Gemini gratis e Hydrogen: guida a codice, API e agenti AI

Per chi cerca Gemini gratis o un modello per programmare e lavorare con gli agenti, Gemini 4 Hydrogen è l'opzione da valutare per le attività quotidiane, riservando Carbon o Argon ai compiti che richiedono ragionamenti più approfonditi. Rilasciato il 12 novembre 2026, offre a chi sviluppa un'esecuzione più rapida all'interno della famiglia Gemini 4, senza dover ricorrere a un modello di ragionamento di frontiera per ogni modifica di routine.

Cosa cambia con Gemini 4 Hydrogen

Con Hydrogen, il modello per l'esecuzione diventa una scelta a sé. Un agente è un software che permette a un modello di agire: leggere i file di un repository, modificare il codice ed eseguire test, per esempio. La distinzione proposta da Google è questa: Hydrogen punta sull'esecuzione rapida in questi flussi di lavoro, mentre Gemini 4 Carbon e Gemini 4 Argon sono pensati per ragionare a fondo su attività lunghe e complesse.

Per chi sviluppa da solo, significa provare Hydrogen nel ciclo di lavoro quotidiano: individuare un bug, apportare una modifica circoscritta, eseguire le verifiche e spiegare la patch. Per un fondatore, significa capire se le attività ordinarie di sviluppo possano concludersi con meno attese e meno lavoro di revisione, lasciando ai modelli di ragionamento più approfondito le decisioni progettuali ancora aperte.

Nell'annuncio di lancio, Google indica tra gli impieghi principali la programmazione nei repository, il debugging e l'esecuzione tramite agenti. Il post per gli sviluppatori cita anche lo sviluppo web interattivo e le attività che coinvolgono diversi tipi di contenuti multimediali. Si tratta delle capacità dichiarate da Google: per questo articolo non sono state svolte prove dirette del modello.

Verifica del 14 novembre 2026: per questa guida sono stati controllati l'annuncio, il post per gli sviluppatori, la scheda del modello e la documentazione API. I criteri di adozione riportati qui sotto sono raccomandazioni editoriali basate su quelle fonti.

Quale modello Gemini 4 scegliere per ogni attività?

Partire da Hydrogen per i compiti ben definiti; passare a un altro modello quando serve indagare più a fondo. Nelle attuali indicazioni per la scelta del modello, Google presenta Carbon come il proprio modello di frontiera più potente e descrive Argon come adatto alla maggior parte delle attività avanzate di lunga durata, con un consumo di token inferiore a Carbon. Per attività di lunga durata si intende un lavoro che deve mantenere coerenza attraverso ripetuti passaggi di ragionamento, azioni e revisioni.

Sono scelte legate al tipo di lavoro, non una classifica universale. Un bug difficile può sembrare inizialmente una modifica ordinaria e poi rivelare un problema architetturale. La distinzione utile è capire se l'agente sa già quale modifica apportare oppure sta ancora cercando di stabilire quale sia quella corretta.

Per il CTO di un'azienda di medie dimensioni, il riferimento resta il lavoro già accettato con il sistema attuale. Hydrogen merita un ruolo più ampio quando le sue patch superano gli stessi test e gli stessi criteri di revisione con meno sforzo complessivo. Argon rimane un riferimento sensato per le attività difficili che già porta a termine; il passaggio a Carbon si giustifica quando l'ostacolo sono ipotesi irrisolte e casi limite.

La guida a Carbon ne descrive il lancio originale e l'attenzione al ragionamento; la valutazione dell'accesso risale a prima della distribuzione di Hydrogen. La guida ad Argon approfondisce la scelta per i lavori di maggiore durata. Per questa versione, fare riferimento alle modalità di accesso riportate di seguito.

Gemini gratis: dove si può usare Hydrogen?

