Gemini 4 Hydrogen Orchestrator: Wie Carbon plant und Hydrogen ausführt

Gemini 4 Hydrogen Orchestrator ist eine Modelloption in Google Antigravity, die einen Planer (Gemini 4 Carbon oder Argon) mit Gemini 4 Hydrogen innerhalb einer Aufgabe kombiniert. Der Planer erkundet die Codebasis und schreibt den Plan, Hydrogen bearbeitet Code und führt Tests aus, und die Kontrolle geht immer dann an den Planer zurück, wenn Hydrogen auf Schwierigkeiten stößt. Google gibt an, dass damit nahezu die Erfolgsquote von Carbon erreicht wird – bei 24 % weniger Kontingent.

Unten: wie die Übergabeschleife funktioniert, was die Zahlen 24 % und 19 % bedeuten, für welche Pläne Orchestrator verfügbar ist und wie man dieselbe Aufteilung mit der Gemini API nachbaut. Die Grundlagen zum Modell finden Sie im Artikel Was ist Gemini 4 Hydrogen?

Was ist Gemini 4 Hydrogen Orchestrator?

Orchestrator ist ein Eintrag im Modellselector von Antigravity, kein eigenständiges Modell. Wählen Sie Orchestrator (Carbon), plant Gemini 4 Carbon, während Gemini 4 Hydrogen implementiert. Wählen Sie Orchestrator (Argon), übernimmt stattdessen Gemini 4 Argon die Planung. Die Wechsel erfolgen automatisch innerhalb jeder Antwort, in einer einzigen Konversation.

Google hat es am 12. November 2026 veröffentlicht. Die Antigravity-Ankündigung benennt das Problem: „den Einsatz eines Frontier-Reas­on­ing-Modells für jeden Schritt jeder Routineaufgabe verlangsamt Ihren Workflow und verbraucht Frontier-Kontingent.“

Drei Fakten, die man auseinanderhalten sollte:

• Es ist ausschließlich in Antigravity verfügbar. Einen Orchestrator-Endpunkt gibt es in der Gemini API nicht.
• Es hat eine feste Konfiguration. Sie können keine Thinking-Level festlegen.
• Es ist ein Agent, kein Swarm. Für parallele Agents verweist Antigravity auf Subagents, /swarm, Boost oder Teamwork.

Wie funktioniert die Übergabe zwischen Carbon und Hydrogen bei Orchestrator?

Die Antigravity-Modelldokumentation beschreibt vier Schritte, die sich in jedem Durchlauf wiederholen:

1. Der Planer plant. Jede Nachricht durchläuft zunächst eine read-only-Phase. Der Planer erkundet die Codebasis, klärt Unklarheiten und schreibt einen konkreten Implementierungsplan – einschließlich der Bedingungen, die eine Neuplanung auslösen sollen. Einfache Fragen werden direkt beantwortet.
2. Hydrogen erledigt die Arbeit. Es wendet Dateiänderungen an, schreibt Code, führt Builds und Tests aus und prüft die Ergebnisse gegen den Plan.
3. Bei Hindernissen geht die Kontrolle zurück. Wenn ein Verifizierungsschritt zweimal fehlschlägt, sich eine Schnittstelle anders verhält als erwartet oder der Plan eine Designentscheidung offen lässt, gibt Hydrogen die Kontrolle zurück. Der Planer prüft den Konversationszustand, korrigiert den Plan und gibt die Ausführung wieder an Hydrogen zurück.
4. Der Planer überprüft den Fortschritt. Bei längeren Aufgaben und wann immer Sie mitten im Lauf eine Nachricht senden, berichtet Hydrogen über den Fortschritt. Der Planer gleicht ihn mit dem Plan ab und beendet dann, setzt fort oder aktualisiert den Plan.

Der Designansatz, der sich zum Übernehmen eignet, steckt in Schritt 1: Der Planer schreibt selbst seine Trigger für die Neuplanung. Hydrogen erhält eine schriftliche Liste von Bedingungen, die bedeuten: „Anhalten und nachfragen.“

Warum sagt Google, dass statische Modell-Router bei langen Agent-Läufen versagen?

Ein statischer Router liest Ihren ersten Prompt, schätzt die Schwierigkeit der Aufgabe und schickt den gesamten Job an das günstigste Modell, von dem er glaubt, dass es sie bewältigen kann. Das scheitert, wenn sich die Schwierigkeit während der Aufgabe ändert – was bei Agents der Normalfall ist.

In Googles Worten: Router „beginnen zu versagen, wenn Agents länger laufen und in verschiedenen Phasen unterschiedlich komplexe Anforderungen stellen – was oft erst im Verlauf der Aufgabe sichtbar wird.“ Ein Dependency-Update wirkt trivial, bis in Schritt 7 ein Breaking API Change auftaucht. Ein Router, der das günstige Modell gewählt hat, hat keine Möglichkeit zurückzuwechseln; einer, der das Frontier-Modell gewählt hat, zahlt Frontier-Preise für jeden erneuten Testlauf. Orchestrator entscheidet pro Phase – in beide Richtungen.

