Google DeepMind hält das Tempo im Modellrennen unvermindert hoch: Nur wenige Wochen nach dem Start seines Flaggschiff-Modells Gemini 4 Argon und der Freigabe des spezialisierten Sicherheits-Checkpoints Gemini 4 Carbon schickt der Konzern die dritte Variante seiner vierten Modellgeneration ins Rennen. Was Anfang November noch als verdeckter Ghost-Test in der Chatbot Arena für Spekulationen sorgte, ist ab sofort weltweit verfügbar: Gemini 4 Hydrogen löst Gemini 3.8 Flash als leichtes, hochgradig auf Geschwindigkeit und Coding-Workflows optimiertes Arbeitsmodell ab.
Die Veröffentlichung zielt unmittelbar auf die breite Nutzerschaft ab. Wie Logan Kilpatrick aus dem Führungsteam von Google AI bestätigte, steht das Modell ab Tag eins nicht nur über das Google AI Studio und die Entwickler-API bereit, sondern wird zeitgleich in Google Search, die mobile Gemini-App, Google Sheets sowie für Entwickler in Google Antigravity ausgerollt.
Gemini 4 Hydrogen im Überblick
Vierte Denkstufe eingeführt: Hydrogen bietet vier skalierbare Reasoning-Level: low, medium, high (Standard) sowie erstmals die Höchststufe xhigh für anspruchsvollere Überlegungen.
Argon-Intelligenz zum Bruchteil der Kosten: Im Artificial Analysis Intelligence Index erreicht Hydrogen bei Standardeinstellung (high) 51 Punkte und übertrifft das bisherige Flaggschiff Argon (50 Punkte) bei rund 19 Prozent der Aufgabenkosten.
LMSYS Agent Arena: Platz 5 im Gesamtranking und mit median 5,3 Minuten pro Aufgabe das mit Abstand schnellste Modell unter den besten zehn Systemen.
Multi-Modell-Orchestrierung: Google führt in Google Antigravity den Orchestrator ein, der dynamisch zwischen Carbon als Koordinator und Hydrogen als schnellem Umsetzer umschaltet.
Flache Token-Preise: Einheitlich 1,50 US-Dollar pro Million Eingabe-Tokens und 7,50 US-Dollar pro Million Ausgabe-Tokens über das gesamte Kontextfenster von einer Million Tokens.
Unabhängige Benchmarks: Nur knapp hinter Claude Sonnet 5.5 und GPT-6.1 Sol
Besondere Aufmerksamkeit erfährt die Veröffentlichung durch die zeitgleich vorgelegten Messergebnisse des unabhängigen Testportals Artificial Analysis. Mit der neu eingeführten Reasoning-Stufe „xhigh“ erzielt Gemini 4 Hydrogen 54 Punkte auf dem Artificial Analysis Intelligence Index. Damit reiht sich das leichte Modell exakt einen Punkt hinter den deutlich teureren Spitzenreitern Claude Sonnet 5.5 (55 Punkte im Maximum) und OpenAI GPT-6.1 Sol (55 Punkte im Maximum) ein.
Bei den Aufgabenkosten erweist sich das Google-Modell als zweischneidiges Schwert: Gegenüber Claude Sonnet 5.5 arbeitet Hydrogen auf Stufe xhigh mit rund 32 Prozent der Kosten spürbar günstiger. Im Vergleich zu GPT-6.1 Sol liegt Hydrogen pro Aufgabe jedoch um etwa das 2,5-Fache höher. Bemerkenswert schneidet das Modell im Halluzinationstest AA-Omniscience ab: Mit einer Fehlerquote von lediglich 8 Prozent unterbietet Hydrogen die Vergleichsmodelle Sonnet 5.5 (43 Prozent) und GPT-6.1 Sol (52 Prozent) drastisch.
Stärken dokumentieren die Prüfer zudem bei visuellen Dokumenten: Im Benchmark GDP.pdf, der komplexe Diagramme und Tabellen über lange PDF-Dateien abfragt, erreicht Hydrogen auf Stufe medium eine Erfolgsquote von 33 Prozent (geteiltes Platz-1-Niveau). Schwächen zeigen sich hingegen bei reinen Terminal- und Systemprogrammierungsaufgaben: Auf Terminal-Bench 4.0 kommt Hydrogen auf 54 Prozent und bleibt damit hinter Sonnet 5.5 (64 Prozent) zurück. Die xhigh-Denkstufe bringt bei reiner CLI-Agentik keinen Punktezugewinn, steigert aber das Ergebnis bei wissenschaftlichen Code-Aufgaben (Terminal-Bench-Science) von 41 auf 50 Prozent.
Agent Arena: Schnellstes Top-10-Modell mit hohem Token-Ausstoß
Auch die Auswertung der praxisnahen LMSYS Agent Arena unterstreicht das Profil des neuen Modells. Hydrogen debütiert mit einer Netto-Verbesserung von +14,8 Prozent über mehr als 6.500 reale Nutzersitzungen auf Platz 5 der Rangliste. Vor allem beim Tempo setzt Hydrogen Maßstäbe: Mit einer medianen Bearbeitungszeit von 5,3 Minuten pro Aufgabe agiert das Modell dreimal schneller als der Spitzenreiter Claude Fable 5.2 und 2,4-mal schneller als GPT-6 Astra.
