گوگل Gemini 4 Hydrogen را در روز چهارشنبه عرضه کرد، یک مدل جدید میان‌رده که برای سرعت در کدنویسی روزمره و کارهای عاملی ساخته شده است، در نسخه‌ای که بلافاصله جایگزین Gemini 3.8 Flash در سراسر محصولات این شرکت می‌شود. این اعلامیه که در یک پست وبلاگی توسط Koray Kavukcuoglu، SVP Google DeepMind و Chief AI Architect منتشر شد، هیدروژن را به عنوان همتای با توان بالای مدل‌های مرزی گوگل، Gemini 4 Carbon و Gemini 4 Argon معرفی می‌کند.

اولین عرضه هیدروژن یکی از پربیننده‌ترین نسخه‌های مدل هوش مصنوعی ماه است و تنها چند ساعت پس از اخبار متحرک بازار Gemini Decisions API گوگل در اوایل این هفته منتشر شد. توسعه‌دهندگانی که آخرین پیشرفت‌های هوش مصنوعی را دنبال می‌کنند، جزئیات قیمت و معیار را در زیر می‌بینند – زیرا برخلاف نسخه‌های قبلی Gemini 4، گوگل هیدروژن را به طور گسترده در روز اول در دسترس قرار داد.

رونمایی متفاوت از کربن و آرگون

هنگامی که گوگل Gemini 4 Argon و Gemini 4 Carbon را منتشر کرد، دسترسی به مرحله‌بندی شد: عرضه با محققان امنیت سایبری آغاز شد و در ابتدا در دسترس بودن عمومی در پشت گران‌ترین سطح اشتراک Google باقی ماند. Ars Technica که پرتاب را پوشش داد، خاطرنشان کرد که محدودیت های هیدروژن بسیار راحت تر است و دسترسی بلافاصله شروع می شود.

هیدروژن اکنون در تمام سطوح Google AI Studio، Gemini API، Gemini برای کسب و کار، برنامه Gemini، جستجوی Google و Google Antigravity برای مشترکین پولی Google AI Pro و Ultra در دسترس است. در برنامه Gemini، Ars Technica گزارش می دهد که کاربران رایگان و AI Plus در حال حاضر روی مدل قدیمی 3.5 Flash-Lite باقی می مانند، در حالی که مشترکین AI Pro و Ultra امروز هیدروژن را دریافت می کنند.

ساخته شده برای گردش کار عامل، نه استدلال عمیق

گوگل در مجموعه Gemini 4 خود تقسیم کار مشخصی را ترسیم می کند. کربن و آرگون، مدل های مرزی این شرکت، برای استدلال عمیق و افق طولانی در مورد سخت ترین مشکلات قرار دارند. هیدروژن به‌عنوان «ساخته‌شده برای اجرای سریع در جریان‌های کاری مختلف عامل» توصیف می‌شود - نوشتن کد، اجرای آزمایش‌ها، تأیید تغییرات، و نیرو دادن به عوامل کارگر در ساخت‌های موازی.

این مدل در چهار سطح تفکر اجرا می‌شود: پایین، متوسط، زیاد، و یک محیط جدید معرفی‌شده xhigh. در سطح بالای پیش‌فرض، گوگل می‌گوید هیدروژن وظایف را ۲.۵ برابر سریع‌تر از Gemini 3.8 Flash انجام می‌دهد و این مدل دارای یک پنجره زمینه ورودی ۱ میلیون توکن با پشتیبانی از حداکثر ۱ میلیون توکن خروجی است.

معیارهایی که گوگل در حال تبلیغ است

ادعای تیتر: هیدروژن در سطح تفکر بالای پیش‌فرض خود در شاخص هوش آنالیز مصنوعی امتیاز 51 را کسب می‌کند و از Gemini 4 Argon 50 عبور می‌کند - و در تنظیمات xhigh به 54 می‌رسد. برای مدلی که در سطح کارایی قیمت دارد، برتری نسبت به برادر مرزی در یک شاخص مستقل ادعای قابل توجهی است و Ars Technica آن را به عنوان "مبادله هیدروژن" با آرگون معرفی کرد.

در مقابل سلف مستقیم خود، دستاوردها بزرگتر است:

  • Terminal-Bench 4.1: 57 درصد در مقابل 18.2 درصد برای Gemini 3.8 Flash — بیش از سه برابر
  • ادعاهای ساختگی: طبق تحلیل گوگل بیش از 5 برابر کاهش یافته است
  • آزمایش شریک: در نمودارهای پیچیده، SQL و گردش‌های کاری سازمانی با داده‌های سنگین، شرکای اولیه شاهد اجرای Hydrogen 2 برابر تا 2.8 برابر سریع‌تر از 3.8 Flash بودند در حالی که از 12 تا 23 درصد توکن‌های کمتر استفاده می‌کردند.

گوگل همچنین به نتایج پیشرو یا نزدیک به برتر در چندین ارزیابی متمرکز بر نمایندگی اشاره کرده است: 58.8 درصد در HLE-Diamond، رتبه اول در Vals Tax Agent Bench با 52.3 درصد، یک مساوی برای اولین در Vals Legal Research Bench با 55.8 درصد، 53.4 درصد در Multimodaln A71st Knowledge جدید A7. امتحان نسخه 1.1 و رتبه پنجم در جدول امتیازات زنده Agent Arena در arena.ai.

