Google выпустила Gemini 4 Hydrogen: миллион токенов за $1,50
Google представила Gemini 4 Hydrogen — модель, которую компания позиционирует как быстрый рабочий слой для агентных сценариев: написания кода, запуска тестов, поиска по большим наборам файлов и обработки документов. Самая практичная цифра здесь — не очередной бенчмарк, а цена: $1,50 за миллион входных и $7,50 за миллион выходных токенов при контекстном окне до миллиона токенов.
Hydrogen не заменяет старшие Gemini 4 Carbon и Argon, которые Google оставляет для сложных задач с длинным рассуждением. Идея другая: тяжёлая модель принимает архитектурное решение, а Hydrogen быстро выполняет рутинные шаги — редактирует код, проверяет изменения или разбирает материалы. В Antigravity Google добавила Orchestrator, который должен переключать такие модели внутри одной сессии. Компания утверждает, что на Terminal-Bench 4.0 этот режим расходовал в среднем на 24% меньше квоты и завершал задачи на 19% быстрее при близком к Carbon результате. Это внутренне описанный Google результат, а не независимое сравнение.
График: Google.
Быстрее, но не без оговорок
Google заявляет, что Hydrogen в стандартном режиме high завершает задачи в 2,5 раза быстрее Gemini 3.8 Flash и показывает 57% против 18,2% на Terminal-Bench 4.1. Подобные цифры полезны как ориентир при выборе модели, но не как гарантия для конкретного репозитория: реальная скорость зависит от инструментов, длины контекста и того, сколько раз агенту придётся исправлять собственные действия.
У модели четыре уровня «мышления»: low, medium, high и xhigh. Поэтому более низкая цена не означает автоматически самый дешёвый запуск — итоговая стоимость зависит и от выбранной глубины рассуждения, и от объёма ответа.
Где её можно попробовать
Hydrogen уже разворачивается глобально в Gemini API, Google AI Studio, Android Studio, Gemini for business, приложении Gemini и Google Search. В приложении бесплатные пользователи получают модель через автоматический выбор, когда Google сочтёт её подходящей; прямой выбор и отдельные возможности зависят от подписки. Для команд это повод сначала прогнать свои тесты на реальных задачах: модель обещает экономить время именно там, где агенту нужно много аккуратных, но повторяемых действий.
Отдельный интерактив не нужен: официальная сравнительная таблица выше напрямую поясняет заявленные показатели модели.
