
Googleは11月12日、日常的なコーディングやエージェントワークフロー向けの新AIモデル『Gemini 4 Hydrogen』を、同日より世界中で順次提供開始すると発表しました。開発者、エンタープライズ、一般ユーザー向けの各製品が対象です。
Gemini 4 Hydrogenは、スピードと効率性を重視したモデルです。Hydrogenの登場により、Gemini 4がすべてのユーザーに利用可能になります。
Gemini 4 Hydrogenの位置づけと料金
Googleの最先端モデルである『Gemini 4 Carbon』と『Gemini 4 Argon』は、難易度の高い課題への長期的で深い推論を得意としています。これに対しHydrogenは、多様なエージェントワークフローを素早く実行する用途を想定して設計されたモデルです。
提供対象は、Google AI Studioのすべてのプラン、Gemini API、Gemini for business、Geminiアプリ、Google検索です。Google Antigravityについては、Google AI ProおよびGoogle AI Ultraのユーザーが利用できます。
AIモデルの知能を総合的に評価するベンチマーク「Artificial Analysis Intelligence Index」では、標準の「高」思考レベルでArgonの50を上回る51を記録しました。新設の最高設定「xhigh」では54に到達したとのことです。
料金は100万トークンのコンテキストウィンドウ全体で一律です。入力トークン100万件あたり1.50ドル、出力トークン100万件あたり7.50ドルとなっています。
- Google AI Studio:https://aistudio.google.com/docs/whats-new-gemini-4-hydrogen
- Gemini for business:https://cloud.google.com/gemini-enterprise
- Gemini アプリ:https://gemini.google.com/
Google AntigravityにOrchestratorを導入、モデルを動的に切り替え
実際のソフトウェア開発では、システム設計や複雑なバグの解明にCarbonやArgonのようなフロンティアモデルが使われます。一方で、コードの記述、テストの実行、変更の検証を素早くこなす実行モデルも必要です。Hydrogenは単独のモデルとしても、CarbonやArgonと連携する実行エンジンとしても使えるよう構築されています。
こうした複数モデルの連携を自動化するため、Google Antigravityに「Orchestrator」が導入されます。Orchestratorは、同一セッション内でCarbonやHydrogenなどのモデルを動的に切り替える仕組みです。
ターミナル環境での操作能力を測る「Terminal-Bench 4.0」では、Carbonに匹敵するタスク成功率を達成しました。平均で利用クォータを24%削減し、完了時間を19%短縮したとのことです。
複数のエージェントを並列稼働させるワークフローでは、Carbonが全体の調整役を担い、Hydrogenが実作業や検証を行うワーカーとベリファイアを動かします。独立したワークスペースで変更の構築とテストを同時に進められるため、トークンコストの増大を抑えながらリリースを早められるとしています。
- Google Antigravity:https://antigravity.google/
- Google AntigravityでのGemini 4 Hydrogen:https://antigravity.google/blog/gemini-4-hydrogen-in-google-antigravity
開発者・エンタープライズ向けワークフローの強化
Gemini 3.8 Flashからの移行についても、Googleは大きな進化を挙げています。標準の「高」設定でタスクを2.5倍高速に完了し、「Terminal-Bench 4.1」のスコアは18.2%から57%へと3倍以上に向上しました。ハルシネーションの発生は5分の1以下に抑えられ、ツール呼び出しの失敗や検索結果が空だった場合にもスムーズに対応するそうです。
反復的なリポジトリコーディングとデバッグ
課題の解決、デバッグ、コードベースに関する質疑応答では、必要な箇所だけを的確に編集します。無関係なファイルを書き換えず、すぐに本番環境へ導入できるコードを生成するとのことです。既存コードを壊さずにバグを修復する能力を測る「SWE-sweep」でも、同クラスのモデルを上回ったとしています。
大規模なリポジトリの探索では、ファイルの読み込みや検索の呼び出しをネイティブに並列バッチ処理します。複雑なグラフ処理、SQL、データ量の多いエンタープライズワークフローの初期テストでは、3.8 Flashと比べてトークン使用量を12%〜23%削減し、2倍〜2.8倍高速に動作することがパートナー企業によって確認されています。
オープンエンドなエージェント実行
深掘り調査、データ分析、広範なコードベースのナビゲーションなど、複数ステップのタスクにも対応します。arena.aiのライブベンチマーク「Agent Arena」では総合5位にランクインしました。
専門領域の評価では、「HLE-Diamond」で58.8%を記録しクラス最高となりました。税務ベンチマーク「Vals Tax Agent Bench」は52.3%で総合1位、法務リサーチベンチマーク「Vals Legal Research Bench」は55.8%で総合1位タイです。自動化ベンチマーク「AutomationBench-AA」でもクラス首位に立っています。
