Gemini 4 Hydrogenは、2026年11月12日にGoogleが発表した日常的なコーディングやエージェント型ワークフロー向けの高速モデルです。標準設定でのタスク完了速度は3.8 Flash比で約2.5倍、根拠のない主張(fabricated claims)は5分の1未満に減ったとGoogleは発表しています。
しかし、Gemini 4 Hydrogenとはそもそもどのようなモデルなのか、同じGemini 4シリーズのCarbonやArgonとはどう違うのか、API料金はいくらかかるのか、3.8 Flashからの移行で何に注意すべきかといった疑問を持つ方も多いのではないでしょうか。
本記事では、Gemini 4 Hydrogenの特徴から、3.8 Flashとの違い、API料金、移行時の注意点まで、JAPAN AIが解説します。
\ ChatGPTもClaudeもGeminiも使える! /
Gemini 4 Hydrogenとは
Gemini 4 Hydrogenとは、Googleが2026年11月12日に発表した、速度と効率を重視したGemini 4シリーズの実行役モデルです。深い長時間推論を得意とするGemini 4 CarbonやArgonを補完し、単体でも、複数モデルを組み合わせた構成の実行担当としても使えるよう設計されています。
Googleは本モデルを、Gemini 3.8 Flashから移行するチームにとっての大幅なアップグレードと説明しており、3.8 Flashからの推奨移行先として位置づけています。なおModel Cardによれば、HydrogenはGemini 4 Carbonから派生(adapted)したモデルです。
一方で名称に「Flash」は付かず、Gemini 4シリーズはCarbon(炭素)、Argon(アルゴン)、Hydrogen(水素)と元素名で揃えられています。主な用途は、リポジトリ単位のコーディングやデバッグ、対話的なWeb開発、画像や動画を含むマルチモーダルなワークフローです。知識カットオフは2026年3月で、入力・思考・出力を合わせて最大1,048,576トークン(約100万トークン)を扱えるため、大規模なコードベースや長い資料をまとめて読み込ませる使い方にも対応します。
日々の開発作業や業務の自動化で「速く、指示どおりに動くモデル」が欲しい場面では、Hydrogenを第一候補として検討するとよいでしょう。
前世代にあたるGemini 3シリーズの特徴については、「Gemini 3とは?特徴・料金・使い方から最新モデルまで」の記事もあわせてご覧ください。
出典:Google「Introducing Gemini 4 Hydrogen」、Google DeepMind「Gemini 4 Hydrogen Model Card」
Carbon・Argonとの関係
Gemini 4シリーズの3モデルは単純な上下関係ではなく、推論の深さと処理速度で役割を分担する関係にあります。
- Carbon: シリーズ最上位のモデル。長時間のエージェント作業やサイバー防御を重視しており、GeminiアプリではGoogle AI Ultra契約者が利用可能
- Argon: コーディングや金融、法律など複雑な実務課題向け。GeminiアプリではGoogle AI ProまたはUltra契約者が利用可能
- Hydrogen: 日常的なコーディングやエージェント作業の実行役。無料ユーザーもGeminiアプリの自動モデル選択で利用可能
CarbonはArgonを土台として開発されたモデルで、両者は難しい判断を要する仕事を受け持ちます。これに対してHydrogenは、コードの編集やパッケージの更新、テスト実行のような手数の多い作業を素早くこなす担当です。なお、入力・思考・出力を合わせて約100万トークンの統一コンテキストウィンドウは3モデル共通の仕様です。
Googleはこの分担を前提に、上位モデルが計画を立ててHydrogenが実行する組み合わせを、Google AntigravityのOrchestrator機能として提供しています。OrchestratorはCarbonとHydrogenを組み合わせる機能で、現在はGoogle AI Ultra契約者に提供されています。
精度が最優先の判断は上位モデルに、反復的な実装作業はHydrogenにと切り分ければ、品質を保ちながら利用コストと待ち時間を抑えられます。
出典:Google「Gemini 4 Carbon: our next frontier model」
Gemini 3.8 Flashから変わった点
