Résumé :
Google a officiellement lancé le modèle d'intelligence artificielle de nouvelle génération Gemini 4 Hydrogen le 12 novembre 2026. Ce modèle devait initialement suivre le système de dénomination Flash, mais Google a finalement choisi le nouveau nom Hydrogen, le positionnant comme un modèle à haute efficacité pour une utilisation quotidienne, une programmation rapide et un flux de travail d'agent.
Auparavant, Google avait lancé Gemini 4 Carbon et Gemini 4 Argon, respectivement pour le raisonnement complexe et les tâches difficiles. L’hydrogène prend en charge un plus large éventail de tâches quotidiennes, dans l’espoir de fournir des temps de réponse plus rapides et des coûts d’utilisation réduits tout en conservant un niveau élevé d’intelligence.
Google a déclaré que par rapport à Gemini 3.8 Flash lancé en septembre 2026, Gemini 4 Hydrogen a réalisé des améliorations significatives en termes de vitesse et d'intelligence. Il ne s'agit plus seulement d'un modèle léger qui met l'accent sur un faible coût et une réponse rapide, mais qui a la capacité de gérer des tâches de programmation complexes et un travail d'agent en plusieurs étapes.
En termes de traitement du contexte, Gemini 4 Hydrogen prend en charge nativement 1 million d'entrées de jetons et peut générer jusqu'à 1 million de sorties de jetons. Cela lui permet de gérer de grands référentiels de code, de longs documents techniques et des tâches complexes à plusieurs tours. En particulier dans les flux de travail des agents, les modèles peuvent conserver en permanence une grande quantité d'informations contextuelles, réduisant ainsi le besoin de fournir de manière répétée des informations de base lors de l'exécution de tâches longues.
Google a également souligné les performances d'Hydrogen en matière de programmation d'agents intelligents. Il peut participer à un travail continu tel que l'écriture de code, le débogage, les tests et la modification, plutôt que de simplement générer un morceau de code basé sur les besoins des utilisateurs. Pour les tâches de développement qui nécessitent plusieurs étapes, les modèles peuvent maintenir le contexte entre les différentes étapes, ce qui les rend plus adaptés aux tâches quotidiennes d'ingénierie logicielle.
En termes de tests de performances, les données publiées par Google montrent que Hydrogen a obtenu un score de 57 % au test Terminal-Bench 4.1, tandis que Gemini 3.8 Flash a obtenu un score de 18,2 %. Ce test évalue principalement la capacité du modèle à effectuer des tâches réelles d'ingénierie logicielle dans un environnement de terminal, notamment l'exécution de commandes, la modification de code et le dépannage.
Dans l'indice d'intelligence d'analyse artificielle, Hydrogen a obtenu 51 points avec le paramètre d'inférence élevé par défaut, légèrement supérieur aux 50 points de Gemini 4 Argon ; sous le paramètre d'inférence XHigh le plus élevé, son score a en outre atteint 54 points. Google affirme qu'Hydrogen obtient ces résultats tout en accomplissant généralement les tâches en moins de temps.
Cependant, Google ne positionne pas l’Hydrogène comme modèle phare pour remplacer le Carbone et l’Argon. Le Carbone et l'Argon sont encore principalement destinés au raisonnement complexe, à l'exécution autonome à long terme et aux tâches professionnelles plus difficiles, tandis que l'Hydrogène met l'accent sur l'exécution rapide et l'efficacité du travail quotidien. Google espère que grâce à la collaboration entre différents modèles, les utilisateurs n'auront pas toujours à utiliser le modèle phare, plus coûteux en termes de calcul, pour gérer des tâches simples.
En termes de collaboration entre agents, la fonction Orchestrator de Google peut confier certaines tâches de routine à Hydrogen, tout en laissant Carbon être responsable de prises de décision et de raisonnements plus complexes. Google décrit ce modèle comme réduisant la consommation de jetons tout en maintenant autant que possible une qualité de travail au niveau carbone. En répartissant les tâches entre les modèles, les entreprises peuvent réduire les coûts d'exploitation lors du déploiement d'agents IA à grande échelle.
En termes de prix, le prix d'entrée de l'API de Gemini 4 Hydrogen est de 1,50 USD par million de jetons, et le prix de sortie est de 7,50 USD par million de jetons. Google a déclaré que l'ensemble de la fenêtre contextuelle d'un million de jetons adopte une tarification unifiée et n'adoptera pas différents niveaux de prix en raison de l'augmentation de la longueur du contexte.
Hydrogen adopte cette fois une stratégie de sortie assez large. Il est ouvert à tous les niveaux d'utilisateurs de Google AI Studio, aux développeurs d'API Gemini, aux utilisateurs d'entreprise Gemini for Business et aux utilisateurs de l'application Gemini, et est également intégré à la recherche Google. Les utilisateurs disposant d'abonnements payants Google AI Pro et Ultra peuvent également appeler le modèle dans Google Antigravity.
Dans l'application Gemini, Hydrogen se positionne comme un modèle adapté à l'assistance au quotidien. Les utilisateurs peuvent l'utiliser pour les questions et réponses générales, le traitement de l'information et l'assistance à la programmation, tandis que les développeurs peuvent le connecter à leurs propres applications et systèmes d'agents via des API.
Cette version signifie également que Google modifie encore le positionnement de la gamme de produits Gemini. Dans le passé, la série Flash mettait principalement l'accent sur les avantages en termes de vitesse et de coût, tandis que la série Pro assumait des tâches plus complexes. Aujourd'hui, Hydrogen surpasse même Argon dans certains tests d'indice d'intelligence, ce qui indique que Google espère créer des modèles moins coûteux, capables de gérer des tâches assez complexes.
Du point de vue de la présentation du produit, la série Gemini 4 forme une division du travail plus claire : le carbone et l'argon sont responsables d'un raisonnement difficile, et l'hydrogène est responsable de l'exécution rapide et des tâches quotidiennes des agents. Grâce à la collaboration multimodèle, Google tente de résoudre un problème de plus en plus réel : alors que les agents d'IA commencent à effectuer des dizaines, voire des centaines d'étapes en continu, s'appuyer uniquement sur le modèle le plus puissant pour terminer tout le travail est non seulement plus lent, mais entraîne également des coûts de calcul élevés.
Le lancement de Gemini 4 Hydrogen est la tentative de Google de trouver un nouvel équilibre entre l'intelligence des modèles, la vitesse d'exécution et les coûts d'exploitation.
Commentaires