【2026年版】Gemini 4 Hydrogenとは?入力1.5ドルの高速モデルをEC運営で使うプロンプト7本とFlash・Argonとの違い

投稿日: カテゴリー Gemini

Gemini 4 Hydrogenとは、Googleの高速な汎用AIのことです。

入力100万トークンあたり1.5ドル、出力7.5ドル。Googleが2026年11月12日に公開したGemini 4 Hydrogenは、この価格で前世代のGemini 3.8 Flashより約2.5倍速く作業を終えるとされています。商品説明の量産、レビューの分類、問い合わせの一次回答のように、EC運営で毎日くり返す仕事に向いた位置づけのモデルです。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)の現場知見にもとづいて解説します。料金と性能の事実関係を整理したうえで、そのまま使えるプロンプト7本と、Flash・Argon・Carbonとの使い分けまでをまとめました。

Gemini 4 Hydrogenで変わった3点:価格、速さ、4段階の思考レベル

Gemini 4 Hydrogenで押さえる変化は、1.5ドルと7.5ドルという価格、3.8 Flash比で約2.5倍の速さ、そして4段階に増えた思考レベルの3点です。Googleは公式ブログで、Hydrogenを日々のコーディングとエージェント作業のための「普段使い」のモデルと説明しています。深く長い推論はGemini 4 CarbonとGemini 4 Argonが受け持ち、Hydrogenは速く実行する役割です。

価格は入力100万トークンあたり1.5ドル、出力100万トークンあたり7.5ドルです。トークンとはAIが文章を数える単位で、日本語ではおおむね1文字が1〜2トークンに当たります(目安)。入力は100万トークンまで受け付け、長さによって単価が変わらない一律料金とされています。商品マスタのCSVや長いマニュアルをまとめて渡す使い方でも、料金の計算が単純になります。

速さについて、Googleは標準設定でGemini 3.8 Flashの約2.5倍速く作業を終えると説明しています。パートナー企業の検証では、グラフやSQL、データ量の多い業務で2倍から2.8倍速く、使うトークンも12%から23%少なかったとのことです。ただし企業名は公表されていません。

思考レベルは、low、medium、high、xhighの4段階になりました。標準はhighで、xhighが今回新しく加わった段階です。思考レベルとは、AIが答える前にどれだけ考えるかの設定を指します。上げるほど品質は上がりますが、時間と料金も増えます。

正確さの面では、事実でない内容を作ってしまう頻度が3.8 Flashと比べて5分の1以下に減ったとGoogleは説明しています。商品スペックや成分のように間違いが許されない情報を扱うEC業務では、ここが実用上の大きな差になります。

読み込める素材の幅も広がっています。HydrogenはPDF、スプレッドシート、グラフ、音声、録画した動画を入力として受け取り、出典付きのレポートや決まった形の成果物にまとめられます。Googleスプレッドシートでは、財務データから予測モデルを作る処理が従来より30%以上速くなったとのことです。月次の売上表を渡して翌月の見通しを作らせる、といった使い方が視野に入ります。道具の呼び出しに失敗したときに別の方法を試す粘り強さや、口調と書式の指示を長い会話でも守り続ける点も改善点として挙げられました。

使える場所は広く、Gemini API、Google AI Studio、Android Studio、Geminiアプリ、Google検索、企業向けのGemini Enterpriseで提供が始まっています。Geminiアプリでは無料ユーザーにも、質問の内容に応じた自動選択の形で使われます。無料枠の回数上限は公式ブログに記載がなく、要確認です。Google検索への組み込みについては、Google検索にGemini 4 Hydrogenが入った件の解説で集客面の影響を整理しています。

Flash・Argon・Carbonとの違いを数字で比べる

Hydrogenの立ち位置は、第三者機関の総合指標で標準設定が51点、Argonの50点とほぼ同じで、Carbonの59点には届かない、というものです。この数字はArtificial Analysisという評価機関の総合指標で、The Decoderが詳しく報じています。発売から約4週間のArgonを、より安いHydrogenが上回った形です。

