TabbitBlog

Análise do Gemini 4 Hydrogen: o que dizem as evidências

Análise baseada em fontes públicas de benchmarks, pontos fortes, limites, custo de API e tarefas para testar.

Neste artigo
  1. Principais conclusões
  2. Resultados publicados
  3. Onde pode ser útil
  4. Limites
  5. Veredito por tarefa

O destaque público do Gemini 4 Hydrogen é 71,6% no Agents’ Last Exam v1.1, contra 60,4% do Claude Sonnet 5.5, segundo o Google e a configuração descrita. É um sinal relevante para tarefas de conhecimento, não uma garantia em todo agente. A mesma ficha oficial mostra resultados abaixo do Sonnet 5.5 em OSWorld-2.1 e Terminal-Bench Science, além de mais recusas injustificadas que o Gemini 3.8 Flash em alguns prompts multimodais. Esta análise usa dados publicados; não fizemos teste no Tabbit. Veja os preços e o guia de acesso.

Em uma discussão no Reddit, alguém perguntou por que alguns benchmarks colocavam Hydrogen à frente de Argon; outras pessoas relataram experiências diferentes. Isso não prova desempenho. Esta análise usa o método publicado pelo Google e aponta seus limites. Leia a discussão.

Principais conclusões

  • Hydrogen é voltado a código e agentes rápidos; o Google diz que deriva do Gemini 4 Carbon.

  • Os resultados variam por tarefa: ALE é um ponto forte; OSWorld e ciência ficam abaixo do Sonnet 5.5.

  • O Google informa índice 51 no High padrão e 54 no Xhigh; isso não é ranking universal.

  • A ficha menciona alucinações, lentidão ocasional, mais tokens em níveis altos e aumento de recusas injustificadas em uma comparação de segurança.

  • Avalie como candidato antes de substituir um modelo de produção.

Resultados publicados

ÁreaDado do GoogleO que não prova
Trabalho agenticALE v1.1: Hydrogen 71,6%; Sonnet 5.5 60,4%Vitória em toda tarefa longa
Uso do computadorOSWorld-2.1 offline: 77,6% contra 83,9%Mesmo resultado no seu ambiente
Ciência no terminal51,4% contra 59,9%Confiabilidade científica geral
MultimodalMKA 53,4% contra 52%; Chartography 66,6% contra 61,6%Melhor em todo arquivo
APIUS$ 1,50/M entrada; US$ 7,50/M saídaMenor custo por tarefa concluída

A ficha Google DeepMind foi consultada em 16-11-2026. Salvo indicação, o teste do Hydrogen usa API e o nível máximo de pensamento. Há resultados calculados pelo Google e dados de rankings externos, portanto não são uma comparação uniforme. O anúncio também informa índice 51 para Hydrogen e 50 para Argon no nível alto padrão. Consulte o perfil AA.

Onde pode ser útil

O resultado de 71,6% no ALE merece atenção. O Google informa 122 tarefas v1.1 e janela de cinco horas, Antigravity CLI 1.4.8 para Hydrogen e ALE-Claw para Sonnet, com filtros de segurança ativos. Respostas bloqueadas eram retornadas como texto vazio. As condições ajudam a interpretar a cifra, mas ainda é uma avaliação com ferramentas específicas.

No MKA, Hydrogen alcança 53,4%; em Chartography, 66,6%, valores um pouco acima do Sonnet 5.5 nessas linhas. Isso justifica testar documentos e gráficos próprios, não garante desempenho em todo PDF. Veja fluxos de navegador com Argon e Carbon.

O Google descreve Hydrogen como modelo de execução rápida adaptado de Carbon, para código e agentes cotidianos. A documentação lista contexto compartilhado de um milhão de tokens e entradas de texto, imagem, áudio, vídeo e PDF. São especificações, não uma nota de qualidade. O Google afirma que tarefas avaliadas no High padrão terminam 2,5 vezes mais rápido que no Gemini 3.8 Flash; é um resultado próprio, não promessa para qualquer solicitação. Leia o anúncio e a documentação.

Limites

Na tabela do Google, Hydrogen não vence tudo. Obtém 77,6% no subconjunto offline do OSWorld-2.1, abaixo de 83,9% do Sonnet, e 51,4% contra 59,9% no Terminal-Bench Science. As ferramentas e repetições variam entre avaliações. Compare com sua tarefa real, sem transformar velocidade de agente em superioridade em toda área.

O Google relata aumento de 5,57 pontos percentuais em recusas injustificadas frente ao Gemini 3.8 Flash para alguns prompts multimodais benignos ou limítrofes. É uma avaliação automatizada interna, não uma taxa observada em todos os usuários; o relatório completo ainda constava como futuro. A ficha também cita alucinações, timeouts ocasionais e mais tokens em níveis altos. O corte de conhecimento é março de 2026.

Veredito por tarefa

TarefaComece testandoRevisão humana
Trabalho de conhecimento com critérios clarosHydrogenFontes e conclusão
Transformação curta e de baixo riscoModelo atual mais baratoSe vale trocar
Automação de interfaceHydrogen e rival específicoErros, recuperação, ações arriscadas
Ciência ou alto riscoVários candidatosCitações, cálculos, especialistas
Imagens e documentosAmostra fixa própriaRecusas e omissões

Hydrogen merece um teste para agentes e entradas mistas, mas a evidência não justifica trocar automaticamente Argon, Carbon, Sonnet ou o modelo atual. Veja os recursos de Hydrogen (English), Argon (English) e a avaliação do Gemini 3.8 Flash. Para tarefas web, consulte AI browser, navegadores agentic e automação do navegador.

O navegador ajuda a manter páginas e sessão iguais, mas não comprova que Hydrogen esteja disponível no Tabbit. Este artigo não afirma integração nem resultado de desempenho no Tabbit. Verifique o seletor de modelos (English) antes de planejar o fluxo.

Perguntas frequentes

Vale a pena usar o Gemini 4 Hydrogen?

É uma opção plausível para programação rápida, agentes e tarefas multimodais, mas os dados públicos não comprovam que seja o melhor em todos os casos. Compare o mesmo nível de raciocínio em tarefas reais.

Hydrogen é melhor que Argon?

Não em todos os benchmarks. O índice do Google no nível alto fica um pouco acima do Argon, enquanto a tabela oficial mostra o Argon liderando alguns testes especializados. O resultado depende da tarefa, nível, ferramenta de avaliação e provedor.

Quais são as limitações?

O Google cita alucinações, lentidão ou timeouts ocasionais, uso elevado de tokens em níveis altos de raciocínio e mais recusas injustificadas que o Gemini 3.8 Flash em algumas solicitações multimodais benignas ou limítrofes.

Ele tem contexto de um milhão de tokens?

A documentação do Google informa uma janela compartilhada de um milhão de tokens. Isso é uma especificação, não uma razão para enviar esse volume a toda tarefa nem uma garantia de qualidade.

Posso usar o Hydrogen no Tabbit?

A página e os recursos do modelo ajudam na avaliação, mas esta análise não confirma a disponibilidade do Hydrogen no Tabbit. Confira o seletor da sua conta antes de projetar um fluxo de trabalho.

Dê o próximo passo

Deixe o Tabbit trabalhar ao seu lado.

Pesquise entre abas, automatize o trabalho repetitivo do navegador e mantenha todo o contexto ao alcance.