GoogleはGemini 4 Hydrogenを発表した。調査、コーディング、ドキュメント処理を高速に実行するために設計されたモデルで、入力トークン100万件あたり1.50ドル、出力トークン100万件あたり7.50ドルで利用できる。速度やクォータに関する優位性はGoogleの自社計測によるものであり、独立した第三者による検証結果ではない。
HydrogenはGemini 4 Carbonから派生したモデルだが、日常的なタスクとエージェント型ワークフローの高速処理に特化して設計されている。Gemini API、AI Studio、Gemini for Business、Geminiアプリ、Google Searchを通じて提供される。Google AI ProおよびUltraサブスクリプション加入者はAntigravityでアクセスでき、Google SheetsではProおよびUltra以上のプランで対応するGemini機能が利用可能となっている。ローンチは11月12日に発表され、Googleの公式ページは13日に更新された。
料金と利用可能範囲
実は、API料金は入力トークン100万件あたり1.50ドル、出力トークン100万件あたり7.50ドルと設定されている。Googleによると、この料金は100万トークンのコンテキストウィンドウ全体にわたって変動しない。
提供範囲は広いとされているが、すべてのチャンネルが同一条件で同じ機能を提供するわけではない。たとえば、AntigravityでのHydrogenへのアクセスはプランによって異なり、一方でGoogleはSearchについては全ユーザーへの提供を表明している。すべての機能が同時にすべての国やアカウントで利用できるとは明示されていない。
GoogleはHydrogenをドキュメントおよびデータ処理のエンジンとしても位置づけている。モデルカードによると、テキスト、画像、音声、動画の入力に対応し、コンテキストウィンドウは最大100万トークンに達する。Google Sheetsでは。財務データや予測シナリオからインタラクティブなモデルを構築する用途での活用が示されている。
Orchestratorによるマルチモデル協調処理
業務自動化において最も注目すべき新機能がOrchestratorだ。これはGoogle Antigravityの機能で、同一セッション内で異なるモデルを切り替えて使用できる。Googleが示す動作例では。より高性能なCarbonが計画立案を担い、Hydrogenが実行タスクや検証を処理する。複数のエージェントが独立したワークスペースで並列稼働することも可能だ。
GoogleがTerminal-Bench 4.0で計測した結果によると、OrchestratorはCarbonに近い成功率を達成しながら、平均でクォータ消費を24%削減し、タスク完了時間を19%短縮したとされている。これはGoogleが特定のベンチマークで報告した数値であり、クォータ削減率がそのまま実際のコスト削減率に直結するわけではない。
GoogleはさらにGemini 3.8 Flashとの比較データも公開しており、Hydrogenが特定のタスクを2.5倍速く完了し、Terminal-Bench 4.1で57%のスコアを達成したと報告している。旧モデルのスコアは18.2%だった。同社は自社比較において、事実と異なる回答（ハルシネーション）が5分の1以下に減少したとも主張している。これらの指標はGoogleが選択したタスク、設定、テスト手法に依存しており、あらゆる企業用途での性能を自動的に保証するものではない。
Google Searchへの統合
GoogleはHydrogenをSearchにグローバル展開したと表明している。同社は、複雑な質問への対応能力、複数の観点を同時に調査する能力、画像・表・リンクを含む構造化された回答の生成が改善されたとしている。これはソフトウェア開発者やエージェント構築者だけでなく、一般ユーザーへの影響も大きい変更だ。
ただし、SearchへのHydrogen統合はすべての回答が正確になることを意味しない。Googleのモデルカードはハルシネーションやタイムアウト、遅延の可能性を明示しており、特に高度な推論レベルではトークン消費量が増加する場合があることも指摘している。
高速モデルの戦略的役割
Googleの方向性は、単一モデルの利用から、複数モデル間でのタスク分散へと価値の重心を移している。この設計思想において。より高性能なモデルが計画を策定し、より高速なモデルが調査、資料作成、ファイル確認、繰り返し検証を担う。コストのかかる処理能力を必要な箇所だけに使うという考え方だが、実際の削減効果は実行するタスクの性質とステップ数に依存する。
企業向けには、API料金、推論レベル、各製品へのアクセス条件は確認可能な要素だ。一方で、Googleが示す業務上の優位性については、実際のワークフローで検証する必要がある。エラー対応、人間によるチェック、タスクの再実行を含むマルチエージェントフローの総コストに関する独立したデータは、現時点では公開されていない。日本の企業がGemini 4 Hydrogenを導入する際は、金融庁（FSA）のAIガバナンスに関するガイドラインやデータ管理に関する国内規制との整合性も慎重に確認することが求められる。
