Google ने जेमिनी 4 हाइड्रोजन जारी किया है, जो एक नया सामान्य-उद्देश्य वाला AI मॉडल है जिसे जेमिनी 3.8 फ्लैश के उत्तराधिकारी के रूप में तैनात किया गया है - और, बेंचमार्क डेटा के अनुसार, एक मॉडल जो उस फ्लैगशिप की शुरुआत के एक महीने से भी कम समय में कंपनी के अपने बड़े जेमिनी 4 आर्गन से बेहतर प्रदर्शन करता है।

Google के आधिकारिक ब्लॉग पर "एजेंटिक वर्कफ़्लोज़ के लिए जेमिनी 4 हाइड्रोजन का परिचय" बैनर के तहत घोषित रिलीज़, Google के लाइनअप के गति-और-लागत स्तर को भरती है, जबकि कंपनी के फ्रंटियर मॉडल, जेमिनी 4 कार्बन और जेमिनी 4 आर्गन, कठिन समस्याओं पर गहरे, लंबे-क्षितिज तर्क को लक्षित करते हैं। हाइड्रोजन को रोजमर्रा की कोडिंग, एजेंटिक वर्कफ़्लो और उच्च-मात्रा वाले उपभोक्ता प्रश्नों के लिए डिज़ाइन किया गया है - ऐसे वर्कलोड जहां विलंबता और कीमत अधिकतम तर्क गहराई से अधिक मायने रखती है। इस कहानी पर अधिक संदर्भ के लिए, हमारे चल रहे नवीनतम एआई विकास देखें।

बेंचमार्क: छोटा मॉडल जीतता है

मुख्य आश्चर्य यह है कि हाइड्रोजन न केवल गुणवत्ता के मामले में आर्गन से मेल खाता है बल्कि उसे मात भी देता है। द डिकोडर द्वारा रिपोर्ट किए गए Google के आंकड़ों के अनुसार, जेमिनी 4 हाइड्रोजन अपने डिफ़ॉल्ट "उच्च" सोच स्तर पर आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स पर 51 अंक प्राप्त करता है, जो कि बड़े आर्गन के 50 के स्कोर को पीछे छोड़ देता है। हाइड्रोजन के नए शुरू किए गए शीर्ष तर्क स्तर, "xhigh" पर, मॉडल 54 तक पहुंच जाता है, केवल क्लाउड सॉनेट 5.5 और GPT-6.1 सोल को पीछे छोड़ते हुए, जो प्रत्येक अपने अधिकतम सोच स्तर पर 55 अंक प्राप्त करता है।

इस परिणाम के कारण लॉन्च के चार सप्ताह से भी कम समय में आर्गन पुराना दिखने लगा है। अजीब समय पर किसी का ध्यान नहीं गया: जब Google ने हाइड्रोजन के रिलीज़ होने से ठीक दो दिन पहले कार्बन का अनावरण किया, तब भी कंपनी यह सिफारिश कर रही थी कि डेवलपर्स दैनिक कोडिंग कार्य के लिए आर्गन के साथ रहें - यह सलाह कि हाइड्रोजन ने तुरंत विवादास्पद बना दिया, जैसा कि डिकोडर ने देखा।

हाइड्रोजन अपने पूर्ववर्ती फ्लैगशिप की तुलना में गति-गुणवत्ता वाले ट्रेडऑफ़ पर बेहतर नियंत्रण भी प्रदान करता है। मॉडल चार सोच स्तरों के साथ आता है - निम्न, मध्यम, उच्च (डिफ़ॉल्ट), और नया xhigh स्तर - जबकि आर्गन केवल मध्यम और उच्च प्रदान करता है। बड़े पैमाने पर एजेंटिक सिस्टम चलाने वाले डेवलपर्स के लिए, निचले स्तर नियमित चरणों पर विलंबता और लागत में कटौती करने का एक तरीका प्रदान करते हैं, जबकि केवल वास्तविक रूप से कठिन तर्क को अधिकतम सेटिंग तक बढ़ाते हैं।

3.8 फ़्लैश से अधिक गति और क्षमता में लाभ

जिस मॉडल को यह प्रतिस्थापित करता है, उसके मुकाबले लाभ स्पष्ट हैं। Google का कहना है कि डिफ़ॉल्ट सोच स्तर पर हाइड्रोजन जेमिनी 3.8 फ्लैश की तुलना में 2.5 गुना तेजी से कार्य पूरा करता है। टर्मिनल-बेंच 4.1 पर, जो एजेंटिक टर्मिनल और कोडिंग कार्य को मापने वाला एक बेंचमार्क है, स्कोर 3.8 फ्लैश के लिए 18.2 प्रतिशत से बढ़कर हाइड्रोजन के लिए 57 प्रतिशत हो गया है।

Ars Technica ने रिलीज़ को Google द्वारा "आखिरकार 3.8 फ़्लैश पीढ़ी की जगह लेने" के रूप में चित्रित किया, और 9to5Google ने रिपोर्ट किया कि Google ने गति और बुद्धिमत्ता दोनों में "महत्वपूर्ण छलांग" का दावा किया है। क्रिप्टो ब्रीफिंग का सारांश प्रमुख संख्याओं से मेल खाता है: गुणवत्ता सूचकांक पर आर्गन से आगे निकलते हुए 3.8 फ्लैश से 2.5 गुना तेज।

