Wie viel Denkaufwand braucht ein Wochenbericht? Ein Test mit Gemini 4 Hydrogen
Vergleichen Sie die Denkstufen von Gemini 4 Hydrogen anhand derselben Aufnahme, PDF-Datei und Tabelle. Messen Sie Prüfzeit, Kosten und Quellenpräzision.
Die Besprechung ist seit vierzig Minuten vorbei. Es gibt eine Aufnahme, eine Tabelle und ein überarbeitetes Projekt-PDF. Ihre Leitung möchte eine kurze Übersicht mit der freigegebenen Frist, der zuständigen Person für jede Maßnahme und den Gründen für Änderungen. Eine Antwort kann nach Sekunden vorliegen und Sie trotzdem noch eine Viertelstunde kosten, wenn Sie die Besprechung erneut anhören müssen, um die Herkunft des Termins zu klären.
Google hat Gemini 4 Hydrogen am 12. November 2026 als Modell der Gemini-4-Familie für alltägliche Programmieraufgaben und agentische Arbeitsabläufe veröffentlicht. Die Ankündigung nennt die Gemini-App, Google AI Studio, die Gemini API und weitere Angebote von Google. Auf der Agent Platform von Google Cloud verarbeitet Hydrogen Audio, Bilder, Videos, Text sowie mehrere Office- und OpenDocument-Dateiformate. Vier Denkstufen erlauben es Entwicklerteams, den Aufwand für ansonsten vergleichbare Anfragen zu variieren. Googles Ankündigung · Modelldokumentation von Google Cloud
Als ersten Test empfehlen wir einen Bericht, den Sie ohnehin jede Woche erstellen. Lassen Sie zwei Hydrogen-Einstellungen dieselbe Übersicht aus denselben Dateien erzeugen. Messen Sie anschließend, wie lange die Freigabe jeder Fassung dauert. So lässt sich beurteilen, ob eine höhere Denkstufe Arbeit spart, wenn die Quellen einander widersprechen.
Eine kurze Antwort kann auf vielen Belegen beruhen
Angenommen, Folie 12 im Projekt-PDF nennt den 14. Mai als geplanten Start, die Projektliste den 19. Mai und in der Aufnahme wird eine Verschiebung auf den 21. Mai vorgeschlagen. Das sind drei verschiedene Arten von Informationen. Der Vorschlag kann in die Übersicht gehören, sollte aber anders gekennzeichnet sein als eine bestätigte Frist. Eine brauchbare Modellausgabe bewahrt diese Unterschiede selbst dann, wenn der abschließende Absatz nur vier Zeilen umfasst.
Die Aufgabe eignet sich für native multimodale Eingaben, weil die relevanten Belege in verschiedenen Medien liegen. Eine Person kann in der Besprechung erklären, warum sich eine Tabellenzahl geändert hat. Ein PDF kann belegen, welche Version eines Plans verteilt wurde. In einer Zelle kann der freigegebene Betrag stehen, dessen Einheit erst aus der Spaltenüberschrift hervorgeht. Wer diese Materialien zusammen verarbeitet, muss seltener ein Transkript separat erstellen, eine Tabelle abtippen oder einzelne Seiten in denselben Prompt kopieren. Umso wichtiger wird, welche Belege das Modell auswählt.
Geben Sie jeder Eingabe vor dem Vergleich einen festen Namen. Benennen Sie die Aufnahme und legen Sie das Format der Zeitangaben fest. Nennen Sie bei einer Tabelle das Tabellenblatt und verlangen Sie Zell- oder Zeilenbezüge. Unterscheiden Sie bei einem PDF die aufgedruckte Seitenzahl von der Seitennummer in der Datei, wenn sie voneinander abweichen. Dank dieser kleinen Vorbereitung lässt sich eine Fundstelle auch dann noch leicht prüfen, wenn die Dateien in einen gemeinsamen Ordner verschoben wurden.
Für jede wesentliche Aussage sollte es eine Quelle geben, die sich direkt öffnen lässt. Eigene Illustration von Telli.sh.
