Gemini 4 Hydrogen
Gemini 4 Hydrogen (deepmind.google)
要約
2026年11月に公開されたGemini 4 Hydrogenのモデルカードです。このモデルは、日常的なコーディングやエージェントワークフローのための高速かつ効率的なAIとして位置づけられています。前モデルであるGemini 4 Carbonから派生し、1Mトークンのコンテキストウィンドウを持ち、様々なベンチマークで高い性能を示していますが、幻覚(ハルシネーション)や一部の安全性の課題も指摘されています。
全文翻訳
Gemini 4 Hydrogen
公開日: 2026年11月12日
モデルカードは、Geminiモデルに関する既知の制限、緩和策、および安全性パフォーマンスを含む、不可欠な情報を提供するものです。モデルカードは、モデルの改善や改訂に伴う評価の更新などを目的として、随時更新されることがあります。
公開日: 2026年11月
モデル情報
説明
Gemini 4 Hydrogenは、誰もが利用できる最先端の知能を、日常的なコーディングやエージェントワークフローのために、スピードと効率性をもって提供します。当社の最先端モデルであるGemini 4 CarbonやGemini 4 Argonが、最も困難な問題に対する長期的で深い推論のために構築されているのに対し、Hydrogenは多様なエージェントワークフローにおける迅速な実行のために構築されています。
モデルの依存関係
Gemini 4 HydrogenはGemini 4 Carbonから派生しています。
入力
テキスト文字列(質問、プロンプト、要約するドキュメントなど)、画像、音声、ビデオファイル。入力と出力のトークンコンテキストウィンドウは合計で最大1Mです。
出力
1Mの統一コンテキストウィンドウ。同期出力トークンはデフォルトで最大64K、バックグラウンドのロングデコードでは最大1Mです。
アーキテクチャ
Gemini 4 HydrogenはGemini 4 Carbonから派生しています。Gemini 4 Hydrogenのモデルアーキテクチャの詳細については、Gemini 4 Carbonのモデルカードを参照してください。
モデルデータ
トレーニングデータセット
Gemini 4 HydrogenはGemini 4 Carbonから派生しています。Gemini 4 Hydrogenのトレーニングデータセットの詳細については、Gemini 4 Carbonのモデルカードを参照してください。
トレーニングデータ処理
Gemini 4 HydrogenはGemini 4 Carbonから派生しています。Gemini 4 Hydrogenのトレーニングデータ処理の詳細については、Gemini 4 Carbonのモデルカードを参照してください。
実装と持続可能性
ハードウェア
Gemini 4 HydrogenはGemini 4 Carbonから派生しています。Gemini 4 Hydrogenのハードウェアと、持続可能な運用への継続的な取り組みの詳細については、Gemini 4 Carbonのモデルカードを参照してください。
ソフトウェア
Gemini 4 HydrogenはGemini 4 Carbonから派生しています。Gemini 4 Hydrogenのソフトウェアの詳細については、Gemini 4 Carbonのモデルカードを参照してください。
評価
アプローチ
エージェントコーディング、ナレッジワーク、コンピューター利用、マルチモーダル理解、科学と数学、推論を含む幅広いベンチマークでGemini 4 Hydrogenを評価しました。
追加のベンチマーク、アプローチ、結果、およびそれらの方法論の詳細については、deepmind.com/models/evals-methodology/gemini-4-hydrogenを参照してください。
結果
2026年11月時点のGemini 4 Hydrogenの結果は以下の通りです。
| カテゴリ |
|---|
| エージェントコーディング |
| ナレッジワーク |
| コンピューター利用 |
| マルチモーダル理解 |
| 科学と数学 |
| 推論 |
| ベンチマーク |
|---|
| SWE-sweep |
| Terminal-Bench 4.1 |
| Agents' Last Exam v1.1 |
| AutomationBench-AA |
| Vending-Bench 2 |
| OSWorld-2.1 |
| MKA |
| Chartography |
| Terminal-Bench-Science 0.1 |
| HLE-Diamond |
| メモ |
|---|
| 13.5% |
| Cheating-adjusted |
| Score |
| 76.1% |
| Bank balance ($) |
| Offline subset |
| Climb WSR accuracy |
| 66.6% |
| 51.4% |
| 58.8% |
| Gemini 4 Hydrogen |
|---|
| 3.1% |
| 63.9% |
| 71.6% |
| 71.8% |
| $14,549 |
| 77.6% |
| 53.4% |
| 61.6% |
| 59.9% |
| 53.3% |
