Gemini 4 Hydrogen が一般開放：公式ベンチマーク表・料金・4段階の思考レベルと Antigravity「Orchestrator」解説

Google と Google DeepMind は米国時間2026年11月12日（日本時間11月13日）、新しい汎用AIモデル「Gemini 4 Hydrogen（gemini-4-hydrogen）」を発表し、即日一般提供（GA）を開始しました^1,2,7。11月10日の Gemini 4 Carbon 一般開放、11日の Gemini Decision 1 発表に続く、3日連続のリリースとなります⁷。Hydrogen は Carbon から適応されたモデルでありながら、API の標準料金は入力1.50ドル・出力7.50ドル（100万トークンあたり）で、無料枠からも試せます^2,6。本記事では、公式ブログ・モデルカード・評価手法資料・APIドキュメントをもとに、10項目のベンチマーク比較や料金体系、新設された第4の思考レベル「xhigh」、さらに Antigravity の新機能「Orchestrator」まで分かりやすく整理します。

Gemini 4 Hydrogen の全体像。AA Intelligence Index（xhigh 54・high 51・Argon 50）、モデルカード10項目中7勝のベンチマーク（SWE-sweep 13.5%、AutomationBench-AA 76.1% など）、3.8 Flash 比で速度2.5倍・Terminal-Bench 4.1 57.0%・虚偽主張5分の1以下、4段階の思考レベルと1M統合ウィンドウ、料金（入力1.50ドル・出力7.50ドル・暗黙キャッシュ95%割引）、Antigravity Orchestrator と利用チャネルを一枚にまとめた図 — Google / Google DeepMind の公式発表・モデルカード（2026年11月12日時点）に基づく全体像の図です。数値は各社公表値であり評価条件には差があります。クリックで拡大できます。

この記事の数値と仕様は、Google 公式ブログ^1,9、Google DeepMind モデルカードおよび評価手法資料^2,3、Gemini API 公式ドキュメント^4,5,6,7、Google Antigravity 公式ブログ⁸に基づいています（AI時短ラボの解説動画¹⁰は論点整理の参考として挙げたもので、数値の根拠には使っていません）。なお、本記事自体も Google Antigravity の Orchestrator（Gemini 4 Carbon と Gemini 4 Hydrogen の動的切り替え）を使って一次資料の整理から執筆・公開設定まで進め、別コンテキストの監査エージェントによる原文照合を経て仕上げています。

この記事の要点

Gemini 4 Hydrogen（gemini-4-hydrogen）は Carbon から適応された高速・汎用モデルで、AA Intelligence Index は既定の high 設定で51（Argon の50を上回る）、xhigh で54に達しました。
モデルカード掲載の10項目のベンチマークでは、Claude Sonnet 5.5 と GPT-6.1 Terra に対して10項目中7項目で最高値となり、Sonnet 5.5 が3項目（Terminal-Bench 4.1、OSWorld-2.1、Terminal-Bench-Science 0.1）で上回りました。
Gemini 3.8 Flash と比べると既定の high 設定で処理速度が2.5倍になり、Terminal-Bench 4.1 の点数は3倍超（57% 対 18.2%）、根拠のない主張は5分の1以下へ減りました。
API と Google AI Studio では無料枠から使え、有料標準単価は100万トークンあたり入力1.50ドル・出力7.50ドル（1Mコンテキスト全域で一律）です。
Google Antigravity には Carbon（設計や難所の見直し）と Hydrogen（実装やテスト）を自動で往復させる「Orchestrator」が追加され、クォータ消費を平均24%抑えつつ19%速く完了します。

