Gemini 4 Hydrogen Orchestrator : comment Carbon planifie et Hydrogen exécute

Gemini 4 Hydrogen Orchestrator est une option de modèle dans Google Antigravity qui associe un planificateur (Gemini 4 Carbon ou Argon) à Gemini 4 Hydrogen au sein d'une même tâche. Le planificateur explore et rédige le plan, Hydrogen modifie le code et exécute les tests, et le contrôle revient au planificateur dès qu'Hydrogen rencontre une difficulté. Selon Google, il atteint un taux de succès proche de Carbon tout en consommant 24 % de quota en moins.

Ci-dessous : le fonctionnement de la boucle de transfert, la signification des chiffres de 24 % et 19 %, quels plans y donnent accès, et comment reproduire la même répartition avec l'API Gemini. Pour les bases du modèle, consultez qu'est-ce que Gemini 4 Hydrogen.

Qu'est-ce que Gemini 4 Hydrogen Orchestrator ?

Orchestrator est une entrée dans le sélecteur de modèles d'Antigravity, pas un modèle distinct. Choisissez Orchestrator (Carbon) et Gemini 4 Carbon planifie pendant que Gemini 4 Hydrogen implémente. Choisissez Orchestrator (Argon) et c'est Gemini 4 Argon qui planifie. Les bascules se font automatiquement au sein de chaque réponse, dans une même conversation.

Google l'a lancé le 12 novembre 2026. L'annonce d'Antigravity nomme le problème : « exécuter un modèle de raisonnement de pointe à chaque étape de chaque tâche routinière ralentit votre boucle et brûle du quota de pointe. »

Trois faits à garder à l'esprit :

• C'est exclusif à Antigravity. Il n'existe pas de point de terminaison Orchestrator dans l'API Gemini.
• Il a une configuration fixe. Vous ne pouvez pas définir un niveau de réflexion dessus.
• C'est un seul agent, pas un essaim. Pour des agents en parallèle, Antigravity vous oriente vers les subagents, /swarm, Boost ou Teamwork.

Comment fonctionne le transfert entre Carbon et Hydrogen dans Orchestrator ?

La documentation des modèles d'Antigravity décrit quatre mouvements qui se répètent à chaque tour :

1. Le planificateur planifie. Chaque message que vous envoyez commence par une phase en lecture seule. Le planificateur explore la base de code, lève les ambiguïtés et rédige un plan d'implémentation concret, y compris les conditions qui devraient déclencher une replanification. Les questions simples reçoivent une réponse directe.
2. Hydrogen fait le travail. Il applique les modifications de fichiers, écrit le code, lance les builds et les tests, et vérifie les résultats par rapport au plan.
3. Le contrôle revient en cas de friction. Si une étape de vérification échoue deux fois, si une interface se comporte différemment de ce qui était prévu, ou si le plan n'a pas tranché un choix de conception, Hydrogen rend le contrôle. Le planificateur examine l'état de la conversation, répare le plan et rend l'exécution.
4. Le planificateur passe en revue l'avancement. Sur les tâches longues, et chaque fois que vous envoyez un message en cours d'exécution, Hydrogen fait un rapport d'avancement. Le planificateur le compare au plan, puis conclut, poursuit ou met à jour le plan.

Le choix de conception qui mérite d'être repris se trouve à l'étape 1 : le planificateur rédige lui-même ses déclencheurs de replanification. Hydrogen reçoit une liste écrite de conditions signifiant « arrête-toi et demande ».

Pourquoi Google affirme-t-il que les routeurs de modèles statiques échouent sur les longues exécutions d'agents ?

Un routeur statique lit votre première requête, devine la difficulté de la tâche et envoie tout le travail au modèle le moins cher qu'il estime capable de la terminer. Cela échoue quand la difficulté change en cours de tâche, ce qui est le cas normal pour un agent.

Pour reprendre les mots de Google : les routeurs « se dérèglent à mesure que les agents s'exécutent plus longtemps, exigeant différents niveaux de complexité à différentes étapes, souvent découverts au fur et à mesure que la tâche évolue ». Une mise à jour de dépendance peut sembler triviale jusqu'à ce qu'un changement d'API non rétrocompatible apparaisse à l'étape 7. Un routeur qui a choisi le modèle économique n'a aucun moyen de revenir en arrière ; un routeur qui a choisi le modèle de pointe paie les prix de pointe pour chaque relance de test. Orchestrator décide étape par étape, dans les deux sens.

Que signifient les chiffres de 24 % de quota et de 19 % de rapidité ?

Google indique que sur Terminal-Bench, Orchestrator « a atteint des taux de succès de tâches proches de Carbon tout en consommant, en moyenne, 24 % de quota en moins et en terminant 19 % plus vite ». À lire avec quatre réserves :

Ce sont les chiffres de Google sur les exécutions de Google, un signal plutôt qu'une prévision pour votre dépôt. Les tâches à forte composante de planification économisent peu ; celles à forte composante d'exécution (mettre à jour 40 paquets et corriger les tests) devraient en économiser davantage.

La logique financière est plus parlante côté API. Gemini 4 Hydrogen coûte 1,50 $ par million de tokens d'entrée et 7,50 $ par million de tokens de sortie. Carbon coûte 2,00 $/10,00 $ jusqu'au 30 novembre, puis 4,00 $/20,00 $ à partir du 1er décembre, selon le guide de tarification de Gemini 4 Carbon. Les tokens de réflexion sont facturés comme tokens de sortie, donc chaque tour d'exécution déplacé de Carbon vers Hydrogen réduit le tarif de sortie de ce tour de 62,5 % aux prix de décembre.