Was bedeuten die Zahlen 24 % Kontingent und 19 % Geschwindigkeit?

Google berichtet, dass Orchestrator bei Terminal-Bench „nahezu die Auftragserfolgsraten von Carbon erreichte und dabei im Durchschnitt 24 % weniger Kontingent verbrauchte und 19 % schneller war.“ Diese Angaben sollte man mit vier Einschränkungen lesen:

Das sind Googles Zahlen aus Googles Läufen – ein Signal, keine Prognose für Ihr Repository. Planungsintensive Aufgaben sparen wenig; ausführungsintensive (40 Pakete aktualisieren und Tests reparieren) sollten mehr sparen.

Die Dollar-Logik ist über die API leichter nachzuvollziehen. Gemini 4 Hydrogen kostet 1,50 $ pro 1 Mio. Input-Tokens und 7,50 $ pro 1 Mio. Output-Tokens. Carbon kostet 2,00 $/10,00 $ bis zum 30. November, danach 4,00 $/20,00 $ ab dem 1. Dezember – laut dem Preis-Leitfaden zu Gemini 4 Carbon. Thinking-Tokens werden als Output abgerechnet, daher senkt jeder Ausführungsdurchlauf, den Sie von Carbon zu Hydrogen verlagern, den Output-Preis dieses Durchlaufs um 62,5 % (zu Dezemberpreisen).

Wer kann Orchestrator nutzen, und mit welchen Plänen?

Orchestrator ist nur in Antigravity enthalten, und welcher Planer Ihnen zur Verfügung steht, hängt von Ihrem Google-AI-Plan ab. Aus der Antigravity-Dokumentation, Stand 13. November 2026:

Nutzer des kostenlosen Tarifs und von Google AI Plus erhalten Hydrogen eigenständig, aber keinen Orchestrator. Bei Enterprise widersprechen sich die Tabelle der Dokumentation und die Antigravity-Ankündigung – prüfen Sie also Ihren eigenen Modellselector.

In der Antigravity CLI übergeben Sie den Optionsnamen in Anführungszeichen:

agy --model "Orchestrator (Carbon)"
agy -p "Add input validation to the signup form and run the tests." --model "Orchestrator (Argon)"

Unklar, welcher Planer infrage kommt? Unser Vergleich Gemini 4 Carbon vs. Argon beleuchtet die Abwägung.

Wann sollten Sie Orchestrator statt eines einzelnen Modells wählen?

Googles Dokumentation empfiehlt Orchestrator als „empfohlenen Standard“ für die alltägliche Arbeit:

• Orchestrator: Feature-Entwicklung, Bugfixes, Refactoring und Debugging über mehrere Dateien.
• Carbon oder Argon allein: Aufgaben, bei denen jeder Schritt maximale Tiefe erfordert, etwa der Entwurf verteilter Systeme, die Jagd nach Race Conditions oder Migrationen über mehrere Repositories.
• Hydrogen allein: Paket-Updates, Deduplizierung, Boilerplate, Unit-Tests für klar definierte Funktionen, Dokumentation und schnelle Skripte.

Faustregel: Wenn Sie vor Beginn einen Plan schreiben würden, nehmen Sie Orchestrator. Wenn Sie einfach lostippen würden, nehmen Sie Hydrogen.

Wie baut man dieselbe Plan/Execute-Aufteilung mit der Gemini API nach?

Außerhalb von Antigravity bauen Sie die Orchestrator-Schleife selbst. Googles Leitfaden What’s new in Gemini 4 Hydrogen beschreibt den Mechanismus: „Leiten Sie Planungsdurchläufe an gemini-4-carbon und Ausführungsdurchläufe an gemini-4-hydrogen in einer Multi-Turn-Session über previous_interaction_id.“ Zwischen den beiden Modellen sind keine Änderungen am Request-Schema nötig.

Eine minimale Python-Version, die die Regel „zweimal fehlgeschlagen, Kontrolle zurückgeben“ umsetzt:

from google import genai

client = genai.Client()  # reads GEMINI_API_KEY

def ask(model, prompt, prev=None, level="high"):
    return client.interactions.create(
        model=model,
        input=prompt,
        previous_interaction_id=prev,
        generation_config={"thinking_level": level},
    )

# 1. Carbon plans (read-only) and writes its own re-plan triggers
plan = ask("gemini-4-carbon",
    "Plan this task as numbered steps. For each step, list the check "
    "that proves it worked and the conditions that require re-planning. "
    "Do not write code yet. Task: " + task)
last = plan.id

for step in parse_steps(plan.output_text):
    failures = 0
    while True:
        # 2. Hydrogen executes the step
        run = ask("gemini-4-hydrogen", f"Implement step: {step}", prev=last)
        last = run.id
        ok, log = apply_and_test(run.output_text)  # your patch + test runner
        if ok:
            break
        failures += 1
        if failures >= 2:
            # 3. Escalate to Carbon to repair the plan
            fix = ask("gemini-4-carbon",
                f"Step failed twice. Test log:\n{log}\nRepair the plan for this step.",
                prev=last)
            last = fix.id
            step, failures = fix.output_text, 0

