Встречайте - Gemini 4 Hydrogen!
5 дней назад вышла Gemini 4 Hydrogen — быстрая модель на смену Gemini 3.8 Flash. В линейке она дополняет старшие Carbon и Argon, но в AAII уже на уровне high обходит Argon: 51 против 50. На уровне xhigh результат 54 балла. Модель будет доступна для бесплатных планов и non-paid Pro планов (Jio), судя по заявлениям Google в X.
Ключевые факты:
— Контекст: 1M токенов на вход и до 1M на выход.
— Скорость и точность: относительно 3.8 Flash решает задачи в 2.5 раза быстрее и галлюцинирует в >5 раз реже. В сложных процессах с графами и SQL ускорение на 2–2.8x при 12–23% меньшем расходе токенов.
— Агентность: до 81% реже лишние действия, до 79% реже недоработки, в 12 раз реже попытки схалтурить или нарушить инструкции в коде и вызове инструментов. При невыполнимой задаче или нехватке прав вдвое реже пытается обойти запреты. Защита от скрытых промпт-инъекций выросла в 2.3 раза.
— Продукты: в приложении Gemini точнее держит формат и тон с первой попытки, подтягивает контекст из Gmail, Drive, Airtable и Dropbox. В Google Sheets работает на 30%+ быстрее. В поиске лучше понимает разговорные запросы с опечатками.
— Бенчмарки: Terminal-Bench 4.1 — 57% против 18.2% у предшественника. Первое место в Vals Tax Agent Bench (52.3%), делит первое в Vals Legal Research Bench (55.8%), пятое в Agent Arena. Лучший результат в классе в HLE-Diamond (58.8%) и AutomationBench-AA.
Orchestrator в Antigravity
Вместе с моделью в Google Antigravity появился режим Orchestrator, который сам переключает модели внутри сессии. Например, Carbon координирует задачу, а несколько агентов на Hydrogen параллельно пишут код и тестируют правки в изолированных воркспейсах. В Terminal-Bench 4.0 такая связка почти догоняет чистую Carbon, но работает на 19% быстрее и тратит на 24% меньше квоты.
Цена и доступ
API: фиксированная цена на всё окно в 1M токенов — $1.50 за 1M входящих и $7.50 за 1M исходящих.
Доступность: уже раскатывают для всех в поиске Google, приложении Gemini и на всех тарифах AI Studio и Gemini API. Также доступна в Android Studio (платный тариф), Gemini for business, а для бизнес-аккаунтов и подписчиков AI Pro и Ultra — в Sheets и Antigravity.
Мысли вслух
Многовато моделей у Google за последнее время вышло. С качеством моделей тоже абсолютный порядок (ну кроме Argon, он вышел, грубо говоря, так себе). Но это обусловлено недавней "прихватизацией" компанией Google одного из стартапов, пользовавшегося датасетами Anthropic. Источник информации раскрыть не могу. С выходом Carbon и Hydrogen (ну и Antigravity CLI тоже не забываем) покупка планов за 100$ и 200$ наконец-то приобретает смысл, Google AI перестал быть некой песочницей для тестов, а стал реальной системой, которая дает результаты на высоком уровне и обходит большинство конкурентов. Carbon так вообще показывает лучшие результаты в SVG-графике и создании полноценных анимационных роликов. С такими темпами развития, мне кажется, Google вполне смогут обогнать Anthropic и занять заслуженное первое место)
А зачем такую тяжелую модель ставить оркестратором? С оркестрацией справляется MiniMax и GLM. На кой хрен там Carbon? 3.8 справится, Argon в самом тяжелом случае.