BÀI VIẾT

Gemini 4 Hydrogen: Cược Của Google Rằng Phần Lớn Việc Agent Không Cần Model Đầu Đàn

Model tầm trung mới của Google chạy nhanh gấp 2,5 lần Gemini 3.8 Flash và điểm Terminal-Bench cao gấp ba, trong khi Antigravity Orchestrator giao phần lớn việc agent thật sự cho nó. Đây là ý nghĩa các con số đó với đội đang xây trên Gemini.

Minh họa các worker phối hợp qua bộ điều phối, lưu trạng thái và kiểm tra bảo mật.

Đọc cùng AI

Chọn nội dung để sao chép và dán vào trợ lý AI. Không tự gửi dữ liệu. Nội dung CMS được chuyển sang Markdown; dùng Markdown gốc nếu có.

Ngày 12/11/2026, Koray Kavukcuoglu, SVP Google DeepMind kiêm Chief AI Architect của Google, đăng một bài viết có tiêu đề khiêm tốn hơn nhiều so với thứ nó thực sự công bố: “Introducing Gemini 4 Hydrogen for Agentic Workflows”. Hydrogen không phải một bản Gemini 4 Carbon nhanh hơn, rẻ hơn. Đây là model mà Google giờ kỳ vọng sẽ gánh phần lớn khối lượng công việc trong bất kỳ phiên agent đa model nào, chỉ gọi Carbon khi thật sự cần.

Hydrogen thật sự là gì

Cách Google tự mô tả khá thẳng: Hydrogen được xây để “tự đứng vững như một model cho công việc hàng ngày — hoặc kết hợp với Carbon và Argon làm engine thực thi hiệu suất cao trong các workflow đa model”. Nó nằm ở tầng dưới Carbon (model frontier cho các bài suy luận khó nhất) và Argon (flagship thế hệ trước), nhắm vào các tác vụ coding và agentic cần tốc độ hơn là năng lực tối đa.

Các con số benchmark ủng hộ định vị đó. So với Gemini 3.8 Flash — model mà nó gần như thay thế ở tầng này — Hydrogen hoàn thành tác vụ nhanh gấp 2,5 lần ở mức mặc định cao, điểm Terminal-Bench 4.1 gấp ba (57% so với 18,2%), và giảm hơn 5 lần số tuyên bố bịa đặt. Trên các repository phức tạp, nó chạy nhanh hơn 2 đến 2,8 lần trong khi dùng ít hơn 12 đến 23% token để đạt kết quả đó — một cải thiện hiệu suất thật, không chỉ đánh đổi tốc độ lấy độ chính xác. Trên Artificial Analysis Intelligence Index, Hydrogen đạt 51 điểm ở mức cao và 54 ở mức xhigh, đủ vượt Argon, flagship thế hệ trước, trên chỉ số này.

Giá bán phẳng và đơn giản: 1,50 USD cho mỗi triệu token đầu vào, 7,50 USD cho mỗi triệu token đầu ra, áp dụng cho toàn bộ cửa sổ ngữ cảnh 1 triệu token, không có mức giá trượt khi ngữ cảnh đầy dần. Hydrogen đã có mặt trên AI Studio, Gemini API, Android Studio, Gemini for Business, Google Antigravity, ứng dụng Gemini, Google Search và Google Sheets — một đợt triển khai đồng loạt rộng hơn hầu hết các lần ra mắt model khác, cho thấy Google đang coi đây là hạ tầng, không phải một sản phẩm ra mắt đơn lẻ.

Sơ đồ cho thấy Antigravity Orchestrator của Google chia việc giữa Gemini 4 Carbon làm điều phối và Gemini 4 Hydrogen chạy song song
Carbon điều phối phiên làm việc; Hydrogen chạy các agent worker và verifier song song bên dưới.

Antigravity Orchestrator thật sự làm gì

Phần đáng chú ý hơn trong thông báo này, với bất kỳ ai đang xây hệ thống agent chứ không chỉ gọi một API chat, là Antigravity Orchestrator. Nó tự động chuyển đổi giữa Carbon và Hydrogen ngay trong một phiên làm việc, thay vì buộc developer phải chọn sẵn một model từ đầu. Carbon đóng vai điều phối, xử lý việc lập kế hoạch và các bước suy luận thật sự cần model frontier. Hydrogen chạy các agent worker và verifier bên dưới, song song với nhau.