# 4. Carbon reviews the finished work
review = ask("gemini-4-carbon", "Review the completed work against the plan.", prev=last)

parse_steps und apply_and_test enthalten Ihre Build- und Test-Logik. Vier Dinge, die Sie richtig machen sollten:

• Thinking-Level pro Rolle festlegen. Carbon startet standardmäßig bei medium und endet bei high. Hydrogen startet bei high und bietet zusätzlich xhigh.
• State auf dem Server halten. previous_interaction_id transportiert den Verlauf zwischen den Modellen, und implizites Caching reduziert wiederholten Input um 95 %. store=false blockiert das.
• Eskalation explizit machen. Übernehmen Sie Orchestrators Trigger in den Planer-Prompt.
• Token pro Durchlauf protokollieren. Das usage-Objekt weist total_thought_tokens separat aus, sodass Sie sehen, welche Rolle verbraucht.

Request-Formate und Authentifizierung finden Sie in unserem Leitfaden zur Gemini 4 Hydrogen API.

Wenn Sie die Schleife nicht von Hand bauen möchten: Google erklärt, dass sich mit dem Antigravity SDK Hydrogen- und Carbon-Agents mit programmatischer Kontrolle über die Rollen verbinden lassen. In der Demo sichten Hydrogen-Agents Issues und Code, während ein Carbon-Agent Refactorings und Sicherheitsprüfungen übernimmt.

Testen Sie die Carbon-zu-Hydrogen-Übergabe mit der Apidog CLI

Ein selbstgebauter Orchestrator scheitert meist an der Übergabe: eine falsche Modell-ID, ein verlorenes previous_interaction_id oder ein Thinking-Level, das Carbon ablehnt. Lassen Sie Ihren Coding-Agent (Claude Code, Codex, Cursor) einen zweistufigen Test mit der Apidog CLI erstellen und ausführen.

Einmalig einrichten:

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Dann geben Sie Ihrem Agenten einen einzigen Prompt:

In Apidog project <projectId>, create an environment "gemini" with base URL
https://generativelanguage.googleapis.com and a secret variable GEMINI_API_KEY.
Build a test scenario with two steps against POST /v1beta/interactions,
both sending the x-goog-api-key header:
1. Planner: model "gemini-4-carbon", thinking_level "high", input asks for a
   3-step plan. Assert status 200, status "completed", non-empty output and a
   usage object. Extract $.id into plannerId.
2. Executor: model "gemini-4-hydrogen", thinking_level "medium",
   previous_interaction_id {{plannerId}}, input "Do step 1 of the plan".
   Assert the same checks. Log total_input_tokens, total_thought_tokens and
   total_output_tokens for both steps. Run it and summarize failures.

Der Agent liest das Schema, validiert seine Payload, schreibt das Szenario und führt es aus:

apidog environment create gemini --project <projectId> \
  --base-url https://generativelanguage.googleapis.com
apidog cli-schema get test-scenario-update
apidog cli-schema validate test-scenario-update --file scenario.json
apidog test-scenario create --project <projectId> --name "carbon-to-hydrogen"
apidog test-scenario update <scenarioId> --project <projectId> --file scenario.json
apidog test-scenario run <scenarioId> --project <projectId> -e <envId> \
  -r cli,json --out-file handoff-{GENERATE_TIME}

Der JSON-Bericht zeigt den Token-Verbrauch beider Rollen direkt nebeneinander. Mit -r junit gelingt derselbe Lauf in Ihre CI-Pipeline, sodass eine geänderte Modell-ID oder eine defekte Übergabe den Build fehlschlagen lässt; der Apidog-CLI-CI/CD-Leitfaden zeigt die Pipeline, und Apidog CLI in Claude Code erklärt die Agent-Einrichtung. Der kostenlose Tarif von Apidog deckt bis zu 4 Nutzer ab.

FAQ

Ist Gemini 4 Hydrogen Orchestrator in der Gemini API verfügbar? Nein. Es ist eine Option im Modellselector von Google Antigravity. In der API wechseln Sie selbst zwischen gemini-4-carbon und gemini-4-hydrogen – über previous_interaction_id.

Kann ich ein Thinking-Level für Orchestrator festlegen? Nein. Es läuft mit einer festen Konfiguration. Wählen Sie Carbon, Argon oder Hydrogen direkt, wenn Sie ein bestimmtes Level benötigen.

Benötige ich Google AI Ultra? Für Orchestrator (Carbon), ja. Abonnenten eines bezahlten Google AI Pro erhalten Orchestrator (Argon). Nutzer des kostenlosen Tarifs können Hydrogen eigenständig nutzen; siehe unseren Leitfaden zu Gemini 4 Hydrogen kostenlos.

Spart Orchestrator bei der API Geld? Dieselbe Aufteilung schon: Ausführungsdurchläufe werden mit Hydros 7,50 $ pro 1 Mio. Output-Tokens abgerechnet statt mit Carbons Preis. Der Preis-Leitfaden zu Gemini 4 Hydrogen enthält die vollständige Tabelle.