Gemini 4 Hydrogen: Google lancia il modello veloce per agenti e codice

Google ha aggiunto un nuovo tassello alla famiglia Gemini 4: si chiama Gemini 4 Hydrogen, ha identificativo gemini-4-hydrogen ed è il modello veloce e a basso costo pensato per programmazione e agenti AI. È disponibile in Google AI Studio e nella Gemini API, sia nel piano gratuito sia in quello a pagamento, e Google lo indica come aggiornamento consigliato rispetto a Gemini 3.8 Flash.

In breve: una finestra di contesto unica da un milione di token, un nuovo livello di ragionamento e un listino chiaro.

Che cos’è Gemini 4 Hydrogen e dove si colloca nella famiglia

Con Gemini 4 Google ha scelto di costruire una famiglia di modelli con ruoli distinti, invece di un unico modello che fa tutto. Nella documentazione ufficiale Carbon è descritto come il modello di frontiera più forte, Argon come quello adatto alla maggior parte dei compiti a lungo orizzonte con un consumo di token inferiore a Carbon, mentre Gemini 3.5 Flash-Lite resta l’opzione più rapida ed economica in assoluto. Hydrogen si inserisce nel mezzo, come il modello veloce per il lavoro quotidiano: assistenti di codice, automazioni, flussi con molte chiamate a strumenti esterni.

Se vuoi ripassare i due fratelli maggiori, ne abbiamo parlato nell’articolo su Gemini 4 Carbon e la cybersicurezza a lungo orizzonte e in quello sul debutto generale di Gemini 4 Argon con prezzi e benchmark. Hydrogen è pensato per funzionare da solo oppure insieme a Carbon e Argon in flussi di lavoro con più modelli, dove un modello leggero svolge i passaggi ripetitivi e uno più potente interviene quando serve.

Un dettaglio che conta per chi sviluppa: Hydrogen è il modello predefinito dell’agente gestito Antigravity. Significa che Google lo considera il cavallo di battaglia per gli agenti, non una versione ridotta da usare solo quando il budget stringe.

Prezzi, contesto e livelli di ragionamento

Quanto costa

Sul piano a pagamento il listino ufficiale prevede 1,50 dollari per milione di token in ingresso e 7,50 dollari per milione di token in uscita, con i token di ragionamento inclusi nell’uscita. I token in ingresso letti dalla cache costano 0,075 dollari per milione grazie al caching implicito, cioè uno sconto del 95% sul prezzo normale. Il piano gratuito non ha costi ma è soggetto a limiti di frequenza, e il grounding con Google Search viene fatturato a query.

Il punto da tenere a mente è che nell’uscita rientrano anche i token di ragionamento. Con un modello che di default pensa a livello alto, la bolletta reale può discostarsi dal prezzo di listino di un modello che risponde senza riflettere.

Una sola finestra da un milione di token

La novità architetturale più concreta riguarda il contesto. Gemini 3.8 Flash aveva budget separati per ingresso e uscita; Hydrogen usa invece un’unica finestra di 1.048.576 token condivisa tra input, ragionamento e output. Le risposte sincrone arrivano fino a 65.536 token per passaggio, mentre la decodifica lunga permette di produrre risposte fino a un milione di token. Per output più lunghi di quelli sincroni servono l’esecuzione in background oppure la continuazione lato client.

Per chi lavora con documenti lunghi, repository di codice o sessioni di agente molto estese, il vantaggio è la flessibilità: non devi più decidere in anticipo quanta parte del budget riservare alla risposta.

Il nuovo livello xhigh

Hydrogen supporta quattro livelli di ragionamento: low, medium, high e xhigh. Il livello predefinito passa da medio a alto rispetto a Gemini 3.8 Flash, e xhigh è il nuovo livello più profondo. Il valore minimal viene invece rifiutato. In pratica puoi scegliere tu quanto far ragionare il modello: poco per classificazioni e riassunti rapidi, molto per debug complessi o pianificazione di attività articolate.

Agenti e multimodalità: che cosa migliora

Google insiste soprattutto sull’esecuzione agentica. Secondo la documentazione, Hydrogen raggruppa in parallelo le chiamate di lettura e ricerca, e recupera meglio quando una chiamata a uno strumento fallisce. Sono due miglioramenti molto pratici: un agente che aspetta una risposta alla volta è lento, e uno che si blocca al primo errore è inutilizzabile in produzione.

