Gemini 4 Hydrogen

Una piattaforma di coding e automazione

Con Gemini 4 Hydrogen, Google amplia la famiglia Gemini 4 introducendo un modello specificamente ottimizzato per la programmazione, l’analisi di documenti e l’esecuzione rapida di compiti tramite agenti AI. Hydrogen è in grado di scrivere codice, eseguire test, verificare modifiche e gestire interi incarichi in autonomia o in collaborazione con un modello di coordinamento.

Gli utenti gratuiti accedono a Hydrogen attraverso la selezione automatica in Google AI Studio, le API Gemini, l’app Gemini e la Ricerca Google. Gli abbonati, invece, possono scegliere esplicitamente il modello dal menu dei modelli. La distribuzione globale comprende anche Gemini for business e Google Antigravity, l’ambiente di sviluppo con agenti dove Hydrogen è disponibile per gli abbonati Google AI Pro e Ultra.

Ruolo di Hydrogen accanto a Carbon e Argon

Per problemi complessi e attività prolungate, Google propone Gemini 4 Carbon e Gemini 4 Argon come modelli di ragionamento avanzato. Carbon, ad esempio, può decidere l’architettura di un software o diagnosticare errori difficili; Hydrogen interviene nella fase successiva, realizzando le modifiche e verificandole.

La collaborazione è resa automatica da Orchestrator in Google Antigravity, che passa dinamicamente da Carbon a Hydrogen nella stessa sessione. Nei test su Terminal‑Bench 4.0, questa combinazione ha mantenuto un tasso di completamento simile a quello di Carbon, consumando in media il 24 % in meno di quota di utilizzo e completando il lavoro 19 % più rapidamente. Il risparmio riguarda la quota di utilizzo di Antigravity assegnata all’utente.

Nei flussi con più agenti paralleli, Carbon coordina l’incarico mentre Hydrogen alimenta gli agenti che implementano le modifiche e quelli che le verificano, operando contemporaneamente in ambienti isolati.

Benchmark: confronto con Claude Sonnet e GPT

Google ha pubblicato una serie di benchmark in cui Hydrogen è confrontato con Claude Sonnet 5.5 e GPT‑6.1 Terra. Di seguito i risultati più significativi:

    • SWE‑sweep – coding agentico: Hydrogen 13,5 % vs Claude 3,1 % vs GPT 5,8 %
    • Terminal‑Bench 4.1 – risultato corretto: Hydrogen 57,0 % vs Claude 63,9 % vs GPT —
    • Agents’ Last Exam v1.1 – lavoro professionale: Hydrogen 71,6 % vs Claude 60,4 % vs GPT 69,8 %
    • AutomationBench‑AA – automazione del lavoro: Hydrogen 76,1 % vs Claude 71,8 % vs GPT 60,2 %
    • Vending‑Bench 2 – saldo finale in dollari: Hydrogen 14 549 vs Claude 11 165 vs GPT 9 107
    • OSWorld‑2.1 – uso del computer (offline): Hydrogen 77,6 % vs Claude 83,9 % vs GPT 74,2 %
    • MKA – comprensione multimodale: Hydrogen 53,4 % vs Claude 52,0 % vs GPT 43,8 %
    • Chartography – comprensione dei grafici: Hydrogen 66,6 % vs Claude 61,6 % vs GPT 63,2 %
    • Terminal‑Bench‑Science 0.1 – scienza e matematica: Hydrogen 51,4 % vs Claude 59,9 % vs GPT 58,3 %
    • HLE‑Diamond – ragionamento: Hydrogen 58,8 % vs Claude 53,3 % vs GPT 47,3 %

Valutazioni Google (link: Valutazioni Google) mostrano che valori più alti indicano risultati migliori; il trattino indica dati non riportati.

Hydrogen prevale in sette delle dieci prove, con un vantaggio marcato in SWE‑sweep, che richiede individuare e correggere bug senza compromettere il codice esistente. Claude Sonnet 5.5 eccelle invece nell’uso del terminale, nell’uso del computer e nella prova scientifica; nel lavoro professionale e nella comprensione multimodale il margine di Hydrogen è più contenuto.

Rispetto a Gemini 3.8 Flash, Google segnala attività completate 2,5 volte più velocemente al livello high e un risultato più che triplicato su Terminal‑Bench 4.1 (da 18,2 % a 57 %). La frequenza di affermazioni inventate è ridotta di oltre cinque volte. Nell’Artificial Analysis Intelligence Index, Hydrogen supera Argon con 51 punti al livello high e 54 a xhigh contro 50. Al momento dell’annuncio, Hydrogen è quinto su Agent Arena, primo su Vals Tax Agent Bench e primo a pari merito su Vals Legal Research Bench.

