Google hat Gemini 4 Hydrogen und den Orchestrator-Modus in Antigravity veröffentlicht: wie KI-Agenten lernten, Quoten zu sparen und schneller zu arbeiten

Startseite/Blog/Gemini 4 Hydrogen und Orchestrator in Antigravity

Großes Update vom 12. November 2026 für Entwicklungsumgebung, CLI und SDK

Am 12. November 2026 stellte das Team von Google Antigravity ein großes Update für seine Entwicklungsumgebung, CLI und SDK vor. Im Modell-Selektor sind sofort zwei Neuheiten erschienen: das schnelle Arbeitsmodell Gemini 4 Hydrogen und der intelligente Modus Orchestrator, der automatisch leichte und schwere Modelle innerhalb einer Aufgabe kombiniert.

Wir schauen uns an, wie die neue Architektur aufgebaut ist, wie sie sich von statischen Routern unterscheidet und warum dies den Ansatz für die tägliche Entwicklung mit KI-Agenten verändert.

Google hat Gemini 4 Hydrogen und den Orchestrator-Modus in Antigravity veröffentlicht: Quoteneinsparung und schnelles Arbeiten der Agenten
Google Antigravity Release vom 12. November 2026: schnelles Arbeitsmodell Gemini 4 Hydrogen und dynamischer Orchestrator-Modus
Wichtige Google-Messungen und unabhängige Benchmarks
51–54 Punkte
Artificial Analysis Intelligence Index-Rating von Gemini 4 Hydrogen (höher als beim Basis-Modell Argon)
57%
Erfolgreiche Ausführungen auf Terminal-Bench 4.1 (mehr als 3-mal höher als 3.8 Flash mit 18,2%)
−19%
Reduzierung der Aufgabenausführungszeit in der Orchestrator-Kombination bei Terminal-Bench 4.1
−24%
Einsparung des Quotenverbrauchs bei Beibehaltung der Qualität fast auf dem Niveau von reinem Carbon

Gemini 4 Hydrogen: Geschwindigkeit ohne Qualitätsverlust

Bisher mussten sich Entwickler zwischen Geschwindigkeit und Analysetiefe entscheiden. Wie bei Google-Publikationen für Entwickler angemerkt, schließt Gemini 4 Hydrogen diese Lücke als Hauptmodell für tägliches Coding, Debugging, das Aktualisieren von Abhängigkeiten und Routinevorgänge im Terminal.

Wichtige Kennzahlen der Neuheit laut Google und Dokumentation zur Modellauswahl in Antigravity:

Funktionen und Benchmarks von Gemini 4 Hydrogen

✓Intelligenz und Coding: Das Modell erreicht 51 Punkte im Artificial Analysis Intelligence Index — das ist höher als bei der Basisversion Gemini 4 Argon (50 Punkte), und bei maximalen Einstellungen erreicht der Wert bis zu 54 Punkte.
✓Arbeit im Terminal: Auf dem komplexen Agenten-Benchmark Terminal-Bench 4.1 zeigt Hydrogen 57 % erfolgreiche Ausführungen — mehr als dreimal so hoch wie das Ergebnis von 3.8 Flash (18,2 %).
✓Flexible Reflexionstiefe: Bei manueller Modellauswahl stehen vier Stufen (thinking levels) zur Verfügung — low, medium, high (Standard) und der neue Ultra-Modus xhigh für nicht triviale Bugs.

Wie der Orchestrator aufgebaut ist und warum er besser ist als herkömmliche Router

Vor wenigen Tagen hat Google das Flaggschiff-Modell Gemini 4 Carbon zusammen mit dem CLI-Befehl /swarm vorgestellt, um einen Schwarm paralleler Agenten auszuführen. Es ist jedoch unwirtschaftlich, ein schweres Modell für jeden kleinen Schritt einer normalen Funktion laufen zu lassen: Dies verlangsamt den Entwicklungszyklus und verbraucht die Limits viel zu schnell.

Die Standardlösung der Industrie sind statische „Modell-Router“, die die Komplexität beim ersten Prompt bewerten und den gesamten Dialog entweder an ein günstiges oder an ein teures Modell senden. Auf lange Sicht scheitert dieser Ansatz: Eine Aufgabe mag zu Beginn einfach erscheinen, stößt aber in der Mitte auf ein architektonisches Problem.

