Un punto. 51 contro 50 sull’Artificial Analysis Intelligence Index, la classifica che mette in fila i modelli per capacità generale. Non è un distacco da copertina, ma a vincere è Gemini 4 Hydrogen, il modello veloce ed economico, contro Gemini 4 Argon, uno dei due modelli di punta della famiglia. Google lo ha presentato il 12 novembre 2026.
Con il livello di ragionamento più alto, quello nuovo chiamato xhigh, Hydrogen sale a 54. Il livello di default (high) è quello da 51.
Chi è Hydrogen nella famiglia Gemini 4
La gerarchia è chiara. Carbon e Argon sono i pesi massimi, pensati per il ragionamento lungo e i problemi davvero ostici. Hydrogen è quello che corre: esecuzione rapida, flussi di lavoro con agenti (modelli che non si limitano a rispondere ma eseguono più passaggi da soli, usando strumenti), programmazione di tutti i giorni.
Il prezzo: 1,50 dollari per milione di token in ingresso e 7,50 per milione in uscita. Un token è grosso modo un pezzetto di parola, quindi un milione è una quantità di testo che riempie diversi romanzi. E il prezzo resta piatto su tutta la finestra di contesto da 1 milione di token: niente tariffa maggiorata quando carichi un malloppo enorme. Una piccola cosa che, per chi paga le fatture API, piccola non è.
Orchestrator: due modelli, una sessione
L’idea più interessante non è il modello in sé, ma come lo si usa. Nello sviluppo vero succede questo: il modello grosso serve per le decisioni di architettura o per scovare quel bug subdolo che nessuno capisce, poi per scrivere codice, lanciare test e verificare modifiche basta uno svelto e disciplinato.
Google l’ha automatizzato con Orchestrator, dentro Google Antigravity. Invece di tenere un solo modello dall’inizio alla fine, passa da Carbon a Hydrogen nella stessa sessione. Su Terminal-Bench 4.0 ha ottenuto tassi di successo vicini a quelli di Carbon, consumando in media il 24% di quota in meno e finendo il 19% prima. Quel «vicini a Carbon» è un’espressione elastica, e il benchmark lo ha scelto Google. La direzione è però sensata.
Con agenti paralleli, Carbon fa il coordinatore e Hydrogen gli operai e i verificatori, ciascuno in un’area di lavoro isolata.
Contro il vecchio 3.8 Flash
Per chi viene da Gemini 3.8 Flash, i numeri fanno alzare il sopracciglio. Compiti finiti 2,5 volte più in fretta con l’impostazione di default. Su Terminal-Bench 4.1 si passa dal 18,2% al 57%: più che triplicato. Le allucinazioni calano di oltre 5 volte.
Nei test con i partner, su grafi complessi, SQL e flussi aziendali pieni di dati, Hydrogen è andato da 2 a 2,8 volte più veloce usando dal 12 al 23% di token in meno. Contribuisce un trucco concreto: legge file e lancia ricerche in parallelo, invece di aprirli uno alla volta come uno stagista prudente.
Nel codice punta a modifiche chirurgiche. Niente riscritture di file che non c’entrano nulla con il problema. Chi ha visto un assistente AI «sistemare» mezzo repository per un bug da una riga sa quanto conti.
I benchmark, uno per uno (con un grano di sale)
- Agent Arena, la classifica dal vivo di arena.ai sui compiti multi-passaggio: quinto posto.
- HLE-Diamond, ragionamento specialistico: 58,8%, primo della sua categoria.
- Vals Tax Agent Bench: primo assoluto, con 52,3%.
- Vals Legal Research Bench: pari merito al primo posto, 55,8%.
- Multimodal Knowledge Agent: 53,4%, davanti agli altri.
- Agents’ Last Exam v1.1: 71,6%.
Fisco e diritto in cima fanno notizia, anche se un 52% su un test fiscale significa pure che quasi metà delle volte qualcosa non torna. Non affidategli la dichiarazione dei redditi senza controllare.
Sul fronte multimodale, Hydrogen accetta fino a 1 milione di token in ingresso e può restituirne fino a 1 milione in uscita. PDF densi, fogli di calcolo, grafici, audio, video registrati: li trasforma in report con citazioni e documenti strutturati.
