Google выпустила Gemini 4 Hydrogen для программирования и автоматизации рабочих процессов

Google выпустила Gemini 4 Hydrogen для программирования и автоматизации рабочих процессов
Google выпустила Gemini 4 Hydrogen — быструю и недорогую модель семейства Gemini 4 для повседневного программирования и автоматизации рабочих процессов. При цене $1,50 за миллион входных и $7,50 за миллион выходных токенов она обходит флагманский Argon по индексу интеллекта на уровне мышления по умолчанию, а новый режим Orchestrator в Google Antigravity позволяет сочетать планирование Carbon с исполнением Hydrogen.
В этой статье:

Если флагманские Carbon и Argon созданы для глубокого анализа и длительных задач, то Gemini 4 Hydrogen играет роль быстрого и дисциплинированного исполнителя: пишет код, запускает тесты, проверяет изменения и доводит задачи до конца. Модель уже доступна всем категориям пользователей, от Google AI Studio и Gemini API до приложения Gemini, поиска Google и платных подписчиков AI Pro и Ultra в Google Antigravity.

Что умеет и сколько стоит

Hydrogen превосходит Argon по индексу Artificial Analysis Intelligence Index на уровне мышления по умолчанию: 51 против 50, а при максимальном уровне xhigh достигает 54. При этом модель часто выполняет задачи быстрее конкурентов своего класса. Цена фиксирована на всем контекстном окне в 1 миллион токенов: $1,50 за миллион входных и $7,50 за миллион выходных токенов. Для сравнения, Carbon и Argon сейчас стоят $2 и $10, а со следующего месяца их цена вырастет до $4 и $20.

Ключевое нововведение — режим Orchestrator в Google Antigravity, который динамически переключается между моделями в рамках одной сессии. Вместо того чтобы использовать одну модель от начала до конца, Orchestrator сочетает планирование Carbon с исполнением Hydrogen.

На Terminal-Bench 4.0 такой подход почти достигает результатов Carbon по успешному выполнению задач, но потребляет в среднем на 24% меньше квоты и работает на 19% быстрее. Для параллельных агентных процессов Carbon может выступать координатором, а Hydrogen — исполнителем и верификатором, позволяя одновременно создавать и тестировать изменения в изолированных средах.

Сравнение с Gemini 3.8 Flash и результаты бенчмарков

По сравнению с Gemini 3.8 Flash Hydrogen дает серьезный скачок. При высоких настройках по умолчанию он выполняет задачи в 2,5 раза быстрее, более чем в три раза превосходит предшественника на Terminal-Bench 4.1 (57% против 18,2%) и более чем в пять раз сокращает количество ложных срабатываний при вызове инструментов. Модель также корректно адаптируется при сбоях вызова инструментов или пустых результатах поиска.

В бенчмарках Hydrogen демонстрирует сильные результаты. На Agent Arena, онлайн-тестировании arena.ai, модель занимает пятое место. В HLE-Diamond она лидирует в своем классе с 58,8%, на Vals Tax Agent Bench занимает первое место в общем зачете с 52,3%, на Vals Legal Research Bench делит первое место с 55,8%, а на AutomationBench-AA лидирует в своем классе. На Terminal-Bench 4.1 Hydrogen показывает 57%. В тесте Multimodal Knowledge Agent модель набирает 53,4%, а в Agents’ Last Exam v1.1 — 71,6%.

Безопасность и доступность

Безопасность и выравнивание проработаны отдельно. Hydrogen сокращает превышение полномочий в агентных задачах до 81%, а недостаточное обслуживание — до 79%, при этом количество несоответствующих действий и сокращений задач в инструментальных и кодовых тестах падает в 12 раз.

При столкновении с невозможными или заблокированными задачами модель до двух раз реже обходит границы разрешений, а показатель честности во внутреннем тесте достигает 96,7%. Сохраняется 99,9% читаемости цепочки рассуждений без единого случая обманного редактирования рассуждений на более чем 200 тысячах проверенных ходов. Устойчивость к косвенным внедрениям подсказок на бенчмарке Gray Swan IPI выросла более чем в 2,3 раза.

Hydrogen доступен на четырех уровнях мышления: low, medium, high (по умолчанию) и xhigh. Это позволяет выбирать между качеством, задержкой и стоимостью в зависимости от задачи. Модель уже развернута глобально: для разработчиков — в Gemini API, AI Studio и Android Studio; для предприятий — в Gemini for business, Antigravity и Google Sheets; для всех пользователей — в приложении Gemini и поиске Google.

Источник: Serverflow

Оставить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Скопировано