KriteriumStatischer Modell-RouterOrchestrator-Modus in Antigravity
Moment der Modellauswahl Einmalig bei der ersten Anfrage vor Sitzungsbeginn Dynamische bidirektionale Umschaltung direkt während der Arbeit
Reaktion auf verborgene Komplexität Das schwache Modell bleibt stecken oder verfängt sich in einer Fehlerschleife Ein Trigger wird ausgelöst — der Kontext kehrt zu Carbon oder Argon zurück
Geschwindigkeit und Quotenverbrauch Ein schwerfälliges Modell zahlt bei Routinekorrekturen und Tests drauf 19% schneller und 24% weniger Quotenverbrauch bei Terminal-Bench 4.1

Der Orchestrator arbeitet anders — er nutzt eine dynamische bidirektionale Umschaltung zwischen einem schweren Modell (Carbon oder Argon) und dem schnellen Hydrogen direkt während einer laufenden Sitzung:

  1. Erkundung und Plan (Carbon / Argon). Ein schwerfälliges Modell startet im Read-only-Modus, analysiert die Codebasis, prüft Abhängigkeiten, beseitigt Unklarheiten und erstellt einen schrittweisen Plan. Darin sind sofort Umplanungs-Trigger eingebettet — Bedingungen, unter denen der Ausführende anhalten muss.
  2. Schnelle Ausführung (Hydrogen). Der fertige Plan wird automatisch an Hydrogen übergeben. Das Modell schreibt Code, nimmt Änderungen in Dateien vor, installiert Pakete und führt Tests aus.
  3. Absicherung bei Fehlern. Wenn Hydrogen auf fehlschlagende Tests, einen unklaren Konflikt oder einen Trigger aus dem Plan stößt, gibt es den Kontext an Carbon oder Argon zurück. Das übergeordnete Modell analysiert den Projektzustand, baut den Plan um und gibt die Routine wieder an den Ausführer zurück.

Google-Messungen: laut offizieller Antigravity-Bericht auf Terminal-Bench 4.1 zeigt die Kombination im Orchestrator-Modus eine Qualität fast auf dem Niveau von reinem Carbon, arbeitet jedoch um 19 % schneller und verbraucht 24 % weniger Quote.

Benutzerdefinierte Pipelines im Antigravity SDK

Für diejenigen, die ihre eigenen autonomen Agenten über Antigravity SDK erstellen, kann die Rollenverteilung programmatisch eingestellt werden. Zum Beispiel übernimmt in einem System zur automatischen Aufgabenanalyse (Issue Triage) ein Pool schneller Agenten auf Basis von Hydrogen die Erstprüfung von Bug-Reports, die Suche im Repository und kleine UI-Anpassungen basierend auf Pull-Request-Kommentaren, während der schwere Carbon nur für umfangreiches Refactoring, das Design neuer Features und Sicherheitsaudits hinzugezogen wird.

Verfügbarkeit und Tarife

Das Update wird bereits für Benutzer von kostenpflichtigen Tarifen ausgerollt (aktuelle Bedingungen und Limits finden Sie unter offizielle Tarifseite von Google Antigravity):

  • Gemini 4 Hydrogen und Orchestrator (Argon) verfügbar für Abonnenten von Google AI Pro, Google AI Ultra sowie Unternehmenskunden von Gemini for business.
  • Orchestrator (Carbon) zum Start verfügbar für Besitzer eines Google AI Ultra-Abonnements und Unternehmenskonten.

Das Erscheinen des Orchestrators markiert einen wichtigen Wandel in der Entwicklung von KI-Tools: Anstatt zu versuchen, alle Aufgaben mit einem einzigen riesigen neuronalen Netz zu lösen, geht die Industrie zu Verbindungen spezialisierter Modelle über, bei denen sich Architekt und Ausführer automatisch in Echtzeit absichern.

Bei STARCODE nutzen wir bereits Agenten-Pipelines in kommerziellen Projekten — mehr Informationen zu den Implementierungsszenarien finden Sie in den Materialien über autonome KI-Agenten für Unternehmen und neues Format von Websites mit KI-Steuerung.

Müssen Sie KI-Agenten oder eine Modell-Orchestrierung in Ihre Arbeitsabläufe integrieren?

Wir entwerfen und konfigurieren zuverlässige Strukturen auf Basis von KI-Integration ins Geschäft und Prozessautomatisierung: wir trennen Planung, Überprüfung, die Arbeit mit CRM/API und das Quotenmanagement so, dass Agenten dem Team einen messbaren Mehrwert bieten.

Quellen und Dokumentation

Quellen überprüft .

Die Dokumentation beschreibt die Möglichkeiten der Plattform. Konfiguration und Kompatibilität werden für das konkrete Projekt geprüft; Preise und SLA von STARCODE werden durch unser Angebot und den Vertrag bestimmt.

Besuche: 60
Gelesen: 8
Im letzten Monat: 0
STARCODE AI Lab · Engineering und Automatisierung

Wir bauen eine Agenten-Struktur für Ihre Business- und Entwicklungsanforderungen auf

Wir finden die passende Modellarchitektur, richten die Integration mit Repositories, CRM oder internen Diensten ein und optimieren den Verbrauch von Tokens und Quoten ohne Zuverlässigkeitsverlust.