Qui peut utiliser Orchestrator, et avec quels plans ?

Orchestrator n'est disponible que dans Antigravity, et le planificateur que vous obtenez dépend de votre plan Google AI. D'après la documentation d'Antigravity, au 13 novembre 2026 :

Les utilisateurs du forfait gratuit et de Google AI Plus ont accès à Hydrogen seul, mais pas à Orchestrator. Pour Enterprise, le tableau de la documentation et l'annonce d'Antigravity divergent : vérifiez votre propre sélecteur de modèles.

Dans l'Antigravity CLI, passez le nom de l'option entre guillemets :

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

Hésitez entre deux planificateurs ? Notre comparaison Gemini 4 Carbon vs Argon détaille le compromis.

Quand choisir Orchestrator plutôt qu'un modèle unique ?

La documentation de Google présente Orchestrator comme le « choix par défaut recommandé » pour le travail quotidien :

• Orchestrator : développement de fonctionnalités, correction de bugs, refactoring et débogage multi-fichiers.
• Carbon ou Argon seul : le travail où chaque étape exige une profondeur maximale, comme la conception de systèmes distribués, la traque de conditions de concurrence ou les migrations multi-dépôts.
• Hydrogen seul : mises à jour de paquets, déduplication, code répétitif, tests unitaires de fonctions bien définies, documentation et scripts rapides.

Règle empirique : si vous écririez un plan avant de commencer, utilisez Orchestrator. Si vous vous mettriez à taper directement, utilisez Hydrogen.

Comment reproduire la même répartition planifier/exécuter avec l'API Gemini ?

En dehors d'Antigravity, vous construisez vous-même la boucle d'Orchestrator. Le guide What's new in Gemini 4 Hydrogen de Google décrit le mécanisme : « Acheminez les tours de planification vers gemini-4-carbon et les tours d'exécution vers gemini-4-hydrogen dans une même session multi-tours à l'aide de previous_interaction_id. » Aucune modification du schéma de requête n'est nécessaire entre les deux modèles.

Une version Python minimale qui reprend la règle « deux échecs, on rend la main » :

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 et apply_and_test contiennent la logique de build et de test de votre dépôt. Quatre points à bien gérer :

• Définissez les niveaux de réflexion par rôle. Carbon a pour défaut medium et plafonne à high. Hydrogen a pour défaut high et ajoute xhigh.
• Conservez l'état côté serveur. previous_interaction_id transmet l'historique entre les modèles, et le cache implicite réduit de 95 % le coût des entrées répétées. store=false le désactive.
• Rendez l'escalade explicite. Reprenez les déclencheurs d'Orchestrator dans le prompt du planificateur.
• Journalisez les tokens par tour. L'objet usage rapporte total_thought_tokens séparément, ce qui vous permet de voir quel rôle consomme.

Les formats de requête et l'authentification sont détaillés dans notre guide de l'API Gemini 4 Hydrogen.

Si vous préférez ne pas coder la boucle à la main, Google indique que l'SDK Antigravity permet de connecter des agents Hydrogen et Carbon avec un contrôle programmatique des rôles. Dans sa démo, des agents Hydrogen traitent les tickets et le code pendant qu'un agent Carbon s'occupe des refactors et des vérifications de sécurité.

Tester le transfert de Carbon à Hydrogen avec l'Apidog CLI

Un orchestrateur fait maison casse au moment du transfert : un ID de modèle erroné, un previous_interaction_id perdu, ou un niveau de réflexion que Carbon refuse. Demandez à votre agent de code (Claude Code, Codex, Cursor) de construire un test en deux étapes avec l'Apidog CLI et de l'exécuter.

Configuration en une fois :

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

Puis donnez un seul prompt à votre agent :

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.

L'agent lit le schéma, valide sa charge utile, écrit le scénario et l'exécute :

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}

Le rapport JSON présente côte à côte la consommation de tokens de chaque rôle. Ajoutez -r junit et la même exécution s'intègre à votre CI : un changement d'ID de modèle ou un transfert défaillant fait échouer le build ; le guide CI/CD de l'Apidog CLI montre le pipeline, et Apidog CLI dans Claude Code couvre la configuration de l'agent. Le plan gratuit d'Apidog couvre jusqu'à 4 utilisateurs.

FAQ

Gemini 4 Hydrogen Orchestrator est-il disponible dans l'API Gemini ? Non. C'est une option du sélecteur de modèles de Google Antigravity. Dans l'API, vous basculez vous-même entre gemini-4-carbon et gemini-4-hydrogen avec previous_interaction_id.

Puis-je définir un niveau de réflexion pour Orchestrator ? Non. Il fonctionne avec une configuration fixe. Sélectionnez directement Carbon, Argon ou Hydrogen si vous avez besoin d'un niveau précis.

Faut-il Google AI Ultra ? Pour Orchestrator (Carbon), oui. Les abonnés payants de Google AI Pro ont accès à Orchestrator (Argon). Les utilisateurs gratuits peuvent utiliser Hydrogen seul ; voir notre guide de Gemini 4 Hydrogen gratuit.

Orchestrator permet-il d'économiser de l'argent sur l'API ? La même répartition, oui : les tours d'exécution sont facturés aux 7,50 $ par million de tokens de sortie d'Hydrogen plutôt qu'à ceux de Carbon. Le guide de tarification de Gemini 4 Hydrogen contient le tableau complet.