Sul fronte multimodale il modello legge e ragiona su tabelle, grafici, PDF, immagini, audio e video, con una comprensione video definita agentica. Gli input possono essere testo, immagini, video, audio e PDF, mentre l’output resta testuale: niente generazione di immagini o audio da questo modello.

L’unico dato quantitativo dichiarato da Google è la riduzione di oltre cinque volte delle affermazioni inventate rispetto a Gemini 3.8 Flash. Non ci sono invece punteggi sui benchmark pubblici nella pagina ufficiale, quindi il confronto con la concorrenza va rimandato a quando arriveranno test indipendenti.

Cosa cambia rispetto a Gemini 3.8 Flash

Se hai già un’applicazione che usa Gemini 3.8 Flash, la migrazione non è un semplice cambio di nome del modello. La documentazione elenca diverse differenze da verificare prima di passare.

• Il caching esplicito (cachedContents) non è supportato: si usa solo quello implicito, che si applica a prompt di almeno 4.096 token.
• I parametri temperature, top_p e top_k vengono ignorati se li invii.
• Gli strumenti vanno dichiarati in modo nativo: chiedere chiamate in JSON come testo grezzo può restituire l’errore MALFORMED_FUNCTION_CALL.
• Sono fatturati anche i token di ragionamento, le istruzioni di sistema interne e le dichiarazioni delle funzioni.

Il secondo punto è quello che sorprende di più: se il tuo codice regola la creatività con la temperatura, con Hydrogen quella leva non funziona più. Conviene rivedere i prompt e i test di regressione prima di spostare il traffico.

Perché questa uscita conta per chi lavora con l’AI

Il mercato dei modelli veloci è diventato il vero campo di battaglia commerciale. I modelli di frontiera fanno notizia, ma la maggior parte delle chiamate in produzione passa da modelli come questo: costano meno, rispondono prima e, se ben orchestrati, bastano per la gran parte delle attività. Un prezzo di 1,50 dollari in ingresso e un contesto da un milione di token, con un piano gratuito per sperimentare, abbassano ancora la soglia di ingresso per sviluppatori e piccole aziende.

È una lettura nostra, non una dichiarazione di Google: la strategia sembra puntare a fidelizzare chi sviluppa con un modello abbastanza capace da gestire gli agenti, lasciando Carbon e Argon ai casi più difficili. Se lavori in ambito SEO, marketing o automazione, questo schema a livelli è utile anche per te: modello leggero per estrarre, classificare e riformulare, modello pesante per la sintesi e le decisioni.

Va ricordato anche il contesto di prezzo. Per capire come Google ha trattato in passato la fascia economica puoi rileggere la nostra guida su Gemini gratis con Flash-Lite e i piani Google AI Plus e Pro, che mostra quanto la distinzione tra fascia gratuita e a pagamento sia stata ritoccata di recente.

Come provarlo oggi

Il modo più rapido è aprire Google AI Studio, scegliere gemini-4-hydrogen e fare qualche prova con i diversi livelli di ragionamento. Per l’uso programmatico, il modello è disponibile nella Gemini API sia con GenerateContent sia con la Interactions API. Il consiglio pratico è partire dal livello alto, che è quello predefinito, misurare latenza e costo reali sui tuoi casi d’uso e solo dopo provare low o xhigh.

Per un quadro più ampio sull’ecosistema, trovi tutte le nostre analisi nella sezione dedicata a Google Gemini.

Conclusioni

Gemini 4 Hydrogen non è la notizia che fa più rumore della famiglia, ma è probabilmente quella che avrà più effetto sul lavoro di tutti i giorni: un modello rapido, con un contesto enorme, un prezzo contenuto e un chiaro orientamento agli agenti. Restano da vedere i benchmark indipendenti e il comportamento reale con carichi di produzione.

Il mio consiglio è semplice: apri AI Studio, prova Hydrogen sui tuoi flussi più ripetitivi e confrontalo con il modello che usi adesso. Poi raccontaci com’è andata, e seguici per gli aggiornamenti sulla famiglia Gemini 4.