Zum Inhalt springen
Die digitale Welt verstehen
Künstliche Intelligenz

Gemini 4 Hydrogen: Googles schnelles Modell schlägt Argon – um einen Punkt

Google hat Gemini 4 Hydrogen am 12. November 2026 veröffentlicht, ein schnelles Modell für Agenten-Workflows. Im Index liegt es mit 51 zu 50 Punkten nur knapp vor Argon, und das nur auf Stufe High.

Illustration eines Monitors mit KI-Oberfläche, davor zwei leuchtende Chips: „Hydrogen“ steht minimal höher als „Argon“.Dieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2_5 flare high 1k 16:9PromptMagazine cover style illustration of a wide desktop monitor in a dark studio, its screen showing an abstract AI chat window with a glowing model selector. In front of the monitor stand two chunky glowing processor-chip shapes side by side: the left chip labeled "Hydrogen" is drawn slightly taller and wrapped in bright cyan speed streaks, the right chip labeled "Argon" sits just a hair lower in a calmer violet glow. No numbers anywhere. Bold flat shapes with fine gradients, deep navy background, electric cyan and magenta accents, dramatic rim lighting, strong central composition with space at the top for a masthead, no people. No watermark, no signature.
Gemini 4 Hydrogen erreicht im Artificial Analysis Intelligence Index 51 Punkte und liegt damit einen Punkt vor Gemini 4 Argon mit 50 Punkten. Der Vorsprung gilt laut Google nur auf der Denkstufe High.

Google hat am 12. November 2026 Gemini 4 Hydrogen veröffentlicht, ein schnelleres und günstigeres Modell, das im Artificial Analysis Intelligence Index, einer Rangliste mit einer Gesamtpunktzahl je Modell, mit 51 zu 50 Punkten vor dem Spitzenmodell Gemini 4 Argon liegt. Der Vorsprung gilt laut Blogbeitrag von Koray Kavukcuoglu, Chief AI Architect von Google, nur auf der Denkstufe „High“, der voreingestellten Rechentiefe vor jeder Antwort, und beträgt einen Punkt. Fast alle weiteren Leistungszahlen stammen von Google selbst oder aus frühen Partnertests, wie ComputerBase am 13. November 2026 zusammenfasste.

Mythos „kleines Modell“: Hydrogen schlägt Argon um genau einen Punkt

Gemini 4 Hydrogen ist laut Google für schnelle Ausführung in Agenten-Workflows gebaut, Carbon und Argon dagegen für tiefes Schlussfolgern über lange Strecken. Agenten-Workflows sind Abläufe, in denen ein Modell selbstständig mehrere Schritte mit Werkzeugen erledigt.

Der Mythos: Billig heißt schwach.

Falsch.

Auf der höchsten Stufe „xhigh“ erreicht das neue Modell laut Google sogar 54 Punkte. Priorität haben Tempo und Effizienz bei Programmierung, automatisierten Abläufen und Alltagsaufgaben.

Vier Denkstufen stehen zur Wahl. Sie heißen Low, Medium, High und xhigh. Jede Stufe gewichtet Antwortqualität, Wartezeit und Kosten anders. Google verspricht einen gleichmäßigen, vorhersehbaren Anstieg von Stufe zu Stufe. Sie sollen nur für die Denktiefe warten und zahlen, die eine Aufgabe braucht.

Trotzdem: Ein Punkt Vorsprung rechtfertigt keinen Modellwechsel. Werten Sie das Ergebnis als Gleichstand. Über die Wahl entscheiden Tempo und Preis. Wie Google Argon zunächst verteilt hat, lesen Sie in unserem Beitrag zu Gemini 4 Argon.

Was bringt der Umstieg von Gemini 3.8 Flash wirklich?

Der Umstieg von Gemini 3.8 Flash auf Hydrogen bringt laut Google vor allem mehr Tempo und höhere Erfolgsquoten beim Programmieren. Kavukcuoglu nennt das neue Modell im Google-Blog zum Start ein großes Upgrade für Teams, die von Flash kommen. Ein Teil der Ersparnis zeigt sich bei den Token, den Texteinheiten, nach denen Modelle abrechnen.

Die folgende Tabelle zeigt die Vergleichswerte, die Google gegenüber Gemini 3.8 Flash nennt.

KennzahlGegenüber 3.8 FlashQuelle
Tempo auf Stufe High2,5-mal schnellerGoogle
Terminal-Bench 4.157 statt 18,2 %Google
Erfundene Behauptungenüber 5-mal seltenerGoogle
Tempo in Unternehmensabläufen2- bis 2,8-mal schnellerPartnertests
Tokenverbrauch12 bis 23 % wenigerPartnertests

Terminal-Bench ist ein Test für Aufgaben in der Kommandozeile. Das Tempo erklärt Google mit der Arbeitsweise. Hydrogen liest Dateien und startet Suchen gebündelt und parallel. Es öffnet Dateien also nicht eine nach der anderen. Das spart Zeit in großen Code-Repositorys.

Beim Code setzt Google auf gezielte Eingriffe. Das Modell soll Fehler beheben, ohne unbeteiligte Dateien neu zu schreiben. Im Test SWE-sweep muss es Fehler finden und reparieren, ohne bestehenden Code zu beschädigen. Dort schlägt es laut Google Modelle derselben Klasse. Scheitert ein Werkzeugaufruf oder bleibt eine Suche leer, passt es sich laut Google sauber an.

Das Problem: Die Partnerwerte stammen aus frühen Tests mit Graphen, SQL und datenlastigen Unternehmensabläufen. Google nennt keine Partner. Übertragen Sie die Spanne nicht blind auf Ihre Pipeline. Messen Sie selbst.

Orchestrator: Carbon plant, Hydrogen schuftet

Der Orchestrator in Googles Entwicklungsumgebung Antigravity wechselt innerhalb einer Sitzung selbstständig zwischen Gemini 4 Carbon und Hydrogen. Er nutzt also kein einzelnes Modell von Anfang bis Ende. Laut Google brauchen Entwicklungsteams die großen Modelle für Systementwürfe und verzwickte Fehler. Für Code, Tests und Prüfungen fehlt ihnen dagegen ein schnelles, diszipliniertes Ausführungsmodell.

Hydrogen: Googles Gemini-4-Modell für schnelle Agenten-WorkflowsDieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2_5 flare high 1k 16:9PromptSoft clay 3D render, isometric top-down view of a tidy miniature workshop table. A large rounded clay block labeled "Carbon" sits in the center like a conductor, linked by thin clay tubes to four smaller rounded clay blocks labeled "Hydrogen", each standing on its own separate clay platform. Each small block carries a simple clay icon: curly braces for code, a checkmark for testing, a magnifying glass for review, and a gear. Pastel palette of soft teal, warm orange and cream, gentle studio lighting, soft shadows, shallow depth of field, playful matte clay texture, no people, no numbers. No watermark, no signature.
Carbon übernimmt die Koordination, Hydrogen schreibt Code, testet und prüft: Diese Arbeitsteilung automatisiert der Orchestrator innerhalb einer Antigravity-Sitzung.

Die Messwerte stammen aus dem Terminal-Bench 4.0. Die Kombination erreichte laut Google fast die Erfolgsquote von Carbon allein. Sie verbrauchte im Schnitt 24 Prozent weniger Kontingent. Und sie arbeitete 19 Prozent schneller. Kontingent meint hier das begrenzte Nutzungsvolumen.

Für parallele Agenten beschreibt Google eine feste Rollenverteilung. Carbon koordiniert. Hydrogen treibt die Arbeits- und Prüfagenten an. Diese bauen und testen Änderungen gleichzeitig in getrennten Arbeitsbereichen. Die Tokenkosten sollen dabei nicht steigen.

Klartext: Ein Modell für jede Aufgabe funktioniert wirtschaftlich nicht mehr. Planen Sie Agenten nach Rollen. Den Rahmen dafür beschreibt unser Überblick zur Gemini Enterprise Agent Platform.

Benchmarks und Sicherheit: Googles Bestwerte mit Kleingedrucktem

Gemini 4 Hydrogen belegt laut Google in mehreren Fach-Benchmarks vordere Plätze, doch diese Tests erlauben laut ComputerBase keinen direkten Vergleich untereinander. Benchmarks sind standardisierte Testreihen für KI-Modelle. Die harte Wahrheit: Die Ergebnisse meldet Google selbst.

Die Tabelle zeigt Googles Angaben für Recherche-, Fach- und Multimodalaufgaben.

BenchmarkErgebnisRang
Agent Arena (arena.ai)k. A.Platz 5
HLE-Diamond58,8 %Bester seiner Klasse
Vals Tax Agent Bench52,3 %Platz 1 insgesamt
Vals Legal Research Bench55,8 %Platz 1, geteilt
Multimodal Knowledge Agent53,4 %vor anderen Modellen
Agents‘ Last Exam v1.171,6 %vor anderen Modellen

Achten Sie auf die Wortwahl. „Bester seiner Klasse“ heißt: Das Modell schlägt Konkurrenten derselben Leistungsklasse. In der Vals Tax Agent Bench, einem Steuer-Test, führt es dagegen über alle Modelle. Agent Arena ist ein Live-Ranking von arena.ai für mehrstufige Aufgaben wie Recherche und Datenanalyse. Den Multimodal Knowledge Agent Benchmark stellt Google in einem eigenen Blogbeitrag als neuen Test vor. Er misst Wissensarbeit von Agenten mit komplexen visuellen Dateien.

Gegenüber Gemini 3.8 Flash meldet Google deutliche Sicherheitsgewinne bei Agenten-Aufgaben. Unerwünschte Eingriffe, also Aktionen über den Auftrag hinaus, sinken um bis zu 81 Prozent. Unzureichend erledigte Aufgaben gehen um bis zu 79 Prozent zurück. Fehlgeleitete Aktionen und Abkürzungen fallen laut Google um den Faktor zwölf. In Googles interner Ehrlichkeitsprüfung für Agenten erreicht Hydrogen 94 Prozent.

Gegen indirekte Prompt-Injection ist das Modell im Gray-Swan-Test mehr als 2,3-mal widerstandsfähiger. Bei dieser Angriffsart verstecken Dritte Befehle in Inhalten, die ein Agent liest. Bei blockierten Aufgaben versucht Hydrogen laut Google bis zu zweimal seltener, Rechtegrenzen zu umgehen.

„Bis zu“ beschreibt den besten Fall. Planen Sie nicht mit der Obergrenze. Und lassen Sie Agenten nie ohne Rechtekonzept laufen.

Preis und Zugang: Wo Hydrogen ab sofort läuft

Gemini 4 Hydrogen kostet über die Gemini API pauschal 1,50 US-Dollar je eine Million Eingabetoken und 7,50 US-Dollar je eine Million Ausgabetoken. Der Preis gilt unabhängig von der Kontextlänge. Das Kontextfenster, also die Textmenge, die das Modell auf einmal verarbeitet, fasst eine Million Token. Bei der Ausgabe gilt dieselbe Grenze. Wie sich die Abrechnung beim Schwestermodell ändert, zeigt unsere Analyse zum Argon-Preis und zu Thinking-Token.

Die Tabelle zeigt, über welche Angebote Google das Modell seit dem 12. November 2026 weltweit ausrollt.

AngebotZugang
Gemini API, AI Studioalle Stufen
Android Studioüber die Gemini API
Gemini-AppModellauswahl; Gratis-Konten per automatischer Modellwahl
Google-Suchealle Nutzenden weltweit
Antigravitynur zahlende AI Pro und Ultra
Gemini for BusinessAPI und Modellauswahl
Gemini in Google Sheetsab AI Pro und Ultra; berechtigte Business-Abos

Für die Google-Suche spricht Robby Stein, Vice President of Product der Suche, im Google-Blog vom 12. November 2026 vom bislang größten Modell-Upgrade. Hydrogen verstärkt dort das Query Fan-out. Dabei zerlegt die Suche eine Frage in Teilthemen und fragt diese gleichzeitig ab. Antworten sollen mehr Bilder, Vergleichstabellen und eigens erzeugte Werkzeuge enthalten. Das gilt laut Stein für alle Sprachen des KI-Modus.

In der Gemini-App soll das Modell Anweisungen genauer befolgen und öfter die passenden Werkzeuge wählen. Rückfragen sollen seltener werden. Das betrifft Texte, Recherche und Datenanalysen. Kontext holt es aus Gmail, Google Drive und verbundenen Apps wie Airtable und Dropbox. In Google Sheets erstellt es Finanzmodelle laut Google mehr als 30 Prozent schneller als frühere Modelle.

Offen bleibt, wie weit der Orchestrator tatsächlich hinter Carbon liegt. Google schreibt nur von nahezu gleicher Erfolgsquote. Für weitere Details verweist Google auf die Modellkarte zu Gemini 4 Hydrogen. Lesen Sie diese, bevor Sie Flash-Workloads umstellen. Testen Sie dann mit eigenen Aufgaben.

Was halten Sie von dem Thema? Hier können Sie mit anderen Leserinnen und Lesern ins Gespräch gehen.