Gemini 4 Hydrogen Orchestrator: Cara Carbon Merencanakan dan Hydrogen Menjalankan

Gemini 4 Hydrogen Orchestrator adalah salah satu opsi model di Google Antigravity yang memasangkan sebuah planner (Gemini 4 Carbon atau Argon) dengan Gemini 4 Hydrogen di dalam satu tugas. Planner menjelajahi codebase dan menulis rencana, Hydrogen mengedit kode dan menjalankan test, dan kendali kembali ke planner setiap kali Hydrogen menemui hambatan. Google menyatakan bahwa Orchestrator mencapai tingkat keberhasilan yang mendekati Carbon dengan kuota 24% lebih hemat.

Di bawah ini: cara kerja loop serah terima kendali, arti angka 24% dan 19%, rencana mana yang mendapatkannya, dan cara membangun pembagian peran yang sama dengan Gemini API. Untuk dasar-dasar modelnya, baca apa itu Gemini 4 Hydrogen.

Apa itu Gemini 4 Hydrogen Orchestrator?

Orchestrator adalah entri di pemilih model Antigravity, bukan model terpisah. Pilih Orchestrator (Carbon) dan Gemini 4 Carbon yang merencanakan sementara Gemini 4 Hydrogen mengimplementasikan. Pilih Orchestrator (Argon) dan Gemini 4 Argon yang merencanakan. Pergantian terjadi otomatis di dalam setiap respons, dalam satu percakapan.

Google meluncurkannya pada 12 November 2026. Pengumuman Antigravity menyebut masalahnya: menjalankan model reasoning kelas frontier pada "setiap langkah dari setiap tugas rutin memperlambat loop Anda dan membakar kuota frontier."

Tiga fakta yang perlu Anda ingat:

Hanya ada di Antigravity. Tidak ada endpoint Orchestrator di Gemini API.
Konfigurasinya tetap. Anda tidak bisa mengatur thinking level pada Orchestrator.
Ini satu agent, bukan swarm. Untuk agent paralel, Antigravity mengarahkan Anda ke subagents, /swarm, Boost atau Teamwork.

Bagaimana serah terima kendali Orchestrator bekerja antara Carbon dan Hydrogen?

Dokumentasi model Antigravity menjelaskan empat langkah yang berulang di dalam setiap giliran:

Planner merencanakan. Setiap pesan yang Anda kirim dimulai dengan fase read-only. Planner menjelajahi codebase, mengatasi ambiguitas dan menulis rencana implementasi konkret, termasuk kondisi yang seharusnya memicu perencanaan ulang. Pertanyaan biasa dijawab langsung.
Hydrogen mengerjakan. Hydrogen menerapkan pengeditan file, menulis kode, menjalankan build dan test, serta memeriksa hasil terhadap rencana.
Kendali kembali saat ada hambatan. Jika langkah verifikasi gagal dua kali, sebuah interface berperilaku berbeda dari yang diharapkan, atau rencana tidak menentukan sebuah pilihan desain, Hydrogen menyerahkan kendali kembali. Planner memeriksa keadaan percakapan, memperbaiki rencana dan menyerahkan eksekusi kembali.
Planner meninjau progres. Pada tugas yang lebih panjang, dan setiap kali Anda mengirim pesan di tengah proses, Hydrogen melaporkan progres. Planner memeriksanya terhadap rencana, lalu menyelesaikan, melanjutkan atau memperbarui rencana.

Pilihan desain yang layak ditiru ada di langkah 1: planner menulis pemicu perencanaan ulangnya sendiri. Hydrogen menerima daftar kondisi tertulis yang berarti "berhenti dan tanya."

Mengapa Google menyatakan router model statis gagal pada agent run yang panjang?

Router statis membaca prompt pertama Anda, menebak seberapa sulit tugasnya, dan mengirim seluruh pekerjaan ke model termurah yang menurutnya bisa menyelesaikannya. Pendekatan ini gagal ketika tingkat kesulitan berubah di tengah tugas, yang merupakan hal normal bagi agent.

Diagram comparing a static router, which guesses difficulty once from the first prompt and sends the whole task to one model, with Orchestrator, where Gemini 4 Carbon planning segments and Gemini 4 Hydrogen edit, build and test segments alternate along one task timeline with hand-offs in both directions

Kata Google: router "mulai bermasalah saat agent berjalan lebih lama, membutuhkan tingkat kompleksitas berbeda di tahap-tahap berbeda, yang sering kali baru terlihat saat tugas berjalan." Peningkatan dependensi bisa terlihat sepele sampai perubahan API yang breaking muncul di langkah 7. Router yang memilih model murah tidak punya jalan kembali; yang memilih model frontier membayar harga frontier untuk setiap pengulangan test. Orchestrator memutuskan per tahap, ke dua arah.

Apa arti angka kuota 24% dan kecepatan 19%?

Google melaporkan bahwa di Terminal-Bench, Orchestrator "mencapai tingkat keberhasilan tugas mendekati Carbon sambil, secara rata-rata, mengonsumsi 24% kuota lebih sedikit dan menyelesaikan tugas 19% lebih cepat." Bacalah dengan empat catatan:

Klaim	Yang dikatakan	Yang tidak dikatakan
Keberhasilan mendekati Carbon	Mendekati Carbon yang berjalan sendiri	Tingkat keberhasilan pasti tidak dipublikasikan di kedua postingan
Kuota 24% lebih hemat	Kuota rencana Antigravity, dirata-rata	Bukan jumlah token atau angka dolar
19% lebih cepat	Rata-rata waktu penyelesaian tugas	Bukan latensi per permintaan
Versi benchmark	Terminal-Bench 4.0 di postingan peluncuran Google, 4.1 di postingan Antigravity	Versi mana yang benar

Ini angka Google pada run Google, sebuah sinyal alih-alih ramalan untuk repo Anda. Tugas yang berat pada perencanaan menghemat sedikit; yang berat pada eksekusi (meng-upgrade 40 paket dan memperbaiki test) seharusnya menghemat lebih banyak.

Logika dolarnya lebih mudah dilihat di API. Gemini 4 Hydrogen berharga $1,50 per 1M token input dan $7,50 per 1M token output. Carbon berharga $2,00/$10,00 hingga 30 November, lalu $4,00/$20,00 mulai 1 Desember, sesuai panduan harga Gemini 4 Carbon. Thinking token ditagih sebagai output, jadi setiap giliran eksekusi yang Anda pindahkan dari Carbon ke Hydrogen memangkas tarif output giliran itu sebesar 62,5% pada harga Desember.

Siapa yang bisa menggunakan Orchestrator, dan pada rencana mana?

Orchestrator hanya tersedia di Antigravity, dan planner yang Anda dapatkan bergantung pada rencana Google AI Anda. Dari dokumentasi Antigravity, dibaca pada 13 November 2026:

Opsi	Planner	Executor	Rencana
Orchestrator (Carbon)	Gemini 4 Carbon	Gemini 4 Hydrogen	Google AI Ultra
Orchestrator (Argon)	Gemini 4 Argon	Gemini 4 Hydrogen	Google AI Ultra; Google AI Pro berbayar (atau uji coba di perangkat premium yang memenuhi syarat)

Pengguna gratis dan Google AI Plus mendapatkan Hydrogen standalone tetapi tanpa Orchestrator. Untuk Enterprise, tabel di dokumentasi dan pengumuman Antigravity berbeda, jadi periksa pemilih model Anda sendiri.

Di Antigravity CLI, masukkan nama opsinya dalam tanda kutip:

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

Bingung memilih planner? Perbandingan Gemini 4 Carbon vs Argon kami membahas trade-off-nya.

Kapan sebaiknya memilih Orchestrator dibanding satu model tunggal?

Dokumentasi Google menyebut Orchestrator sebagai "default yang direkomendasikan" untuk pekerjaan sehari-hari:

Orchestrator: pengembangan fitur, perbaikan bug, refactoring dan debugging multi-file.
Carbon atau Argon sendiri: pekerjaan yang setiap langkahnya butuh kedalaman maksimum, seperti merancang sistem terdistribusi, mengejar race condition atau migrasi multi-repo.
Hydrogen sendiri: upgrade paket, deduplikasi, boilerplate, unit test untuk fungsi yang terdefinisi baik, dokumentasi dan skrip cepat.

