Nota do autor: o Google lançou o Gemini 4 Hydrogen em 2026-11-12. Este artigo organiza a tabela comparativa de 10 itens do model card oficial, as melhorias em relação ao Gemini 3.8 Flash, as especificações e o preço da faixa padrão, e indica item a item de onde vêm os números.
O Google lançou oficialmente o Gemini 4 Hydrogen em 2026-11-12, com ID de modelo gemini-4-hydrogen. Sua posição é codificação cotidiana mais rápida e execução de vários tipos de agentes, não os modelos como Carbon e Argon, encarregados do raciocínio de longo prazo mais difícil. O preço oficial global na faixa padrão é $1.50 de entrada e $7.50 de saída (por milhão de tokens). Na tabela comparativa de 10 itens do model card do DeepMind, ele obteve a maior pontuação em 7 deles.
Não é um rumor de nome de código de pré-lançamento. O blog do Google, o boletim para desenvolvedores e o model card do DeepMind já estão no ar, e o link de teste no AI Studio usa exatamente o ID gemini-4-hydrogen. Vale esclarecer que todas as pontuações citadas neste artigo vêm de dados autorreportados oficiais ou do resumo do model card oficial, e não de resultados de reteste da APIYI.
O ponto principal: ao terminar este artigo, você vai saber em quais tarefas o Gemini 4 Hydrogen lidera e em quais fica atrás do Claude Sonnet 5.5, além de entender como ler esses números.
Visão geral das informações principais do Gemini 4 Hydrogen
Vamos começar pelos fatos básicos. As informações da tabela abaixo vêm do blog do Google, do boletim para desenvolvedores e do model card do DeepMind (publicado em novembro de 2026), com verificação feita em 2026-11-13.
| Item | Detalhes do Gemini 4 Hydrogen |
|---|---|
| Data de lançamento | 2026-11-12, com disponibilização global a partir desse dia |
| Lançado por | Google / Google DeepMind |
| ID do modelo | gemini-4-hydrogen |
| Origem | O model card declara “adapted from Gemini 4 Carbon”, ou seja, derivado do Carbon |
| Posicionamento oficial | Codificação do dia a dia e execução de agentes; pode ser usado sozinho ou como motor de execução em fluxos multi-modelo |
| Níveis de raciocínio | Quatro níveis: low, medium, high (padrão) e xhigh |
| Corte de conhecimento | Março de 2026, possivelmente mais antigo em algumas áreas |
| Canais oficiais | AI Studio em todos os níveis, Gemini API, Android Studio, Gemini for business, Gemini App, Google Search |
O Google é bastante direto sobre a divisão de trabalho na família Gemini 4: Carbon e Argon ficam responsáveis pelo raciocínio de longa duração mais difícil, enquanto Hydrogen cuida das tarefas cotidianas com mais velocidade. Por isso, comparar Hydrogen e Carbon como “versões antiga e nova do mesmo nível de modelo” não faz sentido. A relação com o Carbon é mais parecida com duas especializações sobre a mesma base.
Quanto aos canais de uso, usuários pagos do Google AI Pro / Ultra também podem usar o Hydrogen no Google Antigravity. O Sheets foi liberado primeiro para Pro / Ultra e para assinaturas empresariais elegíveis. O AI Studio confirma oficialmente a disponibilidade em todos os níveis; os limites específicos do nível gratuito não foram verificados desta vez, então não entro em detalhes aqui.
Os quatro níveis de raciocínio do Gemini 4 Hydrogen
Os quatro níveis de raciocínio são um ponto central no uso do Hydrogen. A posição oficial é que qualidade, latência e custo aumentam de forma gradual entre os níveis, e o desenvolvedor pode pagar apenas pela profundidade de raciocínio de que precisa. O nível padrão é high, e isso impacta diretamente a conta — volto a esse ponto na seção de preços mais adiante.
