Google lança Gemini 4 Hydrogen e o modelo já supera o Argon, maior e mais caro, em benchmark

Um modelo mais barato supera o mais caro em menos de um mês

A Google lançou nesta quinta-feira (12) o Gemini 4 Hydrogen, modelo pensado para tarefas do dia a dia e fluxos agênticos (sistemas de IA que executam ações de forma autônoma, como navegar em ferramentas e corrigir o próprio erro). Ele substitui o Gemini 3.8 Flash na linha rápida e barata da empresa, segundo reportagem do The Decoder.

O detalhe que chama atenção de quem escolhe modelo por desempenho e custo: no índice de inteligência da Artificial Analysis, empresa independente que avalia modelos de IA, o Hydrogen tira 51 pontos no nível de raciocínio padrão, contra 50 do Gemini 4 Argon, modelo maior e mais caro. No nível mais alto de raciocínio, o chamado "xhigh", o Hydrogen chega a 54 pontos.

A confusão é maior porque a Google lançou o Gemini 4 Carbon, seu modelo de ponta, só dois dias antes do Hydrogen, e na ocasião recomendou manter o Argon para codificação do dia a dia. Com o Hydrogen custando menos e pontuando mais alto, essa recomendação perde sentido: o Argon fica obsoleto menos de quatro semanas depois do próprio lançamento.

O que mudou em relação ao Flash anterior

Para quem já usava o Gemini 3.8 Flash em produção, o salto é concreto. No nível de raciocínio padrão, a Google diz que o Hydrogen conclui tarefas 2,5 vezes mais rápido. No Terminal-Bench 4.1, benchmark que mede desempenho em tarefas de linha de comando, a pontuação sobe de 18,2% para 57%.

A Google também afirma que as alucinações (respostas em que o modelo inventa informação com aparência de fato) caíram cinco vezes, e que o modelo se recupera melhor quando uma chamada de ferramenta falha ou uma busca não retorna nada. São números divulgados pela própria empresa, sem benchmark externo específico para essa comparação.

Em tarefas de agente mais abertas, como pesquisa, análise de dados e navegação em código, o Hydrogen ocupa a quinta posição no Agent Arena leaderboard. A Google também diz que ele lidera o Vals Tax Agent Bench com 52,3% e empata em primeiro no Vals Legal Research Bench com 55,8%.

Preço por token e os quatro níveis de raciocínio

O Hydrogen custa 1,50 dólar por milhão de tokens de entrada (token é a unidade de texto que o modelo processa, algo como um pedaço de palavra) e 7,50 dólares por milhão de tokens de saída. Acertos de cache, quando o modelo reaproveita um processamento anterior, saem a 0,075 dólar. A janela de contexto (quanto texto o modelo processa de uma vez) é de um milhão de tokens tanto na entrada quanto na saída.

A diferença em relação ao Argon está nos níveis de raciocínio disponíveis: o Hydrogen oferece quatro opções (baixo, médio, alto e o novo "xhigh"), enquanto o Argon só tem médio e alto. Mais raciocínio custa mais caro e demora mais, então a escolha do nível vira decisão de engenharia, não só de qualidade.

Os números de custo por tarefa são da avaliação independente da Artificial Analysis, não da Google. Segundo ela, nos níveis high, medium e low o Hydrogen fica na "fronteira de Pareto": não existe outro modelo mais barato e mais inteligente ao mesmo tempo nessas faixas de preço.

Onde a avaliação independente diverge da Google

A Artificial Analysis testou o Hydrogen por conta própria e chegou a um quadro mais nuançado. No nível padrão (high), o modelo fica com 51 pontos, atrás do GPT-6.1 Sol no nível máximo (52) e do Claude Opus 5.5 no nível alto (52). No nível máximo (xhigh), o Hydrogen fica próximo do Claude Sonnet 5.5.

No AA-Omniscience, benchmark que mede alucinação, o Hydrogen erra por invenção em apenas 8% dos casos, e supera os demais modelos da própria Google, incluindo o Carbon, em qualidade de apresentação no AA-Briefcase, teste que avalia trabalho de conhecimento feito por agentes.

A fraqueza aparece em tarefas agênticas de terminal: o Hydrogen marca 54% no Terminal-Bench 4.0 e 50% no Terminal-Bench-Science 0.1. Para comparação, o Claude Sonnet 5.5 no nível máximo chega a 64% e 53%, e o GPT-6.1 Sol no nível máximo marca 56% e 58% nos mesmos testes. Quem constrói agente de codificação pesado em terminal ainda encontra concorrentes mais fortes nessa frente específica.

Onde usar e o que muda na prática

A Google já liberou o Hydrogen globalmente em todas as plataformas:

• Desenvolvedores: via API do Gemini na AI Studio e no Android Studio
• Assinantes Pro e Ultra: pelo Google Antigravity, ferramenta de codificação da empresa
• Clientes empresariais: pelo Gemini for Business
• Público geral: no app do Gemini e na busca do Google

No Antigravity, um novo orquestrador alterna dinamicamente entre o Carbon e o Hydrogen dentro da mesma sessão, em vez de travar em um modelo só. No Terminal-Bench 4.0, a Google diz que esse orquestrador quase empata com a taxa de sucesso do Carbon sozinho, usando 24% menos recursos e cortando 19% do tempo de processamento.

Para quem decide modelo em projeto no Brasil, o recorte prático é direto: o Hydrogen no nível padrão já entrega mais inteligência que o Argon por um preço de entrada mais baixo, o que муda o cálculo de custo por token em pipelines que hoje usam o Argon só por segurança. A ressalva fica em tarefas pesadas de terminal e uso de computador, onde Claude Sonnet 5.5 e GPT-6.1 Sol ainda saem na frente segundo a Artificial Analysis, o que justifica manter mais de um modelo disponível conforme o tipo de tarefa do agente.

Fonte: The Decoder