先に押さえておきたい用語

思考レベル（thinking_level）：回答前にモデルがどれだけ深く推論するかを決める設定です。Hydrogen では low・medium・high（既定）・xhigh の4段階から選べます。
統合コンテキストと Long Decode：入力・思考・出力の合計を1,048,576トークン（1M）の1枠で管理する仕組みです。同期応答の最大出力は65,536トークンですが、バックグラウンド実行を使うと残余枠まで長文出力できます。
暗黙的キャッシュ（Implicit caching）：4,096トークン以上のプロンプトで自動的に有効になり、重複する入力トークンを95%割引（0.075ドル/1M）で処理する仕組みです。
Orchestrator（オーケストレーター）：1つの会話セッションの中で、難しい判断は上位の Carbon、手早い実装と検証は Hydrogen へと、進行状況に応じて動的にモデルを切り替える Antigravity の機能です。

Gemini 4 Hydrogen とは何か：3日連続発表での位置づけ

Google DeepMind のモデルカードによると、Gemini 4 Hydrogen は上位モデルである Gemini 4 Carbon から適応（adapted）して作られたモデルで、知識カットオフは2026年3月です²。Carbon や Argon が最も難解な長時間の推論課題を狙うモデルであるのに対し、Hydrogen は日常的なソフトウェア開発、ツールを使う自律エージェント、画像や PDF・動画を含む知識業務を「速く・低コストに・高い精度で」こなす主力モデルとして位置づけられています^1,2,4。

Gemini API のリリースノートを見ると、今週は3日続けて重要な発表が並んでいます⁷。

11月10日：最上位推論モデル Gemini 4 Carbon（gemini-4-carbon）が一般提供（GA）へ移行。
11月11日：分類・採点などに特化し、出力トークンを消費しない Gemini Decision 1（gemini-decision-1）と Decisions API を公開。
11月12日：無料枠を含む幅広い層向けの主力モデル Gemini 4 Hydrogen（gemini-4-hydrogen）が一般提供を開始。同時に Antigravity Managed Agents（antigravity-preview-09-2026）の既定モデルも Hydrogen に更新されました^4,7。

公式の移行ガイドでは、従来の Gemini 3.8 Flash やそれ以前の Gemini 3・2.5 系からの乗り換え先として Hydrogen が明確に推奨されています⁴。

どこで・誰が使えるのか（無料枠と有料枠の範囲）

上位の Carbon が API 無料枠の対象外だったのに対し、Hydrogen は個人ユーザーから開発者・法人まで広く同時に展開されています^1,4,8。

利用チャネル	対象プラン・条件（2026年11月12日時点）
Google AI Studio / Gemini API	無料枠（Free tier）と有料枠（Paid tier）の両方で利用可能（`GenerateContent` と `Interactions API` の双方に対応）
Google 検索	全世界の全ユーザー向けに導入済み
Gemini アプリ	モデル選択メニューから利用可能（無料ユーザーにもプロンプトに適した場合に自動選択で提供¹）
Google Sheets（Gemini in Sheets）	Google AI Pro / Ultra および対象法人プランで提供（スプレッドシート上の生成が従来比30%超高速化）
Google Antigravity	`Gemini 4 Hydrogen` 本体は有料の Google AI Pro / Ultra 契約者向け。動的に切り替える Orchestrator は Google AI Ultra および `Gemini for business` 向けに順次展開
企業向け・Managed Agents	`Gemini for business` に対応。Gemini Managed Agents の `antigravity-preview-09-2026` の既定モデルとして採用

公式ベンチマーク：Argon 超えの総合点と10項目比較表

総合力の指標である Artificial Analysis Intelligence Index において、Gemini 4 Hydrogen は既定の思考レベル high で51を記録し、兄貴分にあたる Gemini 4 Argon（50）を上回りました^1,8。さらに新設の xhigh 設定では54に達しています^1,8。外部リーダーボードでも、Agent Arena（arena.ai）で5位、Vals Tax Agent Bench で総合1位（52.3%）、Vals Legal Research Bench で同率1位（55.8%）を獲得しています¹。

Google DeepMind のモデルカードには、競合の Claude Sonnet 5.5 および GPT-6.1 Terra と並べた10項目のベンチマーク比較表が掲載されています²。結果は Hydrogen が10項目中7項目で最高値、Claude Sonnet 5.5 が3項目で首位となりました。