Die medianen Aufgabenkosten beziffert die Arena auf 1,60 US-Dollar, womit Hydrogen 3,7-mal günstiger als GPT-6 Astra und 4,7-mal günstiger als Claude Fable 5.1 abschneidet. Allerdings fällt auf, dass Hydrogen seinen Geschwindigkeitsvorteil durch eine erhebliche Wortgewandtheit erkauft: Das Modell erzeugt 41 Prozent mehr Output-Tokens als Gemini 4 Carbon und sogar 2,8-mal so viele wie Argon. Bei der Stufe xhigh verdoppelt sich das Token-Volumen nahezu, was die Kosten pro Aufgabe von 1,87 Dollar (high) auf 3,16 Dollar treibt.
In den Teilkategorien der Agent Arena belegt Hydrogen Rang 2 bei der Steuerbarkeit (+21 Prozent, direkt hinter Fable 5.2), Rang 3 im allgemeinen Chat (+19 Prozent) sowie Rang 7 bei allgemeinen Arbeitsaufgaben (+13 Prozent) und Rang 9 beim Programmieren (+12 Prozent).
Multi-Modell-Architektur: Antigravity Orchestrator schaltet flexibel um
Google positioniert Hydrogen nicht isoliert, sondern als elementaren Baustein moderner Multi-Modell-Architekturen. In der softwaretechnischen Praxis erfordern Entwurfsentscheidungen, Architekturfragen und subtile Sicherheitsprüfungen weiterhin schwere Frontier-Modelle wie Carbon. Für das anschließende Schreiben von Testsuiten, Refactorings und die Verifizierung genügt hingegen ein agiles, kostengünstiges Ausführungsmodell.
Um diesen Wechsel ohne manuelle Schnittstellenbrüche zu automatisieren, führt Google in seiner Entwicklungsumgebung Google Antigravity die Orchestrator-Funktion ein. Der Orchestrator wechselt innerhalb einer Sitzung dynamisch zwischen Modellen wie Carbon und Hydrogen. Laut internen Messungen auf Terminal-Bench 4.0 erreicht dieser hybride Ansatz eine nahezu identische Erfolgsquote wie das reine Carbon-Modell, reduziert den Kontingentverbrauch jedoch im Schnitt um 24 Prozent und verkürzt die Gesamtlaufzeit um 19 Prozent.
Für Entwickler, die große Codebasen durchforsten, bringt Hydrogen zudem natives paralleles Batching von Dateiabrufen und Suchoperationen mit. Statt Verzeichnisse sequenziell abzufragen, führt das Modell Lese- und Suchaufrufe gebündelt aus. Partnerunternehmen berichten laut Google von einer Beschleunigung um den Faktor 2 bis 2,8 bei einer Reduktion des Token-Verbrauchs um 12 bis 23 Prozent gegenüber Gemini 3.8 Flash.
Flächendeckender Rollout in Gemini-App und Google-Suche
Neben Entwicklern bindet Google auch Endanwender unmittelbar in den Rollout ein. In der Gemini-App soll Hydrogen Arbeitsanweisungen verlässlicher befolgen und Schnittstellen zu Google Drive, Gmail sowie Drittanbieter-Tools wie Airtable oder Dropbox treffsicherer ansteuern.
Für kostenlose Nutzer der Gemini-App erfolgt die Bereitstellung über eine automatische Modellselektion, während Pro- und Ultra-Abonnenten das Modell direkt über das Dropdown-Menü auswählen können. In der Google-Suche treibt Hydrogen eine präzisere Erfassung verschachtelter Benutzeranfragen sowie das sogenannte Query-Fan-Out an, das tiefer liegende Webseiten erschließen und strukturiertere visuelle Antwortkarten liefern soll.
🎯 Was das für die Praxis bedeutet
1. Multi-Modell-Routing etablieren: Die Kombination aus einem schweren Denkmodell für Konzeption und Hydrogen für Ausführung und Tests spart Entwicklerteams bis zu ein Viertel der API-Kosten.
2. Reasoning-Stufen gezielt steuern: Die neue Stufe „xhigh“ lohnt sich vor allem bei multimodalen Berichten und wissenschaftlichen Aufgaben; für reine Terminal-Befehle reicht die Standardstufe „high“ völlig aus.
3. Geringe Halluzinationen für Dokumente nutzen: Mit 8 Prozent Fehlerquote im AA-Omniscience-Test eignet sich Hydrogen hervorragend für das Extrahieren und Zusammenfassen langer Verträge, Tabellen und technischer Berichte.
4. Ausgabelänge im Blick behalten: Da Hydrogen dazu neigt, deutlich mehr Output-Tokens als frühere Checkpoints zu erzeugen, sollten Prompts strikte Längenvorgaben oder System-Prompts zur Prägnanz enthalten.
Anzeige · Buch und Angebot von Markus Kirchmair
Noch ein Tool. Oder endlich weniger Arbeit?
Prüfen Sie mit No More Tools, welche Software und Abläufe Ihr Unternehmen tatsächlich braucht. Im Workshop entsteht ein priorisierter Fahrplan.