Nehmen Sie zur Kontrolle einen besonders einfachen Fall auf. Steht das genehmigte Budget in einem eindeutig benannten Tabellenblatt, sollten beide Einstellungen es ohne Mühe finden. Ergänzen Sie dann einen schwierigeren Fall, etwa eine Besprechung, in der zwei Budgetszenarien diskutiert wurden, ohne dass eine endgültige Entscheidung fiel. Werten Sie es positiv, wenn die Entscheidung als offen markiert wird. Der Vergleich wird nützlich, sobald die schwierigeren Fälle den tatsächlichen Prüfproblemen Ihres Teams ähneln.
Vier Denkstufen lassen sich unter gleichen Bedingungen testen
Google Cloud dokumentiert für Hydrogen die Stufen LOW, MEDIUM, HIGH und XHIGH. In der dokumentierten API ist HIGH voreingestellt. Ein Team kann mit LOW und der Voreinstellung beginnen und eine weitere Stufe hinzufügen, wenn beide an einem wiederkehrenden Grenzfall scheitern. Prüfen Sie die Schnittstelle, über die Sie das Modell einsetzen wollen. Eine Option der API muss nicht als identisches Menü mit vier Einträgen in einer Endnutzer-App erscheinen. Modelldokumentation von Google Cloud
Halten Sie den Aufbau einfach. Verwenden Sie dieselbe Modell-ID, dieselben Anhänge, denselben Prompt und dasselbe gewünschte Ausgabeformat. Deaktivieren Sie Werkzeuge, die der Vergleich nicht braucht, damit aus der Dokumentenprüfung keine Websuche oder Abfolge sachfremder Aktionen wird. Begrenzen Sie die Antwort auf den Bedarf der Zielgruppe. Ein Prüfungsgremium, das sechs Entscheidungen auf einer Seite braucht, sollte sechs Entscheidungen auf einer Seite bekommen, selbst wenn eine Einstellung einen viel längeren Bericht erzeugen kann.
Erfassen Sie die Dauer von der Anfrage bis zur vollständigen Antwort und gegebenenfalls bis zur ersten sichtbaren Ausgabe, wenn jemand während des Streamings mitliest. Messen Sie danach, wie lange die Prüfung, Korrektur und Freigabe dauert. Eine lange Wartezeit auf das erste Token fällt in einer interaktiven Anwendung auf. Ein erstes Token kann aber auch schnell erscheinen, obwohl die Antwort insgesamt lange braucht. Beide Beobachtungen können relevant sein. Die Zeit für die Berichtigung einer unbelegten Zahl ist in keiner von beiden enthalten.
Bringen Sie bei einem gemeinsam genutzten Bericht beide Entwürfe ins gleiche Prüfformat und blenden Sie die Einstellungen für die bewertende Person aus. Lassen Sie jede Frist, Zuständigkeit und Zahl markieren. Bewerten Sie eine genaue Fundstelle höher als einen Link auf den allgemeinen Projektordner. Unterscheiden Sie sachliche Korrekturen von stilistischen Änderungen, damit die Überarbeitung des Tons die Bewertung der Belege nicht überlagert.
| Messgröße | Aussagekräftige Beobachtung | Warum sie zählt |
|---|---|---|
| Zeit bis zur vollständigen Antwort | Verstrichene Zeit bis zur fertigen Ausgabe | Erfasst die Wartezeit, bevor die Prüfung eines fertigen Berichts beginnen kann |
| Quellenpräzision | Ob die konkrete Seite, Zelle oder Zeitspanne die Aussage stützt | Zeigt, welchen Prüfaufwand ein Quellenverweis verursacht |
| Umgang mit Widersprüchen | Ob unterschiedliche Termine sichtbar als ungeklärt stehen bleiben | Verhindert, dass ein vorläufiger Plan stillschweigend zur Entscheidung wird |
| Menschliche Prüfzeit | Minuten zum Bestätigen, Korrigieren und Freigeben | Erfasst die Arbeit, die nach der Generierung tatsächlich übrig bleibt |
| Kosten pro Anfrage | Nutzung und Abrechnung für die gewählte Schnittstelle einschließlich Wiederholungen | Zeigt den Preis eines Berichts, den das Team wirklich verwenden kann |
Auch eine Million Token müssen sinnvoll verteilt werden
Google Cloud nennt für die dokumentierten Hydrogen-Schnittstellen eine gemeinsame Obergrenze von 1.048.576 Token für Eingabe und Ausgabe. Zur Ausgabe zählen in dieser Abrechnung der Denkprozess, Funktionsaufrufe und die endgültige Antwort. Ein im Vordergrund laufendes Segment kann bis zu 65.536 Ausgabetoken erzeugen. Unterstützte Fortsetzungen können die Generierung innerhalb der gemeinsamen Obergrenze verlängern. Dieser Unterschied zählt beim Vergleich mit einem System, das Kontext- und Ausgabegrenzen getrennt ausweist. Modelldokumentation von Google Cloud
Das Archiv einer ganzen Abteilung muss kaum schon in den ersten Durchlauf. Geben Sie dem Modell für eine wöchentliche Entscheidungsvorlage die aktuellen Quellen und so wenig Vorgeschichte, wie zum Verständnis der Änderung nötig ist. Eine abgelöste Projektliste kann für eine Änderungshistorie hilfreich sein. Liegt sie ohne Datum oder Status neben der aktuellen Datei, wächst die Zahl plausibler Antworten, für die das System Belege finden kann.