Tabela oficial de comparação de 10 itens do Gemini 4 Hydrogen
Esta é a parte mais importante do artigo. O model card do DeepMind traz uma tabela comparativa de 10 benchmarks, na qual Gemini 4 Hydrogen, Claude Sonnet 5.5 e GPT-6.1 Terra são comparados.
| Benchmark | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | Melhor |
|---|---|---|---|---|
| SWE-sweep | 13,5% | 3,1% | 5,8% | Hydrogen |
| Terminal-Bench 4.1 (ajustado para trapaça) | 57,0% | 63,9% | Sem dados | Sonnet |
| Agents’ Last Exam v1.1 | 71,6% | 60,4% | 69,8% | Hydrogen |
| AutomationBench-AA | 76,1% | 71,8% | 60,2% | Hydrogen |
| Vending-Bench 2 (saldo da conta, USD) | 14549 | 11165 | 9107 | Hydrogen |
| OSWorld-2.1 (subconjunto offline) | 77,6% | 83,9% | 74,2% | Sonnet |
| MKA (acurácia WSR do Climb) | 53,4% | 52,0% | 43,8% | Hydrogen |
| Chartography | 66,6% | 61,6% | 63,2% | Hydrogen |
| Terminal-Bench-Science 0.1 | 51,4% | 59,9% | 58,3% | Sonnet |
| HLE-Diamond | 58,8% | 53,3% | 47,3% | Hydrogen |
A contagem é esta: Hydrogen lidera em 7 itens, e Sonnet 5.5 lidera em 3: Terminal-Bench 4.1, OSWorld-2.1 de operações de computador e Terminal-Bench-Science. GPT-6.1 Terra não ficou em primeiro lugar em nenhuma célula com pontuação.
Aqui vale destacar dois pontos. Primeiro, a coluna de Terra em Terminal-Bench 4.1 está vazia; o model card não informa o número, então isso não pode ser interpretado como “Terra tem capacidade de terminal pior”. Segundo, “vencer 7 de 10” não significa superioridade total: Hydrogen ainda fica atrás do Sonnet 5.5 nas duas tarefas altamente relacionadas à execução de agentes — terminal e operações de computador.
Como ler esta tabela comparativa do Gemini 4 Hydrogen
As notas de metodologia do model card definem até onde dá para tirar conclusões desta tabela. Salvo indicação em contrário, as pontuações do Hydrogen são do nível de raciocínio mais alto, pass@1, uma única tentativa, executadas pela Gemini API. Para Sonnet 5.5 e GPT-6.1 Terra, por padrão, usa-se o maior nível público de raciocínio ou inferência de cada um; quando não há resultado público, usa-se o melhor resultado disponível.
Em outras palavras, não se trata de uma nova execução dos três modelos no mesmo dia, com o mesmo conjunto de scripts. O item SWE-sweep deixa isso especialmente claro: as pontuações dos concorrentes vêm de leaderboards públicos, e não de um reteste do Google com o mesmo scaffold. Portanto, esta tabela serve para indicar a direção geral de força, não para tratar cada ponto percentual de diferença como conclusão precisa.
Além disso, na tabela, o Hydrogen aparece com a pontuação do nível de raciocínio mais alto, enquanto seu nível padrão é high. Se você usa a configuração padrão em produção, o desempenho real pode diferir dos números da tabela — vale a pena validar nas suas próprias tarefas.
Melhorias do Gemini 4 Hydrogen em relação ao Gemini 3.8 Flash
Para desenvolvedores que já usam o Gemini 3.8 Flash, esta seção pode ser mais útil como referência do que a comparação lado a lado. Todos os números abaixo são autodeclarados pela empresa.
| Dimensão | Gemini 3.8 Flash | Gemini 4 Hydrogen | Observação |
|---|---|---|---|
| Velocidade de conclusão de tarefas (high padrão) | Linha de base | 2,5 vezes mais rápido | Autodeclarado pela empresa |
| Terminal-Bench 4.1 | 18,2% | 57% | Mais que o triplo |
| Declarações inventadas | Linha de base | Redução de mais de 5 vezes | Autodeclarado pela empresa |
| Falha de ferramenta / busca vazia | — | Maior capacidade de mudar de rota proativamente | Descrição qualitativa oficial |
| Velocidade em testes iniciais de parceiros | Linha de base | 2 a 2,8 vezes mais rápido | Gráficos, SQL e fluxos com uso intensivo de dados |
| Consumo de tokens em testes iniciais de parceiros | Linha de base | 12% a 23% menos | Repassado pela empresa, não é ranking público |
O salto de 18,2% para 57% nas tarefas de terminal é a mudança mais evidente deste lançamento. Isso mostra que o Hydrogen cruzou um limiar de usabilidade na questão de “se um modelo pequeno consegue de fato executar tarefas de linha de comando”. Porém, ao voltar à tabela de comparação lado a lado, 57% ainda fica abaixo dos 63,9% do Sonnet 5.5.