Pedoman praktis: jika Anda akan menulis rencana sebelum mulai, gunakan Orchestrator. Jika Anda langsung mulai mengetik, gunakan Hydrogen.

Bagaimana membangun pembagian rencana/eksekusi yang sama dengan Gemini API?

Di luar Antigravity, Anda membangun loop Orchestrator sendiri. Panduan What's new in Gemini 4 Hydrogen Google menjelaskan mekanismenya: "Arahkan giliran perencanaan ke gemini-4-carbon dan giliran eksekusi ke gemini-4-hydrogen dalam satu sesi multi-giliran menggunakan previous_interaction_id." Tidak ada perubahan skema permintaan yang diperlukan di antara kedua model.

Flowchart of a do-it-yourself plan and execute loop on the Gemini API: gemini-4-carbon writes a read-only plan with re-plan triggers, passes it via previous_interaction_id to gemini-4-hydrogen, which executes each step and runs tests; passing checks move to the next step, and a check that fails twice or a plan gap escalates back to Carbon, which reviews and wraps up

Versi Python minimal yang meniru aturan "gagal dua kali, serahkan kembali":

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 dan apply_and_test menampung logika build dan test repo Anda. Empat hal yang harus benar:

Atur thinking level per peran. Carbon default-nya medium dan maksimal high. Hydrogen default-nya high dan menambahkan xhigh.
Simpan state di server. previous_interaction_id membawa riwayat antar model, dan implicit caching memberi diskon 95% untuk input berulang. store=false memblokirnya.
Jadikan eskelasi eksplisit. Salin pemicu milik Orchestrator ke prompt planner.
Catat token per giliran. Objek usage melaporkan total_thought_tokens secara terpisah, jadi Anda bisa melihat peran mana yang sedang berbelanja.

Format permintaan dan autentikasi ada di panduan Gemini 4 Hydrogen API kami.

Jika Anda tidak mau membangun loop secara manual, Google menyatakan Antigravity SDK memungkinkan Anda menghubungkan agent Hydrogen dan Carbon dengan kendali programatis atas peran-perannya. Di demonya, agent Hydrogen menangani triage issue dan kode sementara agent Carbon mengambil refactoring dan pemeriksaan keamanan.

Uji serah terima Carbon-ke-Hydrogen dengan Apidog CLI

Orchestrator buatan sendiri sering rusak di titik serah terima: ID model yang salah, previous_interaction_id yang hilang, atau thinking level yang ditolak Carbon. Minta coding agent Anda (Claude Code, Codex, Cursor) membangun test dua langkah dengan Apidog CLI dan menjalankannya.

Siapkan sekali:

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

Lalu beri agent Anda satu 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.

Agent membaca skema, memvalidasi payload-nya, menulis skenario dan menjalankannya:

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}

Laporan JSON menampilkan belanja token setiap peran secara berdampingan. Tambahkan -r junit dan run yang sama masuk ke CI, sehingga perubahan ID model atau serah terima yang rusak menggagalkan build; panduan Apidog CLI CI/CD menunjukkan pipeline-nya, dan Apidog CLI di Claude Code membahas setup agent-nya. Paket Gratis Apidog mencakup hingga 4 pengguna.

FAQ

Apakah Gemini 4 Hydrogen Orchestrator tersedia di Gemini API? Tidak. Ini opsi di pemilih model Google Antigravity. Di API, Anda berganti sendiri antara gemini-4-carbon dan gemini-4-hydrogen dengan previous_interaction_id.

Bisakah saya mengatur thinking level untuk Orchestrator? Tidak. Orchestrator berjalan dengan konfigurasi tetap. Pilih Carbon, Argon atau Hydrogen langsung jika Anda butuh level tertentu.

Apakah saya perlu Google AI Ultra? Untuk Orchestrator (Carbon), ya. Pelanggan Google AI Pro berbayar mendapat Orchestrator (Argon). Pengguna gratis bisa memakai Hydrogen sendiri; lihat panduan gratis Gemini 4 Hydrogen kami.

Apakah Orchestrator menghemat biaya di API? Pembagian peran yang sama memang menghemat: giliran eksekusi ditagih dengan $7,50 per 1M output milik Hydrogen alih-alih milik Carbon. Panduan harga Gemini 4 Hydrogen memuat tabel lengkapnya.