Innhold Vis
Gemini 4 Hydrogen er Googles raske arbeidsmodell for kode, verktøybruk og AI-agenter. Den er laget for oppgavene som må gjennomføres effektivt og i stort volum, mens Gemini 4 Carbon og Argon fortsatt skal ta de tyngste oppgavene som krever lang og dyp resonnering.
Det praktiske poenget er rekkevidden. Hydrogen rulles ut i Gemini-appen, Search, AI Studio, Gemini API, bedriftsprodukter og Antigravity. For utviklere er hovednyheten et kontekstvindu på 1 million tokens, opptil 1 million tokens ut og samme API-pris gjennom hele vinduet.
Google presenterer naturligvis en lang rekke pene målinger. De er nyttige, men jeg synes rollen modellen har fått er langt mer interessant. Hydrogen skal være arbeidshesten i Gemini 4-familien – rask nok til daglig bruk, rimelig nok til mange agentkall og sterk nok til å gjøre mer enn bare enkle Flash-oppgaver.
Hva er Gemini 4 Hydrogen?
Gemini 4 Hydrogen er en ny Gemini 4-modell som Google lanserte 12. november 2026 for rask utførelse av kode-, agent- og kunnskapsoppgaver. Ifølge Googles lansering av Gemini 4 Hydrogen er modellen tilgjengelig globalt fra første dag på tvers av utvikler-, bedrifts- og forbrukertjenester.
Modellfamilien begynner dermed å få en tydelig arbeidsdeling. Gemini 4 Argon og Carbon er toppmodellene for krevende resonnering og langsiktige oppgaver. Hydrogen er bygget for raskere gjennomføring: skrive og endre kode, kjøre tester, søke i store kodebaser, bruke verktøy og kontrollere at arbeidet faktisk ble gjort.
Det er en fornuftig retning. Den beste modellen på et vanskelig arkitekturproblem trenger ikke være den beste eller billigste modellen til å gjøre 40 mindre endringer etterpå. I en agentflyt betyr ventetid, tokenforbruk og antall vellykkede verktøykall minst like mye som hvem som topper én resonneringstest.
Hvorfor Hydrogen passer til AI-agenter
Hydrogen er laget for arbeidsflyter der modellen må gjøre mange konkrete steg uten å miste retningen. Google trekker fram koding, feilsøking, research, dataanalyse og navigering i store kodebaser. Modellen kan lese filer og kjøre søk parallelt i stedet for å gå gjennom alt én fil om gangen.
I Googles tidlige partnertester gikk slike oppgaver mellom 2 og 2,8 ganger raskere enn med Gemini 3.8 Flash, samtidig som tokenbruken sank med 12 til 23 prosent. Google oppgir også at Hydrogen fullførte oppgaver 2,5 ganger raskere ved standardnivået «high», og at resultatet på Terminal-Bench 4.1 steg fra 18,2 til 57 prosent. Dette er leverandørens egne sammenligninger, ikke min test.
Den mest praktiske forbedringen kan likevel være mindre dramatisk: Google sier modellen gjør mer avgrensede kodeendringer uten å skrive om uvedkommende filer, og at den tilpasser seg når et verktøykall feiler eller et søk ikke gir treff. Det er akkurat slike egenskaper som avgjør om en kodeagent hjelper eller om den bare lager mer arbeid med stor selvtillit.
Google lar modellene dele på arbeidet
Hydrogen kan brukes alene, men Google har også bygget den for samarbeid med de tyngre modellene. Carbon kan for eksempel planlegge en stor oppgave og fordele arbeidet, mens flere Hydrogen-agenter skriver kode, kjører tester og kontrollerer resultatet i parallelle, isolerte arbeidsområder.
