Google ve středu uvedl na trh Gemini 4 Hydrogen, nový model střední úrovně postavený pro rychlost při každodenním kódování a práci agentů, v zavádění, které okamžitě nahradí Gemini 3.8 Flash ve všech produktech společnosti. Oznámení, které v blogovém příspěvku provedl Koray Kavukcuoglu, SVP ve společnosti Google DeepMind a hlavní architekt AI, staví Hydrogen jako vysoce výkonný protějšek hraničních modelů Google, Gemini 4 Carbon a Gemini 4 Argon.

Debut Hydrogen je jednou z nejostřeji sledovaných verzí modelu umělé inteligence měsíce a přistál jen několik hodin po novinkách Google Gemini Decisions API na začátku tohoto týdne. Vývojáři sledující nejnovější vývoj AI naleznou níže podrobnosti o cenách a srovnávacích testech – protože na rozdíl od předchozích vydání Gemini 4 společnost Google zpřístupnila vodík v první den.

Odlišné zavedení uhlíku a argonu

Když Google vydal Gemini 4 Argon a Gemini 4 Carbon, přístup byl zinscenován: zavádění začalo výzkumníky v oblasti kybernetické bezpečnosti a obecná dostupnost zpočátku zůstala uzavřena za nejdražší úrovní předplatného Google. Společnost Ars Technica, která start pokrývala, poznamenala, že limity vodíku jsou mnohem uvolněnější a přístup začíná okamžitě.

Vodík je nyní dostupný na všech úrovních Google AI Studio, Gemini API, Gemini pro firmy, aplikace Gemini, Vyhledávání Google a Google Antigravity pro placené předplatitele Google AI Pro a Ultra. V aplikaci Gemini Ars Technica uvádí, že uživatelé zdarma a AI Plus zatím zůstávají na starším modelu 3.5 Flash-Lite, zatímco předplatitelé AI Pro a Ultra dostávají vodík dnes.

Vytvořeno pro agentní pracovní postupy, nikoli hluboké uvažování

Google má ve své sestavě Gemini 4 jasnou dělbu práce. Carbon a Argon, hraniční modely společnosti, jsou umístěny pro hluboké úvahy o nejtěžších problémech v dlouhém horizontu. Vodík je popisován jako „vytvořený pro rychlé provádění napříč různými agentními pracovními postupy“ – psaní kódu, spouštění testů, ověřování změn a napájení pracovních agentů v paralelních sestavách.

Model běží ve čtyřech úrovních myšlení: nízká, střední, vysoká a nově zavedené nastavení xhigh. Na výchozí vysoké úrovni Google říká, že Hydrogen dokončuje úkoly 2,5krát rychleji než Gemini 3.8 Flash a model nese vstupní kontextové okno s 1 milionem tokenů s podporou až 1 milionu výstupních tokenů.

Srovnávací hodnoty, které Google vychvaluje

Titulkové tvrzení: Vodík má skóre 51 v indexu umělé analýzy inteligence na své výchozí vysoké úrovni myšlení, čímž překonal 50 Gemini 4 Argon – a dosahuje 54 při nastavení xhigh. U modelu s cenou na úrovni účinnosti je překonání skóre hraničního sourozence na nezávislém indexu pozoruhodným tvrzením a Ars Technica označila za „obchodování s vodíkem“ s argonem.

Oproti svému přímému předchůdci jsou zisky větší:

  • Terminal-Bench 4.1: 57 procent oproti 18,2 procenta u Gemini 3.8 Flash – více než trojnásobek
  • Vymyšlené nároky: sníženo více než 5x, podle analýzy společnosti Google
  • Testování partnerů: na komplexních grafech, SQL a podnikových pracovních postupech náročných na data, první partneři zaznamenali, že vodík běžel 2x až 2,8x rychleji než 3,8 Flash, přičemž používali o 12 až 23 procent méně tokenů

Google také uvedl špičkové nebo téměř nejlepší výsledky v několika hodnoceních zaměřených na agenty: 58,8 procenta na HLE-Diamond, první místo na Vals Tax Agent Bench s 52,3 procenty, nerozhodné první místo na Vals Legal Research Bench s 55,8 procenty, 53,4 procenta na novém srovnávacím testu Multimodal Knowledge Agent v16.1am, Ex7 páté místo v žebříčku Agent Arena na webu arena.ai.