マルチモーダルなナレッジワーク
ネイティブの100万入力トークンと最大100万出力トークンで、PDF、スプレッドシート、グラフ、音声、録画ビデオを統合します。引用元を明記したレポートや構造化された成果物を作成できるそうです。
視覚ファイルを扱うエージェント型ナレッジワークを評価する新ベンチマーク「Multimodal Knowledge Agent(MKA)」では53.4%でした。実務ワークフロー全体を評価する「Agents’ Last Exam v1.1」では71.6%で、いずれも他モデルを上回ったとしています。
- Multimodal Knowledge Agent(MKA):https://blog.google/innovation-and-ai/models-and-research/gemini-models/multimodal-knowledge-agent-benchmark/
ウェブ開発
ライブUIプロトタイピング、デザインからコードへの反復変換、インタラクティブなアプリ構築といった場面を想定しています。より少ないプロンプト数で、機能的で完成度の高いレイアウトを生成するとのことです。
導入企業のコメント
Boxで AIプロダクト担当VPを務めるYashodha Bhavnaniさんは、Gemini 3.8 Flashと比べて精度が大幅に向上し、約2倍の速度で動作したと述べています。トークン使用量も12%削減されたそうです。
Pixelcut共同創業者兼CEOのDominique Yahyaviさんは、276回の実行で評価した結果、すべてのデザイン要件を満たし、30%クリーンなコードで1.8倍高速に動作したとコメントしています。
STAN共同創業者兼CTOのRahul Singhさんは、100%のフォーマット準拠と精度を維持しながら、エンドツーエンドのレイテンシを28%、総トークン使用量を23%削減できたと述べています。
Hydrogenによる制作デモ
Googleは、Hydrogenを使った制作例を動画で公開しています。
Geminisland
Hydrogenで即座に3Dコーディングを行う「Geminisland」の動画です。1つのプロンプトから共有のボクセルの島に要素を追加し、プレイヤーが一人称視点で歩き回れる構造物をライブ生成します。
- Geminisland ライブアプリ:https://aistudio.google.com/apps/bundled/geminisland?showPreview=true&showAssistant=true&fullscreenApplet=true
eコマースのストアフロント構築
Google Antigravityの新しい「Gemini front end design skill」と組み合わせ、eコマースのストアフロントを一度の指示で構築した例です。WebGL2による地形シェーダー、画面固定の4段階スクローリーテリング、サーマルスプリットスライダー、3Dワイヤーフレームのスペックカード、リアルタイムの仕上げコンフィギュレータまで備えています。
- eコマースストアフロント ライブアプリ:https://aistudio.google.com/apps/bundled/material-flask-website?showPreview=true&showAssistant=true&fullscreenApplet=true
- Gemini フロントエンドデザインスキル:https://github.com/google-gemini/demolab
Googleスプレッドシートをピクセルキャンバスに
Google Antigravity上で、Googleスプレッドシートをアニメーションのピクセルキャンバスに変えた例です。数千のセルを縮小し、Python、標準の=LET(…)関数、条件付き書式を組み合わせて、フルモーションのシーンを描画しています。
Googleスライドでプレゼンテーション生成
YouTubeの基調講演動画とデザインテンプレートをもとに、Googleスライド上で複数枚のプレゼンテーションを直接生成した例です。テキストの重なりを検出して直す「監査・修正ループ」も自律的に実行し、全スライドのレイアウトを整えたそうです。
Gemini in Google Sheetsで財務モデルを生成
Gemini in Google Sheetsでは、財務データをさまざまな予測シナリオに応じて動的に変化するインタラクティブなモデルへ変換できます。従来のモデルより30%以上高速に出力を生成するとのことです。
4つの思考レベルで品質・レイテンシ・コストを調整
Hydrogenには「低」「中」「高(デフォルト)」と、新たにくわわった「xhigh」の4つの思考レベルが用意されています。品質、レイテンシ、コストのバランスを選べる設計です。
性能は段階的かつ予測可能にスケールするため、タスクに必要な推論の深さに応じた待ち時間とコストで利用できます。どの思考レベルでも、同クラスの競合モデルに匹敵、あるいは上回る性能を発揮しながら、多くの場合でより少ない出力トークンで高速に完了するとしています。
GeminiアプリとGoogle検索でも利用可能
一般ユーザー向けには、複数回のやり取りでも文脈を見失わず、指示により忠実に従うことが挙げられています。Geminiアプリでは、ユーザーの意図を汲み取って適切なツールを呼び出し、少ないやり取りで信頼性の高い回答へ導くそうです。
