2026年9月の時点では、私はGeminiをかなり慎重に扱っていました。Gemini 3.8 Flashをまた使い始めた記録では軽い調査に戻したものの、Tensorを調べさせると怪しい数字が混ざりました。Antigravityでの使い分けを書いた時も、Gemini 4 Argonで作ったものをGPT(Codex)へ渡すと指摘がいくつも返ってくる状態でした。
2026年11月12日にGemini 4 Hydrogenが公開され、Antigravity上でHydrogen、Argon、Orchestrator (Argon)を組み合わせて使うようになりました(私の契約プランではGemini 4 Carbonは選べません)。改めて普段の設計相談とリポジトリ横断チェックに投入してみると、9月までの感覚とはかなり変わっています。
Hydrogenは動作が軽く、以前のFlashで手を焼いた明らかな作り話(ハルシネーション)が目に見えて減りました。Argonで組んだ運用案も、Codex(GPT-6.1 Sol)へ回した時に大筋で合意が取れる水準まで来ています。
設計案は通りやすくなりました。でも、長い案を読み込んで、自分の環境で採れるか判断するところはやっぱり時間がかかります。その違いがよく出たのが、月次CSVの置き場所を決めたときでした。
公式仕様で見るHydrogenとOrchestratorの前提
Googleは11月12日のHydrogen発表記事で、モデルの得意分野と組み合わせ方を紹介しています。
Gemini 4 CarbonとGemini 4 Argonが深い推論や長期タスク向けで、Gemini 4 Hydrogenは日常のコーディングやエージェント処理向けの高速モデルです。コンテキスト長は100万トークン、API価格は入力100万トークンあたり1.50ドル、出力7.50ドルの一律設定とされています。- Artificial Analysis Intelligence Indexでは、
Hydrogenはデフォルトのhigh思考設定で51(Argonの50を上回る)、xhighで54と記載されています。Gemini 3.8 Flash比ではデフォルトhigh設定で2.5倍高速、Terminal-Bench 4.1は18.2%から57%、作り話(fabricated claims)は5倍以上減ったと公表されています。 - Antigravityの
Orchestratorは、同じセッション内で推論モデル(Carbon/Argon)とHydrogenを動的に切り替える仕組みです。GoogleのTerminal-Bench 4.0(Carbon+Hydrogenの構成)では、Carbon単体に近い成功率を保ちつつ平均でクォータ消費を24%削減、完了時間を19%短縮したとされています。
私がAntigravityのモデル選択画面で選んだのは、ArgonとHydrogenを組み合わせる Orchestrator (Argon) です。
Hydrogenの体感:Flash時代の引っかかりが減り、普段使いに回せる
9月の記録でGemini 3.8 Flashをそのまま信用できなかったのは、調査の途中にそれらしい偽の数字や根拠のない話が混ざるからでした。ちょっとした確認でも裏取りを外せず、作業のテンポがそこで止まります。
Gemini 4 Hydrogenに切り替えてまず感じたのは、応答がサクサク進むだけでなく、「明らかに変なことを言い出す場面」がかなり減ったことです。たとえばWSL環境でWindows側のパス参照可否を調べたり、事前確認スクリプトを動かしたりする場面でも、存在しないコマンドを勝手に補って突き進むような癖が弱まりました。
以前は調査の途中で止めて、一から手順を組み直すことがありました。そこが減ったので、日常の調査やスクリプトの動作確認もHydrogenに頼むようになりました。
ArgonとCodexのクロスレビュー:大筋で合意したが、読む時間はまだ重い
普段の制作や運用の判断では、以前からGPT-6.1 Solを使うCodexとAntigravityを組み合わせています。今回試したのは、月次の分析用CSVをどこへ置くかという運用設計でした。
Windows側でダウンロードしたCSVをOneDrive上に置いたままWSLのスクリプトから直接読むか、リポジトリ内の.private/配下へコピーし直すか、それともGit管理に含めるか。この選択肢をArgonに比較させて設計案を書かせ、その案を丸ごとCodex(GPT-6.1 Sol)へ渡してレビューさせました。
9月までは、Gemini側が出した案をCodexへ渡すと「ここが抜けています」「前提が矛盾しています」と指摘がいくつも返ってくるのが常でした。ところが今回は、Codexが大筋の方針に同意してきました。それどころか、最初にCodex自身が推していた「ローカルへコピーしてから扱う案」を引っ込め、直接参照をベースにする方向へ寄っています。
Codexから戻ってきた修正点は2つだけでした。
- ローカルの
.private/フォルダに日付フォルダがないことだけを根拠に「コピー漏れ」と判断しない(直接参照へ切り替えた以上、ローカル側に日付が並ばないため) - 誤って
git add -fされないよう、運用ルールではなくスクリプト側でガードを入れる
動作確認はHydrogenに任せました。WSL版Antigravity CLIの通常の権限では、Windows側のOneDriveを開けませんでした。CSVを読み取るコマンドの実行を承認すると、OneDrive上のファイルを直接参照し、事前チェックが READY になりました。これで、月次CSVを毎回コピーせず、OneDriveに置いたまま事前チェックを通せると分かりました。
次に時間がかかったのは、両方から返ってきた長い案を読むところです。WindowsとWSLのどちらから読めるのか、誰の承認が要るのか。案がすんなり通っても、その条件が自分の環境に合うかは、一つずつ読んで判断します。
80ファイルを確認したとき、Hydrogenは途中から動いていた
私のもう一つの疑問は、大量のファイルを読むときに Orchestrator (Argon) がいつHydrogenへ切り替わるかです。
11月14日に、手元のMarkdown文書80本を運用ルールと突き合わせました。計画を立ててから、並列で読み、Pythonで集計結果を確認するまで、一つのセッションで27分09秒でした。
親1件と子8件の実行ログを、コンテキスト圧縮の前後で分けて足しました。親と子は並行して動くので、内訳はトークン数で比べます。
| 実行区間 | トークン合計(キャッシュ読込含む) | 全体比 |
|---|---|---|
| 圧縮前・親の計画と統合 | 4,136,047 | 48.3% |
| 圧縮前・子8件の並列チェック | 2,061,618 | 24.1% |
| コンテキスト圧縮(Checkpoint) | 305,861 | 3.6% |
| 圧縮後・親の集計と検証 | 2,057,645 | 24.0% |
| 合計 | 8,561,171 | 100.0% |
全体の約7割は、コンテキスト圧縮前の親と子に積み上がりました。圧縮前の親の応答を追うと、すでに5応答がHydrogenで、合わせて1,277,020トークンありました。後半の2,057,645トークンも、Hydrogenと記録された応答です。
80ファイルを10本ずつに分けて読ませると、子8件だけでも2,061,618トークンになりました。親のやり取りを追っているだけだと、この並列チェックに使った分が見えにくいところです。
設計はArgonとCodex、動作確認はHydrogen
OneDriveの件では、Argonの案にCodexの指摘を取り込み、Hydrogenで事前チェックを通しました。軽い調べものに使っていたGeminiに、今は設計も相談しています。案を読んで、自分の環境で使える条件を決めるところには、今も時間を使います。
確認した公式情報
2026年11月14日確認。

コメント