Trên Terminal-Bench 4.0, cách chia đó đạt tỷ lệ thành công gần bằng Carbon trong khi tiêu tốn ít hơn 24% quota và hoàn thành nhanh hơn 19% so với chạy toàn bộ bằng Carbon. Đó mới là luận điểm thật của bản phát hành này: không phải Hydrogen một mình thắng Carbon ở suy luận khó — Google không hề tuyên bố vậy — mà phần lớn token một phiên agent tiêu tốn là cho việc xác minh, thử lại, và khai phá song song, chứ không phải một bước suy luận khó nhất. Chuyển phần việc đó sang một model rẻ hơn, nhanh hơn, trong khi giữ model đắt cho việc điều phối, là một thay đổi cấu trúc chi phí, không chỉ là một model mới trên bảng xếp hạng.

Vị trí thật so với đối thủ, và chỗ nó chưa tới

Bảng benchmark của chính Google xếp Hydrogen hạng 5 trên Agent Arena, 53,4% trên Multimodal Knowledge Agent, và hạng 1 trên Vals Tax Agent Bench với 52,3%. Đây là những con số cạnh tranh cho một model tầm trung, và kết quả tax-agent đặc biệt gợi ý thế mạnh thật trên các tác vụ pha trộn suy luận có cấu trúc với việc tuân theo quy tắc chi tiết, hay thay đổi — đúng kiểu tác vụ mà một triển khai agent doanh nghiệp thường xoay quanh. Không con số nào trong này đưa Hydrogen vượt Carbon về năng lực thuần, và Google cũng không tuyên bố vậy. Toàn bộ cách bán hàng xoay quanh việc kết hợp Carbon-cộng-Hydrogen thắng một triển khai chỉ-dùng-Carbon về chi phí và độ trễ ở tỷ lệ thành công tương đương, không phải Hydrogen thắng tuyệt đối.

Con số về tỷ lệ bịa đặt đáng được coi là một tuyên bố cần kiểm chứng, chưa phải sự thật đã an bài. “Giảm hơn 5 lần số tuyên bố bịa đặt” so với Gemini 3.8 Flash là một cải thiện có ý nghĩa nếu nó đúng trên khối lượng công việc thật, và đây đúng kiểu con số mà bộ benchmark có thể bị tinh chỉnh để đạt được, mà không chắc hành vi thật trong sản xuất khớp với nó. Đội nào đưa Hydrogen vào một workflow mà một tuyên bố bịa đặt gây tốn kém — bất cứ thứ gì hướng tới khách hàng, bất cứ thứ gì chạm vào con số được báo cáo lên trên — vẫn nên tự chạy eval trên dữ liệu của chính mình trước khi tin vào hệ số nhân nổi bật đó.

Ý nghĩa nếu bạn đang xây trên Gemini

Nếu workflow agent của bạn hiện đang gọi thẳng Gemini 3.8 Flash, chuyển sang Hydrogen gần như là một nâng cấp không đánh đổi ở cùng mức giá — nhanh hơn, ít bịa đặt hơn, tốt hơn trên các benchmark ánh xạ sát với tác vụ coding và agent thật. Quyết định lớn hơn là có nên dùng cơ chế định tuyến tự động của Antigravity Orchestrator thay vì tự chọn model cho từng lệnh gọi hay không. Để orchestrator định tuyến việc giữa Carbon và Hydrogen chỉ đáng giá nếu workload của bạn thật sự có hình dạng mà Google đang tối ưu cho: pha trộn giữa các bước điều phối khó và khối lượng lớn việc xác minh song song. Một workflow đơn giản đều tay không cần Carbon trong vòng lặp chút nào, và một workflow khó đều tay sẽ không thấy khoản tiết kiệm 24% quota mà orchestrator được xây để mang lại.

Việc nên làm là tự benchmark pipeline agent của bạn trên cả hai cấu hình — chỉ Hydrogen, và Carbon-cộng-Hydrogen qua orchestrator — trước khi chọn hẳn một bên. Các con số Google công bố là cải thiện thật trên benchmark thật. Việc chúng có chuyển thành khoản tiết kiệm quota và độ trễ mà workload cụ thể của bạn cần hay không là điều một bảng benchmark công bố sẵn không thể trả lời thay bạn.

Nguồn: Google, “Introducing Gemini 4 Hydrogen for Agentic Workflows”, 12/11/2026.

Thảo luận

Bình luận được duyệt trước khi công khai. Email của bạn được giữ riêng tư.

← Về danh sáchRead in English