Orchestrator: Multi-Model Sessions v antigravitaci

Vedle modelu Google představil Orchestrator v Google Antigravity, což je systém, který dynamicky přepíná mezi modely, jako je Carbon a Hydrogen, v rámci jedné relace. Na Terminal-Bench 4.0 Google říká, že Orchestrator dosáhl téměř uhlíkové úspěšnosti úloh, přičemž spotřeboval o 24 procent méně kvót a dokončil práci v průměru o 19 procent rychleji.

Vzorec, který Google propaguje, spojuje Carbon jako koordinátora s pracovníkem pohánějícím vodík a ověřovacími agenty napříč izolovanými pracovními prostory – nastavení zaměřené na týmy dodávající složité projekty bez navyšování nákladů na tokeny.

Cena drží linii na 1,50 $/7,50 $

Gemini 4 Hydrogen má stejnou cenu v celém svém kontextovém okně s 1 milionem tokenů na 1,50 $ za milion vstupních tokenů a 7,50 $ za milion výstupních tokenů – podle Ars Technica beze změny oproti ceně Gemini 3.8 Flash. Tato cenová kontinuita je důležitá pro týmy provozující velkoobjemové flotily agentů.

V sestavě je háček jinde: Ars Technica uvádí, že Carbon a Argon v současné době stojí 2 $ a 10 $ za milion vstupních a výstupních tokenů a že tyto ceny od příštího měsíce stoupnou na 4 $ a 20 $.

Vyhledávání Google také získává vodík

Vodík také pohání to, co Google nazývá dosud největší aktualizací svého vyhledávání založeného na umělé inteligenci. Společnost tvrdí, že model lépe zvládá dlouhé otázky složené z více částí v přehledech AI i v režimu AI, že odpovědi budou obsahovat více vizuálních prvků a že vyhledávání vějířů Hydrogen bylo vyladěno tak, aby se objevilo více zdrojových odkazů. Ars Technica přivítala tvrzení o zdrojovém odkazu skepticky a poznamenala, že Google podobné sliby učinil již dříve.

Co to znamená pro vývojáře

Pro týmy, které migrují z Gemini 3.8 Flash, nabízí Google Hydrogen jako přechodný upgrade se stejnou cenou, rychlejším prováděním, ostřejší věrností instrukcí a lepšími výsledky benchmarků – zejména pro kódování úložiště, ladění, hluboký výzkum a multimodální syntézu dokumentů. Zvyk modelu paralelně dávkovat čtení souborů a volání hledání je zaměřeno přímo na navigaci s velkou kódovou základnou, což je oblast, kde sekvenční volání nástrojů dlouhodobě omezují propustnost agentů.

Větším strukturálním příběhem je Google formalizující vývoj více modelů: modely hraničního uvažování pro architekturu a úsudek, modely rychlého provádění pro stovky malých kroků mezi nimi a orchestrátor, který mezi nimi automaticky přesouvá práci. Všestranná dostupnost vodíku od prvního dne naznačuje, že Google vidí úroveň efektivity – nikoli hranici – jako místo, kde skutečně žije většina poptávky vývojářů.

Udržujte si náskok před AI

Uvedení modelů na trh přichází rychleji než kdy dříve a podrobnosti – cenové úrovně, srovnávací výsledky, brány zavádění – rozhodují o tom, které z nich jsou pro váš stack důležité. Pro nejnovější zprávy o AI, hloubkovou analýzu modelů a nejnovější vývoj AI pokrývá AI Buzz Wire každé vydání, které se počítá.

Přečtěte si další zprávy o AI →