前世代との差は、開発作業の評価でよく表れています。ターミナル操作の課題を解かせるTerminal-Bench 4.1で、Hydrogenは57%、3.8 Flashは18.2%でした。3倍以上の開きです。ECサイトの改修やCSV変換スクリプトの作成をAIに任せている店舗にとって、乗り換える理由になる数字です。

一方、思考レベルを下げると賢さは大きく落ちます。Artificial Analysisの独自計測では、highが51点、mediumが41点、lowが27点でした。xhighは54点まで上がりますが、highの2倍近い出力トークンを使います。1課題あたりの費用は、xhighで約3.16ドル、highで約1.87ドル、mediumで約0.80ドル、lowで約0.29ドルと報告されています。

他社モデルとの比較では、同じ機関の評価で、Claude Sonnet 5.5の最上位設定とほぼ同じ賢さを約3分の1の費用で出せるとされました。ただしGPT-6.1 Solの最上位設定と比べると費用は約2.5倍です。ターミナル作業の成績もSonnet 5.5やGPT-6.1 Solに届いていません。開発作業の精度を最優先するなら、他社モデルとの比較検証が要ります。

EC業務への割り当てを考えると、現場感覚では次の分け方が現実的です。商品説明の量産、レビューの分類、問い合わせの一次回答、CSVの整形はHydrogenのmediumかhigh。年間の販促計画や価格戦略のように、条件が多く長く考える必要がある仕事はCarbonかArgon。Argonの業務での使いどころはGemini 4 ArgonでEC業務がどう変わるかの解説、Carbonの料金はGemini 4 Carbonの料金解説にまとめています。

費用を具体的に計算してみます。商品1点の説明文を作るのに、入力2,000トークン、出力1,000トークンを使うとします。入力は0.003ドル、出力は0.0075ドルで、1点あたり0.0105ドルです。1万点を作っても105ドル、1ドル150円で換算すると約1万6千円になります。思考レベルを上げると出力トークンが増えるため、実際の請求額はこれより上がる点に注意してください。

EC運営でそのまま使えるプロンプト7本

Hydrogenの速さと安さが生きるのは、同じ型の仕事を大量に回す場面です。ここでは、楽天、Amazon、Shopifyの店舗運営で毎週発生する仕事に合わせたプロンプトを7本用意しました。中括弧の部分を自店の情報に置き換えて使います。GeminiアプリでもGoogle AI Studioでも動きますし、ChatGPTやClaudeに貼っても使える書き方にしています。

1本目は、楽天のスマートフォン用商品説明文です。スマートフォン用商品説明文は全角換算で1,280文字までという上限があるため、文字数を先に指定します。

プロンプト1:楽天スマートフォン用商品説明文の作成

あなたは楽天市場の商品ページ制作に詳しいECライターです。
以下の商品情報から、スマートフォン用商品説明文を全角1,200文字以内で作成してください。
条件:
1. 最初の3行で、誰のどんな悩みに応える商品かを伝える
2. 素材・サイズ・容量は、渡した商品情報にある数値だけを使う
3. 楽天市場の外へ誘導する文言やURL、連絡先を入れない
4. 根拠のない順位表現、効能を言い切る表現を使わない
5. 書けない情報は「要確認」と書き、推測で埋めない

商品情報:
- 商品名:{商品名}
- ジャンル:{ジャンル}
- 特徴:{特徴}
- スペック:{サイズ・容量・素材}

出力:本文と、使った文字数

2本目は、レビューの一括分類です。100件単位で貼り付けても、Hydrogenは100万トークンまで入力できるので分割の手間がかかりません。

プロンプト2:レビューの分類と改善点の抽出

以下は{商品名}のレビュー{件数}件です。
1. 各レビューを「商品品質」「配送」「梱包」「サイズ・仕様の誤解」「接客」「その他」に分類する
2. 分類ごとの件数と、全体に占める割合を出す
3. 低評価の理由を、多い順に3つ挙げる
4. 商品ページの説明を直せば防げた不満を別に抜き出す
投稿者を特定できる情報は出力に含めないでください。

