Gemini 4 Hydrogen登場、性能指標でArgon超えの高速モデル

Gemini 4 Hydrogen登場、性能指標でArgon超えの高速モデル

📌 この記事の要約

  • 総合性能指標でArgonを上回る高速モデル
    Gemini 4 Hydrogenは、2026年11月12日(現地時間)にGoogleが発表した新モデルです。Artificial Analysis Intelligence Indexで、上位モデルのGemini 4 Argonを51対50で上回っています。

  • 3.8 Flashから速度と性能が大きく向上
    既定の思考レベルでタスクを3.8 Flashの2.5倍の速さで完了します。Terminal-Bench 4.1のスコアは57%で、3倍以上に伸びました。

  • 10項目中7項目で他社モデルを上回る
    Claude Sonnet 5.5やGPT-6.1 Terraとの比較で、知識業務やマルチモーダル理解などで最高スコアを記録しました。一方、コンピューター操作などではClaude Sonnet 5.5が上回っています。

  • 思考レベルとOrchestratorで使い分けが可能
    4段階の思考レベルで速度・コスト・精度を調整できます。Google AntigravityのOrchestratorでは、Carbonと自動で切り替えて作業を分担します。

Googleは2026年11月12日(現地時間)、日常的なコーディングやAIエージェントの作業に向けた新モデル「Gemini 4 Hydrogen」を発表し、同日から世界で順次提供を始めました。総合性能指標のArtificial Analysis Intelligence Indexでは、既定の思考レベルで上位モデルのGemini 4 Argonを51対50で上回っています。公式の比較では、Claude Sonnet 5.5やGPT-6.1 Terraと並べた10項目のうち7項目で最高スコアを記録しました。

Gemini 4 Hydrogenとは?Gemini 4シリーズの「高速実行」モデル

Gemini 4 Hydrogenは、Gemini 4シリーズの中で素早い実行を担うモデルです。コードを書く・テストする・確認するといった作業を高速にこなすことを目的にしています。

Carbon・Argonとの役割の違い

Googleは、Gemini 4 CarbonとArgonを、長時間の深い推論が得意なフロンティアモデルと位置づけています。一方のHydrogenは、多様なエージェント作業を素早く実行するためのモデルです。単体でも使えますし、CarbonやArgonと組んで実行役を担うこともできます。

Gemini 4 Hydrogenの料金とコンテキスト長

APIの料金は、100万トークンあたり入力1.50ドル、出力7.50ドルです。最大100万トークンのコンテキスト全体で料金は変わりません。

コンテキストウィンドウは1,048,576トークン(約100万)ですが、入力と出力をそれぞれ独立して100万トークン使えるわけではありません。入力・思考・出力で共有する枠です。

項目上限・条件
コンテキスト全体入力・思考・出力の合計で1,048,576トークン
通常の同期応答既定では思考と出力を合わせて最大65,536トークン
それ以上の長文出力long decodeを利用。共有枠に収まる範囲で、出力上限の設定や継続処理が必要

Interactions APIで65,536トークンを超える生成を行うには、max_output_tokensを引き上げ、バックグラウンド実行またはクライアント側の継続処理を使います。長い資料を入力するほど、思考・回答に使える残りの枠は小さくなります。

出典:Gemini 4 Hydrogenのモデル仕様/long decodeの公式ガイド

Gemini 4 Hydrogenの性能:3.8 Flashからの進化点

前世代のGemini 3.8 Flashと比べ、速度と性能の両方が大きく向上しています。

  • 既定の思考レベル(high)で、タスクを3.8 Flashの2.5倍の速さで完了します。

  • Terminal-Bench 4.1のスコアは57%で、3.8 Flashの18.2%から3倍以上に伸びました。

  • 事実と異なる主張は5分の1未満に減っています。

  • ツールの呼び出しが失敗したときや、検索結果が空だったときも、適切に対応を切り替えられます。

Gemini 4 Hydrogenのベンチマーク比較:Claude Sonnet 5.5・GPT-6.1 Terraとの違い

Googleが公開した比較では、Hydrogenは知識業務とマルチモーダル理解で特に高いスコアを示しています。一方で、コンピューター操作や一部のターミナル作業では、Claude Sonnet 5.5が上回りました。

Gemini 4 Hydrogen・Claude Sonnet 5.5・GPT-6.1 Terraの10種類のベンチマーク結果を比較した表
分野ベンチマークGemini 4 HydrogenClaude Sonnet 5.5GPT-6.1 Terra
エージェント型コーディングSWE-sweep13.5%3.1%5.8%
エージェント型コーディングTerminal-Bench 4.157.0%63.9%—
知識業務Agents' Last Exam v1.171.6%60.4%69.8%
知識業務AutomationBench-AA76.1%71.8%60.2%
知識業務Vending-Bench 2(残高)$14,549$11,165$9,107
コンピューター操作OSWorld-2.177.6%83.9%74.2%
マルチモーダル理解MKA53.4%52.0%43.8%
マルチモーダル理解Chartography66.6%61.6%63.2%
科学・数学Terminal-Bench-Science 0.151.4%59.9%58.3%
推論HLE-Diamond58.8%53.3%47.3%

※Terminal-Bench 4.1は不正補正後(Cheating-adjusted)、OSWorld-2.1はオフラインのサブセット、MKAはClimb WSR accuracyの数値です。

