Google hat Gemini 4 Hydrogen herausgebracht, ein neues Allzweck-KI-Modell, das als Nachfolger von Gemini 3.8 Flash positioniert ist – und laut Benchmark-Daten ein Modell, das bereits weniger als einen Monat nach dem Debüt dieses Flaggschiffs das eigene größere Gemini 4 Argon des Unternehmens übertrifft.

Die Veröffentlichung, die im offiziellen Blog von Google unter dem Motto „Introducing Gemini 4 Hydrogen for Agentic Workflows“ angekündigt wurde, deckt die Geschwindigkeits- und Kostenebene der Produktpalette von Google ab, während die Spitzenmodelle des Unternehmens, Gemini 4 Carbon und Gemini 4 Argon, auf tiefgreifende, langfristige Überlegungen zu schwierigeren Problemen abzielen. Hydrogen ist für alltägliche Codierung, Agenten-Workflows und umfangreiche Verbraucheranfragen konzipiert – Arbeitslasten, bei denen Latenz und Preis wichtiger sind als maximale Argumentationstiefe. Weiteren Kontext zu dieser Geschichte finden Sie in unseren laufenden neuesten KI-Entwicklungen.

Benchmarks: Das kleinere Modell gewinnt

Die Hauptüberraschung ist, dass Wasserstoff nicht nur qualitativ mit Argon mithalten kann, sondern ihn sogar übertrifft. Laut den von The Decoder gemeldeten Zahlen von Google erreicht Gemini 4 Hydrogen auf dem Artificial Analysis Intelligence Index auf seinem standardmäßigen „hohen“ Denkniveau einen Wert von 51 und übertrifft damit den Wert des größeren Argon von 50. Auf Hydrogens neu eingeführter oberster Denkstufe „xhigh“ erreicht das Modell 54 und liegt damit nur hinter Claude Sonnet 5.5 und GPT-6.1 Sol, die bei ihrem maximalen Denkniveau jeweils 55 Punkte erzielen.

Dieses Ergebnis lässt Argon weniger als vier Wochen nach seiner Einführung veraltet erscheinen. Das ungünstige Timing ist nicht unbemerkt geblieben: Als Google Carbon nur zwei Tage vor der Veröffentlichung von Hydrogen vorstellte, empfahl das Unternehmen den Entwicklern noch, bei der täglichen Codierungsarbeit bei Argon zu bleiben – ein Rat, den Hydrogen sofort hinfällig machte, wie The Decoder feststellte.

Wasserstoff bietet außerdem eine feinere Kontrolle über den Kompromiss zwischen Geschwindigkeit und Qualität als sein Vorgänger-Flaggschiff. Das Modell wird mit vier Denkstufen ausgeliefert – niedrig, mittel, hoch (Standard) und der neuen xhigh-Stufe – während Argon nur mittel und hoch bietet. Für Entwickler, die Agentensysteme im großen Maßstab betreiben, bieten die niedrigeren Ebenen eine Möglichkeit, Latenz und Kosten bei Routineschritten zu reduzieren und gleichzeitig nur wirklich schwierige Argumente auf die maximale Einstellung zu eskalieren.

Geschwindigkeits- und Leistungssteigerungen gegenüber 3,8 Flash

Gegenüber dem Modell, das es ersetzt, sind die Vorteile eindeutig. Laut Google erledigt Hydrogen Aufgaben auf der Standard-Denkstufe 2,5-mal schneller als Gemini 3.8 Flash. Beim Terminal-Bench 4.1, einem Benchmark zur Messung der Agenten-Terminal- und Codierungsarbeit, steigt der Wert von 18,2 Prozent für 3,8 Flash auf 57 Prozent für Hydrogen.

Ars Technica bezeichnete die Veröffentlichung als Google, dass er die 3.8-Flash-Generation „endlich ersetzt“, und 9to5Google berichtete, dass Google „erhebliche Sprünge“ sowohl in der Geschwindigkeit als auch in der Intelligenz behauptete. Die Zusammenfassung von Crypto Briefing stimmte mit den Schlüsselzahlen überein: 2,5-mal schneller als 3,8 Flash und übertraf Argon bei den Qualitätsindizes.