Auch Audio und gescannte Dokumente verdienen eigene Testfälle. Eine leise sprechende Person oder mehrere ähnlich klingende Namen können schwerer zuzuordnen sein als ein Name in den Besprechungsmetadaten. Google Cloud dokumentiert, dass OCR für gescannte PDF-Dateien standardmäßig nicht eingesetzt wird. Ist ein Scan entscheidend, prüfen Sie zunächst, ob Ihre konkrete Verarbeitung den nötigen Text bereitstellt, bevor Sie Unterschiede einer Denkstufe zuschreiben. Modelldokumentation von Google Cloud
Eine Möglichkeit, den Kontext gezielt einzusetzen, sind zwei Fragen zu denselben Unterlagen. Bitten Sie zuerst um eine kompakte Liste der Entscheidungen. Fordern Sie dann die Prüfung einer strittigen Aussage an, samt einschlägigen Textstellen oder Zeitangaben und einem Hinweis auf verbleibende Unsicherheit. Die erste Antwort sollte leicht zu überfliegen sein. Die zweite soll genügend Material liefern, um den Widerspruch zu klären, ohne von vorn anzufangen.
Vergleichen Sie zwei Einstellungen mit denselben Eingaben und erfassen Sie die Prüfzeit nach der Generierung. Eigene Illustration von Telli.sh.
Ein schneller Entwurf gewinnt erst bei schnellerer Freigabe
Google meldet in der Ankündigung für Hydrogen 53,4 % im Multimodal Knowledge Agent und 71,6 % in Agents’ Last Exam v1.1. Das sind von Google berichtete Ergebnisse aus benannten Benchmarks. Sie sprechen dafür, die Zusammenführung von Dokumenten in einem Pilotversuch zu prüfen. Ein Team, das regelmäßig mit widersprüchlichen Tabellenversionen arbeitet, braucht dennoch eigene Fälle. Dabei zählt auch, was passiert, wenn eine Antwort überzeugend klingt und die Tabelle etwas anderes sagt. Benchmarks und Demos aus Googles Ankündigung
Betrachten Sie zwei hypothetische Durchläufe. Der erste Entwurf erscheint nach 20 Sekunden und benötigt wegen zweier ungenauer Verweise vier Minuten zur Prüfung. Der zweite erscheint nach 45 Sekunden und ist nach einer Minute geprüft, weil jede Zahl eine genaue Quelle hat. Der schneller erzeugte Entwurf verliert den Zeitvergleich, der für die prüfende Person zählt. Umgekehrt kann eine höhere Denkstufe eine Routineübersicht verlangsamen, ohne sie zu verbessern, wenn sie ein eindeutiges Dokument nur ausführlicher erläutert.
Legen Sie für den Vergleich ein einfaches Arbeitsblatt an. Halten Sie fest, ob eine weitere Generierung nötig war und warum. Notieren Sie bei einem besonders wichtigen Fehler, ob das Modell eine Eingabe ignoriert, ein Datumsformat falsch verstanden, eine echte, aber ungeeignete Textstelle zitiert oder eine nie erteilte Freigabe angenommen hat. Aus diesen Fehlerarten ergeben sich verschiedene Korrekturen. Bei fehlenden Informationen kann eine bessere Dateivorbereitung helfen. Falsch gelesene Widersprüche können eine andere Einstellung oder eine gezielte menschliche Prüfung erfordern.