I Google Antigravity kommer en ny Orchestrator som kan bytte modell underveis i samme sesjon. I Googles Terminal-Bench 4.0-test kom denne kombinasjonen nær Carbons løsningsgrad, men brukte i snitt 24 prosent mindre kvote og ble ferdig 19 prosent raskere. Ideen er enkel: Ikke bruk den dyreste hammeren på hver eneste spiker.
Jeg bruker agenter i hverdagen, så selve mønsteret med en planlegger, flere arbeidere og en kontrollør er ikke det nye her. Nyhetsverdien ligger i om Hydrogen faktisk gjør utførelsen raskere og rimeligere uten at styring, kontroll og nye forsøk spiser opp gevinsten. Bruk sterk resonnering der en feil beslutning blir dyr, og en raskere modell der arbeidet kan deles opp og kontrolleres. En orkestrator som velger feil modell, eller bruker mer tid på å delegere enn på å jobbe, er bare et ekstra lag med pynt.
Hva koster Gemini 4 Hydrogen?
Gemini 4 Hydrogen koster 1,50 dollar per million input-tokens og 7,50 dollar per million output-tokens i Gemini API. Med Norges Banks dollarkurs på 9,5325 kroner 12. november 2026 tilsvarer det cirka 14 kroner inn og 71 kroner ut per million tokens.
Prisen er flat gjennom hele kontekstvinduet på 1 million tokens. Du får altså ikke en egen, dyrere sats når prompten passerer en bestemt lengde. Det gjør kostnaden enklere å regne på for store kodebaser, dokumentpakker og agentjobber med mye historikk.
Likevel er ikke pris per million tokens hele regnestykket. Modellen kan produsere opptil 1 million output-tokens, og lange agentløp kan bruke mange verktøykall og flere forsøk. Det relevante tallet er derfor prisen per ferdig, kontrollert oppgave. En billig modell som må prøve fem ganger, kan fort bli den dyre løsningen.
Fire tenkenivåer gir kontroll over fart og dybde
Hydrogen har nivåene low, medium, high og xhigh. High er standard, mens xhigh er det nye nivået for oppgaver der mer resonnering kan være verdt ekstra ventetid og tokenbruk. Dermed kan samme modell brukes både til raske hverdagsoppgaver og til arbeid som trenger flere runder før den svarer.
Google oppgir en score på 51 i Artificial Analysis Intelligence Index ved high og 54 ved xhigh, mot 50 for Argon i sammenligningen selskapet viser til. Det betyr ikke at Hydrogen dermed er en bedre toppmodell enn Argon i alle oppgaver. Det viser først og fremst at modellvalg ikke lenger kan reduseres til én enkel rangstige.
For utviklere er valget ganske jordnært. Start med standardnivået på oppgaver der fart betyr noe, og øk bare når arbeidsresultatet faktisk blir bedre. Hvis xhigh bruker mer tid og flere tokens uten å redusere feil eller etterarbeid, har du betalt for tenking du ikke trengte.
Kontekstvinduet er stort i begge retninger
Gemini 4 Hydrogen tar inn opptil 1 million tokens og kan også levere opptil 1 million tokens ut. Google bruker dette til å behandle store PDF-er, regneark, diagrammer, lyd og opptak av video, og til å produsere rapporter og strukturerte leveranser med kildehenvisninger.
Den store outputgrensen er spesielt interessant for agentarbeid. En modell kan i prinsippet holde på med en lang jobb uten at svaret stoppes av en trang utgangsgrense. Men en million tokens er en kapasitet, ikke et kvalitetsstempel. Ingen trenger en romanlang terminaløkt hvis modellen burde ha stoppet etter den tredje feilen.
Store kontekstvinduer må fortsatt brukes med disiplin. Gi modellen relevant materiale, tydelige grenser og kontrollerbare mål. Å helle en hel filserver inn i prompten er ikke det samme som å gi god kontekst, uansett hvor høyt tallet på spesifikasjonsarket er.
Hvor kan du bruke Hydrogen nå?