Gemini 4 Hydrogenは、前世代のGemini 3.8 Flashから速度・思考制御・エージェント性能・正確性の4領域で大きく改善されています。いずれも、AIに作業を任せる場面で「速く、正しく、余計なことをしない」ための改良です。
- 仕事を終えるのが約2.5倍速くなった
- 標準の思考レベルがmediumからhighになり、上にxhighが増えた
- 端末での作業とエージェントの仕事の成績が大きく伸びた
- 作り話と「やりすぎ」が減った
仕事を終えるのが約2.5倍速くなった
Gemini 4 Hydrogenは、標準のhigh設定でも3.8 Flashの約2.5倍の速さでタスクを完了します。
注目すべきは、標準の思考レベルを3.8 Flashのmediumから一段深いhighへ引き上げたうえで、完了までの時間が短くなっている点です。一般に思考を深くするほど応答は遅くなるため、品質と速度を同時に改善したことを意味します。パートナー企業による初期テストでは、複雑なグラフやSQL、データ量の多いエンタープライズ業務において、3.8 Flash比で2〜2.8倍高速、トークン使用量は12〜23%少ない結果が得られました。
ただし、3.8 Flashは2026年12月31日まで導入価格(入力100万トークンあたり0.75ドル・出力3.75ドル)で提供されており、現時点ではHydrogenの単価がその2倍です。トークン削減がコスト削減につながるかは利用パターンに依存するため、移行前に実際の請求額で比較しましょう。なお、2027年1月1日以降は3.8 Flashも標準価格(入力1.50ドル・出力7.50ドル)となり、Hydrogenと同額になります。
応答待ちが短くなることで、開発者の試行錯誤のサイクルや、エージェントが複数の手順を連続して実行する業務の所要時間を縮められます。
出典:Google「Introducing Gemini 4 Hydrogen」
標準の思考レベルがmediumからhighになり、上にxhighが増えた
Gemini 4 Hydrogenの思考レベルはlow・medium・high・xhighの4段階で、未指定時の標準はhighです。
3.8 Flashの標準はmediumだったため、Hydrogenでは何も指定しなくても一段深く考えてから回答します。さらに最上位のxhighが新設され、より難しい課題にも対応できるようになりました。思考レベルは品質と応答時間、コストのバランスを調整するつまみといえます。
レベルを上げると難しい課題での推論は深まりますが、思考に使われたトークンも出力として課金されるため、料金と待ち時間は増えます。ただし単純な質問でxhighを使うと、考えすぎてかえって非効率になる場合もあります。なお、Artificial Analysis Intelligence Indexではhigh設定で51、xhigh設定で54と、難しい課題では設定によって評価に差が出ています。
まずは標準のhighで試し、highでは力不足な難しい複数ステップの課題に限ってxhighを、応答速度を重視する大量処理ではlowを選ぶなど、タスクの性質に応じて切り替えましょう。
出典:Google AI Studio「What’s new in Gemini 4 Hydrogen」、Google Antigravity「Gemini 4 Hydrogen and Orchestrator」
端末での作業とエージェントの仕事の成績が大きく伸びた
Gemini 4 Hydrogenは、Terminal-Bench 4.1のスコアが18.2%から57%へと3倍以上に伸びました。
Terminal-Benchは、ターミナル(端末)上でのコマンド実行やファイル操作など、実際の開発環境に近い作業をAIエージェントがどこまでやり遂げられるかを測るベンチマークです。正解を一度出すだけでなく、ツールの実行結果を読み取って次の手を決める操作を何度も繰り返す必要があるため、エージェントとしての実務能力が表れやすい指標です。
DeepMindのModel Cardでは、Terminal-Bench 4.1の57.0%は不正な近道を除いた補正後の値として示されています。なお同ベンチマークではClaude Sonnet 5.5が63.9%を記録しています。このほかAgents’ Last Exam v1.1で71.6%、業務自動化を測るAutomationBench-AAで76.1%を記録しました。
コードの修正からテスト実行までをまとめて任せる自動化タスクでは、途中で止まったり手戻りが発生したりする頻度が下がると期待できるでしょう。