Hydrogen è in distribuzione nei prodotti Google per consumatori, sviluppatori e aziende, con condizioni di accesso diverse. L'annuncio di Google indica queste possibilità:

• App Gemini: Hydrogen rientra nella distribuzione annunciata dei modelli, ma la nota a piè di pagina è decisiva: gli utenti gratuiti vi accedono tramite la selezione automatica del modello, quando è adatto al prompt. L'accesso gratuito non implica che Hydrogen sia sempre selezionabile.
• Google AI Studio e Gemini API: la guida API di Google elenca esplicitamente sia il livello gratuito sia quello a pagamento. Il livello API gratuito ha limiti sulla frequenza delle richieste.
• Gemini for business: Google indica l'accesso tramite API o menu di selezione del modello. Prima di fissare una scadenza di consegna, verificare nell'account dell'organizzazione la modalità che si intende usare.
• Google Search: Google annuncia la distribuzione a tutti gli utenti nel mondo. L'accesso tramite Search permette di ricevere risposte generate dal modello, ma non dà diritto all'uso delle API per la propria applicazione.
• Google Antigravity: Hydrogen è in distribuzione per gli abbonati a pagamento Google AI Pro e Ultra. Per Orchestrator ci sono ulteriori differenze tra i piani, illustrate più avanti.

Prezzo API, verificato il 14 novembre 2026: l'utilizzo standard a pagamento costa $1.50 per milione di token in input e $7.50 per milione di token in output, ragionamento incluso, con tariffa uniforme su tutta la finestra di contesto; i costi del grounding sono separati, secondo la guida API di Google per Hydrogen.

Per chi vuole provare l'assistente nell'attività operativa, l'accesso automatico dall'app può bastare. Per chi sviluppa e vuole valutare un carico di lavoro ripetibile, serve invece una modalità che consenta di selezionare il modello e registrarne le impostazioni. La guida a Gemini gratuito spiega più in generale la differenza tra accesso dall'app e accesso per sviluppatori.

Livelli di ragionamento: partire da high, poi regolare

Hydrogen offre low, medium, high e xhigh, con high come impostazione predefinita. Il livello di ragionamento controlla quanto impegno il modello dedica al ragionamento. È utile pensarlo come il tempo assegnato all'esame di un problema prima di agire, anziché come un modello separato con conoscenze diverse.

Google consiglia high per la maggior parte delle attività complesse di programmazione e lavoro con gli agenti. Le sue indicazioni associano medium alla programmazione interattiva, alla prototipazione di interfacce e alle chiamate a strumenti sensibili alla latenza; low è adatto ai carichi in cui contano soprattutto i tempi di risposta e il consumo di token. Riservare xhigh ai problemi difficili in più passaggi per i quali high non basta.

Per chi sta rifinendo l'impaginazione di una pagina, la domanda è se medium mantenga i criteri di accettazione rendendo più rapida l'iterazione. Per chi deve riconciliare un insieme complesso di documenti, conviene iniziare da high e controllare che la risposta citi le prove corrette. Aumentare lo sforzo serve soltanto se migliora il risultato accettato.

Nei confronti tra modelli, impostare il livello esplicitamente. Carbon e Argon usano medium come valore predefinito; Hydrogen usa high. Un confronto basato solo sulle impostazioni predefinite cambia quindi sia il modello sia il livello di ragionamento. Google avverte inoltre che xhigh può aumentare latenza e consumo di token e dedicare troppo ragionamento ai prompt più semplici.

I limiti di contesto e output da considerare

La finestra di Hydrogen da 1,048,576 token è condivisa tra input e output. I token sono le unità con cui si rappresenta il materiale letto e generato dal modello. L'output comprende ragionamento, chiamate a funzioni e risposta finale: un input molto ampio lascia quindi meno spazio al lavoro successivo.

La specifica del modello su Google Cloud fissa un limite di output di 65,536 token per segmento in primo piano, sia in streaming sia senza streaming. Long decode, il meccanismo di Google per proseguire una risposta più lunga, può estendere l'output fino alla finestra condivisa meno i token di input. Non si tratta di un milione di token in input più un altro milione in output.