Hydrogen rulles ut i AI Studio, Gemini API, Android Studio, Gemini for business, Gemini-appen, Google Search og Google Antigravity. Den kommer også til Gemini i Google Sheets for kvalifiserte bedriftsabonnementer og Google AI Pro- og Ultra-kunder. Gratisbrukere får tilgang i Gemini-appen gjennom automatisk modellvalg når Google mener modellen passer til oppgaven.
For utviklere er AI Studio og API-et de mest direkte inngangene. For vanlige brukere blir endringen mindre synlig fordi Hydrogen også legges under automatisk modellvalg i appen og Search. Google oppgir blant annet bedre instruksjonsfølging, mer treffsikker verktøybruk og mindre fram og tilbake i samtaler.
Jeg har ikke testet Gemini 4 Hydrogen selv, så jeg kommer ikke til å late som lanseringstallene avgjør hvordan den fungerer i en ekte kodebase. Hvis du allerede bruker Gemini API eller Antigravity, er den riktige testen å gi Hydrogen kjente oppgaver og måle ferdig resultat, tid, tokenbruk og hvor ofte du må gripe inn. Sammenlign med modellen du faktisk bruker i dag – ikke bare med Googles peneste diagram.
En arbeidshest kan være viktigere enn enda en toppmodell
Google har bygget Gemini inn i et enormt økosystem, og Hydrogen er modellen som skal få dette økosystemet til å arbeide raskere og billigere. Det kan bety mer i praksis enn å flytte én plass på en benchmarkliste.
På papiret har Google truffet en kombinasjon jeg faktisk synes er interessant: bred tilgang, tydelig agentfokus, fire tenkenivåer, 1 million tokens i begge retninger og en pris som gjør modellen aktuell som arbeider i fleragentoppsett. At Orchestrator kan veksle mellom Carbon og Hydrogen, peker også mot en verden der modellrutingen blir like viktig som modellnavnet.
Hydrogen treffer derfor en rolle jeg har mer tro på enn enda en modell som bare flytter en benchmark. Dommen over ytelsen får vente til den er prøvd på ekte arbeid utenfor Googles egne demonstrasjoner. Jeg trenger ikke at hver nye modell skal være universets klokeste. Jeg trenger modeller som gjør jobben, bruker verktøy uten tull og lar meg kontrollere både fart og kostnad. Det er akkurat den jobben Hydrogen er laget for.
Ofte stilte spørsmål
Er Gemini 4 Hydrogen gratis?
Ja, Hydrogen blir tilgjengelig for gratisbrukere i Gemini-appen gjennom automatisk modellvalg når Google vurderer at den passer til prompten. Utviklere betaler for bruk i Gemini API, mens enkelte funksjoner i Antigravity og Google Sheets krever Google AI Pro, Ultra eller kvalifiserte bedriftsabonnementer.
Er Hydrogen bedre enn Gemini 4 Argon?
Ikke på alle oppgaver. Hydrogen er laget for rask utførelse, kode og agentflyter, mens Argon og Carbon er beregnet på tyngre og mer langsiktig resonnering. Hydrogen kan slå Argon i enkelte tester og samtidig være et dårligere valg når oppgaven krever dyp arkitektonisk vurdering.
Har Gemini 4 Hydrogen tilgang til 1 million tokens?
Ja. Google oppgir opptil 1 million input-tokens og opptil 1 million output-tokens. API-prisen er flat gjennom hele kontekstvinduet, men svært lange agentløp kan fortsatt bli dyre fordi output, verktøykall og nye forsøk bygger opp totalforbruket.
Hva bør jeg måle når jeg prøver Hydrogen?
Mål om oppgaven faktisk blir ferdig, hvor lang tid den tar, samlet tokenkostnad og hvor ofte du må rette eller starte på nytt. For kodeagenter bør du også kontrollere tester, uønskede filendringer og om modellen stopper når den mangler tilgang eller nødvendig informasjon.
