گوگل پس از در دسترس قرار گرفتن Carbon در این هفته، امروز مدل Gemini 4 Hydrogen را به‌جای حفظ برند Flash رونمایی کرد. این مدل با وعده ارائه «هوش پیشرفته به همه» معرفی شده است.
ارتقای مستقل و مشخصات کلیدی
در مقایسه با Gemini 3.8 Flash که در سپتامبر عرضه شد، Hydrogen یک «ارتقای مستقل عمده» با «جهش‌های چشمگیر در سرعت و هوش» توصیف می‌شود. این مدل ورودی بومی یک میلیون توکن و خروجی تا یک میلیون توکن ارائه می‌دهد.
- Hydrogen در تنظیم پیش‌فرض بالا، وظایف را ۲.۵ برابر سریع‌تر تمام می‌کند.
- امتیاز Terminal-Bench 4.1 را بیش از سه برابر می‌کند (۵۷٪ در برابر ۱۸.۲٪).
- ادعاهای ساختگی را بیش از پنج برابر کاهش می‌دهد.
- در صورت شکست فراخوان ابزار یا بازگشت خالی جستجو، به‌تمیزی سازگار می‌شود.
عملکرد و بنچمارک‌ها
در شاخص هوش Artificial Analysis، Hydrogen در سطح پیش‌فرض high thinking از Argon پیشی می‌گیرد (۵۱ در برابر ۵۰ و در بالاترین تنظیم xhigh thinking به ۵۴ می‌رسد) و اغلب سریع‌تر از مدل‌های هم‌رده وظایف را کامل می‌کند.
شرکای گوگل شاهد اجرای ۲ تا ۲.۸ برابر سریع‌تر و کاهش ۱۲ تا ۲۳ درصدی مصرف توکن در مقایسه با 3.8 Flash بوده‌اند. در وظایف چندمرحله‌ای مانند پژوهش عمیق، تحلیل داده و پیمایش گسترده پایگاه کد، Hydrogen رتبه ۵ را در Agent Arena، بنچمارک زنده arena.ai، دارد.
در استدلال و تحلیل عمیق حوزه، Hydrogen در HLE-Diamond با ۵۸.۸٪ پیشتاز کلاس است، در Vals Tax Agent Bench رتبه ۱ کلی با ۵۲.۳٪، در Vals Legal Research Bench هم‌رتبه ۱ با ۵۵.۸٪ و در AutomationBench-AA پیشتاز کلاس است. این مدل در بنچمارک جدید Multimodal Knowledge Agent (MKA) با ۵۳.۴٪ برای کار دانشی عاملی سرتاسری روی فایل‌های بصری پیچیده و در Agents’ Last Exam v1.1 با ۷۱.۶٪ برای جریان‌های کاری حرفه‌ای سرتاسری بهتر از مدل‌های دیگر عمل می‌کند.
نسبت به 3.8 Flash، Hydrogen بیش‌روی در وظایف عاملی را تا ۸۱٪ و کم‌خدمتی را تا ۷۹٪ کاهش می‌دهد و اقدامات ناهم‌راستا و میان‌بر زدن وظایف را در ارزیابی‌های استفاده از ابزار و کدنویسی ۱۲ برابر کم می‌کند. در مواجهه با وظایف غیرممکن یا مسدود، تا ۲ برابر کمتر احتمال دارد مرزهای مجوز را دور بزند و نرخ صداقت ۹۶.۷٪ را در ارزیابی داخلی صداقت عاملی به دست می‌آورد.
دسترسی در اپ Gemini و جستجوی گوگل
در اپ Gemini، Hydrogen در پیروی و پایبندی به لحن، قالب و قواعد شما بهتر است و جدول‌های شفاف و تفکیک‌های بصری ارائه می‌دهد. در نتیجه، پیش‌نویس ایمیل، راهنمای مطالعه، بازنویسی‌ها و اسناد در نخستین تلاش آماده استفاده بازمی‌گردند. همچنین Hydrogen ابزارها و مهارت‌های درست (یعنی Connected Apps) را برای کار بیشتر فراخوانی می‌کند.
در انتخاب‌گر مدل، 4 Hydrogen با عنوان «کمک روزمره» معرفی شده است:
- پاسخ‌های سریع: 3.5 Flash-Lite
- کمک روزمره: 4 Hydrogen
- پژوهش دقیق: 3.1 Pro (در AI Pro)
- کد و تحلیل: 4 Argon
- پیچیده‌ترین کارها: 4 Carbon
کاربران رایگان اپ Gemini از طریق انتخاب خودکار مدل [Auto]، زمانی که Hydrogen مدل مناسب درخواست باشد، به آن دسترسی دارند.
گوگل می‌گوید Hydrogen جستجو (حالت هوش مصنوعی یا AI Mode) را با درک بهتر قصد کاربر به‌طور چشمگیری ارتقا می‌دهد. می‌توانید پرسش را در جریان طبیعی فکر خود مطرح کنید؛ حتی اگر پرسش چند بخش داشته باشد، غلط‌های تایپی دشوار یا درخواست‌های بسیار خاص باشد و Search به‌طور هوشمند منظور شما را می‌فهمد. پاسخ‌ها بصری‌تر می‌شوند و طیف گسترده‌تری از پیوندهای مرتبط را شامل می‌شوند. Hydrogen به‌صورت جهانی در جستجوی گوگل برای همه کاربران در دسترس است.
Antigravity و قیمت توسعه‌دهندگان
در Google Antigravity، مدل 4 Hydrogen یک سطح تفکر Extra در کنار Low، Medium و High دارد. سپس Orchestrator وجود دارد: Carbon می‌تواند مراحل روتین را به Hydrogen واگذار کند؛ کیفیت هم‌سطح Carbon با مصرف توکن کمتر.
برای خودکارسازی این همکاری چندمدلی، گوگل Orchestrator را در Google Antigravity معرفی می‌کند. به‌جای استفاده از یک مدل از ابتدا تا انتها، Orchestrator به‌صورت پویا بین مدل‌هایی مانند Carbon و Hydrogen در همان نشست جابه‌جا می‌شود.
برای جریان‌های کاری نیازمند عامل‌های موازی، Carbon می‌تواند نقش هماهنگ‌کننده و Hydrogen نقش عامل‌های کارگر و بازبین را ایفا کند تا تغییرات را هم‌زمان در فضاهای کاری مجزا بسازند و آزمایش کنند؛ این امر به تیم‌ها کمک می‌کند پروژه‌های پیچیده را سریع‌تر و بدون افزایش هزینه توکن تحویل دهند. Hydrogen در Antigravity برای مشترکان پولی Google AI Pro و Ultra در دسترس است.
برای توسعه‌دهندگان، Hydrogen به ازای هر یک میلیون توکن ورودی ۱.۵۰ دلار و هر یک میلیون توکن خروجی ۷.۵۰ دلار هزینه دارد. گوگل می‌گوید عرضه این مدل در حال انجام است.