Nella migrazione di un repository, caricare ogni file può sottrarre spazio al ragionamento e alle modifiche da generare. Fornire il codice e i vincoli pertinenti, lasciando spazio alla risposta. Nei flussi documentali, anche un'ampia capacità di lettura non dimostra che ogni tabella o eccezione verrà interpretata correttamente.

Per usare questa modalità per risposte più lunghe, la guida API richiede sia l'esecuzione in background sia un valore più alto di max_output_tokens. Impostare soltanto background=true mantiene il punto di arresto predefinito. Una normale attività interattiva trae raramente vantaggio da una risposta enorme; usare long decode quando un risultato utile richiede davvero quello spazio.

Migrare da Flash richiede una verifica delle richieste

Cambiare il nome del modello è solo una parte dell'aggiornamento da Gemini 3.8 Flash. La checklist di migrazione di Google indica le impostazioni da controllare:

• Sostituire i vecchi controlli del budget di ragionamento con un livello supportato. MINIMAL e thinking_budget vengono rifiutati.
• Eliminare la dipendenza da valori personalizzati di temperature, top_p e top_k; Hydrogen ignora i valori di campionamento personalizzati che rientrano nell'intervallo consentito.
• Rimuovere le richieste esplicite di cache del contesto. Hydrogen usa invece una cache implicita.
• Dichiarare gli strumenti tramite chiamate a funzioni native, oppure usare uno schema di output strutturato per JSON, anziché chiedere chiamate a strumenti improvvisate in testo libero.
• Conservare lo stato della conversazione e le thought signatures, le informazioni sullo stato del ragionamento associate dal modello, tra i turni con strumenti, come specificato dalla guida di Google.

Un CTO dovrebbe far precedere questa verifica al confronto delle prestazioni. Altrimenti, un'integrazione difettosa può sembrare un limite del modello, oppure un'impostazione ignorata senza avviso può invalidare il confronto. Cloud indica inoltre Gemini Live API come non supportata: un'integrazione esistente con sessioni live richiede una valutazione di compatibilità separata.

Cosa cambia con Orchestrator in Google Antigravity

Google Antigravity può passare da modelli di pianificazione a modelli di esecuzione nella stessa sessione. L'opzione Orchestrator si adatta all'evoluzione dell'attività, anziché assegnare l'intero lavoro a un modello soltanto in base al prompt iniziale.

Nell'esempio di Google, Carbon analizza le dipendenze e prepara un piano, Hydrogen apporta le modifiche ed esegue i test, e il lavoro torna a Carbon quando l'esecuzione incontra un problema che richiede di rivedere il ragionamento. Il valore sta proprio in questo ritorno: l'agente operativo non deve continuare a forzare un piano quando le sue premesse non reggono più.

Il post sulla distribuzione di Antigravity indica Orchestrator (Carbon) e Orchestrator (Argon) per gli abbonati Google AI Ultra, e Orchestrator (Argon) per gli abbonati a pagamento Google AI Pro. Le aziende possono accedere a entrambi tramite Gemini for business. Il solo accesso a Hydrogen non implica l'accesso a tutte le varianti di Orchestrator.

Per un fondatore, vale la pena valutare Orchestrator sullo sviluppo di funzionalità che passa regolarmente da una modifica evidente a una questione progettuale. Per un responsabile operativo esperto che supervisiona gli agenti, il passaggio di consegne deve conservare il perimetro dell'attività, le verifiche completate e le domande ancora aperte. La selezione automatica del modello non stabilisce se sia sicuro integrare una patch.

Oltre l'entusiasmo: anche un modello più veloce va controllato

L'attenzione di Hydrogen all'esecuzione non rende ogni attività delegabile senza verifiche. La scheda del modello di DeepMind afferma che Hydrogen deriva da Carbon, ma segnala comunque allucinazioni, occasionali rallentamenti o timeout e un maggiore consumo di token ai livelli di ragionamento più alti.