Os dados iniciais de testes com parceiros também devem ser vistos em separado. São resultados de parceiros repassados pela empresa, não um ranking público; os cenários se concentram em gráficos complexos, SQL e fluxos com uso intensivo de dados, e não necessariamente se aplicam a todos os tipos de negócio.
Outros resultados autodeclarados do Gemini 4 Hydrogen
Além da tabela com 10 itens, o blog e o model card também listam alguns resultados, igualmente autodeclarados pela empresa:
- Artificial Analysis Intelligence Index: no nível high padrão, 51; no Argon, 50; no nível xhigh, chega a 54. Este é o número da AA citado pelo Google. O Carbon já havia divulgado 59 pontos no AA Index v5, mas o anúncio não esclarece se o Hydrogen usa a mesma versão do índice; não convém comparar os dois por subtração direta.
- Agent Arena: 5º lugar no ranking de tarefas abertas de agentes.
- Vals Tax Agent Bench: 52,3%, com a empresa afirmando 1º lugar no ranking geral.
- Vals Legal Research Bench: 55,8%, com a empresa afirmando 1º lugar empatado.
- HLE-Diamond: 58,8%, com a empresa afirmando liderança na mesma categoria.
O papel do Gemini 4 Hydrogen em fluxos multimodelo
A empresa também divulgou dados de um uso combinado. No Antigravity Orchestrator, o sistema alterna entre Carbon e Hydrogen; no Terminal-Bench 4.0, a taxa de sucesso de tarefas fica próxima à do Carbon puro, com 24% menos cota em média e 19% mais rápido. No modo paralelo, o Carbon atua como coordenador, e o Hydrogen, como worker ou verifier.
Esses dados deixam bem clara a intenção de design do Google para o Hydrogen: ele não pretende substituir o Carbon, mas assumir grande parte da execução concreta, deixando o raciocínio caro para as etapas que realmente precisam dele.
Gemini 4 Hydrogen: especificações e preços
Janela de contexto: as duas versões do model card e do blog
No caso da janela, o model card e o blog não dizem exatamente a mesma coisa. Aqui estão as duas versões lado a lado:
- Model card: “combined input-output token context window of up to 1M”, ou seja, no máximo 1 milhão de tokens somando entrada e saída; em chamadas síncronas, a saída padrão é de no máximo 64 mil tokens; no long decode em segundo plano, a saída máxima é de 1 milhão de tokens.
- Blog: entrada nativa de 1 milhão de tokens e saída de até 1 milhão de tokens.
Na prática, no desenvolvimento, é recomendável dimensionar o orçamento com base na medida mais conservadora do model card — a “janela total” — e ficar atento ao limite padrão de 64 mil tokens de saída nas chamadas síncronas. Saídas muito longas precisam usar o long decode em segundo plano. Quanto às modalidades de entrada, o Hydrogen aceita texto, imagem, áudio e vídeo.
Preços oficiais do nível padrão do Gemini 4 Hydrogen
O blog fala em um preço único para toda a janela de 1 milhão de tokens. A tabela abaixo vem da página de preços do Google Cloud (consultada em 2026-11-13) e traz apenas o nível padrão, com valores em dólares por milhão de tokens.
| Item de cobrança | Nível padrão global | Não global |
|---|---|---|
| Entrada (texto, imagem, vídeo, áudio) | $1.50 | $1.65 |
| Leitura de cache | $0.075 | $0.0825 |
| Saída (resposta e raciocínio combinados) | $7.50 | $8.25 |
| Escrita de cache | Preço de tabela $1.875; cobrado apenas a partir de 2027-01-12 | — |
Tem um detalhe que costuma passar batido: o preço de saída é calculado somando resposta e raciocínio. O nível de raciocínio padrão do Hydrogen é high, então a conta de saída inclui os tokens de raciocínio. O model card também lembra que níveis de raciocínio mais altos podem consumir mais tokens. Para tarefas simples, vale considerar baixar para low ou medium para controlar o custo.