ارکستراتور: جلسات چند مدل در ضد جاذبه

در کنار این مدل، گوگل Orchestrator را در Google Antigravity معرفی کرد، سیستمی که به صورت پویا بین مدل هایی مانند کربن و هیدروژن در یک جلسه جابجا می شود. در Terminal-Bench 4.0، گوگل می‌گوید که Orchestrator به نرخ‌های موفقیت تقریباً کربنی رسیده است در حالی که 24 درصد سهمیه کمتری مصرف می‌کند و به طور متوسط ​​19 درصد سریع‌تر کار را تکمیل می‌کند.

الگویی که Google جفت کربن را به‌عنوان هماهنگ‌کننده با کارمندان تأمین انرژی هیدروژن و عوامل تأییدکننده در سراسر فضاهای کاری جدا شده تبلیغ می‌کند - مجموعه‌ای که هدف آن ارسال تیم‌هایی پروژه‌های پیچیده بدون افزایش هزینه‌های توکن است.

قیمت 1.50 دلار / 7.50 دلار است

به گفته Ars Technica، Gemini 4 Hydrogen در کل پنجره زمینه 1 میلیون توکنی خود، 1.50 دلار به ازای هر میلیون توکن ورودی و 7.50 دلار به ازای هر میلیون توکن خروجی قیمت گذاری شده است - بدون تغییر نسبت به آنچه Gemini 3.8 Flash شارژ کرده است. این تداوم قیمت گذاری برای تیم هایی که ناوگان نمایندگی با حجم بالا را اداره می کنند اهمیت دارد.

نکته دیگری در این مجموعه وجود دارد: Ars Technica گزارش می دهد که کربن و آرگون در حال حاضر به ترتیب 2 و 10 دلار به ازای هر میلیون توکن ورودی و خروجی هزینه دارند و این قیمت ها از ماه آینده به 4 و 20 دلار افزایش خواهد یافت.

جستجوی گوگل نیز هیدروژن دریافت می کند

هیدروژن همچنین چیزی را که گوگل آن را بزرگترین به‌روزرسانی تجربه جستجوی مبتنی بر هوش مصنوعی تا به امروز می‌نامد، تامین می‌کند. این شرکت می‌گوید که این مدل سؤالات طولانی و چندبخشی را در «نمایش‌های هوش مصنوعی» و «حالت هوش مصنوعی» بهتر پاسخ می‌دهد، که پاسخ‌ها شامل عناصر بصری بیشتری می‌شود و جستجوی فن‌آوری هیدروژن به گونه‌ای تنظیم شده است که پیوندهای منبع بیشتری را نشان دهد. Ars Technica با شک و تردید از ادعای پیوند منبع استقبال کرد و خاطرنشان کرد که گوگل قبلاً وعده های مشابهی داده است.

چه معنایی برای توسعه دهندگان دارد

برای تیم‌هایی که از Gemini 3.8 Flash مهاجرت می‌کنند، Google Hydrogen را به‌عنوان یک ارتقاء با قیمت‌گذاری یکسان، اجرای سریع‌تر، وفاداری بیشتر دستورالعمل‌ها و نتایج محک قوی‌تر ارائه می‌کند - به‌ویژه برای کدگذاری مخزن، اشکال‌زدایی، تحقیقات عمیق و ترکیب اسناد چندوجهی. عادت این مدل به دسته‌ای کردن فراخوان‌های خواندنی و جستجوی فایل‌ها به صورت موازی، دقیقاً با هدف ناوبری با پایگاه کد بزرگ است، منطقه‌ای که در آن فراخوانی‌های ابزار متوالی مدت طولانی است که توان عملیاتی را کاهش داده است.

داستان ساختاری بزرگ‌تر این است که گوگل توسعه مدل‌های چندگانه را رسمی می‌کند: مدل‌های استدلال مرزی برای معماری و قضاوت، مدل‌های اجرای سریع برای صدها گام کوچک در میان، و یک ارکستراتور که کار را به‌طور خودکار بین آنها حرکت می‌دهد. در دسترس بودن همه‌لایه‌های هیدروژن در روز اول نشان می‌دهد که گوگل سطح کارایی را - نه مرزی - را جایی می‌بیند که بیشتر تقاضای توسعه‌دهندگان در آن زندگی می‌کند.

از هوش مصنوعی جلوتر بمانید

راه‌اندازی مدل‌ها سریع‌تر از همیشه انجام می‌شود، و جزئیات - ردیف‌های قیمت‌گذاری، امتیازات معیار، دروازه‌های عرضه - تصمیم می‌گیرند که کدام یک برای پشته شما مهم هستند. [AI Buzz Wire] (https://aibuzzwire.news) برای آخرین اخبار هوش مصنوعی، تجزیه و تحلیل دقیق مدل، و آخرین پیشرفت‌های هوش مصنوعی، هر نسخه‌ای را که مهم است پوشش می‌دهد.

بیشتر بخوانید اخبار هوش مصنوعی →