AIエージェントの仕組みや生成AIとの違いについてさらに詳しく知りたい方は、以下の記事もご覧ください。
出典:Google「Introducing Gemini 4 Hydrogen」、Google DeepMind「Gemini 4 Hydrogen Model Card」
作り話と「やりすぎ」が減った
Gemini 4 Hydrogenは、3.8 Flashと比べて根拠のない主張(fabricated claims)を5分の1未満に減らし、エージェント作業での行き過ぎ(overreach)も最大81%抑えたモデルです。
Googleは、3.8 Flashと比べて根拠のない主張(fabricated claims)を5分の1未満に減らしたと説明しています。パートナー企業による動画理解の検証でも、細部を想像で補うのではなく、実際の映像に映っている手がかりに基づいて答える傾向が報告されています。
もう一つの改善点は「やりすぎ(overreach)」の抑制です。頼まれていない変更まで加えるなど、指示の範囲を越えて作業を進める行動を最大81%減らしたとされています。ツールの呼び出しが失敗した場面でも適切に対応を切り替えるようになり、指示への従い方もより厳密になりました。これらは特定の比較条件での低減であり、あらゆる幻覚や過剰な操作が起きないことを意味するものではありません。
AIに作業を任せるうえで重要なのは、賢さ以上に「頼んだことだけを正確にこなす」ことです。誤情報の確認や、想定外の変更を元に戻す手間が減るため、レビューの工数を抑えながら自動化の範囲を広げられます。
出典:Google「Introducing Gemini 4 Hydrogen」
ベンチマーク
Gemini 4 Hydrogenのベンチマーク結果で最も目を引くのは、複数領域を統合した総合指標で上位モデルのArgonを上回った点です。
第三者評価機関の総合指標であるArtificial Analysis Intelligence Indexで、Hydrogenはhigh設定で51、xhigh設定で54を記録し、Argonの50を上回りました。
日常タスク向けの高速モデルが複数領域を統合した総合指標で上位モデルを超えた結果ですが、個別の分野や設定条件によって結果は異なる点には留意が必要です。分野別では、専門的な推論を問うHLE-Diamondで58.8%を記録してGoogleの評価では同クラス首位となり、業務自動化を測るAutomationBench-AAでもGoogleの評価では同クラス首位でした。
| ベンチマーク | Gemini 4 Hydrogen | 補足 |
|---|---|---|
| Artificial Analysis Intelligence Index | 51(high)/54(xhigh) | Argonは50 |
| Terminal-Bench 4.1(補正後) | 57% | 3.8 Flashは18.2%。Claude Sonnet 5.5は63.9% |
| Terminal-Bench-Science 0.1 | 51.4% | Claude Sonnet 5.5は59.9%、GPT-6.1 Terraは58.3% |
| HLE-Diamond | 58.8% | Googleの評価では同クラス首位 |
| AutomationBench-AA | 76.1% | Googleの評価では同クラス首位 |
| OSWorld-2.1(オフラインのサブセット) | 77.6% | Claude Sonnet 5.5は83.9% |
| Agents’ Last Exam v1.1 | 71.6% | — |
| MKA | 53.4% | — |
一方で、すべての項目で首位というわけではありません。パソコン操作を測るOSWorld-2.1(オフラインのサブセット)ではClaude Sonnet 5.5の83.9%に次ぐ77.6%、Terminal-Bench 4.1でもClaude Sonnet 5.5の63.9%を下回る57.0%でした。科学・数学領域のTerminal-Bench-Science 0.1では51.4%で、Claude Sonnet 5.5の59.9%とGPT-6.1 Terraの58.3%をいずれも下回っています。
DeepMindのModel Cardでは、Claude Sonnet 5.5やGPT-6.1 Terraが比較対象として並べられています。自社の用途に近いベンチマークを確認してモデルを選びましょう。
