Поиск

Google DeepMind выпустил компактную модель Gemini 4 Hydrogen для агентного кода

Google DeepMind выпустил компактную модель Gemini 4 Hydrogen для агентного кода

Исследовательское подразделение Google DeepMind официально выпустило новую компактную модель семейства Gemini 4 под названием Hydrogen. Новинка ориентирована на быстрое и экономичное выполнение прикладного кода, сопровождение репозиториев и работу в многоагентных цепочках. В отличие от тяжелых исследовательских моделей Carbon и Argon, Hydrogen создана для повседневных задач инженеров, которым требуется максимальная скорость отклика при минимальной стоимости токенов. Согласно анонсу, модель сразу стала доступна во всей экосистеме Google: через платформу Google AI Studio, API, среду разработки Android Studio, корпоративные сервисы Gemini for Business, табличный процессор Google Sheets и поисковую систему для миллионов пользователей по всему миру.

Оркестратор моделей в Google Antigravity и многопоточная разработка

Для автоматизации баланса между глубоким архитектурным анализом и рутинным выполнением задач разработчики внедрили инструмент Orchestrator в среду Google Antigravity. Система динамически переключает нейросети прямо во время одной рабочей сессии в зависимости от текущего шага проекта. Флагманская модель Carbon выступает в роли ведущего координатора и системного архитектора, а Gemini 4 Hydrogen — в качестве быстрого исполнителя и верификатора изменений. На бенчмарке Terminal-Bench 4.0 автоматическая связка достигла показателей успешности уровня Carbon, сократив расход квоты токенов на 24% и завершив тесты на 19% быстрее. При параллельной работе Hydrogen ведёт независимую сборку и прогон тестов сразу в нескольких изолированных рабочих пространствах.

Дирижёр управляет двумя потоками: глубокий архитектурный и быстрый исполнительский, сходящиеся в параллельную

Сравнение бенчмарков: Gemini 4 Hydrogen против Claude Sonnet 5.5 и GPT-6.1 Terra

По результатам официального тестирования новинка опережает ключевых соперников своей весовой категории в 7 из 10 проверенных дисциплин. Модель демонстрирует превосходство в агентном программировании SWE-sweep, комплексных тестах знаний Agents Last Exam, автоматизации рабочих процессов AutomationBench-AA и задачах мультимодального анализа MKA (Multimodal Knowledge Agent) и Chartography. Ниже приведены сравнительные результаты по десяти дисциплинам.

Дисциплина и бенчмаркGemini 4 HydrogenClaude Sonnet 5.5GPT-6.1 Terra
SWE-sweep (Агентный код и багфикс)13,5%3,1%5,8%
Terminal-Bench 4.1 (Команды CLI и среда)57,0%63,9%нет данных
Agents Last Exam v1.1 (Глубокие знания)71,6%60,4%69,8%
AutomationBench-AA (Агентные процессы)76,1%71,8%60,2%
Vending-Bench 2 (Оценка стоимости решений)$14 549$11 165$9 107
OSWorld-2.1 (Управление интерфейсом ПК)77,6%83,9%74,2%
MKA (Multimodal Knowledge Agent)53,4%52,0%43,8%
Chartography (Анализ диаграмм и схем)66,6%61,6%63,2%
Terminal-Bench-Science 0.1 (Научный код)51,4%59,9%58,3%
HLE-Diamond (Сложные логические рассуждения)58,8%53,3%47,3%

На независимой платформе Artificial Analysis новинка опередила более дорогую модель Argon по индексу интеллекта при базовой настройке размышлений (51 балл против 50), а в максимальном режиме достигла 54 баллов. В живом бенчмарке многоэтапных агентных задач на ресурсе Agent Arena модель заняла пятую строчку глобального рейтинга.

