Gemini 4 Hydrogen API
利用可能Gemini 4 Hydrogen は、Google の高速で規律あるモデルであり、統合された 1M トークンのマルチモーダルコンテキストウィンドウ上でリポジトリコーディングとエージェント実行向けに作られています。
Gemini 4 Hydrogen API 背景
概要
Gemini 4 Hydrogen は、Google によって開発された、Gemini 4 ファミリーの高速かつ実行重視のモデルです。コード gemini-4-hydrogen の Gemini 4 Hydrogen API を通じて提供されます。2026-11-12 に公開され、Gemini4Carbon から派生しており、知識カットオフは 2026 年 3 月です。パラメータ数は非公開です。
開発履歴
2026 年 11 月に Gemini4Carbon の軽量版兄弟モデルとして導入され、Google は同月に評価結果を公開しました。深い長期的推論ではなく、高速で規律あるコーディングとツール利用を対象としています。Gemini 4 Hydrogen API は、低レイテンシ実行、長期コンテキスト、エージェント対応機能を重視しています。
主要な革新
- 入力、思考、出力で共有される統合 1,048,576 トークンコンテキスト
- low から xhigh までの思考レベル。minimal は拒否され、high がデフォルトです
- 4,096 トークンから開始される暗黙的なプロンプトキャッシュ。明示的なキャッシュは不要です
- 並列実行エージェントのサポートと、約 100 万トークンに近い長い出力デコード
Gemini 4 Hydrogen API 技術仕様
アーキテクチャ
Gemini4Carbon から派生しています。詳細なアーキテクチャは公開されていません。Gemini 4 Hydrogen API は、テキスト、画像、音声、動画、PDF 入力を横断して統合コンテキストを処理し、テキストのみの出力を提供します。
パラメータ
非公開。
機能
- テキスト、画像、音声、動画、PDF を含むマルチモーダル入力。出力はテキストのみ
- 信頼性の高い自動化のためのツール呼び出しと構造化出力
- リポジトリコーディング、Web 開発、マルチモーダル文書理解
- デフォルトの同期出力は 65,536 トークン。バックグラウンド実行または継続により約 100 万トークンに近い長デコードが可能
制限事項
- 画像、音声、または動画コンテンツを生成できない
- temperature、top_p、top_k パラメータは無視されるため、削除する必要があります
- max_output_tokens には思考と回答の両方が含まれるため、長い推論は出力予算を消費します
Gemini 4 Hydrogen API 性能
強み
- Google の 2026 年 11 月評価: AutomationBench-AA 76.1%、AgentsLastExam v1.1 71.6%、HLEDiamond 58.8%
- TerminalBench 4.1 cheating-adjusted 57.0%、OSWorld 2.1 offline 77.6%
- 日常的なコーディング、ツール呼び出し、エージェントループにおける高速で規律あるパフォーマンス
実世界での有効性
Gemini 4 ラインナップにおいて、Gemini 4 Hydrogen は、自由形式のリサーチよりも、仕様が明確で高頻度のタスクに最も強みを発揮します。Google は cheating-adjusted TerminalBench スコアを報告しており、ターミナル環境での誠実な汎化を示しています。開発者は、エージェントワークフロー、構造化データ抽出、日常的なリポジトリ作業、並列化されたサブタスクに Gemini 4 Hydrogen API を使用することで最もメリットを得られます。そこでは、信頼性の高いツール呼び出しと長期コンテキストがスループットを向上させます。深い長期的判断においては、Carbon や Argon よりも普遍的に優れているわけではありません。
Gemini 4 Hydrogen API 使用場面
シナリオ
- 明確に定義されたステップを持つ大量の自動化パイプラインがある場合。Gemini 4 Hydrogen API はツール呼び出しと並列実行エージェントをサポートしているため、複数の API 呼び出し、データベース更新、Web アクションをより低いレイテンシと予測可能な構造化出力で並行実行できます。
- コードリポジトリ内で高速で規律ある支援が必要な場合。Gemini 4 Hydrogen は 1M トークンのコンテキストでリポジトリコーディング、Web 開発、コードベース Q&A を処理できるため、大きなファイルやドキュメントを 1 つのリクエストに含めることができます。構造化出力により、生成されたコードや差分は CI/CD パイプラインで自動化しやすくなります。
- PDF、画像、動画など、抽出や要約が必要なマルチモーダル文書を大規模に処理する場合。長期コンテキストとテキストのみの出力によりワークフローがシンプルになり、Gemini 4 Hydrogen API で正しく構成すれば、デフォルトの 65,536 トークン出力は完全なレポートに十分です。
ベストプラクティス
- temperature、top_p、top_k を送信しないでください。API では無視されます
- 長い応答には、低いハードコード制限ではなく、デフォルトの 65,536 の max_output_tokens を使用してください
- 複雑な推論には high 思考を、レイテンシ重視のツールループには low または medium 思考を推奨します
- 約 100 万トークンの出力には、十分な残りコンテキストを確保した上でバックグラウンド実行または継続を計画してください