Le demo, dalle serie alle meno serie
Google ne ha messe parecchie. Geminisland, un’isola di voxel condivisa dove da un solo prompt aggiungi strutture che puoi esplorare in prima persona. Un negozio online costruito in un colpo solo, con shader WebGL2, scrollytelling a quattro fasi e un configuratore dal vivo. Un globo 3D con motore musicale che trasforma i fulmini reali in tempo reale in increspature e suoni ambient.
La mia preferita è un’altra: Google Sheets trasformato in una tela di pixel animata, con migliaia di celle, formule =LET(…) e formattazione condizionale per dipingere scene in movimento dentro un foglio di calcolo. Utile? Zero. Geniale? Un po’ sì.
Più concreto: da un video keynote su YouTube e un template, Hydrogen ha prodotto una presentazione in Google Slides e poi ha fatto un ciclo autonomo di controllo e correzione per sistemare i testi sovrapposti. In Sheets, i modelli finanziari interattivi arrivano oltre il 30% più veloci rispetto ai modelli precedenti.
Quattro livelli di ragionamento
Low, medium, high (default) e il nuovo xhigh. Decidi tu quanto fargli pensare. Un’email non richiede la stessa profondità di un bug da incubo, e così paghi solo il ragionamento che serve. Google dice che la progressione è morbida e prevedibile, e che a ogni livello Hydrogen regge il confronto con i concorrenti della sua fascia, spesso con meno token di output. «Spesso», notate. Non «sempre».
Nell’app Gemini e in Search
Per i comuni mortali cambia l’esperienza di tutti i giorni: segue meglio tono, formato e regole che gli dai, quindi bozze, schede di studio e riscritture dovrebbero arrivare pronte al primo colpo. Pesca contesto da Gmail, Drive e app collegate come Airtable e Dropbox, e sceglie più spesso lo strumento giusto.
Search riceve un aggiornamento serio. Capisce domande formulate come vengono in mente, anche con più richieste insieme o refusi imbarazzanti. Le risposte sono più visive e più facili da scorrere, e il sistema di query fan-out spezza la domanda in tante ricerche parallele pescando da una gamma più ampia di link, inclusi siti che non avresti trovato.
Sicurezza: i numeri che Google mette sul tavolo
Rispetto a 3.8 Flash, l’eccesso di iniziativa negli agenti cala fino all’81% e la sotto-esecuzione fino al 79%. Le azioni disallineate e le scorciatoie nei test di uso strumenti e codice scendono di 12 volte. Davanti a compiti impossibili o bloccati, è fino a 2 volte meno propenso a scavalcare i permessi, e raggiunge il 96,7% nella valutazione interna di onestà degli agenti. Interna, appunto.
Sulla trasparenza del ragionamento: 99,9% di leggibilità della catena di pensiero, zero modifiche ingannevoli su oltre 200.000 turni controllati. Contro le iniezioni indirette di prompt è più di 2,3 volte più resistente sul benchmark Gray Swan IPI.
Nota a margine che mi ha colpito: i filtri sono più precisi nel distinguere rischi biologici veri da domande mediche o scientifiche legittime, con rifiuti sbagliati sotto lo 0,4% su HealthBench Pro. Chi si è sentito rifiutare una domanda innocente da un chatbot capisce perché sia un dato interessante.
Dove si trova, da oggi
Il rilascio è globale. Per gli sviluppatori: Google AI Studio, API Gemini, Android Studio, e Antigravity per gli abbonati a pagamento Google AI Pro e Ultra. Per le aziende: Gemini for business via API o menu dei modelli, Antigravity e Gemini in Google Sheets per gli abbonamenti idonei. Per tutti: menu dei modelli nell’app Gemini e Google Search, mentre in Sheets si parte da Pro e Ultra.
Chi usa l’app gratis non lo sceglie a mano: arriva tramite selezione automatica, quando il sistema decide che è il modello giusto per quel prompt.
Il dato da tenere d’occhio nelle prossime settimane è uno: se quel 57% su Terminal-Bench 4.1 e quel risparmio del 24% di Orchestrator reggono fuori dai test di Google, con repository veri e codice sporco. Lì si capirà se Hydrogen è davvero il cavallo da tiro che sembra.




