Gemini 4 Hydrogen의 공개 자료에서 눈에 띄는 결과는 Agents’ Last Exam v1.1의 71.6%입니다. Google은 같은 조건의 Claude Sonnet 5.5를 60.4%로 보고했습니다. 지식 업무의 중요한 신호지만 모든 에이전트 작업에서의 승리를 보장하지 않습니다. 같은 Google 모델 카드에서 OSWorld-2.1과 Terminal-Bench Science는 Sonnet 5.5보다 낮고, 일부 멀티모달 요청에서는 Gemini 3.8 Flash보다 부당한 거절이 많습니다. 이 글은 공개 자료를 분석하며 Tabbit에서 직접 시험하지 않았습니다. 가격은 Hydrogen 가격 글, 사용 경로는 접근 안내를 보세요.
Reddit에서는 일부 벤치마크에서 Hydrogen이 Argon보다 높게 나온 이유를 묻는 글과 다른 일상 경험이 나왔습니다. 성능 증거는 아닙니다. 이 리뷰는 Google 공개 방법과 한계를 함께 설명합니다. 토론 보기.
핵심 요약
Hydrogen은 빠른 코딩 및 에이전트 작업을 목표로 하며 Google은 Carbon에서 파생됐다고 설명합니다.
공식 결과는 작업별로 다릅니다. ALE는 강점이고 OSWorld와 과학 작업은 Sonnet 5.5보다 낮습니다.
Google이 발표한 Intelligence Index는 기본 High 51, Xhigh 54입니다. 모든 작업의 순위가 아닙니다.
모델 카드는 환각, 간헐적 지연, 높은 사고 단계의 토큰 증가, 일부 부당한 거절 증가를 지적합니다.
프로덕션 모델을 바로 대체하지 말고 후보로 평가하세요.
공개 결과 한눈에 보기
| 항목 | Google 발표 수치 | 입증되지 않는 점 |
|---|---|---|
| 에이전트 지식 작업 | ALE v1.1: Hydrogen 71.6%, Sonnet 5.5 60.4% | 모든 장기 작업에서 우위 |
| 컴퓨터 사용 | OSWorld-2.1 오프라인: 77.6% 대 83.9% | 실제 환경과 동일한 성능 |
| 터미널 과학 | 51.4% 대 59.9% | 전반적인 과학 신뢰도 |
| 멀티모달 | MKA 53.4% 대 52.0%, Chartography 66.6% 대 61.6% | 모든 문서에서 우위 |
| API 가격 | 입력 $1.50/M, 출력 $7.50/M | 성공 작업당 비용이 더 낮음 |
2026년 11월 16일 Google DeepMind 모델 카드를 확인했습니다. 별도 표기가 없으면 Gemini API의 최고 사고 설정을 사용했으며, 자체 계산과 외부 리더보드가 함께 있습니다. 하나의 동일 조건 대결로 해석하면 안 됩니다. Google은 기본 High의 Artificial Analysis 지수가 51, Argon은 50이라고도 발표했습니다. AA Hydrogen 페이지에서 설정을 확인할 수 있습니다.
기대할 수 있는 부분
ALE 71.6%는 모델 카드의 강한 결과입니다. Google은 122개 v1.1 작업과 5시간 창을 사용했고 Hydrogen에는 Antigravity CLI 1.4.8, Sonnet에는 ALE-Claw를 적용했습니다. 안전 필터가 켜져 있었고 차단 응답은 빈 문자열로 처리했습니다. 조건이 공개됐다는 점은 유용하지만 특정 하네스 평가입니다.
MKA 53.4%와 Chartography 66.6%는 표의 Sonnet 수치보다 높습니다. 자체 문서와 차트 업무에서 시험해볼 이유는 되지만 모든 PDF 성능을 보장하지는 않습니다. 브라우저 작업은 Argon 및 Carbon 흐름도 참고하세요.
Google은 Hydrogen을 Carbon에서 파생한 빠른 실행 모델로 소개하고 일상적 코딩 및 에이전트 업무를 대상으로 합니다. 문서는 공유 100만 토큰 컨텍스트와 텍스트, 이미지, 오디오, 비디오, PDF 입력을 명시합니다. 사양은 품질 순위가 아닙니다. Google이 기본 High 측정에서 Gemini 3.8 Flash보다 2.5배 빠르다고 밝힌 것도 자사 평가 결과이지 모든 요청의 보장은 아닙니다. 출시 발표와 모델 문서를 보세요.
