2022年末、ChatGPTが世界に見せたのは「AIが会話できる」という事実だった。それ以前、AIといえば特定タスクへの特化型ツールが主流で、汎用的に言葉を扱える存在は研究所の外にはほぼ存在しなかった。ChatGPTの登場によって問答の質は一気に引き上げられたが、AIはあくまで「聞かれたら答える」存在だった。ユーザーが問いを立て、AIが返す。その往復を人間が束ねて仕事にする。作業の主体は、依然として人間の側にあった。
その前提が、今年に入って少しずつ崩れ始めている。
Googleが発表したGemini 4 Hydrogenは、一見するとモデルのバージョンアップに見える。しかし中身を追うと、設計の重心が明らかに変わっていることがわかる。単発の質問に答える精度を上げることより、複数のツールを呼び出しながらタスクを連続実行し続けることに最適化されたモデルだ。AIが「答えを返す」のではなく「作業を進める」ために設計されている。
こうした方向性が生まれた背景には、エージェントAIへの需要の変化がある。コードを書き、テストを実行し、結果を検証し、次のステップを判断する。そのループを人間の介入なしに回し続けるには、単純に賢いだけでは足りない。速く、効率よく、ミスなく動き続けることが求められる。Hydrogenはその役割に特化して設計されたモデルだ。
Googleが今回同時に発表したOrchestratorという仕組みも、同じ方向を指している。セッション内でHydrogenとCarbonを動的に切り替え、難易度に応じて使うモデルを自動選択する。重たい判断はCarbonに任せ、反復的な実行はHydrogenが高速でこなす。モデルを1本使い切る発想から、モデルを役割分担させる発想への転換だ。
前世代のGemini 3.8 Flashと比べると、タスク完了速度は2.5倍、ハルシネーションは5分の1以下という数字が示されている。性能曲線が急勾配であることは間違いないが、それ以上に重要なのは「何を最適化したか」という設計の意思だ。Googleはここで、賢さの証明よりも実務での稼働率を選んでいる。
誰がこの変化の恩恵を受けるかは、ベンチマークの顔ぶれを見ると読める。Vals Tax Agent Bench、Vals Legal Research Bench、AutomationBench。法務・税務・業務自動化の領域で首位を取りにいっている。つまりターゲットは、AIを試したい個人ユーザーではなく、業務フローにAIを組み込みたいチームや企業だ。
AIが「優秀なアシスタント」として扱われていた時代は、使い方の工夫で差がついた。プロンプトの設計、質問の切り方、出力の整形。それはすべて、人間側のスキルだった。AIが自律的に動くシステムになると、差がつくのは別の場所になる。どのタスクをAIに渡せるか、どのワークフローをどう設計するか。問われるのは、使い方より組織の設計になっていく。
テクノロジーが道具から担当者へと変わるたびに、同じ問いが浮上してきた。人間は何を判断し、何を委ねるか。Gemini 4 Hydrogenの登場は、その問いを改めて現実の話にしている。
3行まとめ
- GoogleがGemini 4 Hydrogenを発表。速度と効率を重視し、日常的なコーディングやエージェントワークフローへの対応に特化したモデル。
- Google Antigravity上にOrchestratorが導入され、同一セッション内でCarbonとHydrogenを動的に切り替えることでクォータ消費を24%削減、完了速度を19%向上。
- Google AI Studio、Gemini API、Gemini app、Google Search、Google Antigravityなど幅広いサービスで提供され、全階層のユーザーを対象とする。
※以下は詳細
答えるモデルから動くモデルへ
Gemini 4 Hydrogenの設計上の特徴は、単発の質問への回答精度ではなく、多様なエージェントワークフローにわたるタスクの高速実行にある。ツールの呼び出し、外部サービスとの連携、次のアクションの判断と実行を連続して行う設計になっている。
フロンティアモデルであるGemini 4 CarbonとArgonが深い判断や難解なバグ解析を担う一方、Hydrogenはコードの記述・テストの実行・変更の検証といった日常的な実行タスクを高速にこなす役割を持つ。
OrchestratorによるマルチモデルワークフローのGooglek的自動化
Google Antigravity上に導入されたOrchestratorは、単一モデルを最初から最後まで使い続けるのではなく、同一セッション内でCarbonとHydrogenを動的に切り替える仕組みだ。
Terminal-Bench 4.0において、OrchestratorはCarbon単体とほぼ同等のタスク成功率を達成しながら、クォータ消費を平均24%削減し、完了速度を19%向上させた。並列エージェントが必要なワークフローでは、Carbonがコーディネーターとして機能し、Hydrogenがワーカーおよび検証エージェントとして動作することで、隔離されたワークスペースでの同時ビルドとテストを実現する。
前世代からの主な性能向上
Gemini 3.8 Flashと比較した場合、Hydrogenはデフォルトのhigh設定でタスク完了速度が2.5倍速く、Terminal-Bench 4.1スコアが57%対18.2%と3倍以上に向上し、ハルシネーションを5倍以上削減している。
主な対応領域は以下の通りです。
– リポジトリのコーディングとデバッグ:ファイルの一括並列読み込みと検索により、複雑なグラフ・SQL・データ集約型の企業ワークフローで、パートナーの早期テストにおいて3.8 Flash比で2倍から2.8倍の高速化と、トークン使用量の12%から23%削減を達成。
– オープンエンドなエージェント実行:マルチステップのリサーチ・データ分析・広範なコードベースナビゲーションにおいて、Agent Arenaで5位にランクイン。HLE-Diamondで58.8%、Vals Tax Agent Benchで総合1位(52.3%)、Vals Legal Research Benchで同率1位(55.8%)、AutomationBench-AAでもクラス首位を記録。
– マルチモーダルナレッジワーク:最大100万トークンの入力と最大100万トークンの出力を組み合わせ、PDFやスプレッドシート、音声、動画などを構造化されたレポートに変換。Multimodal Knowledge Agent(MKA)ベンチマークで53.4%、Agents’ Last Exam v1.1で71.6%を達成。
– ウェブ開発:UIプロトタイピングやデザインからコードへの変換において、より少ないプロンプトで機能的なレイアウトを生成する。
思考レベルの4段階調整と価格
Hydrogenはlow・medium・high(デフォルト)・xhighの4段階の思考レベルを備えており、品質・レイテンシ・コストをタスクに応じて調整できます。Artificial Analysis Intelligence Indexでは、デフォルトのhigh設定でArgon(50)を上回る51を記録し、xhigh設定では54に達します。
価格は100万トークンあたり入力1.50ドル・出力7.50ドルで、最大100万トークンのコンテキストウィンドウ全体にわたり一律に設定されています。
全体まとめ
GoogleはGemini 4 Hydrogenにより、日常的なコーディングとエージェントワークフローに特化した高速・高効率なモデルを提供します。Gemini 4 CarbonおよびArgonとの組み合わせや、OrchestratorによるモデルのDynamic切り替えにより、マルチモデルワークフローの実用化が進みます。Google AI Studio・Gemini API・Gemini app・Google Search・Google Antigravityなど幅広いサービスで提供され、全階層のユーザーが利用できます。