Onde chamar o Gemini 4 Hydrogen hoje
Nos canais oficiais, o Google AI Studio e a Gemini API já estão disponíveis hoje mesmo. Já do lado da APIYI, verificamos em 2026-11-13 a tabela geral de documentação em docs.apiyi.com/models, a página do modelo e a interface de preços em api.apiyi.com/api/pricing — e não encontramos gemini-4-hydrogen em nenhuma delas: a página do modelo retorna 404, e a busca por “hydrogen” entre os 282 modelos daquele dia na interface de preços também não traz resultado. Ou seja, ainda não está no catálogo; vamos colocá-lo no ar o quanto antes. Modelo e preço valem sempre o que estiver na lista de modelos da plataforma.
Antes de o Hydrogen entrar no ar, a APIYI apiyi.com já permite chamar dois adversários da tabela de 10 itens, além do Carbon, o “progenitor” do Hydrogen — o que ajuda a montar o fluxo de comparação desde já:
| ID do modelo | Entrada | Saída | Leitura de cache | Endpoint | Plataforma disponível |
|---|---|---|---|---|---|
gemini-4-carbon |
$2 | $10 | $0.1 | chat、gemini | APIYI apiyi.com |
claude-sonnet-5-5 |
$2 | $10 | $0.1 | chat、messages | APIYI |
gpt-6.1-terra |
$1 | $5 | $0.05 | responses（preferencial）、chat | APIYI |
Sobre o preço do Carbon, vale um adendo: a documentação da APIYI deixa claro que $2 / $10 é o preço promocional do Google, válido até 2026-11-30; a partir de 2026-12-01 ele passa a $4 / $20, seguindo o ajuste oficial, com leitura de cache em $0.10.
A integração é pela interface compatível com OpenAI: basta definir base_url como https://api.apiyi.com/v1 e preencher o campo de modelo com gemini-4-carbon, claude-sonnet-5-5 ou gpt-6.1-terra. Quando o Hydrogen entrar no ar, é só trocar o campo de modelo por gemini-4-hydrogen e reproduzir, no mesmo código, os tipos de tarefa cobertos por aquela tabela de 10 itens.
🎯 Dica técnica: as pontuações dos adversários no card oficial do modelo vêm dos resultados públicos de cada fornecedor e não necessariamente correspondem ao seu cenário de negócio. A sugestão é começar comparando Sonnet 5.5 e Terra na APIYI apiyi.com com o mesmo lote de tarefas reais e, depois que o Hydrogen entrar no ar, acrescentar mais uma coluna — assim você monta a sua própria tabela de vitórias e derrotas.
Análise de impacto do Gemini 4 Hydrogen
Impacto para desenvolvedores
- Mais uma opção na camada de execução de agentes: em tarefas de agente como AutomationBench-AA, Agents’ Last Exam e Vending-Bench 2, os resultados oficiais do Hydrogen lideram, sendo adequado para assumir grande parte das etapas de execução no fluxo de trabalho.
- Operações de terminal e computador ainda precisam ser avaliadas: no Terminal-Bench 4.1 e no OSWorld-2.1, o Sonnet 5.5 lidera. Se o seu cenário principal é agente de linha de comando ou automação de desktop, não basta olhar apenas para o “venceu em 7 categorias”.
- Usuários do 3.8 Flash vale a pena avaliar a migração: velocidade, taxa de sucesso no terminal e taxa de fabricação tiveram melhorias evidentes autodeclaradas oficialmente, mas confirme com os seus próprios dados.
- O custo depende do nível de raciocínio: o nível high padrão inclui os tokens de raciocínio na saída, e a escolha do nível determina diretamente a conta.