分野	ベンチマーク（注記）	Gemini 4 Hydrogen	Claude Sonnet 5.5	GPT-6.1 Terra
コーディング	SWE-sweep	13.5%	3.1%	5.8%
コーディング	Terminal-Bench 4.1（不正対策済）	57.0%	63.9%	—
知識業務	Agents' Last Exam v1.1（Score）	71.6%	60.4%	69.8%
知識業務	AutomationBench-AA	76.1%	71.8%	60.2%
知識業務	Vending-Bench 2（残高ドル）	$14,549	$11,165	$9,107
PC操作	OSWorld-2.1（オフライン部分集合）	77.6%	83.9%	74.2%
マルチモーダル	MKA（Climb WSR accuracy）	53.4%	52.0%	43.8%
マルチモーダル	Chartography	66.6%	61.6%	63.2%
科学・数学	Terminal-Bench-Science 0.1	51.4%	59.9%	58.3%
推論	HLE-Diamond	58.8%	53.3%	47.3%

評価手法PDFによると、Hydrogen の各スコアは原則として単一試行（pass@1）の最高思考設定（xhigh）での値ですが、Terminal-Bench 4.1 と 4.0 のみ high 設定が使われ、両ベンチマークおよび Terminal-Bench-Science 0.1 は5試行平均（小さいベンチマークは分散低減のため複数試行平均）で算出されています³。また OSWorld-2.1 は82タスクのオフライン部分集合（3ラン最大値）での比較であり、一部のベンチマークは自社測定値と各社の公開リーダーボード値・システムカード値を併用した比較となっています³。

表を素直に読むと、既存コードベースのバグ修正（SWE-sweep）や知識業務・複雑な視覚ファイルを扱う知識業務（Agents' Last Exam v1.1、AutomationBench-AA、MKA）、図表の視覚理解（Chartography）、難問推論（HLE-Diamond）では Hydrogen が強みを見せています。一方で、ターミナル操作（Terminal-Bench 4.1）、画面操作（OSWorld-2.1）、科学エージェント（Terminal-Bench-Science 0.1）では Claude Sonnet 5.5 が高いスコアを保っており、得意領域の違いがはっきり表れています²。

Gemini 3.8 Flash からの進化点

従来の Gemini 3.8 Flash から置き換える観点から見ると、公式ブログでは次の実務上の変化が強調されています^1,4。

速度と知能の同時向上：既定の high 設定でも 3.8 Flash より2.5倍速くタスクを終えつつ、Terminal-Bench 4.1 の点数は57%へと 3.8 Flash（18.2%）の3倍以上に伸びました¹。
根拠のない断言を大幅に抑制：必要な文脈が足りないときに推測で埋めず不足を報告する挙動が強化され、根拠のない主張（fabricated claims）は 3.8 Flash 比で5分の1以下（5倍以上削減）に減っています^1,4。ツール呼び出しや検索が空振りした際の方針修正も滑らかになりました¹。
並列の読み取り・検索バッチ化：大きなリポジトリを調べる際、ファイルを1つずつ順に開くのではなく、読み取りと検索の呼び出しを最初から並列に束ねて実行します¹。複雑なグラフ・SQL・データ中心の企業業務を対象としたパートナー初期検証では、3.8 Flash 比で2〜2.8倍の高速化と12〜23%のトークン削減が確認されたと紹介されています¹。

4段階の思考レベル（xhigh 新設）と1M統合仕様

開発者にとって見落とせないのが、API の思考設定とトークン枠の設計です^4,5。Hydrogen は Carbon・Argon と共通の API 設計を採用していますが、既定値と上限に独自の変更があります⁴。

設定・仕様項目	Gemini 4 Hydrogen（`gemini-4-hydrogen`）
入出力データ型	入力：テキスト・画像・動画・音声・PDF ／出力：テキスト
コンテキストと最大出力	入出力・思考を合算する統合ウィンドウ：1,048,576 トークン同期応答上限：ストリーミング・非ストリーミングとも 65,536 トークン（Carbon / Argon の非ストリーミング REST は 32,768） Long Decode（`background=True` 等）：入力分を除いた残余 1M まで継続生成可能
思考レベル（`thinking_level`）	`low` ／ `medium` ／ `high`（既定）／ `xhigh`（新設）の4段階（`minimal` はエラー。Carbon / Argon は `medium` 既定で `high` 上限）
コンテキストキャッシュと引数	4,096トークン以上で暗黙的キャッシュが自動適用（ヒット時95%割引）。明示的キャッシュ（`cachedContents`）は非対応。`temperature`・`top_p`・`top_k` は無視。画像生成・音声生成・Live API も非対応

公式の移行チェックリストによると、3.8 Flash では 1M 入力と 64K 出力が別枠でしたが、Hydrogen では思考トークンも含めた合計が統合 1M 枠に入り、max_output_tokens も「思考＋最終回答」の上限として働きます⁴。既定が high になったため、チャットや即時 UI 試作のように応答速度を優先したい用途では明示的に medium や low を指定し、逆に難度の高い多段階バグ調査にだけ xhigh を切り替える運用が勧められています⁴。

Google Antigravity の新機能「Orchestrator」

開発環境 Google Antigravity には、単なるモデルの追加にとどまらず、モデル選択メニューに「Orchestrator」という新しい選択肢が加わりました^1,8。

従来のモデルルーターは「最初のプロンプトを見て安いモデルか高いモデルかを一度だけ決める」方式が多く、作業の途中で想定外の難所にぶつかったときに対応が崩れがちでした⁸。Orchestrator は1つの作業履歴（trajectory）の中で Gemini 4 Carbon と Gemini 4 Hydrogen を双方向に切り替えます⁸。

計画と曖昧さ解消（Carbon）：最初の読み取り専用フェーズで依存関係を調べ、再計画の条件を含めた計画を立てる⁸。
実装とテスト実行（Hydrogen）：実際のファイル編集、パッケージ更新、テストの反復を高速に担当する⁸。
行き詰まり時の再検査（Carbon へ戻す）：Hydrogen が摩擦（エラーや行き詰まり）に当たると Carbon へ制御を戻し、状態を点検して計画を修復したうえで作業を再開する⁸。

この協調動作により、Orchestrator は Carbon 単体に近いタスク成功率を保ちながら、平均でクォータ消費を24%削減し、完了時間を19%短縮したことが報告されています^1,8。なお、この24%・19%という計測対象のベンチマーク名は、Google 公式ブログでは Terminal-Bench 4.0¹、Google Antigravity ブログでは Terminal-Bench 4.1⁸ と記載されており、出典間で表記が異なっている点は留意が必要です。

料金体系と Carbon・Argon・3.8 Flash との価格差

Gemini API（有料枠）における Hydrogen の単価は、1Mトークン上限までコンテキスト長にかかわらず一律です^4,6。思考トークンも出力単価として課金されます。なお、Google 検索や Google マップのグラウンディングは API 無料枠（Free tier）では非対応で、有料枠（Paid tier）では Gemini 3 以降の全モデル共有で月5,000リクエストまで無料（Google 検索グラウンディングには1日1,500リクエストの上限あり）となり、超過後は1,000リクエスト／検索クエリあたり14ドルがかかります（Google 検索は1回の API リクエストで複数の検索が走った場合、各検索クエリ単位で課金されます）⁶。

モデル・利用モード	無料枠（API）	入力（/ 1M）	出力・思考含む（/ 1M）	暗黙キャッシュ（/ 1M）
Gemini 4 Hydrogen（Standard）	あり（製品改善に使用: Yes）	$1.50	$7.50	$0.075（95%割引）
Gemini 4 Hydrogen（Batch / Flex）	なし	$0.75	$3.75	$0.0375
Gemini 4 Hydrogen（Priority）	あり（レート制限付き）	$2.70	$13.50	$0.135
Gemini 3.8 Flash（Standard）	あり	$0.75（12/31まで） → 1/1〜 $1.50	$3.75（12/31まで） → 1/1〜 $7.50	$0.075（〜12/31） → $0.15（1/1〜）
Gemini 4 Carbon / Argon（Standard）	対象外	$2.00（11/30まで） → 12/1〜 $4.00	$10.00（11/30まで） → 12/1〜 $20.00	$0.10（〜11/30） → $0.20（12/1〜）

料金表で特に意識しておきたいのは期限付きの価格差です^6,10。Gemini 3.8 Flash は2026年12月31日まで入力0.75ドル・出力3.75ドルですが、2027年1月1日からは入力1.50ドル・出力7.50ドルとなり、最初から Hydrogen と同額になります⁶。一方、Carbon と Argon は2026年11月30日まで入力2.00ドル・出力10.00ドルの導入価格が適用されており、12月1日から入力4.00ドル・出力20.00ドルへ上がるため、Hydrogen（1.50 / 7.50ドル）との価格差は12月以降さらに大きく開く見通しです⁶。

Google 検索・Gemini アプリ・Sheets での強化点

開発者向けの API だけでなく、日常使う Google サービスにも Hydrogen が一斉に組み込まれました^1,9。

Google 検索の過去最大級アップデート：全世界の全ユーザーに展開され、複数条件が重なった長い質問や曖昧な自然文の意図をより正確に読み取ります⁹。関連サブトピックを並列に検索して情報を拾い上げる「query fan-out」が強化され、より広い関連サイトへのリンクや、比較表・図・カスタムツールなどの見やすい回答を返します⁹。
Gemini アプリ：指示した口調・形式の維持や、アップロード資料・Gmail・Google ドライブ・外部連携アプリ（Airtable、Dropbox など）を横断して目的を分解し、適切なツールを呼び出す精度が高まっています¹。
Google Sheets・スライド等のデモ：Google Sheets の Gemini では財務予測モデルなどの生成が従来比30%超高速化されました¹。さらに発表ブログでは、Antigravity 上で YouTube の基調講演動画とテンプレートから Google スライドを作成してレイアウトの重なりを自己修正ループで直す事例や、Google スプレッドシートで Python・ネイティブの =LET(...) 関数・条件付き書式を組み合わせてアニメーションを動かす事例なども公開されています¹。

安全性・アライメント評価と注意すべき限界

エージェントとして自立して動く場面が増えるモデルだけに、Google は安全面と制御性の数値、そして弱点もあわせて公開しています^1,2。

過剰実行と誠実性の改善（vs 3.8 Flash）：エージェント課題での勝手なやりすぎ（overreach）を最大81%、対応不足（under-service）を最大79%減らし、不整合行動や手抜き（shortcutting）を12分の1へ抑制しました¹。実行不能な課題で権限境界を迂回する傾向は最大2分の1になり、社内誠実性評価は96.7%、思考過程（CoT）の可読性は99.9%（20万ターン超の監査で欺瞞的な編集ゼロ）に達しています¹。また Gray Swan の間接プロンプトインジェクション（IPI）耐性は2.3倍超、HealthBench Pro での誤拒否率は0.4%未満に抑えられました¹。
自動安全性評価での注意点（過拒否の増加）：Model Card の自動評価（3.8 Flash 比）では、画像＋テキスト安全性が +7.00pp と大きく向上し、テキスト（+0.80pp）と多言語（+1.10pp）は信頼区間内で同程度の高水準を維持、拒否時の口調（Tone、-0.65pp）も 3.8 Flash と同水準にとどまった一方、本来は安全に応答できる境界入力を断ってしまう不当拒否（Unjustified-refusals）は +5.57pp 増加しました²。特にマルチモーダル入力で過拒否が増えた傾向が注記されており（人手レビューでは誤検知または重大でないものが大半と説明）、画像付きプロンプトの運用では挙動を確かめておく必要があります²。
Frontier Safety Framework と既知の限界：Argon 比での Material Capability Change（MCC）には該当せず、CBRN（生物）とサイバー領域の追加検証では重大能力閾値（CCL）には到達していません（両領域とも CCL アラート閾値には到達したため緩和策を継続適用）²。制御喪失関連（Stealth & Situational Awareness TCL）は保守的仮定に基づき制御・監視策が適用されています²。なお、詳細な Safety & Security Report は後日公開予定と案内されており、既知の限界としてハルシネーションや高思考レベルでのトークン増・遅延も明記されています²。