| Claude Sonnet 5.5 |
|---|
| 5.8% |
| — |
| 60.4% |
| 60.2% |
| $11,165 |
| 83.9% |
| 52.0% |
| 61.6% |
| 58.3% |
| 53.3% |
| GPT-6.1 Terra |
|---|
| — |
| — |
| 69.8% |
| 60.2% |
| $9,107 |
| 74.2% |
| 43.8% |
| 63.2% |
| 58.3% |
| 47.3% |
意図された用途と制限事項
利点と意図された用途
Gemini 4 Hydrogenは、誰もが利用できる最先端の知能を、日常的なコーディングやエージェントワークフローのために、スピードと効率性をもって提供します。
特に、以下のようなアプリケーションに適しています。
- フロンティアモデルと連携して、単独で、またはサブエージェントとしてオーケストレーションされる、迅速で規律ある実行
- 反復的なリポジトリコーディングとデバッグ
- オープンエンドなエージェント実行
- マルチモーダルナレッジワーク
- Web開発
- 4つの思考レベルにわたる適応可能なスピードと知能
- すぐに使えるライティング、リサーチ、日常業務
- 点と点を繋ぎ、より多くのタスクをこなす
- 日常的なプロトタイピングとイテレーション
既知の制限事項
Gemini 4 Hydrogenは、ハルシネーションのような一般的な制限を示す可能性があります。これに加えて、私たちはジェイルブレイク耐性の向上に継続的に取り組んでおり、フロンティアセーフティ全体でさらに緩和策を強化しています。時折、遅延やタイムアウトの問題が発生する可能性があり、特に高い思考レベルでは、パフォーマンスを最大化するためにモデルがより多くのトークンを使用することがあります。Gemini 4 Hydrogenの知識カットオフは2026年3月ですが、一部のドメインではモデルの知識が最新でない場合があります。
許容される用途
Gemini 4 HydrogenはGemini 4 Carbonから派生しています。Gemini 4 Hydrogenの許容される用途の詳細については、Gemini 4 Carbonのモデルカードを参照してください。
安全性とセキュリティ
Gemini 4 Hydrogenの完全な安全性とセキュリティレポートは数日中に公開される予定です。
評価アプローチ
Gemini 4 Hydrogenの評価アプローチの詳細については、Gemini 4 Carbonのモデルカードを参照してください。
安全ポリシー
Gemini 4 Hydrogenの安全ポリシーの詳細については、Gemini 4 Carbonのモデルカードを参照してください。
トレーニングと開発の評価結果
開発段階で実施された一部の内部安全評価の結果を以下に示します。評価結果は自動評価のものであり、人間の評価やレッドチーミングによるものではありません。スコアは、以下の説明に従って、参照モデルと比較したパフォーマンスの絶対的なパーセンテージの増加または減少として提供されます。
全体として、Gemini 4 Hydrogenはマルチモーダルコンテンツの安全性においてGemini 3.8 Flashを上回っていますが、テキスト間および多言語の安全性は、信頼区間内で同様に高い安全な応答率を維持しています。拒否のトーンはGemini 3.8 Flashと同様ですが、不当な拒否は、特にマルチモーダルプロンプトで高くなっています。改善は太字の緑で、後退は赤で示しています。
詳細は、Gemini 4 Hydrogen安全性とセキュリティレポート(近日公開)を参照してください。
| 評価 |
|---|
| Text to Text Safety (higher is better) |
| Multilingual Safety (higher is better) |
| Image to Text Safety (higher is better) |
| Tone (higher is better) |
| Unjustified-refusals (lower is better) |
| 説明 |
|---|
| テキストプロンプト全体での安全ポリシーへの準拠を測定する自動コンテンツ安全性評価 |
| 複数の言語にわたる自動安全ポリシー評価 |
| 画像とテキストの両方を入力とした、安全ポリシーへの準拠を測定する自動コンテンツ安全性評価 |
| モデルの拒否の客観的、中立的、説教的でないトーンを測定する自動評価 |
| 無害または境界線上のプロンプトに対する過剰な拒否を測定する自動評価(安全に実行可能) |
| Gemini 4 Hydrogen vs. Gemini 3.8 Flash (percentage point increase/decrease) |
|---|
| +0.80pp |
| +1.10pp |
| +7.00pp |
| -0.65pp |
| +5.57pp |
私たちは、誤検知と誤検知を減らすための自動評価の改善、およびバランスを確保し結果の高い基準を維持するためのクエリセットの更新を含め、内部評価を継続的に改善しています。上記で報告されたパフォーマンス結果は、改善された評価で計算されているため、以前のGeminiモデルカードで見つかったパフォーマンス結果とは直接比較できません。