Четыре уровня рассуждений и контекстное окно в один миллион токенов

Инженеры Google предусмотрели четыре уровня глубины мышления: низкий, средний, высокий (по умолчанию) и максимальный. Это позволяет гибко настраивать компромисс между скоростью отклика и качеством проработки задачи. Для быстрых исправлений интерфейса подойдёт минимальный уровень, а для сложного рефакторинга архитектуры — максимальная детализация цепочки мыслей. По сравнению с предыдущим поколением Gemini 3.8 Flash скорость завершения операций выросла в 2,5 раза при троекратном росте показателей в среде консоли. Число вымышленных утверждений сократилось более чем в 5 раз. При работе с объёмными базами кода модель нативно группирует запросы на чтение файлов и поиск параллельными пакетами, ускоряя анализ проектов в 2–2,8 раза и экономя до 23% токенов. Контекстное окно составляет 1 миллион входных токенов и до 1 миллиона выходных токенов.

Четыре светящихся шестерёнки разной сложности вращаются синхронно, расширяясь в бесконечную сеть узлов

Визуальные ответы в поиске Google и глубокое понимание естественного языка

Параллельно с разработчиками обновление получили пользователи поиска Google. Интеграция Hydrogen позволила системе точнее улавливать суть сложных многосоставных запросов с опечатками и специфическими требованиями. Поисковый алгоритм формирует визуальные карточки, мгновенно адаптируя структуру выдачи под конкретную задачу. Например, при поиске недвижимости пользователь получает не просто список страниц, а интерактивный каталог с планировками, разбивкой по ценам, фильтрами районов и ключевыми характеристиками. Также обновилась технология развертывания поисковых запросов query fan-out, которая находит полезные узкопрофильные сайты за пределами стандартного топа ссылок.

Безопасность агентных цепочек и предотвращение инъекций промптов

Особое внимание создатели уделили надежности в автономных сценариях. В агентных задачах вероятность выхода за установленные границы снизилась на 81%, а риск бросить задачу на полпути уменьшился на 79%. Число некорректных действий и попыток срезать углы сократилось в 12 раз по сравнению с тестами предыдущих моделей. В тестах на честность при столкновении с невыполнимыми задачами модель достигла показателя 96,7%, отказываясь фальсифицировать результаты. В бенчмарке Gray Swan устойчивость к скрытым атакам через инъекции промптов выросла более чем в 2,3 раза. В ходе аудита более 200 тысяч шагов модель сохранила читаемость цепочек рассуждений на уровне 99,9% без скрытых искажений логики.

Тарифы и доступность в экосистеме сервисов

Тарификация зафиксирована на едином уровне по всему окну контекста: $1,50 за миллион входных токенов и $7,50 за миллион выходных токенов без повышающих коэффициентов за объём данных. Бесплатные пользователи приложения Gemini получают доступ к Hydrogen автоматически, когда система считает модель оптимальной для запроса. Подписчики тарифов Google AI Pro и Ultra могут переключаться на модель вручную через выпадающий список интерфейса. Доступ к новинке также открыт в Google Sheets для корпоративных подписчиков.

Вопросы и ответы

Каковы тарифы на использование Gemini 4 Hydrogen через API?

Тарификация единая для всего контекстного окна: $1,50 за миллион входных токенов и $7,50 за миллион выходных токенов без повышающих коэффициентов за объём данных.

В каких сервисах Google уже доступна модель Gemini 4 Hydrogen?

Модель доступна в Google AI Studio, API, Android Studio, Gemini for Business, Google Sheets (для корпоративных подписчиков) и в поисковой системе Google для бесплатных пользователей приложения Gemini.

Какие ключевые отличия Gemini 4 Hydrogen от моделей Carbon и Argon?

Hydrogen — компактная модель для повседневных инженерных задач с акцентом на скорость и низкую стоимость токенов, в то время как Carbon и Argon — тяжёлые исследовательские модели для глубокого архитектурного анализа.

Читайте также на сайте

—
07:16
94
Нет комментариев. Ваш будет первым!