GPTやClaude、Geminiといった主要モデルの違いについては、「主要LLMを比較!GPT・Claude・Geminiの違いを徹底解説【2026年最新】」の記事で詳しく解説しています。
出典:Google「Introducing Gemini 4 Hydrogen」、Google DeepMind「Gemini 4 Hydrogen Model Card」
Gemini 4シリーズのモデルの違い
Gemini 4シリーズの3モデルは、得意領域と利用条件がそれぞれ異なります。「タスクに求められる判断の重さ」と「契約プラン」の2点から選ぶと、迷わず整理できます。
- Gemini 4 Carbon
- Gemini 4 Argon
- Gemini 4 Hydrogen
| 項目 | Carbon | Argon | Hydrogen |
|---|---|---|---|
| 位置づけ | シリーズ最上位 | 複雑な実務課題向け | 日常タスクの実行役 |
| 得意領域 | 長時間のエージェント作業・サイバー防御 | コーディング・金融・法律など | コーディング・エージェント作業 |
| トークン上限 | 入力・思考・出力を合わせて約100万 | 入力・思考・出力を合わせて約100万 | 入力・思考・出力を合わせて約100万 |
| 思考レベル | low/medium/high(標準medium) | low/medium/high(標準medium) | low/medium/high/xhigh(標準high) |
| Geminiアプリ | AI Ultra | AI Pro/Ultra | 無料ユーザーも自動選択で利用可 |
| API | 有料枠のみ | 有料枠のみ | 無料枠あり |
Gemini 4 Carbon
Gemini 4 Carbonは、長時間のエージェント作業やサイバー防御を重視したシリーズ最上位モデルです。
Carbonは2026年10月28日に発表され、Artificial Analysis Intelligence Index v5.0で59を記録して1位となりました。脆弱性の発見能力を測るSEC-bench Proでも88.2%を記録しています。サイバー防御に特化した「Gemini 4 Carbon for cyber」も用意されていますが、こちらはFairwind Programへの申請が必要で、検証済みのサイバーセキュリティ防御担当者に順次提供される別枠のモデルです。
通常版はGeminiアプリではGoogle AI Ultra(月額14,500円〜)の契約者向けで、APIはGoogle AI StudioとGemini for businessの有料枠でのみ利用できます。一般公開版のAPI料金は2026年11月30日までが入力100万トークンあたり2ドル・出力10ドルの導入価格で、12月1日以降は入力4ドル・出力20ドルに改定されます。Carbon for cyberの料金は、この一般公開版の改定対象には含まれていません。
日常的な開発作業には能力も料金も過剰なため、重要な設計判断やセキュリティ監査など、精度が最優先される場面に絞って使うのが合理的です。
出典:Google「Gemini 4 Carbon: our next frontier model」、Google「Gemini 4 Carbon is now available」
Gemini 4 Argon
Gemini 4 Argonは、コーディングや金融、法律など複雑な実務課題を得意とするモデルです。
2026年10月13日に一般提供が始まったArgonは、Hydrogen・Carbonと同じく、Gemini APIで入力と出力を合わせて約100万トークンの統一上限に対応しています。1回の処理で非常に長いコードや文書を扱えるため、大規模な実装や長い報告書の作成に向いています。Artificial Analysis Intelligence Indexの値は50で、Carbonの59には及ばないものの、Carbonの土台となった高性能モデルです。
GeminiアプリではGoogle AI Pro(月額2,900円)またはUltraの契約者が利用できます。一般公開版のAPI料金は2026年11月30日までが入力100万トークンあたり2ドル・出力10ドルの導入価格で、12月1日以降は入力4ドル・出力20ドルに改定されます。
複雑な判断が必要で、Carbonを使うほどではない場面では、Argonが現実的な選択肢です。
Gemini 4 Hydrogen