Impacto no cenário de divisão de trabalho entre modelos
O lançamento do Hydrogen reforça ainda mais o uso em camadas de “coordenador + executor”. Os dados oficiais do Orchestrator mostram que usar modelos baratos para execução e modelos caros para planejamento pode economizar cota com uma taxa de sucesso próxima. Isso significa que a orquestração multi-modelo está deixando de ser uma prática experimental para se tornar uma prática oficialmente recomendada pelos fabricantes, e uma camada de acesso capaz de alternar de forma unificada entre vários modelos também se tornará cada vez mais importante.
Limitações conhecidas do Gemini 4 Hydrogen
Sem esconder os pontos fracos, as limitações listadas no cartão do modelo incluem:
- Ainda pode produzir alucinações; pode ficar mais lento ou atingir timeout; níveis de raciocínio mais altos podem consumir mais tokens; conhecimento com corte em março de 2026.
- Na avaliação automática de segurança, duas métricas pioraram em relação ao 3.8 Flash: tom de recusa -0,65 ponto percentual; a proporção de recusas quando não deveria recusar aumentou 5,57 pontos percentuais (quanto menor esta métrica, melhor).
- Em termos de segurança de fronteira, não houve salto de capacidade material em relação ao Argon; nem CBRN nem segurança cibernética atingiram o CCL, mas já alcançaram o limite de alerta. Isso não significa “não há riscos relacionados”. O relatório completo de segurança será divulgado posteriormente, segundo a empresa.
Também há dados positivos: comportamentos de agente fora dos limites reduzidos em até 81%, avaliação interna de honestidade em 96,7%, resistência a injeção de comando indireta do Gray Swan aumentada em mais de 2,3 vezes, e falsas recusas do HealthBench Pro abaixo de 0,4%. Estes também são autodeclarados oficialmente.
Perguntas frequentes (FAQ)
Q1: O que é o modelo Gemini 4 Hydrogen?
É um membro da família Gemini 4, lançada pelo Google em 2026-11-12. O ID do modelo é `gemini-4-hydrogen`, e ele foi derivado do Gemini 4 Carbon, sendo posicionado como um modelo mais rápido para codificação cotidiana e execução de agentes. As tarefas de raciocínio de longo prazo mais difíceis ficam a cargo do Carbon e do Argon.
Q2: Quem é mais forte, Gemini 4 Hydrogen ou Claude Sonnet 5.5?
De acordo com a tabela de 10 itens da ficha oficial do modelo, o Hydrogen vence em 7 itens e o Sonnet 5.5 vence em 3. As vantagens do Sonnet estão concentradas em tarefas de terminal, operação de computador e terminal científico. As pontuações dos concorrentes são resultados que cada empresa divulgou no nível máximo de raciocínio, e não foram obtidas executando novamente o mesmo conjunto de scripts. Recomendamos fazer testes comparativos com suas próprias tarefas via APIYI apiyi.com.
Q3: O “vence em 7 de 10 itens” foi medido por terceiros?
Não. É um resumo oficial da ficha do modelo do DeepMind, com o Hydrogen usando o nível máximo de raciocínio e pass@1 em uma única tentativa. Também não é resultado de um novo teste da APIYI; deve ser tratado como dados autorrelatados oficiais.
Q4: Para quais cenários o Gemini 4 Hydrogen é indicado?
Os cenários em que os resultados oficiais são melhores incluem: fluxos de automação com múltiplas etapas (AutomationBench-AA), compreensão de gráficos (Chartography), agentes de conhecimento multimodal (MKA) e papéis de worker ou verifier em fluxos com vários modelos. Para agentes de linha de comando e operação de desktop, vale avaliar também o Sonnet 5.5.
Q5: Agora é possível chamar o Gemini 4 Hydrogen via APIYI?
Até 2026-11-13, ele ainda não está disponível na plataforma. Vamos disponibilizar esse modelo o quanto antes; o modelo e os preços seguem a lista de modelos da plataforma. No momento, você pode chamar `gemini-4-carbon`, `claude-sonnet-5-5` e `gpt-6.1-terra` na APIYI apiyi.com, usando `https://api.apiyi.com/v1` como `base_url`, e montar primeiro seu fluxo de comparação.