SWE-sweepは、既存のコードを壊さずにバグを発見・修正する力を測る評価です。Hydrogenは13.5%を記録し、他の2モデルを大きく引き離しました。

4段階の思考レベルとは?速度・コストとスコアの関係

思考レベルは、low・medium・high(既定)・xhighの4段階です。xhighは今回新たに追加されました。レベルを上げるほどスコアは伸び、その分だけ時間とコストが増えます。

AA Index 5.0.1のスコアと1タスクあたりの所要時間(分)を3モデルで比較したグラフ

Artificial Analysis Intelligence Indexの比較グラフでは、Hydrogenはhighで51、xhighで54に達しています。グラフ上では、highの所要時間は1タスクあたり約6分です。他の2モデルが50前後に届くまでには約14〜15分かかっており、速さの差がはっきり表れています。

AutomationBench-AAのスコアと1タスクあたりのコスト(ドル)を3モデルで比較したグラフ

業務自動化を測るAutomationBench-AAでは、コスト面の強みが目立ちます。グラフ上では、Hydrogenのmediumは約72%のスコアを、1タスクあたり約0.1ドルで達成しています。Claude Sonnet 5.5の最高スコア(71.8%)は1タスクあたり約1ドルで、同程度のスコアを約10分の1のコストで達成していることが読み取れます。

Orchestratorとは?CarbonとHydrogenを自動で切り替える仕組み

Orchestratorは、Google Antigravityに新たに追加された機能です。1つのセッションの中で、CarbonとHydrogenなどのモデルを状況に応じて切り替えます。Terminal-Bench 4.0では、Carbon単体に近い成功率を保ちながら、利用枠の消費を平均24%減らし、平均19%速く完了しました。

並列エージェントを使う場合は、Carbonが全体の調整役を担います。Hydrogenは作業役や検証役として、変更の作成とテストを同時に進めます。

Gemini 4 Hydrogenの安全性:エージェント動作の信頼性はどう変わったか

AIエージェントの安全性と信頼性も、3.8 Flashから大きく改善されています。

  • 指示を超えた過剰な動作を最大81%、指示に届かない不十分な対応を最大79%減らしました。

  • 意図に沿わない行動やタスクの手抜きは、12分の1に減っています。

  • 社内のエージェント正直さ評価で、96.7%を達成しました。

  • 間接プロンプトインジェクション(外部データに仕込まれた悪意ある指示)への耐性は、2.3倍以上に高まっています。

Gemini 4 Hydrogenの使い方:提供範囲と利用条件

一般ユーザー(Geminiアプリ・Google検索・Google Sheets)

Geminiアプリでは、モデル選択メニューから利用できます。無料ユーザーは、モデルの自動選択機能を通じて、適切な場面でHydrogenが使われます。Google検索では、すべてのユーザーが利用できます。Gemini in Google Sheetsは、Google AI ProとUltraの加入者から提供が始まります。

開発者・企業(Gemini API・AI Studio・Antigravity・Gemini for business)

開発者は、Google AI StudioやAndroid StudioからGemini APIで利用できます。Google Antigravityは、有料のGoogle AI Pro・Ultra加入者が対象です。企業は、Gemini for businessのAPIやモデル選択メニューから導入できます。

考察:得意分野で選ぶ「実行役」のモデル

比較表を見ると、Hydrogenは資料の読み解きや業務自動化など、知識業務で強さを発揮しています。一方、画面を操作するコンピューター操作や、科学系のターミナル作業ではClaude Sonnet 5.5が上回りました。万能というより、得意分野がはっきりしたモデルといえます。

コスト面では、思考レベルをmediumに下げても高いスコアを保てる点が実務で効いてきそうです。大量の定型業務はmediumで回し、精度が必要な場面だけhighやxhighに上げる使い分けが考えられます。導入を検討する際は、自社の主な業務がどの分野に当たるかを確認し、比較表の該当項目を参考に判断するとよいでしょう。

よくある質問(FAQ)

Q. Gemini 4 Hydrogenは無料で使えますか?
Geminiアプリの無料版では、モデルの自動選択機能を通じて利用できます。プロンプトの内容に応じて、適切と判断された場合にHydrogenが使われる仕組みです。Google検索でも、すべてのユーザーが利用できます。

Q. Gemini 4 Carbonとはどう使い分ければよいですか?
Carbonは、長時間の深い推論が必要な難しい課題に向いています。Hydrogenは、コードの作成やテストなど、素早い実行が求められる作業に向いています。Antigravityでは、Orchestratorが両者を自動で切り替えます。

Q. Claude Sonnet 5.5やGPT-6.1 Terraと比べた強みは何ですか?
Googleの比較では、知識業務、マルチモーダル理解、推論の各項目で最高スコアを記録しています。一方で、コンピューター操作のOSWorld-2.1などではClaude Sonnet 5.5が上回っています。用途に合わせて選ぶことが大切です。

まとめ

  • Gemini 4 Hydrogenは、総合性能指標でArgonを上回る高速モデルです。

  • 3.8 Flash比で2.5倍速く、Terminal-Bench 4.1のスコアは3倍以上に伸びました。

  • 公式の比較では、10項目中7項目でClaude Sonnet 5.5やGPT-6.1 Terraを上回っています。

  • 思考レベルを選ぶことで、速度・コスト・精度のバランスを調整できます。

Geminiアプリや検索ですでに使えるため、普段の調べ物や文書作成で応答の速さと精度を確かめてみてください。

参照ソース一覧

GMO天秤AIメディア編集部
【著者プロフィール】 GMO天秤AIメディア編集部
生成AIの最新情報や使い方ガイド、活用事例などを紹介するメディアです。 AI初心者の方向けの情報からニッチな情報まで発信中!