自動安全評価の結果にはばらつきが予想されるため、重大または危険な材料がないか確認するためにフラグ付けされたコンテンツをレビューします。手動レビューでは、損失の大部分はa)誤検知であるか、またはb)重大なものではないことが確認されました。
フロンティア安全性評価
私たちは、フロンティア安全性フレームワーク(2026年4月)に沿ってGemini 4 ArgonとCarbonを評価し、それぞれの安全性とセキュリティレポート(Argon、Carbon)で結果を報告しました。Gemini 4 HydrogenはGemini 4シリーズのモデルです。私たちは、Gemini 4 Hydrogenが、クリティカル能力評価の対象となった最新モデルバージョンであるGemini 4 Argonと比較して、実質的な新しい能力またはパフォーマンスの実質的な向上を示したかどうかを理解するために、マテリアル能力変化(MCC)評価を実施しました。Gemini 4 Hydrogenは、MCC評価においてGemini 4 Argonと比較して、一般的な能力に実質的な増加を示さなかったため、FSFに沿ってクリティカル能力評価の全セットは必要ありませんでした。
Gemini 4 ArgonとCarbonがCBRN CCL(生物情報リスク)およびサイバーセキュリティCCLに到達した可能性を排除できなかったため、CBRNおよびサイバー領域でGemini 4 Hydrogenのターゲットを絞ったクリティカル能力評価を実施し、モデルの固有のリスクを理解しました。その結果、Gemini 4 HydrogenはCBRNまたはサイバーCCLには到達しませんでしたが、両方の領域でCCLアラートしきい値に到達しました。評価の概要を表に示し、完全な結果はGemini 4 Hydrogen安全性とセキュリティレポート(近日公開)に記載されています。
| リスクドメインとしきい値 |
|---|
| CBRN - Uplift TCL (化学、放射線、核): 低〜中程度の資源を持つアクターに、参照シナリオで能力向上をもたらし、重大ではないが深刻な危害をもたらす可能性のあるCBRN攻撃の実質的なリスクをもたらす。 |
| CBRN - Uplift CCL (生物): 低〜中程度の資源を持つアクターに、参照シナリオで能力向上をもたらし、深刻な規模で追加の危害が予想される。 |
| サイバーセキュリティ - Uplift CCL: 深刻な規模で追加の危害をもたらす高影響サイバー攻撃に対して十分な能力向上を提供する。 |
| 有害な操作 - Uplift CCL: モデルとのやり取りの過程で、特定された高リスクのコンテキストにおける信念と行動を体系的かつ実質的に変更することを可能にする操作能力を持ち、実質的な規模で追加の危害が合理的に予想される。 |
| 制御喪失 -ステルスおよび状況認識TCL: モデルの手段的推論能力は、十分な状況認識(展開設定の関連詳細を発見および使用する能力)とステルス性(基本的な監視メカニズムを回避する能力)を可能にするため、追加の緩和策がない場合、人間の制御を著しく損なう可能性を排除できない。 |
| 制御喪失 - ML R&D加速CCL: AI開発を加速するために使用され、AIの進歩が歴史的な速度から実質的に加速した。 |
| 制御喪失 - ML R&D自動化CCL: AI能力の向上に焦点を当てたGoogleの研究者チームの作業を完全に自動化でき、包括的なコストがほぼ同等である。 |
| T/CCLに到達したか? |
|---|
| TCLに到達せず(Argonから引き継ぎ)。緩和策を引き続き展開します。 |
| CCLに到達せず、追加のターゲットテストの後。CCLアラートしきい値に到達。緩和策を引き続き展開します。 |
| CCLに到達せず、追加のターゲットテストの後。CCLアラートしきい値に到達。緩和策を引き続き展開します。 |
| CCLに到達せず(Argonから引き継ぎ)。緩和策を引き続き展開します。 |
| Gemini 4 HydrogenはGemini 4 Argonに対するMCCを示さなかったため、TCLに対する能力テストは不要でした。しかし、保守的な仮定として、TCLに到達したかのように、制御、監視、およびモデルセキュリティの緩和策を適用しています。 |
| CCLに到達せず(Argonから引き継ぎ)。ベースラインAI制御とモデルセキュリティの緩和策が適用されます。 |
| CCLに到達せず(Argonから引き継ぎ)。ベースラインAI制御とモデルセキュリティの緩和策が適用されます。 |
リスクと緩和策
安全性とセキュリティは、トレーニング前のデータフィルタリング、トレーニング後のアライメント(教師ありファインチューニングと強化学習)、製品およびシステムレベルの安全フィルタリング、使用状況の監視を含む、トレーニングとデプロイメントのライフサイクル全体でGemini 4 Hydrogenに組み込まれました。さらに、化学、生物、放射線、核(CBRN)およびサイバーセキュリティの悪用に対するフロンティアセーフティガードを強化しました。継続的な主要な焦点領域には、敵対的なジェイルブレイクや間接的なプロンプトインジェクションへの耐性が含まれます。リスクと緩和策の詳細については、Gemini 4 Hydrogen安全性とセキュリティレポート(近日公開)を参照してください。