Messen Sie erstmalige und wiederholte Anfragen getrennt, wenn Ihre Arbeitslast immer wieder dieselben Hintergrundmaterialien verwendet. Google Cloud beschreibt implizites Caching für Hydrogen. Berücksichtigen Sie das Cache-Verhalten und die tatsächliche Abrechnung, weil der zweite Durchlauf aus Gründen vom ersten abweichen kann, die wenig mit der Denkstufe zu tun haben. Für eine belastbare Schätzung des Wochenberichts sollten Sie nachbilden, welche Dateien und wiederkehrenden Kontexte Sie im Betrieb erwarten. Modelldokumentation von Google Cloud
Ein kleiner Pilot hilft beim nächsten Bericht
- Wählen Sie drei frühere Berichtsunterlagen, deren Entscheidungen und Quellen Sie bereits kennen. Verwenden Sie einen Routinefall, eine Überarbeitung in einer separaten Datei und einen echten Widerspruch. Nutzen Sie öffentliche, synthetische oder freigegebene Materialien für den gewählten Dienst.
- Öffnen Sie Hydrogen über die API oder den Arbeitsbereich, der für Ihren Einsatz relevant ist. Überprüfen Sie beim API-Vergleich die aktive Denkstufe und halten Sie alle anderen Anfragedaten stabil. Beginnen Sie in der dokumentierten Cloud API mit
LOWundHIGH. - Fordern Sie eine einseitige Übersicht mit Entscheidung, zuständiger Person, Termin und genauer Quelle zu jedem Punkt an. Geben Sie vor, dass ein Vorschlag von einer Freigabe getrennt und ein Quellenwiderspruch ausdrücklich markiert werden soll. Verlangen Sie nach Möglichkeit Seiten-, Zell- oder Zeitangaben.
- Bewerten Sie jeden Entwurf, bevor Sie erfahren, welche Einstellung ihn erzeugt hat. Zählen Sie Belegfehler getrennt von Formulierungsänderungen. Erfassen Sie die Zeit bis zur vollständigen Antwort, die gesamte Prüfzeit, Wiederholungen und die beobachteten Kosten anhand der Nutzungsinformationen des Dienstes.
- Verteilen Sie Aufgaben nach den Ergebnissen. Wenn einfache Unterlagen zuverlässig bestehen, beginnen Sie dort. Wo Widersprüche häufig sind, nutzen Sie die stärkere Denkstufe oder prüfen Sie die umstrittene Aussage gezielt von Hand. Ergänzen Sie neue Beispiele, sobald sich der Ablauf ändert.
Der Vergleich eignet sich für andere Aufgaben mit ähnlichem Aufbau. Ein Kundenbetreuungsteam kann eine aufgezeichnete Übergabe mit einer Leistungsbeschreibung verbinden und daraus die Zusagen entnehmen. In der Forschung lässt sich ein aufgezeichnetes Briefing mit einer veröffentlichten Ergebnistabelle kombinieren, um zu prüfen, ob die mündliche Auslegung zu den Zahlen passt. Richten Sie die Antwort in beiden Fällen an den Fundstellen aus, die Menschen für ihre Prüfung tatsächlich brauchen.
Wer die fertige Übersicht an andere weitergibt, sollte zum Schluss noch einmal auf den Umgang mit Unsicherheit achten. Ein früher Entwurf mit „Zuständigkeit unbestätigt“ kann nützlicher sein als eine selbstbewusste Vermutung. Lassen Sie die fehlende Information bei der Erstellung der Endfassung sichtbar und halten Sie fest, welcher Punkt vor dem Versand eine menschliche Entscheidung erforderte. Das erleichtert die nächste Prüfung, auch wenn das Modell gleich bleibt.
Mit den Denkstufen von Hydrogen können Sie den Zeitaufwand für die Generierung eines Berichts gezielter steuern. Die bessere Einstellung bewährt sich, wenn sie die Arbeit zwischen dem Öffnen der Quelldateien und der Freigabe einer verlässlichen Darstellung verringert.
Quellen
- Googles Ankündigung von Gemini 4 Hydrogen vom 12. November 2026 mit Benchmarks und offiziellen Demos
- Modellspezifikationen und unterstützte Schnittstellen von Google Cloud
Um Quelldokumente, Besprechungsaufzeichnungen und Notizen zur Nachbereitung zusammenzuhalten, erstellen Sie ein Telli.sh-Konto.