Google lança Gemini 4 Hydrogen, IA para programação e tarefas multimodais

O Google anunciou nesta quinta-feira (12) o lançamento do Gemini 4 Hydrogen, seu mais novo modelo de inteligência artificial (IA) desenvolvido para otimizar tarefas de programação e fluxos de trabalho multimodais. Segundo a empresa, a tecnologia é capaz de concluir atividades até 2,5 vezes mais rápido que seu antecessor, o Gemini 3.8 Flash, e apresenta melhorias significativas na precisão das respostas.

O novo modelo foi projetado para executar com rapidez e eficiência uma série de atividades relacionadas à programação, como escrever códigos, identificar erros, testar soluções e navegar por grandes bases de dados e repositórios de software. Em testes internos, o Google afirma que o Hydrogen reduziu em mais de cinco vezes a quantidade de afirmações inventadas, um problema comum em modelos de IA. No benchmark Terminal-Bench 4.1, a pontuação do modelo em programação saltou de 18,2% para 57%.

Otimização e colaboração com outros modelos

Uma das principais novidades do Gemini 4 Hydrogen é a capacidade de trabalhar em conjunto com outros modelos da família Gemini 4, como o Carbon e o Argon. A estratégia visa dividir as tarefas conforme sua complexidade: modelos mais avançados lidam com análises profundas e decisões complexas, enquanto o Hydrogen foca na execução rápida de tarefas específicas, como escrever e rodar testes de código.

Para facilitar essa colaboração, o Google apresentou o Orchestrator, um recurso da plataforma de desenvolvimento Antigravity. O Orchestrator alterna automaticamente entre diferentes modelos durante uma mesma sessão, otimizando o desempenho. Em testes com o benchmark Terminal-Bench 4.0, a ferramenta alcançou resultados de sucesso próximos aos do Gemini 4 Carbon, mas com um consumo de cota 24% menor e conclusão de tarefas 19% mais rápida.

O sistema também permite o uso de agentes em paralelo, onde o Carbon pode atuar como coordenador enquanto o Hydrogen executa tarefas específicas em ambientes de trabalho separados.

Multimodalidade e níveis de raciocínio

Apesar do foco em programação, o Gemini 4 Hydrogen foi desenvolvido para ser multimodal, capaz de processar e analisar documentos PDF, planilhas, gráficos, arquivos de áudio e vídeos. A tecnologia pode consolidar informações de diferentes formatos para produzir relatórios estruturados, com referências aos materiais de origem.

O modelo também foi projetado para o desenvolvimento de sites e aplicativos interativos, permitindo a criação de interfaces, protótipos e experiências visuais a partir de instruções em linguagem natural. Uma novidade adicional é a oferta de quatro níveis de raciocínio (baixo, médio, alto e xhigh), que permitem ajustar o equilíbrio entre velocidade, capacidade de processamento e profundidade das respostas, de acordo com a complexidade da atividade.

Integração com a Busca e aplicativos do Google

O Gemini 4 Hydrogen também foi incorporado à Busca do Google, aprimorando a compreensão de perguntas e a apresentação de resultados. A tecnologia permite interpretar pesquisas em linguagem natural, mesmo com múltiplas perguntas em uma única consulta ou erros de digitação, oferecendo respostas com mais elementos visuais e links relevantes.

No aplicativo Gemini, o modelo promete melhorar a execução de tarefas cotidianas, a produção de textos, pesquisas e a integração com serviços como Gmail e Google Drive. O modelo também foi incorporado à Busca do Google.

Acesso e custos

O Gemini 4 Hydrogen está disponível globalmente para desenvolvedores, empresas e consumidores. Desenvolvedores podem acessá-lo via API Gemini, Google AI Studio e Android Studio. Empresas podem utilizá-lo através do Gemini para negócios. Assinantes dos planos Google AI Pro e Ultra na plataforma Antigravity também têm acesso.

Usuários gratuitos do aplicativo Gemini podem ter acesso ao Hydrogen por meio da seleção automática de modelos pelo sistema. Para desenvolvedores que utilizam a API, o preço anunciado é de US$ 1,50 por milhão de tokens de entrada e US$ 7,50 por milhão de tokens de saída. O modelo suporta até um milhão de tokens de entrada e saída.