Q6: Por que a saída do Gemini 4 Hydrogen pode custar mais do que o esperado?
O preço oficial de saída de $7.50 é cobrado somando resposta e raciocínio, e o nível de raciocínio padrão é high; os tokens de raciocínio entram na fatura de saída. Para tarefas simples, você pode mudar para o nível low ou medium para controlar o custo.
Gemini 4 Hydrogen – Principais Pontos (Key Takeaways)
- Posicionamento claro: lançado em 12/11/2026, focado em codificação do dia a dia e execução de agentes, derivado do Carbon.
- Tabela oficial: 10 itens, 7 vitórias: o Sonnet 5.5 vence em terminal, operação de computador e terminal científico (3 itens); o Terra não fica em primeiro em nenhum.
- É preciso separar os critérios: as pontuações são autorrelatadas pela fabricante; os concorrentes usam o maior nível de raciocínio divulgado por cada um — não são reexecuções com o mesmo script.
- Salto evidente em relação ao 3.8 Flash: 2,5 vezes mais rápido; o Terminal-Bench 4.1 vai de 18,2% para 57%.
- Preço da faixa padrão: global, entrada US$ 1,50 e saída US$ 7,50; a saída inclui os tokens de raciocínio.
- Duas versões sobre a janela: o model card fala em 1 milhão no total; o blog fala em 1 milhão de entrada e até 1 milhão de saída.
- Situação da invocação: ainda não está disponível no APIYI; por enquanto, dá para montar comparações em apiyi.com usando Carbon, Sonnet e Terra.
Resumo
Os principais pontos do Gemini 4 Hydrogen:
- Forte na execução de agentes: vence 7 dos 10 itens da tabela oficial, liderando em automação, exames de agentes, gráficos e HLE-Diamond.
- Fraco em terminal e operação de computador: Terminal-Bench 4.1, OSWorld-2.1 e terminal científico ficam atrás do Claude Sonnet 5.5.
- Os números precisam ser lidos conforme o critério: todos são autorrelatados pela fabricante ou consolidados a partir do model card; as pontuações dos concorrentes vêm de resultados públicos, e não de uma reexecução no mesmo ambiente.
Se você trabalha com fluxos de agentes, o Hydrogen merece entrar na sua lista de candidatos, especialmente como camada de execução em fluxos multimodelo. A decisão final, porém, deve se basear nos resultados das suas próprias tarefas. Recomendo usar o APIYI apiyi.com para estabelecer uma linha de base com o Carbon, o Sonnet 5.5 e o Terra já disponíveis; quando o Hydrogen for lançado, basta complementar os testes.
📚 Materiais de Referência
- Blog do Google: Introducing Gemini 4 Hydrogen: anúncio de lançamento e posicionamento
- Link:
blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen -
Descrição: posicionamento oficial, AA Index e os ganhos em relação ao 3.8 Flash
-
Boletim para desenvolvedores do Google: Build with Gemini 4 Hydrogen: informações de integração para quem desenvolve
- Link:
blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-hydrogen -
Descrição: canais disponíveis e orientações voltadas a desenvolvedores
-
Ficha do modelo do DeepMind: Gemini 4 Hydrogen: especificações, tabela comparativa de 10 itens e avaliações de segurança
- Link:
deepmind.google/models/model-cards/gemini-4-hydrogen -
Descrição: principal fonte da tabela de 10 itens e das limitações apresentadas neste artigo
-
Método de avaliação do DeepMind: critérios metodológicos da tabela comparativa
- Link:
deepmind.google/models/evals-methodology/gemini-4-hydrogen -
Descrição: níveis de raciocínio, pass@1 e origem das pontuações dos concorrentes
-
Página de preços do Google Cloud: preço do nível padrão
- Link:
cloud.google.com/vertex-ai/generative-ai/pricing - Descrição: preço unitário do nível padrão global e não global, além da data de vigência da gravação em cache
Autor: Equipe técnica da APIYI
Contato técnico: Fique à vontade para falar com a gente pela página inicial do site da APIYI. Tem mais material no centro de documentação docs.apiyi.com