Gemini 4 Hydrogenは、3モデルの中でGeminiアプリとAPIの一般向け無料枠がある唯一のモデルであり、有料枠の料金も最も安い高速モデルです。
Hydrogenは、Geminiアプリの無料ユーザーでも自動モデル選択を通じて利用でき、Gemini APIにもレート制限付きの無料枠があります。有料枠のAPI料金は入力100万トークンあたり1.50ドル・出力7.50ドルで、CarbonやArgonの導入価格(入力2ドル・出力10ドル)より安く、12月1日の改定後は価格差がさらに広がります。
開発ツールのGoogle Antigravityでは、有料のGoogle AI ProまたはUltra契約者向けに提供されています。思考レベルを4段階で調整できるため、1つのモデルで軽い処理から難しめの処理まで対応できる点も特長です。
まずHydrogenを標準モデルとして使い、能力が足りない場面だけArgonやCarbonに切り替えれば、品質と費用を両立しやすいでしょう。
出典:Google「Introducing Gemini 4 Hydrogen」
APIの仕様と料金
Gemini 4 HydrogenのAPI料金は、100万トークンあたり入力1.50ドル・出力7.50ドルです。思考に使われたトークンも出力として課金され、料金はコンテキストウィンドウ全体で同一単価です。
| モデル | 入力(100万トークンあたり) | 出力(100万トークンあたり・思考トークン含む) | 備考 |
|---|---|---|---|
| Hydrogen | $1.50 | $7.50 | キャッシュ入力は$0.075 |
| Argon | $2.00 | $10.00 | 11/30までの導入価格。12/1以降は$4/$20 |
| Carbon | $2.00 | $10.00 | 11/30までの導入価格。12/1以降は$4/$20 |
| 3.8 Flash | $0.75 | $3.75 | 12/31までの導入価格。2027/1/1以降は$1.50/$7.50 |
コストを左右する仕組みとして押さえておきたいのが、標準で有効になっている暗黙キャッシュです。4,096トークン以上のプロンプトが対象で、キャッシュが効いた入力トークンは95%割引の1.50ドル→0.075ドルで課金されます。システムプロンプトや参照資料を毎回同じ形で先頭に置くと、キャッシュが効きやすくなります。
なお、Google検索によるグラウンディング(検索結果に基づく回答)は無料枠では利用できません。有料枠では月5,000リクエストまで無料で、Gemini 3以降の全モデルで共有されます。超過分は1,000リクエストあたり14ドルの別料金です。トークン上限は入力・思考・出力の合計で1,048,576トークンです。同期処理での出力は標準で最大65,536トークンで、background=trueを指定し、max_output_tokensを65,536より大きい値に設定した場合は、入力分を差し引いた範囲で最大1,048,576トークンまで出力できます(max_output_tokensを指定しないと65,536トークンで停止します)。
64Kを超える長い出力が必要な場合は、background=trueを指定したうえでmax_output_tokensを131,072や262,144など65,536より大きい値に設定するのが推奨です。最新のGoogle GenAI SDKでは、クライアント側の継続(client-side continuation)でも64Kを超えて出力できます。
同じ前置きを使い回す業務ではキャッシュを活かし、長文生成ではバックグラウンド処理を使うなど、仕様に合わせた呼び出し方でコストと処理時間を最適化しましょう。
出典:Google AI Studio「What’s new in Gemini 4 Hydrogen」、Google AI Studio「Pricing」、Google「Gemini 4 Carbon is now available」、Google「Gemini 4 Argon」
使える場所とモデル名
Gemini 4 Hydrogenは、開発者向けのAPIからGeminiアプリ、Google検索まで幅広い場所で提供されています。APIで指定するモデル名は「gemini-4-hydrogen」です。
| 利用者 | 提供先 | 主な条件 |
|---|---|---|
| 開発者 | Gemini API(Google AI Studio/Android Studio) | 無料枠あり(レート制限付き) |
