【Google Antigravity】上位モデルと Gemini 4 Hydrogen を自動切り替えする「Orchestrator」の使い方と性能比較
この記事では、Google Antigravity の新機能 Orchestrator(オーケストレーター) の紹介と性能比較、使い方を解説します。
最上位モデルの Gemini 4 Carbon や Argon は設計力が高い反面、すべての作業を任せるとクォータ(利用枠)があっという間に減ってしまいますよね。
手動でモデルを切り替えずに「設計は上位モデル、実装は高速な Gemini 4 Hydrogen 」へ自動で分業してくれるこの機能はとても重宝しています。
Google Antigravity の「Orchestrator」とは?
Orchestrator は、2026年11月の Gemini 4 Hydrogen リリースと同時に Google Antigravity へ導入されたマルチモデル連携機能です。
従来のようにセッション開始から終了まで単一のモデルに固定するのではなく、タスクの進行状況に応じて 2 つのモデルを自動的に切り替えながら作業を進めてくれます。
1 つのセッションで「計画モデル」と「実行モデル」がタッグを組む
Orchestrator の最大の特徴は、深い推論が得意な上位モデルと、高速なコーディング・ツール実行が得意な軽量モデルがペアになって動く点ですね。
それぞれの役割分担は以下のようになっています。
| 役割 | 担当モデル | 主な担当フェーズ・作業内容 |
|---|---|---|
| プランナー(計画・設計) | Gemini 4 Carbon または Gemini 4 Argon | アーキテクチャ設計、システム全体の判断、複雑なバグの原因特定、実装計画の策定と軌道修正 |
| エグゼキューター(実行・検証) | Gemini 4 Hydrogen (gemini-4-hydrogen) | ファイル探索、コード記述・編集、コマンド実行、テストによる変更検証などの高速反復作業 |
なお、実行役となる Gemini 4 Hydrogen 単体のスペックや競合モデルとの比較については、以下の記事で詳しく紹介しています。

単なるルーティングではない「双方向の自動バトンタッチ」
マルチモデル機能と聞くと、「最初のプロンプトの難易度を見てモデルを振り分けるだけ(ルーティング)」と思われがちですが、Orchestrator の仕組みはもう一歩踏み込んでいます。
1 つの会話セッションの中で、状況に応じてプランナーとエグゼキューターの間で 双方向のバトンタッチ(ハンドオフ) が行われる仕組みです。

実際の開発フローでは、次の 3 ステップが自動で回ります。
- 計画フェーズ : まず上位モデル( Carbon または Argon )が要件を整理し、設計方針や作業計画を策定
- 実装・検証フェーズ : 方針が固まると制御が Gemini 4 Hydrogen に移り、ファイル編集やテスト実行をサクサク進行
- 再計画フェーズ(エラー発生時) : もし Hydrogen がテスト失敗や予期せぬエラーの壁にぶつかった場合、自動的に上位モデルへ制御が戻って計画を修正し、再び Hydrogen が実装を再開
順調な実装作業は高速な Hydrogen に任せつつ、判断に迷う局面だけ上位モデルが顔を出すため、ムダのない分業が成立するわけですね。
どれくらい速くてお得?単体モデルとのベンチマーク比較
続いて、上位モデル単体で最初から最後まで作業させた場合と、Orchestrator を使った場合でどれくらい差が出るのか見ていきましょう。
Terminal-Bench 4.0 での検証結果(Carbon 単体 vs Orchestrator)
Google 公式ブログで公開されている Terminal-Bench 4.0 の検証データでは、最上位モデル Gemini 4 Carbon 単体での実行と比較して、以下の結果が報告されています。
| 評価指標(Terminal-Bench 4.0) | Gemini 4 Carbon 単体 | Orchestrator(Carbon + Hydrogen) | 導入メリット・変化 |
|---|---|---|---|
| タスク成功率 | 基準(最高水準) | ほぼ同等(Near-Carbon) | 最上位モデル並みの推論・解決品質を維持 |
| クォータ(利用枠)消費量 | 100%(基準) | 76% | クォータ消費を 24% 削減 |