レビュー:
{レビュー本文を貼り付け}

3本目は、問い合わせの一次回答です。返金や交換の判断はAIに任せず、下書きに留めるのが安全な使い方といえます。

プロンプト3:問い合わせメールの一次回答の下書き

あなたは{店舗名}のお客様対応担当です。
以下の問い合わせに対する返信の下書きを、丁寧な敬語で300文字以内で作ってください。
条件:
1. 最初に、お問い合わせへのお礼か、ご不便へのお詫びを書く
2. 店舗ルールに書かれていることだけを案内する
3. 返金・交換・値引きは約束せず、「担当者が確認してご連絡します」と書く
4. 判断に迷う点を、下書きの後に箇条書きで担当者向けに書き出す

店舗ルール:{返品条件・配送日数・営業時間}
問い合わせ:{本文}

4本目は、週次の売上サマリーです。HydrogenはPDFやスプレッドシートをそのまま読めるため、RMSやセラーセントラルから落としたファイルを添付して使います。

プロンプト4:売上データの週次サマリー

添付したのは{モール名}の{期間}の売上データです。
1. 売上、注文件数、客単価を前週と比べ、増減率を出す
2. 売上が伸びた商品と落ちた商品を、それぞれ上位5件挙げる
3. 落ちた商品について、データから読み取れる理由の候補を書く
4. データだけでは判断できないことは「追加で確認が必要」と明記する
数値は添付データにあるものだけを使い、計算式も示してください。

5本目は、商品画像や動画からの属性の読み取りです。色、形、付属品など、目で見て入力していた項目の下書きに使えます。

プロンプト5:商品画像からの属性の読み取り

添付した商品画像{枚数}枚から、商品登録に使う属性を読み取ってください。
読み取る項目:色、形状、素材に見えるもの、付属品、パッケージに書かれた文字
条件:
1. 画像から確実に読み取れたものと、推測したものを分けて書く
2. サイズ、重さ、成分のように画像では確定できない項目は「要確認」と書く
3. 項目名と値の組で出力する

6本目は、自店と競合のページ比較です。公開されているページの文章を貼り付けて、訴求の違いを整理します。

プロンプト6:自店ページと競合ページの訴求比較

以下の2つは、同じジャンルの商品ページの文章です。
Aが自店、Bが競合です。
1. 価格、送料、納期、保証、素材、使い方の説明の6項目で、書かれている内容を比べる
2. Bにあって、Aにない情報を挙げる
3. Aを直すなら、どこから手を付けるかを優先順に3つ提案する
競合の文章を写すのではなく、自店の事実にもとづいて書ける内容だけを提案してください。

A:{自店ページの文章}
B:{競合ページの文章}

7本目は、思考レベルを決めるための比較です。同じ仕事を3段階で実行し、どこまで下げても品質が保てるかを確かめます。

プロンプト7:思考レベル別の出力を比べる評価

以下は、同じ指示を思考レベルlow、medium、highで実行した3つの出力です。
1. 事実の誤り、指示の守り漏れ、文字数の超過を、出力ごとに数える
2. 3つを、そのまま使える、少し直せば使える、作り直しが必要、の3段階で判定する
3. この仕事に必要な最低の思考レベルを、理由とあわせて答える

元の指示:{指示文}
出力low:{出力}
出力medium:{出力}
出力high:{出力}

7本を回す順番にも触れておきます。編集部で実際に運用している進め方は、まずプロンプト7で思考レベルを決め、次にプロンプト1か2のどちらか1本を1週間だけ本番の仕事に使う、というものです。最初から7本すべてを並行で入れると、どの出力に問題があったのかを追えなくなります。思考レベルはモデルの設定項目で切り替えます(Google AI Studioでの画面上の位置は要確認)。同じ指示を3回実行して出力を保存しておくと、比較の材料がそろいます。APIから大量に流す場合は、10件ほどの試し実行で1件あたりのトークン数を測り、月間の件数を掛けて費用を見積もってから本番に進めてください。

