Un Gemini moins cher avec un score de pointe

Google a publié Gemini 4 Hydrogen le 12 novembre, un modèle qu’il place sous la paire de pointe lancée en octobre et dont il fixe le prix à 1,50 dollar par million de jetons d’entrée et 7,50 dollars par million de jetons de sortie. Ces tarifs sont uniformes sur toute la fenêtre de contexte d’un million de jetons, sans palier pour les requêtes longues, et le modèle peut renvoyer jusqu’à un million de jetons.

La sortie compte moins pour ce qu’elle ajoute au sommet de la gamme de Google que pour ce qu’elle y fait descendre. Sur l’Artificial Analysis Intelligence Index, Google indique qu’Hydrogen obtient 51 à son niveau de raisonnement « high » par défaut, soit un point au-dessus de Gemini 4 Argon, l’un des deux modèles de pointe à côté desquels il se range désormais. À un nouveau réglage « xhigh », Google avance 54. Les deux chiffres figurent dans l’annonce de Google, signée par Koray Kavukcuoglu, architecte en chef de l’IA du groupe, et non sur le classement indépendant qui tient l’indice.

Brins de fibre optique illuminés s'évasant sur un fond sombre
Google dit le modèle environ 2,5 fois plus rapide que celui qu'il remplace. Image d'archive. Suki Lee · pexels · Pexels License

Ce que Google a mesuré, et ce qu’il n’a pas mesuré

L’annonce est dense en scores, et presque tous sont ceux de Google. L’entreprise situe Hydrogen à 57 % sur Terminal-Bench 4.1 contre 18,2 % pour Gemini 3.8 Flash, le modèle qu’il remplace en pratique ; à 58,8 % sur HLE-Diamond ; à 71,6 % sur Agents’ Last Exam v1.1 ; et à 52,3 % sur le Vals Tax Agent Bench, où elle le dit premier au classement général. Sur le Vals Legal Research Bench, elle indique 55,8 % et une première place partagée.

Un chiffre peut être vérifié auprès d’une source extérieure. Google affirme qu’Hydrogen atteint 53,4 % sur le Multimodal Knowledge Agent, le test de travail du savoir qu’il a construit avec Artificial Analysis et lancé le 10 novembre. Le tableau public MKA d’Artificial Analysis est mené par Claude Fable 5.2, d’Anthropic, à 57 %, Gemini 4 Carbon étant deuxième à 54 %. Le chiffre d’Hydrogen reste sous les deux.

La vitesse est l’affirmation la plus nette. Google dit que le modèle tourne environ 2,5 fois plus vite que Gemini 3.8 Flash au réglage haut, et que des partenaires l’ayant testé ont mesuré de 2 à 2,8 fois plus de vitesse avec 12 % à 23 % de jetons en moins. Dans Google Antigravity, son environnement d’agents, il indique qu’Hydrogen comme orchestrateur s’est approché du taux de réussite de Carbon sur Terminal-Bench en consommant 24 % de quota en moins et en finissant 19 % plus vite en moyenne.

Une salle de réunion vide avec des chaises en résille autour d'une longue table en bois
Les chiffres de sécurité des agents viennent des évaluations internes de Google. Image d'archive. Max Vakhtbovych · pexels · Pexels License

Les chiffres de sécurité sont internes

Google a aussi publié un bloc de chiffres sur la sécurité des agents, tous issus de ses propres évaluations : jusqu’à 81 % de dépassement en moins et jusqu’à 79 % de sous-service en moins sur des tâches d’agent, une réduction par douze des actions désalignées et des raccourcis dans les tâches sur des évaluations d’usage d’outils et de code, et un modèle jusqu’à deux fois moins susceptible de franchir une limite de permission quand une tâche est bloquée. Elle fait état d’un taux d’honnêteté de 96,7 % sur une évaluation interne et d’une lisibilité de la chaîne de raisonnement de 99,9 % sur plus de 200 000 tours audités. Un chiffre tiers apparaît : Google dit le modèle plus de 2,3 fois plus résistant sur le test d’injection indirecte de consignes de Gray Swan.

Où il atterrit

Hydrogen se déploie à partir du 12 novembre via l’API Gemini et Google AI Studio, le palier payant d’Android Studio, et Antigravity pour les abonnés payants Google AI Pro et Ultra. Les entreprises l’obtiennent dans Gemini for business et dans Google Sheets. Les particuliers le trouvent dans le sélecteur de modèles de l’application Gemini, et les utilisateurs gratuits y accèdent par la sélection automatique. Il entre aussi dans Google Search pour tous les utilisateurs, la partie du lancement au public le plus large et aux chiffres les plus rares.

Ce qu’il faudra suivre, c’est si la mesure indépendante d’Artificial Analysis reproduit le score d’indice que Google a cité. L’écart entre le chiffre d’un fournisseur et la mesure d’un classement est le terrain sur lequel cette sortie sera jugée.