| 開発者 | Google Antigravity | 有料のGoogle AI Pro/Ultra契約者 |
| 企業 | Gemini for business | 法人契約 |
| 一般ユーザー | Geminiアプリ | 無料ユーザーは自動モデル選択で利用 |
| 一般ユーザー | Google検索 | Gemini 4 Hydrogenを提供 |
| 一般ユーザー | Google スプレッドシートのGemini | Google AI Pro/Ultra契約者から提供。対象の法人契約でも利用可 |
出典:Google「Introducing Gemini 4 Hydrogen」、Google Antigravity「Gemini 4 Hydrogen and Orchestrator」
一般向けの無料枠があるのはHydrogenだけ
Gemini 4シリーズのうち、GeminiアプリとGemini APIの一般向け無料枠で使えるのはHydrogenだけです。
Geminiアプリの無料ユーザーは、質問の内容にHydrogenが適していると判断された場合に、自動モデル選択を通じてHydrogenを利用します。自分でモデルを指定する形ではなく、システム側の判断による提供です。Gemini APIでもHydrogenは無料枠の対象ですが、レート制限があるため、本格的な運用では有料枠が前提です。
これに対してCarbonはGeminiアプリではGoogle AI Ultra(月額14,500円〜)の契約者のみ、APIでは有料枠のみの提供です。ArgonもGeminiアプリではGoogle AI Pro(月額2,900円)以上の契約が必要です。なお、Google AI Plus(月額725円)のプラン内容にもGemini 4 Hydrogenが含まれています。
上位モデルが本当に必要かどうかを判断するためにも、まずは無料枠でHydrogenを試してみましょう。
Geminiの無料版と有料版でできることの違いについては、「Gemini無料版と有料版の違いは?プランやできることを徹底比較!」の記事もあわせてご覧ください。
出典:Google One「Google AI プラン」、Google AI Studio「What’s new in Gemini 4 Hydrogen」
上位モデルとHydrogenを自動で切り替える「Orchestrator」
Orchestratorとは、Google Antigravityで提供される、1つの作業の中で上位モデルとHydrogenを動的に切り替える機能です。上位モデルの計画力とHydrogenの実行速度を、利用者がモデルの切り替えを意識せずに組み合わせられます。
Google Antigravityのブログによると、Terminal-Bench 4.1においてOrchestrator(Carbon)はCarbon単体に近いタスク成功率を達成しながら、利用枠(クォータ)の消費を平均24%減らし、完了までの時間を19%短縮しました(Googleの発表ブログではTerminal-Bench 4.0と記載)。現在はGoogle AI Ultra契約者に提供されており、追加のモデルやプランへの対応は今後予定されています。企業はGemini for business経由で利用できます。
出典:Google Antigravity「Gemini 4 Hydrogen and Orchestrator」
AntigravityのOrchestrator
AntigravityのOrchestratorは、モデルの選択欄で選ぶだけで使える仕組みです。
従来よく使われてきた「モデルルーター」は、最初の指示から難易度を推定し、作業全体を1つのモデルに振り分ける静的な方式でした。しかしエージェントの作業が長くなると、工程ごとに必要な能力が変わり、その難しさは作業を進めて初めてわかることも少なくありません。Orchestratorはこの課題に対し、作業の途中で動的にモデルを行き来します。
たとえばOrchestrator(Carbon)の場合、まずCarbonが読み取り専用の段階で依存関係を調べ、曖昧な点を解消して具体的な計画を立てます。続いてHydrogenがコードの編集やパッケージの更新、テスト実行を担い、行き詰まった場合はCarbonに戻して状況を確認し、計画を修正してから再開します。
日々の機能開発やデバッグのたびに最上位モデルを使い続けると、待ち時間も利用枠も消費が膨らみがちです。Ultra契約者はOrchestratorを選ぶことで、難しい局面だけに上位モデルを使う運用を自動で実現できます。