Lavoro sui repository e gestione delle risorse

Nel contesto dei repository, Hydrogen risponde a domande sul codice e interviene su file specifici, leggendo più file e svolgendo ricerche in parallelo. Gestisce inoltre chiamate a strumenti fallite e ricerche senza risultati. Nei primi test dei partner su grafi complessi, SQL e flussi aziendali ricchi di dati, i tempi risultano da due a 2,8 volte più rapidi rispetto a 3.8 Flash, con un consumo di token inferiore dal 12 % al 23 %.

Documenti multimodali e applicazioni interattive

Hydrogen può elaborare PDF, fogli di calcolo, grafici, audio e video per produrre report strutturati con riferimenti e risultati. La capacità di ingresso arriva a un milione di token, mentre l’output standard è di circa 65 000 token; la modalità estesa può raggiungere nuovamente un milione di token nella stessa finestra di contesto.

Nel sviluppo web, Hydrogen realizza prototipi di interfacce, traduce il design in codice e costruisce applicazioni interattive con meno richieste successive.

Le dimostrazioni includono Geminisland, un’isola condivisa composta da voxel, dove un singolo prompt genera strutture 3D esplorabili in prima persona. Un altro esempio mostra Hydrogen che, usando la nuova skill di progettazione front‑end di Gemini in Antigravity, realizza in una sola esecuzione un sito e‑commerce con superficie topografica animata via WebGL2, un racconto in quattro fasi, un cursore per visualizzazioni termiche, una scheda tecnica con modello 3D a reticolo e un configuratore di finiture.

In Google Sheets, il modello combina Python, formule LET e formattazione condizionale per trasformare migliaia di celle in una superficie di animazione a pixel. Partendo da un keynote su YouTube e da un modello grafico, genera una presentazione direttamente in Google Slides ed esegue un ciclo autonomo di controllo e correzione di sovrapposizioni di testo e impaginazione. In Gemini in Google Sheets, Hydrogen trasforma dati finanziari in modelli interattivi che si aggiornano al variare degli scenari previsionali, generando risultati oltre il 30 % più rapidamente rispetto ai modelli precedenti nel canvas di Sheets.

Le prove dei partner: da Box alla ricerca sugli anticorpi

Yashodha Bhavnani, vicepresidente dei prodotti AI di Box, segnala un miglioramento dell’accuratezza rispetto a Gemini 3.8 Flash, tempi circa dimezzati e un consumo di token ridotto del 12 %, con i progressi maggiori nella lettura di tabelle e nei calcoli complessi per i report aziendali.

Rahul Singh, cofondatore e CTO di STAN, riporta nella propria suite di ragionamento e creatività la stessa accuratezza con il 100 % di conformità al formato richiesto, una riduzione della latenza complessiva del 28 % e il 23 % di token in meno. Gli esempi includono problemi su grafi e SQL risolti fino a 2,8 volte più rapidamente e copioni pubblicitari vocali per StanShop conformi alle regole richieste.

Nella sezione tossicologia e sicurezza del benchmark sullo sviluppo di anticorpi di LatchBio, Joshua Badshah e Dillon Flood, dell’area Biologics Development, riportano il 67 % di tentativi superati contro il 37 % del modello migliore precedente, dimostrando l’efficacia di Hydrogen nella ricerca biologica.

Prospettive future

Hydrogen rappresenta una svolta per gli sviluppatori, i data‑scientist e i team di ricerca che necessitano di automazione intelligente. La possibilità di combinare capacità di programmazione, analisi multimodale e orchestrazione di agenti in un unico modello apre scenari di sviluppo più rapidi, riduzione dei costi di token e maggiore affidabilità. Con l’integrazione in Google Antigravity e la disponibilità via API, gli sviluppatori potranno creare pipeline personalizzate che sfruttano la collaborazione tra Carbon, Argon e Hydrogen, ottimizzando il flusso di lavoro dall’ideazione alla verifica finale.

In sintesi, Gemini 4 Hydrogen non è solo un nuovo modello di coding, ma un hub di automazione che potenzia l’intero ecosistema Gemini, rendendo l’intelligenza artificiale più pratica e produttiva per le imprese e per gli utenti individuali.