| タスク完了までの時間 | 100%(基準) | 81% | 作業完了スピードが 19% 高速化 |
注目したいのは、Carbon 単体とほぼ同じタスク成功率を維持しながら、 クォータ消費を 24% 削減 し、さらに 完了時間を 19% 短縮 している点です。
上位モデルを常用すると「推論の待ち時間が長い」「すぐに利用上限に達してしまう」という悩みがちですが、Orchestrator なら設計の質を落とさずに両方の課題をカバーできますね。
手動でのモデル切り替え運用との違い
以前は「設計や計画書作りは上位モデルで行い、実装は軽量モデルに委任する」という 2 層分離ワークフローを独自に組んで運用していました。
ただ、自分でモデルを切り替えたりサブエージェントを呼び分けたりする運用は、コンテキストの引き継ぎや設定のメンテナンスが少し手間だったんですよね。
Orchestrator を使えば、同じセッション履歴を共有したまま Antigravity 側が裏側で勝手にモデルを切り替えてくれるため、人間側が「今は設計だから Argon、次は実装だから Hydrogen…」と意識する必要すらなくなります。
実際に Orchestrator を使ってみた(クォータ消費の実測検証)
ここからは、えりるさんが実際に Orchestrator (Argon) を選択してコーディングタスクを実行してみた検証結果を共有します。
タスク実行の前後(約 8 分間の作業)で、各モデル枠のクォータ残量がどう変化したかを整理すると以下のようになりました。
| クォータ枠(対象モデル) | 指標 | 実行前 (Start) | 実行後 (End) | 消費量(差分) |
|---|---|---|---|---|
| GEMINI MODELS (Hydrogen / 3.8 Flash) | 週間上限(Weekly Limit) | 97.89% | 96.26% | -1.63% |
| GEMINI MODELS (Hydrogen / 3.8 Flash) | 5 時間上限(Five Hour Limit) | 92.10% | 88.92% | -3.18% |
| GEMINI 4 ARGON (Pro 別枠クォータ) | 週間上限(Weekly Limit) | 88.60% | 84.57% | -4.03% |
両方のトークン残量が同時に減り、内部での自動切り替えを確認
実行前後の数値を比較すると、1 つのコーディングタスクを実行しただけで GEMINI MODELS(Hydrogen 側)と GEMINI 4 ARGON のトークン残量が両方同時に減っている ことがわかります。
この結果から、手動でモデルを切り替えなくても、内部でちゃんと Argon と Hydrogen の自動切り替え(分業)が機能していることが裏付けられましたね。
どのタイミングで切り替わったかは明示されない
一方で、実際に使ってみて少し気になったのが、 「今どちらのモデルが動いているのか」が画面上では明示的にわからない という点です。
計画フェーズから実装フェーズへ移る際や、テスト実行中に「ここから Hydrogen に切り替わりました」といった表示は特に出ません。
ユーザーからすると完全に 1 つのモデルと対話している感覚のまま進むため、シームレスで快適とも言えますが、裏側の切り替わりタイミングを細かく把握したい人にとっては少しブラックボックスに感じるかもしれませんね。
まとめ
この記事では、Google Antigravity の新機能 Orchestrator の仕組みとベンチマーク比較、実際に使ってみたクォータ検証について解説しました。
- 設計と実装の自動分業 : 計画・再設計は Carbon / Argon 、高速な実装・テストは Gemini 4 Hydrogen が担当し、エラー時は自動で上位モデルへ制御が戻る
- 品質と燃費を両立 : Terminal-Bench 4.0 で Carbon 単体並みの成功率を保ちつつ、 クォータ消費 削減 と 高速化 を達成
- 実測でも両モデルの協調を確認 : 画面上に切り替えタイミングは明示されないものの、実行前後で
GEMINI MODELSとGEMINI 4 ARGONのクォータが同時に消費され、裏側で自動分業が機能していることを確認
上位モデルのクォータ消費や待ち時間が気になっている方は、早いうちに Orchestrator の自動切り替え運用を試してみるとよいと思うので、ぜひ参考にしてみてください。