APIで組むとき
役割ごとに使うモデルを自分で決めたい場合は、Antigravity SDKでHydrogenとCarbonを直接つなぐ方法があります。
GoogleはAntigravity SDK(開発キット)を使ったオープンソースの課題振り分けシステムの例を公開しています。この例では、複数のHydrogenエージェントが次々に届く課題の振り分けやコード作成を担当し、コードベースの検索や不明点の確認、プルリクエストへのコメントを受けた画面の素早い修正をこなします。
一方でCarbonエージェントは、大規模なリファクタリングや新機能の開発、セキュリティチェックを受け持ちます。件数の多い定型作業を安価で速いHydrogenに集め、判断の重い作業だけをCarbonに回すことで、処理量と品質を両立する設計です。Gemini APIを直接使い、自前のプログラムで同様の分担を組むこともできます。
API料金はモデルごとに課金されるため、Carbonを呼び出す回数を絞り込むほど、全体のコスト効率は高まります。
複数のAIエージェントを連携させる考え方については、「AIマルチエージェントとは?基礎概要や活用事例を解説」の記事で詳しく解説しています。
出典:Google Antigravity「Gemini 4 Hydrogen and Orchestrator」
AIエージェントの業務活用を加速するなら「JAPAN AI AGENT」
AIモデルの進化により、AIエージェントが実務を担える範囲は大きく広がっています。こうしたAIの力を自社の業務で活かすには、セキュアな環境でエージェントを構築・運用できる仕組みが欠かせません。JAPAN AI AGENTは、議事録作成や調査、資料作成などの業務を自律的に実行するAIエージェントをノーコードで構築できる法人向けプラットフォームです。約100種のデフォルトエージェントをすぐに利用でき、ISMS認証・プライバシーマーク取得済みのセキュリティ体制で安心して運用できます。

日本企業のための
最も実用的なAIエージェントへ!
AIが企業の様々な職種の
方々が
普段行っている
タスクを自律的に実行
JAPAN AI AGENT
✓
実用性の高いAIエージェンを提供
✓
無料の伴走サポート
✓
高いカスタマイズ性
✓
目標設定をだけで自律的にAIが各タスクを実行

APIでHydrogenに切り替えるとき、ハマる3点
Gemini 3.8 FlashからGemini 4 HydrogenにAPIを切り替える際は、思考レベル・出力上限・キャッシュ設定の3点で既存コードが想定どおりに動かなくなる可能性があります。本番環境に適用する前に、テスト環境で次の3点を確認しましょう。
- 思考レベルは明示する、minimalはエラー
- max_output_tokensが小さいと、本文が空で返る
- 明示キャッシュは非対応、古いサンプリング設定は黙って無視される
思考レベルは明示する、minimalはエラー
Hydrogenへの移行時は、thinking_levelを明示的に指定することが重要です。
Hydrogenでは、thinking_levelを指定しない場合の標準がhighです。3.8 Flashの標準はmediumだったため、指定を省略していたコードをそのまま切り替えると、思考が深くなるぶん思考トークンが増え、応答時間と出力料金が上がる場合があります。なお、minimalはHydrogenでは指定できずエラーになります(3.8 Flashでも非対応)。Hydrogenで選べるのはlow・medium・high・xhighの4つです。
移行前にコード内のthinking_levelの記述を洗い出し、3.5 Flash-Liteなどminimalに対応していたモデルから移行する場合はlowに置き換えたうえで、各処理に合ったレベルを明記してください。
出典:Google AI Studio「What’s new in Gemini 4 Hydrogen」
max_output_tokensが小さいと、本文が空で返る
max_output_tokensには思考トークンも含まれるため(思考機能を持つGeminiモデル共通の仕様)、Hydrogenは標準の思考レベルがhighに上がり思考量が増えやすく、上限が小さすぎると本文が途中で切れたり空で返ったりする場合があります(その場合も思考トークンは課金されます)。