文章作成やリサーチでは、指定したトーンやフォーマット、細かなルールに沿って、メールの下書きや学習ガイド、各種ドキュメントを作成します。製品の比較や情報量の多い資料の要約では、重要な詳細を漏らさず表や視覚的な整理にまとめるとのことです。
Gmail、Googleドライブ、アップロードしたファイル、AirtableやDropboxなどのConnected Appsから関連する文脈を引き出すことも可能です。アイデアのプロトタイピングでは、少ないプロンプト数で動作するレイアウトを生成します。
リアルタイムの落雷データで動く3D地球儀
リアルタイムの落雷データで駆動するインタラクティブな3D地球儀とWeb Audio音楽エンジンを構築した例です。世界中の稲妻を視覚的な波紋とライブのアンビエントミュージックにマッピングしています。
水とガラスのビジュアライザー
WebGL2による水とガラスのビジュアライザーの作成を指示した例です。純粋な数学とSDFテクスチャだけで構築し、光の屈折、反射、分散、吸収をリアルタイムでシミュレーションしています。
元素「水素」をテーマにした映像制作
動画編集用のカスタムスキルを使い、元素の「水素(Hydrogen)」をテーマにしたアーカイブダイジェスト映像を作成した例です。パブリックドメインの映像素材を探し出し、ナレーション付きの1本の動画に編集しています。
Google検索の強化
Hydrogenは、Google検索も大幅にアップグレードします。複数の要素が絡む質問や入力ミスのある文、具体的なリクエストでも意図を理解しやすくなるそうです。
回答は、検索のスピード感を保ちながら、ひと目で把握しやすい視覚的な形式で表示されます。「クエリファンアウト」(質問を複数のサブトピックに分解して幅広く検索する技術)も進化し、より幅広い関連リンクを提示できるようになるとのことです。
- Google検索のGemini 4 Hydrogenアップグレード:https://blog.google/products-and-platforms/products/search/gemini-4-hydrogen-search-upgrade/
安全性と信頼性
Gemini 4 Hydrogenには、最新のGemini 4の安全性・セキュリティ技術による改善が反映されています。モデル自体のトレーニングと各製品画面でのリアルタイムの安全対策を組み合わせ、意図からの逸脱と悪用の両面でリスク軽減を図っているそうです。
エージェントタスクでは、Gemini 3.8 Flashと比べて過剰な介入を最大81%、アンダーサービスを最大79%削減しました。ツール使用やコーディング評価での意図に反する動作やタスクのショートカットは12分の1に減り、社内のエージェント誠実性評価では94%の誠実性スコアを達成したとしています。
監査された20万回以上のターンで、欺瞞的な推論の書き換えはゼロ、思考連鎖の可読性は99.9%を維持しました。間接的なプロンプトインジェクション攻撃には、Gray Swan IPIベンチマークで2.3倍以上の耐性を示したとのことです。
日常のやり取りでは、実際のバイオセキュリティ上のリスクと、正当な医療・科学の質問を区別する精度が高まりました。医療ベンチマーク「HealthBench Pro」での誤拒否率は0.4%未満に抑えられています。
- Gemini 4 Hydrogen モデルカード:https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-4-Hydrogen-Model-Card.pdf
- 推論の透明性に関するエッセイ:https://institute.deepmind.com/essays/the-case-for-reasoning-transparency/
提供対象と利用方法
Gemini 4 Hydrogenは、開発者、エンタープライズ、一般ユーザー向けの各製品で、世界中で順次展開されます。
開発者は、Google AI StudioおよびAndroid StudioでGemini APIを使った開発に利用できます。Google AI ProまたはGoogle AI Ultraのユーザーは、Google Antigravityでも試せます。
エンタープライズ向けには、APIまたはモデルのプルダウンメニューからGemini for businessに導入できます。Google Antigravityと、対象のビジネスサブスクリプションにおけるGemini in Google Sheetsでも使えます。
一般ユーザーは、Geminiアプリのモデル選択メニューとGoogle検索で利用できます。Googleスプレッドシート内のGeminiには、Google AI ProおよびGoogle AI Ultraのユーザーから順次提供されます。
- Android Studio:https://developer.android.com/studio?auto_signin=false&hl=ja
- Gemini 4 Carbon:https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/
- Gemini 4 Argon:https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/
- Original:https://www.appbank.net/2026/11/16/iphone-news/3167205.php
- Source:AppBank
- Author:Appbank編集部