzędzi, obsługi komputera i agentów kodujących.

Pomocne i niezawodne codzienne interakcje. W produktach firmy Google dostroiło Hydrogena tak, aby codzienne rozmowy były bardziej niezawodne i bezpieczne. Zaktualizowane zabezpieczenia są też znacznie dokładniejsze w odróżnianiu rzeczywistych zagrożeń biobezpieczeństwa od uzasadnionych pytań medycznych lub naukowych – utrzymując fałszywe odmowy w HealthBench Pro poniżej 0,4%.

Dalsze szczegóły znajdują się w karcie modelu Gemini 4 Hydrogen.

Gemini 4 Hydrogen dostępny dla wszystkich już dziś

Od 12 listopada Hydrogen jest wdrażany globalnie w obszarach deweloperskim, enterprise i konsumenckim:

• Dla deweloperów: Hydrogen jest dostępny przez Gemini API w AI Studio i w płatnej warstwie Android Studio, do wypróbowania w AI Studio, a płatni subskrybenci Google AI Pro i Ultra mogą testować go w Google Antigravity.
• Dla przedsiębiorstw: Model można wdrażać w Gemini dla firm przez API lub listę wyboru modelu, w Google Antigravity oraz w Gemini w Google Sheets w ramach kwalifikujących się subskrypcji biznesowych.
• Dla wszystkich: Jest dostępny na liście wyboru modelu w aplikacji Gemini i w Google Search dla wszystkich użytkowników, a także w Gemini w Google Sheets począwszy od subskrybentów Google AI Pro i Ultra.

W aplikacji Gemini darmowi użytkownicy uzyskają dostęp do Gemini 4 Hydrogen poprzez automatyczny wybór modelu, gdy będzie on odpowiedni dla danego promptu. Oznacza to, że dostęp w warstwie darmowej zależy od automatycznej klasyfikacji promptu jako zadania dla Hydrogena, a nie od ręcznej aktywacji.

O autorze

Koray Kavukcuoglu jest przedstawiany przez Google jako jeden z czołowych na świecie ekspertów w dziedzinie sztucznej inteligencji. Jako wiceprezes Google DeepMind kieruje rozwojem najnowocześniejszych modeli generatywnej AI firmy oraz ich integracją z produktami Google w dużej skali. Wcześniej pełnił funkcję wiceprezesa ds. badań w Google DeepMind, gdzie założył zespół uczenia głębokiego; jego zespół zapoczątkował przełomowe badania, w tym DQN (Deep Q-Network) i WaveNet.