まとめると、Gemini 4 Hydrogen は「無料枠や安価な標準単価でそのまま使えて、総合点では Argon に並び上回る場面がある日常主力モデル」です。単体で日々の実装や検索・資料統合に使い始めつつ、設計や難度の高い調査だけ Carbon に任せる、あるいは Antigravity の Orchestrator に自動切り替えを任せる構成が、2026年11月時点の最も現実的な活用法と言えます。なお、医学文献や制度・数値の確認に生成AIを併用する際は、どのモデルであっても必ず一次資料で裏づけを取る前提は変わりません。

ちなみに今回の記事制作そのものにも、Google Antigravity の Orchestrator を使っています。1つの会話セッションの中で、構成方針の策定・出典間の細かな表記差の点検・公開手順の設計といった判断フェーズは Gemini 4 Carbon が担い、一次資料の取得・根拠台帳と HTML の作成・機械検査スクリプトの実行といった実作業フェーズは Gemini 4 Hydrogen が引き継ぐ形で、節目のレビューごとに両モデルを行き来しながら進めました（原文引用の独立監査は別コンテキストの監査エージェントで実施しています）。計画の見直しと手早い実装・検証が同じ履歴の上でつながるため、複数の公式資料を突き合わせる記事制作でも手戻りが少なく扱いやすい仕組みだと感じました。

関連する最近の AI モデル解説・開発記事もあわせてご覧ください。

よくある質問

Q. Gemini 4 Hydrogen は無料で使えますか？

はい。Google AI Studio と Gemini API の無料枠（Free tier）から無料で試せます（レート制限があり、入力データは Google の製品改善に使用されます）。一般向けでは Google 検索に全世界で導入されているほか、Gemini アプリでもモデル選択や自動選択を通じて利用できます。

Q. Gemini 4 Carbon や Argon と比べて料金はどれくらい違いますか？

Hydrogen の API 有料枠（Standard）は100万トークンあたり入力1.50ドル・出力7.50ドル（思考トークン含む）です。Carbon と Argon は2026年11月30日までは導入価格で入力2.00ドル・出力10.00ドル、12月1日からは通常価格の入力4.00ドル・出力20.00ドルになるため、12月以降は入力・出力とも Carbon / Argon（4.00ドル / 20.00ドル）より大幅に低い単価（1.50ドル / 7.50ドル）で利用できます。

Q. Claude Sonnet 5.5 や GPT-6.1 Terra とのベンチマーク比較はどうでしたか？

Google DeepMind のモデルカード掲載10項目では、Hydrogen が7項目（SWE-sweep 13.5%、Agents' Last Exam v1.1 71.6%、AutomationBench-AA 76.1%、Vending-Bench 2 $14,549、MKA 53.4%、Chartography 66.6%、HLE-Diamond 58.8%）で最高値を記録し、Claude Sonnet 5.5 が3項目（Terminal-Bench 4.1 63.9%、OSWorld-2.1 オフライン部分集合 83.9%、Terminal-Bench-Science 0.1 59.9%）で上回りました。なお評価手法により一部条件が異なるため、用途ごとの見極めが必要です。

Q. Antigravity の「Orchestrator」とは何ですか？

1つの開発セッションの中で、計画策定や難所の見直しを Gemini 4 Carbon に、コード編集やテスト実行を Gemini 4 Hydrogen に自動で振り分けて往来する機能です。Google AI Ultra および Gemini for business 向けに提供され、Carbon 単体に近い成功率を保ちながら平均でクォータ消費を24%削減し、19%速く完了します。