導入でつまずく3つの失敗と回避策

Hydrogenの導入で多い失敗は、思考レベルの下げすぎ、xhighの使いすぎ、数値の確認漏れの3つです。先に紹介したとおり、lowは27点、highは51点と賢さに倍近い差があります。5,000社支援の中で何度も再現したパターンとして、費用を抑えようと最初から最低設定で回し、出力の質が悪いと判断してAI活用そのものをやめてしまう店舗があります。

1つ目の回避策は、仕事ごとに最低ラインを測ることです。プロンプト7を使い、商品説明、レビュー分類、問い合わせ回答のそれぞれでlow、medium、highを比べます。レビューの分類のように正解がはっきりした仕事はmediumで足りる場合が多く、商品説明のように言葉選びが問われる仕事はhighが無難です。

2つ目は、xhighを標準にしないことです。xhighはhighの2倍近い出力トークンを使うと報告されています。3点の上積みに対して費用が約1.7倍になる計算で、毎日の量産には向きません。月に数回の難しい分析に限って使うのが定石です。

3つ目は、数値を人が確かめる工程を残すことです。事実でない内容を作る頻度は減ったものの、ゼロではありません。Artificial Analysisの計測では、知らないことを答えてしまう割合が8%でした。サイズ、容量、成分、価格は、商品マスタの値と突き合わせてから公開します。化粧品や健康食品では、薬機法と景品表示法に触れる表現が混ざっていないかの確認も欠かせません。

費用・工数の目安とKPIの置き方

Hydrogenの費用は、API利用なら入力1.5ドルと出力7.5ドルの従量課金だけで、月額の固定費はかかりません。先の試算のとおり、商品説明1万点で105ドル前後が出発点の目安になります。Geminiアプリから使う場合、無料ユーザーにも自動選択で提供されますが、モデルを自分で選んで使い続けるには有料プランが前提になる見込みです。プランごとの回数上限は公式の料金ページで確認してください。

工数の見積もりは、1件あたりの作業時間で考えます。ある食品ジャンルの中規模店舗の例では、商品説明1点の下書きに担当者が30分かけていました。AIの下書きを人が確認して直す形にすると、1点あたり10分前後に収まるケースが多く見られます。月50点の新商品があれば、月に約17時間の短縮です。あくまで目安であり、確認体制と商品ジャンルで変わります。

KPIは3つに絞ると運用しやすくなります。1点あたりの生成費用、人が直した割合、公開までにかかった時間です。直した割合が3割を超える仕事は、思考レベルを1段階上げるか、プロンプトに渡す商品情報を増やすかを検討します。費用だけを追うと品質が落ち、品質だけを追うと費用が膨らむため、3つを並べて見るのが要点です。

検索とエージェントの両方に入るHydrogenを、EC事業者はどう見るか

今後を考えるうえで大事なのは、Hydrogenが「店が使うAI」と「お客様が使うAI」の両方に入った点です。Googleは同じ2026年11月12日、Hydrogenを世界中のGoogle検索に組み込みました。お客様が商品を探すときに裏側で動くAIと、店舗が商品説明を書くときに使うAIが同じモデルになったわけです。

この変化は、商品情報の書き方に影響します。Hydrogenは、打ち間違いのある質問や、条件がいくつも重なった質問の扱いが上手くなったとされています。「30代向け、敏感肌、3,000円以内の日焼け止め」のような具体的な探し方に対して、条件に合う情報がページに書かれている商品が拾われやすくなる、と考えるのが自然です。素材、サイズ、対象、価格帯を、あいまいな言葉でなく具体的に書くことの価値が上がります。