思考に使われたトークンも出力トークンとして数えられるため、上限の多くを思考で使い切ると、本文に回せる枠がほとんど残りません。たとえば上限を1,000トークンにして思考に800トークン使えば、本文は200トークンしか出力できません。特に3.8 Flash時代のコードにある「8,192」のような低い固定値は、思考の深いhigh設定と組み合わさると問題を起こしやすい設定です。
通常のタスクでは、max_output_tokensを指定しないか、標準値の65,536トークンに引き上げてください。64Kを超える長い出力が必要な場合は、background=trueを指定したうえで、131,072や262,144トークンを目安に上限を設定しましょう。
出典:Google AI Studio「What’s new in Gemini 4 Hydrogen」
明示キャッシュは非対応、古いサンプリング設定は黙って無視される
Hydrogenは明示キャッシュに対応しておらず、一部の古いパラメータは黙って無視されます。
明示キャッシュとは、共通の前置きや参照資料をあらかじめキャッシュとして登録し、リクエストのたびに呼び出す機能です。Hydrogenはこの機能に対応していないため、リクエストに含まれるcached_contentは削除する必要があります。代わりに、4,096トークン以上のプロンプトを対象とする暗黙キャッシュが標準で働き、キャッシュが効いた入力は95%割引で課金されます。
もう一つの注意点は、temperatureやtop_p、top_kといった生成のばらつきを調整するパラメータです。これらはGemini 3.6の時点で非推奨となり、すでに無視されています。Hydrogenでも範囲内の値は引き続き無視されますが、範囲外の値を渡すと400エラーになります。
明示キャッシュを利用していた場合は暗黙キャッシュへの切り替えが必要です。サンプリングパラメータが残っている場合はコードから削除し、移行前後で出力を比較して確かめてください。
出典:Google AI Studio「What’s new in Gemini 4 Hydrogen」
Gemini 4 Hydrogenに関してよくある質問
Gemini 4 Hydrogenについて、特に多い疑問を3つ取り上げ、簡潔に回答します。
Gemini 4 Hydrogenは無料で使えますか?
GeminiアプリとGemini APIの一般向け無料枠で使えます。Geminiアプリでは、質問にHydrogenが適していると判断された場合に、無料ユーザーも自動モデル選択で利用できます。Gemini APIにもレート制限付きの無料枠があるため、まずは無料枠で試してみましょう。
3.8 Flashから乗り換えるべきですか?
速度や正確性は大きく改善しているため、新規開発の第一候補として検討できます。ただし2026年12月31日までは3.8 Flashの導入単価のほうが低いため、既存システムの移行ではテスト環境で応答時間と請求額を計測してから判断してください。thinking_levelの標準値の変更、max_output_tokensの上限、明示キャッシュの設定も事前に確認しましょう。
CarbonやArgonとはどう使い分けますか?
判断の重さで使い分けてください。日常的なコード作成やテスト実行はHydrogen、複雑な実務課題はArgon、長時間の高難度な作業やサイバー防御はCarbonが適しています。1つの作業の中で組み合わせたい場合は、Google AntigravityのOrchestratorを選択しましょう。
Gemini 4 Hydrogenは「速く・過剰な実行を抑えた」モデル
Gemini 4 Hydrogenの価値は、速さと、指示どおりに動く正確さの両立にあります。標準の思考レベルを引き上げながら3.8 Flashの約2.5倍の速さでタスクを終え、根拠のない主張(fabricated claims)を5分の1未満に、エージェント作業での行き過ぎ(overreach)を最大81%減らしました。
3.8 Flashの推奨移行先となる実行役として、Hydrogenは単体でも日常的な開発や自動化を任せられる性能を備えています。さらにCarbonやArgonと組み合わせれば、計画は上位モデル、実行はHydrogenという分担で、品質を保ちながら待ち時間と利用枠を節約できます。
まずはGeminiアプリやGemini APIの無料枠でHydrogenを試し、速度と精度を確かめてみてください。API移行を検討している場合は、思考レベルの明示、出力上限の見直し、キャッシュ設定の整理を先に済ませておくと、本番環境へスムーズに導入できます。