Preis- und Kontextfenster

Aufgrund der kommerziellen Konditionen liegt Wasserstoff fest im mittleren Preissegment, das Google zur Steigerung des Volumens seiner Flash-Modelle verwendet hat:

  • Eingabe: 1,50 $ pro Million Token
  • Ausgabe: 7,50 $ pro Million Token
  • Gespeicherte Eingabe: 0,075 $ pro Million Token

Das Kontextfenster ist an beiden Enden der Pipeline großzügig: eine Million Eingabetokens und – insbesondere – eine Million Ausgabetokens, eine Spezifikation, die für Agenten mit langer Laufzeit wichtig ist, die erweiterte mehrstufige Ablaufverfolgungen, Codebasen oder Berichte in einem einzigen Durchgang generieren.

Wo es verfügbar ist

Das Modell ist auf den wichtigsten Google-Oberflächen verfügbar: der Gemini-API, der Gemini-App, der Google-Suche und Google Antigravity, der Agenten-Entwicklungsumgebung des Unternehmens. InfoWorld berichtete, dass Antigravity neben Hydrogen auch eine Multi-Modell-Orchestrator-Funktion erhalten hat, die es Entwicklern ermöglicht, Aufgaben von einer Schnittstelle aus über verschiedene Gemini-Modelle hinweg zu leiten. GitHub folgte innerhalb eines Tages und kündigte Gemini 4 Hydrogen in GitHub Copilot an, wodurch die Reichweite des Modells auf den Editor ausgeweitet wird, in dem viel alltägliche Codierung stattfindet. Die französische Berichterstattung bei Generation-NT berichtete über die Einführung für alle Benutzer und ersetzte 3.8 Flash auch im Verbraucherprodukt.

Warum die Veröffentlichung wichtig ist

Auf der Flash-Ebene lebt das KI-Nutzungsvolumen tatsächlich. Frontier-Releases wie Gemini 4 Carbon sorgen für Schlagzeilen, aber die Arbeitsmodelle beantworten die Milliarden alltäglicher Abfragen, Codevervollständigungen und Agentenschritte, die die eigentliche Wirtschaftlichkeit der KI-Bereitstellung ausmachen. Indem Google zu den Flash-Tier-Preisen Benchmark-Gleichheit – oder besser – mit seinem eigenen Flaggschiff beansprucht, übt es Druck auf Konkurrenten aus, deren Mittelklasse-Angebote ihren Spitzenmodellen einen größeren Abstand hinterherhinken.

Es schärft auch das Wettbewerbsbild gegenüber OpenAI und Anthropic. Laut dem Bericht von The Decoder liegt Hydrogen mit einem xhigh-Wert von 54 einen Punkt hinter Claude Sonnet 5.5 und GPT-6.1 Sol auf dem Artificial Analysis Intelligence Index – nahe genug, dass die Modellauswahl für Agenten-Codierungsarbeiten jetzt genauso stark von Preis und Geschwindigkeit abhängt wie von den Rohwerten. Diese Dynamik wird sich noch verstärken, da die Inferenzkosten zum entscheidenden Faktor dafür werden, ob Wirkstoffprodukte profitabel arbeiten können.

Für Entwickler, die das neue Modell evaluieren, ist die praktische Frage die Migration: Die Benchmarks von Google deuten darauf hin, dass 3,8-Flash-Workloads auf Hydrogen umgestellt werden sollten, um bessere Ergebnisse bei geringerer effektiver Latenz zu erzielen, während Teams, die derzeit Argon für Routinecodierungen verwenden, möglicherweise feststellen, dass das kleinere, günstigere Modell jetzt die bessere Wahl ist. Sie können den Rest unserer Gemini-Berichterstattung verfolgen – einschließlich der vollständigen Veröffentlichung und Preisgestaltung von Gemini 4 Argon sowie der Markteinführung für Unternehmen – um sich einen vollständigen Überblick über die Frontier-Reihe von Google zu verschaffen.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →