O destaque público do Gemini 4 Hydrogen é 71,6% no Agents’ Last Exam v1.1, contra 60,4% do Claude Sonnet 5.5, segundo o Google e a configuração descrita. É um sinal relevante para tarefas de conhecimento, não uma garantia em todo agente. A mesma ficha oficial mostra resultados abaixo do Sonnet 5.5 em OSWorld-2.1 e Terminal-Bench Science, além de mais recusas injustificadas que o Gemini 3.8 Flash em alguns prompts multimodais. Esta análise usa dados publicados; não fizemos teste no Tabbit. Veja os preços e o guia de acesso.
Em uma discussão no Reddit, alguém perguntou por que alguns benchmarks colocavam Hydrogen à frente de Argon; outras pessoas relataram experiências diferentes. Isso não prova desempenho. Esta análise usa o método publicado pelo Google e aponta seus limites. Leia a discussão.
Principais conclusões
Hydrogen é voltado a código e agentes rápidos; o Google diz que deriva do Gemini 4 Carbon.
Os resultados variam por tarefa: ALE é um ponto forte; OSWorld e ciência ficam abaixo do Sonnet 5.5.
O Google informa índice 51 no High padrão e 54 no Xhigh; isso não é ranking universal.
A ficha menciona alucinações, lentidão ocasional, mais tokens em níveis altos e aumento de recusas injustificadas em uma comparação de segurança.
Avalie como candidato antes de substituir um modelo de produção.
Resultados publicados
| Área | Dado do Google | O que não prova |
|---|---|---|
| Trabalho agentic | ALE v1.1: Hydrogen 71,6%; Sonnet 5.5 60,4% | Vitória em toda tarefa longa |
| Uso do computador | OSWorld-2.1 offline: 77,6% contra 83,9% | Mesmo resultado no seu ambiente |
| Ciência no terminal | 51,4% contra 59,9% | Confiabilidade científica geral |
| Multimodal | MKA 53,4% contra 52%; Chartography 66,6% contra 61,6% | Melhor em todo arquivo |
| API | US$ 1,50/M entrada; US$ 7,50/M saída | Menor custo por tarefa concluída |
A ficha Google DeepMind foi consultada em 16-11-2026. Salvo indicação, o teste do Hydrogen usa API e o nível máximo de pensamento. Há resultados calculados pelo Google e dados de rankings externos, portanto não são uma comparação uniforme. O anúncio também informa índice 51 para Hydrogen e 50 para Argon no nível alto padrão. Consulte o perfil AA.
Onde pode ser útil
O resultado de 71,6% no ALE merece atenção. O Google informa 122 tarefas v1.1 e janela de cinco horas, Antigravity CLI 1.4.8 para Hydrogen e ALE-Claw para Sonnet, com filtros de segurança ativos. Respostas bloqueadas eram retornadas como texto vazio. As condições ajudam a interpretar a cifra, mas ainda é uma avaliação com ferramentas específicas.
No MKA, Hydrogen alcança 53,4%; em Chartography, 66,6%, valores um pouco acima do Sonnet 5.5 nessas linhas. Isso justifica testar documentos e gráficos próprios, não garante desempenho em todo PDF. Veja fluxos de navegador com Argon e Carbon.
O Google descreve Hydrogen como modelo de execução rápida adaptado de Carbon, para código e agentes cotidianos. A documentação lista contexto compartilhado de um milhão de tokens e entradas de texto, imagem, áudio, vídeo e PDF. São especificações, não uma nota de qualidade. O Google afirma que tarefas avaliadas no High padrão terminam 2,5 vezes mais rápido que no Gemini 3.8 Flash; é um resultado próprio, não promessa para qualquer solicitação. Leia o anúncio e a documentação.
Limites
Na tabela do Google, Hydrogen não vence tudo. Obtém 77,6% no subconjunto offline do OSWorld-2.1, abaixo de 83,9% do Sonnet, e 51,4% contra 59,9% no Terminal-Bench Science. As ferramentas e repetições variam entre avaliações. Compare com sua tarefa real, sem transformar velocidade de agente em superioridade em toda área.
O Google relata aumento de 5,57 pontos percentuais em recusas injustificadas frente ao Gemini 3.8 Flash para alguns prompts multimodais benignos ou limítrofes. É uma avaliação automatizada interna, não uma taxa observada em todos os usuários; o relatório completo ainda constava como futuro. A ficha também cita alucinações, timeouts ocasionais e mais tokens em níveis altos. O corte de conhecimento é março de 2026.
Veredito por tarefa
| Tarefa | Comece testando | Revisão humana |
|---|---|---|
| Trabalho de conhecimento com critérios claros | Hydrogen | Fontes e conclusão |
| Transformação curta e de baixo risco | Modelo atual mais barato | Se vale trocar |
| Automação de interface | Hydrogen e rival específico | Erros, recuperação, ações arriscadas |
| Ciência ou alto risco | Vários candidatos | Citações, cálculos, especialistas |
| Imagens e documentos | Amostra fixa própria | Recusas e omissões |
Hydrogen merece um teste para agentes e entradas mistas, mas a evidência não justifica trocar automaticamente Argon, Carbon, Sonnet ou o modelo atual. Veja os recursos de Hydrogen (English), Argon (English) e a avaliação do Gemini 3.8 Flash. Para tarefas web, consulte AI browser, navegadores agentic e automação do navegador.
O navegador ajuda a manter páginas e sessão iguais, mas não comprova que Hydrogen esteja disponível no Tabbit. Este artigo não afirma integração nem resultado de desempenho no Tabbit. Verifique o seletor de modelos (English) antes de planejar o fluxo.
Perguntas frequentes
Vale a pena usar o Gemini 4 Hydrogen?
É uma opção plausível para programação rápida, agentes e tarefas multimodais, mas os dados públicos não comprovam que seja o melhor em todos os casos. Compare o mesmo nível de raciocínio em tarefas reais.
Hydrogen é melhor que Argon?
Não em todos os benchmarks. O índice do Google no nível alto fica um pouco acima do Argon, enquanto a tabela oficial mostra o Argon liderando alguns testes especializados. O resultado depende da tarefa, nível, ferramenta de avaliação e provedor.
Quais são as limitações?
O Google cita alucinações, lentidão ou timeouts ocasionais, uso elevado de tokens em níveis altos de raciocínio e mais recusas injustificadas que o Gemini 3.8 Flash em algumas solicitações multimodais benignas ou limítrofes.
Ele tem contexto de um milhão de tokens?
A documentação do Google informa uma janela compartilhada de um milhão de tokens. Isso é uma especificação, não uma razão para enviar esse volume a toda tarefa nem uma garantia de qualidade.
Posso usar o Hydrogen no Tabbit?
A página e os recursos do modelo ajudam na avaliação, mas esta análise não confirma a disponibilidade do Hydrogen no Tabbit. Confira o seletor da sua conta antes de projetar um fluxo de trabalho.