La scheda riporta anche più rifiuti ingiustificati rispetto a Gemini 3.8 Flash, soprattutto nei prompt multimodali. Per chi lavora con documenti e immagini, è un motivo concreto per includere nella valutazione normali richieste legittime, oltre ai casi difficili. Un agente che rifiuta il lavoro produce un tipo di errore diverso da uno che dà una risposta sbagliata; entrambi incidono sul completamento.

Anche il limite di contesto condiviso va rispettato nella pianificazione. Un output lungo è una capacità, non una prova di correttezza. Chiedere un risultato verificabile con controlli tracciabili, anziché premiare l'agente perché produce più materiale.

Mantenere l'approvazione nei passaggi con conseguenze rilevanti, come pubblicazioni, modifiche in produzione o comunicazioni ai clienti. Un aggiornamento del modello può migliorare il lavoro svolto entro questi confini senza cambiare chi ha la responsabilità della decisione finale.

Domande frequenti

Gemini 4 Hydrogen è gratuito?

Sì, a determinate condizioni. Gli utenti dell'app Gemini gratuita accedono a Hydrogen tramite la selezione automatica del modello quando è adatto al prompt. Google elenca anche un livello gratuito con limiti sulla frequenza delle richieste in AI Studio e nella Gemini API. La distribuzione di Hydrogen in Antigravity riguarda gli abbonati a pagamento Google AI Pro e Ultra.

Gemini 4 Hydrogen è migliore di Carbon?

Per l'esecuzione quotidiana, Hydrogen è il primo modello da valutare. Google continua a posizionare Carbon come il suo modello di frontiera più potente per ragionamenti difficili, verifica di ipotesi e casi limite. La scelta va basata sul lavoro accettato, sul tempo impiegato e sull'impegno di revisione; il lancio di Hydrogen non dimostra una superiorità universale rispetto a Carbon.

Gemini 4 Hydrogen sostituisce Flash?

Google consiglia Hydrogen come aggiornamento da Gemini 3.8 Flash e dai modelli precedenti. Questa raccomandazione non dimostra che tutti gli endpoint Flash siano stati disattivati. La guida di Google mantiene separatamente Flash-Lite come scelta per classificazione ad alto volume, instradamento e latenza molto bassa: l'intera famiglia Flash non è quindi intercambiabile con Hydrogen.

Da dove iniziare: valutare un flusso di lavoro circoscritto

Portare in valutazione un'attività rappresentativa prima di trasferire l'intero flusso di lavoro. Chi sviluppa da solo può usare la correzione di una regressione nota; un CTO può assegnare un responsabile a un'attività di manutenzione ricorrente; un responsabile operativo esperto può usare un insieme di documenti con una risposta conosciuta e verificabile.

1. 1

   Conservare il riferimento attuale e i controlli di accettazione

   Salvare la stessa attività, gli stessi input, gli strumenti consentiti e il risultato atteso per il modello attuale e per Hydrogen. Per il codice, richiedere i test pertinenti e una patch verificabile. Per i documenti, richiedere prove a sostegno della conclusione.

2. 2

   Verificare l'integrazione e impostare esplicitamente il ragionamento

   Controllare le impostazioni delle richieste, lo spazio di contesto disponibile e le dichiarazioni degli strumenti. Iniziare da high per il lavoro complesso, poi valutare medium dove il tempo di attesa conta. Registrare chiamate fallite, risposte incomplete e correzioni dei revisori insieme ai consumi.

3. 3

   Ampliare l'uso solo dove migliora il lavoro accettato

   Adottare Hydrogen per le attività che completa bene con meno sforzo complessivo. Mantenere Carbon o Argon per i problemi irrisolti che richiedono ragionamenti approfonditi e valutare Orchestrator quando la stessa attività richiede ripetutamente sia pianificazione sia esecuzione. Aspettare se non è ancora possibile misurare l'accettabilità del risultato.

Per decisioni pratiche su modelli e flussi di lavoro, iscriviti alla newsletter.