もう1つの流れは、複数のモデルを組み合わせる使い方です。Googleの開発環境Antigravityには、CarbonとHydrogenを作業中に切り替える仕組みが入りました。Carbonに近い成功率を保ちながら、使用枠を約24%減らし、時間を約19%短くできたとGoogleは説明しています。上位モデルが計画を立て、Hydrogenが手を動かす分担です。EC業務でも、月次の方針決めは上位モデル、毎日の量産はHydrogenという二層の設計が標準になっていくと見ています。

安全面の数字も確認しておきます。Googleによると、Hydrogenは外部の文章に仕込まれた不正な指示への耐性が3.8 Flashの2.3倍以上になり、止められた作業で権限の境界を越えようとする行動も最大で半分に減りました。受注データや顧客情報に触れる作業をAIに任せる場合、この種の耐性は性能と同じくらい重要な選定基準です。とはいえ、AIに与える権限を最小限にする設計は引き続き必要です。

よくある質問

Gemini 4 Hydrogenの料金はいくらですか

Gemini 4 HydrogenのAPI料金は、入力100万トークンあたり1.5ドル、出力100万トークンあたり7.5ドルです。入力は100万トークンまで一律の単価で、長さによる割増はありません。キャッシュ利用時の割引などの細かい条件は、Googleの料金ページで確認してください。

無料で使えますか

はい、Geminiアプリでは無料ユーザーにも提供されています。ただし自分でモデルを指定する形ではなく、質問の内容に応じて自動で選ばれる形です。無料枠の回数上限は公式ブログに記載がなく、要確認です。

Gemini 3.8 Flashから乗り換えるべきですか

はい、開発作業や大量処理に3.8 Flashを使っている場合は、乗り換えを検証する価値があります。Terminal-Bench 4.1の成績は18.2%から57%に上がり、速さも約2.5倍とされているためです。ただし単価は変わるので、自店の代表的な仕事で費用を試算してから切り替えてください。

Gemini 4 Argonとはどう使い分けますか

Hydrogenは毎日くり返す仕事、Argonは長く深く考える仕事という分け方が基本です。総合指標ではHydrogenの標準設定が51点、Argonが50点とほぼ並びますが、Argonは長い推論向けに作られています。まずHydrogenで試し、足りない仕事だけ上位モデルに回す順番が費用を抑えやすい進め方です。

思考レベルはどれを選べばよいですか

標準のhighから始め、仕事ごとにmediumへ下げられるかを試すのがおすすめです。lowは総合指標が27点まで落ちるため、分類や整形のような単純な仕事に限ります。xhighは出力トークンがhighの2倍近くになるので、難しい分析だけに使います。

日本語の商品説明でも使えますか

はい、日本語の商品説明の作成に使えます。ただし、今回公表された評価は英語中心のもので、日本語に限った成績は示されていません。最初の10商品は人が全文を確認し、言い回しと事実の両方に問題がないかを見てから量産に進むのが安全です。

顧客情報を含むデータを渡しても大丈夫ですか

いいえ、氏名や住所などの個人情報は、渡す前に取り除くのが原則です。Hydrogenは不正な指示への耐性が上がったとされていますが、情報の取り扱いは契約しているプランの規約で決まります。注文データを分析に使うときは、注文番号と商品、金額、日付だけを残した形に加工してから渡してください。

まとめ

Gemini 4 Hydrogenは、入力1.5ドルと出力7.5ドルで、3.8 Flashの約2.5倍の速さとArgon並みの総合指標を出す、普段使い向けのモデルです。EC運営では、商品説明、レビュー分類、問い合わせの一次回答、売上サマリーといった量の多い仕事から割り当てるのが現実的でしょう。思考レベルは仕事ごとに最低ラインを測り、数値は人が確認する工程を残します。まずは本記事のプロンプト7を使い、自店の代表的な仕事1つで3段階を比べるところから始めてください。

参考文献


著者:齋藤竹紘(株式会社オルセル 編集長/5,000社以上のEC支援実績/書籍3冊)


※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/


【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)


投稿者: 齋藤竹紘

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。

お問い合わせ