확인할 약점
Hydrogen은 Google 표에서도 모든 항목을 이기지 않습니다. 오프라인 OSWorld-2.1은 77.6%로 Sonnet 5.5의 83.9%보다 낮고, Terminal-Bench Science는 51.4% 대 59.9%입니다. 평가별 도구와 반복 횟수도 다릅니다. 빠른 실행이 모든 전문 작업의 우위를 뜻하지 않습니다.
Google은 Gemini 3.8 Flash 대비 일부 무해하거나 경계선인 멀티모달 프롬프트에서 부당한 거절이 5.57%p 증가했다고 발표했습니다. 내부 자동 평가이며 전체 사용자 경험의 거절률이 아닙니다. 확인 당시 전체 안전 보고서는 공개 예정이었습니다. 환각, 간헐적 타임아웃, 높은 사고 설정에서의 토큰 증가도 기재됐고 지식 기준일은 2026년 3월입니다.
작업별 판단
| 작업 | 먼저 시험 | 사람이 확인할 항목 |
|---|---|---|
| 완료 기준이 분명한 다단계 지식 작업 | Hydrogen | 출처와 완료 여부 |
| 짧고 위험이 낮은 변환 | 기존 저가 모델 | 전환 효과 |
| UI 자동화 | Hydrogen 및 비교 후보 | 오류, 복구, 위험 동작 |
| 과학·고위험 추론 | 여러 후보 | 인용, 계산, 전문가 검토 |
| 이미지·문서 입력 | 자체 고정 샘플 | 부당한 거절과 누락 |
Hydrogen은 에이전트 및 혼합 입력 후보로 시험할 만하지만 Argon, Carbon, Sonnet이나 기존 모델을 바로 대체할 근거는 부족합니다. Hydrogen 리소스 (English), Argon 리소스 (English), Gemini 3.8 Flash 리뷰를 함께 보세요. 웹 작업은 AI 브라우저, 에이전트 브라우저, 브라우저 자동화 자료를 참고하세요.
브라우저는 페이지와 세션을 고정해 반복성을 높일 수 있지만 Tabbit 내 Hydrogen 사용 가능성을 증명하지는 않습니다. 이 글은 Tabbit 통합이나 성능을 주장하지 않습니다. 모델 선택기 (English)를 확인한 뒤 평가를 설계하세요.
자주 묻는 질문
Gemini 4 Hydrogen을 사용할 가치가 있나요?
빠른 코딩, 에이전트 작업, 멀티모달 업무 후보로 검토할 만하지만, 공개 자료가 모든 상황에서의 우위를 입증하지는 않습니다. 같은 사고 수준으로 실제 업무를 비교하세요.
Hydrogen이 Argon보다 더 낫나요?
모든 벤치마크에서 그런 것은 아닙니다. Google의 높은 사고 수준 종합 지표는 Argon보다 조금 높지만, 일부 전문 벤치마크는 Argon이 앞섭니다. 작업, 추론 수준, 테스트 하네스, 제공업체가 결과에 영향을 줍니다.
주요 약점은 무엇인가요?
Google은 환각, 간헐적인 지연과 시간 초과, 높은 사고 수준에서의 토큰 증가, Gemini 3.8 Flash보다 일부 무해하거나 경계선인 멀티모달 요청을 부당하게 거절하는 비율이 높아진 점을 언급합니다.
100만 토큰 컨텍스트를 지원하나요?
Google 문서는 공유 100만 토큰 컨텍스트를 명시합니다. 이는 사양일 뿐 모든 작업에 긴 입력이 유리하거나 품질을 보장한다는 뜻은 아닙니다.
Tabbit에서 사용할 수 있나요?
모델 페이지와 자료는 평가에 도움이 되지만, 이 리뷰는 Tabbit에서 Hydrogen을 사용할 수 있는지 확인하지 않았습니다. 워크플로에 넣기 전에 계정의 모델 선택기를 확인하세요.