मूल्य निर्धारण और संदर्भ विंडो

हाइड्रोजन की व्यावसायिक शर्तें इसे मध्य-स्तरीय मूल्य बैंड में मजबूती से रखती हैं जिसका उपयोग Google ने अपने फ़्लैश मॉडल पर वॉल्यूम बढ़ाने के लिए किया है:

  • इनपुट: $1.50 प्रति मिलियन टोकन
  • आउटपुट: $7.50 प्रति मिलियन टोकन
  • कैश्ड इनपुट: $0.075 प्रति मिलियन टोकन

संदर्भ विंडो पाइप के दोनों सिरों पर उदार है: इनपुट के एक मिलियन टोकन और - विशेष रूप से - आउटपुट के एक मिलियन टोकन, एक युक्ति जो लंबे समय तक चलने वाले एजेंटों के लिए मायने रखती है जो एक ही पास में विस्तारित मल्टी-स्टेप ट्रेस, कोडबेस या रिपोर्ट उत्पन्न करते हैं।

यह कहां उपलब्ध है

यह मॉडल Google की प्रमुख सतहों पर लाइव है: जेमिनी एपीआई, जेमिनी ऐप, Google सर्च, और Google एंटीग्रेविटी, कंपनी का एजेंटिक विकास वातावरण। इन्फोवर्ल्ड ने बताया कि एंटीग्रेविटी ने हाइड्रोजन के आगमन के साथ एक मल्टी-मॉडल ऑर्केस्ट्रेटर सुविधा भी प्राप्त की है, जिससे डेवलपर्स को एक इंटरफ़ेस से विभिन्न जेमिनी मॉडल में कार्यों को रूट करने की सुविधा मिलती है। GitHub ने एक दिन के भीतर GitHub Copilot में जेमिनी 4 हाइड्रोजन की घोषणा की, जो मॉडल की पहुंच को संपादक तक बढ़ाता है जहां दिन-प्रतिदिन कोडिंग होती है। जेनरेशन-एनटी पर फ्रेंच कवरेज ने सभी उपयोगकर्ताओं के लिए रोलआउट की सूचना दी, साथ ही उपभोक्ता उत्पाद में 3.8 फ्लैश की जगह ले ली।

रिलीज क्यों मायने रखती है

फ्लैश टियर वह जगह है जहां एआई उपयोग की मात्रा वास्तव में रहती है। जेमिनी 4 कार्बन जैसे फ्रंटियर रिलीज़ सुर्खियाँ बटोरते हैं, लेकिन वर्कहॉर्स मॉडल रोज़मर्रा के अरबों प्रश्नों, कोड पूर्णता और एजेंट चरणों का उत्तर देते हैं जो एआई सेवा के वास्तविक अर्थशास्त्र को बनाते हैं। फ्लैश-टियर कीमतों पर अपने स्वयं के फ्लैगशिप के साथ बेंचमार्क समानता - या बेहतर - का दावा करके, Google उन प्रतिद्वंद्वियों पर दबाव डाल रहा है जिनकी मध्य-स्तरीय पेशकशें व्यापक अंतर से उनके फ्रंटियर मॉडल से पीछे हैं।

यह ओपनएआई और एंथ्रोपिक के खिलाफ प्रतिस्पर्धी तस्वीर को भी तेज करता है। द डिकोडर की रिपोर्टिंग के अनुसार, आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स पर हाइड्रोजन का 54 का उच्च स्कोर क्लाउड सॉनेट 5.5 और जीपीटी-6.1 सोल से एक अंक पीछे है - इतना करीब कि एजेंटिक कोडिंग कार्य के लिए मॉडल का चुनाव अब कीमत और गति पर उतना ही निर्भर करता है जितना कि कच्चे स्कोर पर। यह गतिशीलता केवल तभी तेज होगी क्योंकि अनुमानित लागत इस बात में निर्णायक कारक बन जाएगी कि एजेंटिक उत्पाद लाभप्रद रूप से काम कर सकते हैं या नहीं।

नए मॉडल का मूल्यांकन करने वाले डेवलपर्स के लिए, व्यावहारिक प्रश्न माइग्रेशन है: Google के बेंचमार्क सुझाव देते हैं कि 3.8 फ्लैश वर्कलोड को कम प्रभावी विलंबता पर बेहतर परिणामों के साथ हाइड्रोजन में स्थानांतरित किया जाना चाहिए, जबकि वर्तमान में नियमित कोडिंग के लिए आर्गन का उपयोग करने वाली टीमों को छोटा, सस्ता मॉडल अब मजबूत विकल्प मिल सकता है। आप Google के फ्रंटियर लाइनअप की पूरी तस्वीर के लिए हमारे जेमिनी कवरेज के बाकी हिस्सों का अनुसरण कर सकते हैं - जिसमें जेमिनी 4 आर्गन की पूर्ण रिलीज़ और मूल्य निर्धारण और इसके एंटरप्राइज़ रोलआउट शामिल हैं।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →