Google представил Gemini 4 Hydrogen: уменьшение галлюцинаций в 5 раз, скорость удвоена

Google расширяет охват серии Gemini 4, выпуская высокопроизводительную модель, ориентированную на обычных пользователей и разработчиков.

После запуска флагманской модели Carbon на этой неделе, в четверг Google представил Gemini 4 Hydrogen, позиционируя его как "передовой интеллект для всех".

Эта модель акцентирует внимание на скорости и эффективности выполнения, отказываясь от названия бренда "Flash" в пользу Hydrogen.

Google сообщает, что Hydrogen теперь доступен для разработчиков, предприятий и потребителей по всему миру, охватывая такие платформы, как Gemini API, AI Studio, приложения Gemini, поиск Google и Google Antigravity.

Что касается бенчмарков, Hydrogen в индексе Artificial Analysis Intelligence превзошел модель Argon из той же серии, набрав 51 балл против 50, а при активации режима xhigh может достичь 54 баллов.

По сравнению с предыдущим поколением Gemini 3.8 Flash, Hydrogen увеличил скорость выполнения задач в тех же условиях в 2,5 раза, а оценка Terminal-Bench 4.1 выросла с 18,2% до 57%, при этом уровень генерации галлюцинаций (fabricated claims) снизился более чем в 5 раз.

Для разработчиков эта модель стоит 1,5 доллара за миллион входных токенов и 7,5 долларов за миллион выходных токенов, цена рассчитывается по единой ставке для всех 1 миллиона токенов в контексте.

Позиционирование: уровень эффективности выполнения, дополнение к многомодельной кооперации

Распределение задач в серии Gemini 4 стало более четким: Carbon и Argon отвечают за глубокое рассуждение и сложные задачи, в то время как Hydrogen выполняет роль быстрого исполнительного механизма, подходящего для повседневного кодирования, рабочих процессов агентов и многопроцессной обработки данных.

Чтобы систематизировать эту многомодельную кооперацию, Google одновременно запустил функцию "Orchestrator" в Google Antigravity. Эта функция динамически распределяет задачи между Carbon и Hydrogen в одной сессии, автоматически переключаясь в зависимости от сложности задачи, без необходимости ручного вмешательства пользователя.

Данные внутренних тестов, раскрытые Google, показывают, что Orchestrator на Terminal-Bench 4.0 близок к успеху задач Carbon, при этом среднее снижение потребления квоты составляет 24%, а скорость увеличивается на 19%.

В параллельных рабочих процессах агентов Carbon может выступать в роли координатора, а Hydrogen управляет работой и проверкой агентов, синхронно создавая и тестируя изменения кода в изолированных рабочих пространствах, что направлено на помощь командам в ускорении сложных проектов при контроле затрат на токены.

Потребительский сегмент: поиск и приложения Gemini получили полное обновление

На уровне продуктов, ориентированных на обычных пользователей, Hydrogen стал моделью по умолчанию для AI Mode в поиске Google и используется для обработки "самых сложных вопросов" в AI Overviews.

Google сообщает, что Hydrogen лучше понимает истинные намерения пользователей, даже если запросы содержат несколько подзадач, трудные для распознавания орфографические ошибки или высоко специфические требования, поисковая система может интеллектуально интерпретировать их. Кроме того, результаты поиска будут более визуализированными и охватывать более широкий спектр связанных ссылок.

В приложениях Gemini Hydrogen позиционируется как "повседневный помощник" в селекторе моделей, находясь между "быстрыми ответами" (3.5 Flash-Lite) и "глубокими исследованиями" (3.1 Pro). Бесплатные пользователи могут использовать Hydrogen через механизм "[Auto] автоматический выбор модели" при адаптации подсказок.

Google сообщает, что эта модель может более строго следовать установленному пользователем тону, формату и правилам, позволяя использовать черновики электронных писем, учебные пособия и документы сразу после первого создания.

В Google Antigravity Hydrogen добавил уровень "Extra" мышления, который могут использовать платные подписчики AI Pro и Ultra, а также получить доступ к вышеупомянутым возможностям многомодельной кооперации Orchestrator.

Производительность: двойной скачок скорости и точности

Google позиционирует Hydrogen как "значительное независимое обновление" по сравнению с 3.8 Flash, сосредоточив основные улучшения на трех аспектах: скорости, точности и способности обработки контекста.

Что касается скорости, ранние тесты партнеров показывают, что Hydrogen увеличивает скорость работы в сложных графических вычислениях, SQL и данных, требующих интенсивных рабочих процессов, в 2-2,8 раза, при этом использование токенов снижается на 12-23%.

Вице-президент компании Box Яшода Бхавнани сообщает, что Hydrogen значительно улучшил точность, а скорость работы составляет примерно в два раза больше, чем у 3.8 Flash, при этом использование токенов снизилось на 12%. Яшода Бхавнани говорит:

"Улучшение наиболее заметно в рабочих процессах, требующих точного чтения таблиц и выполнения сложных вычислений."

Что касается точности, Hydrogen поддерживает ввод до 1 миллиона токенов и вывод до 1 миллиона токенов, что позволяет обрабатывать плотные PDF-файлы, электронные таблицы, графики, аудио и видео контент.

В бенчмарках многомодальных интеллектуальных агентов (MKA) Hydrogen набрал 53,4%, превзойдя другие модели; в тесте Agents' Last Exam v1.1, ориентированном на профессиональные рабочие процессы от начала до конца, он набрал 71,6%.

В вертикальных областях Hydrogen лидирует среди моделей в тесте HLE-Diamond по глубокому рассуждению с 58,8%, занимает первое место в Vals Tax Agent Bench с 52,3% и делит первое место в Vals Legal Research Bench с 55,8%.

Команда биотехнологической компании LatchBio сообщает, что Hydrogen достиг 67% в тестах токсикологии и безопасности для разработки антител, в то время как модели Gemini набрали только 37%.

Безопасность: значительно усилены возможности согласования агентов

Google подчеркивает улучшения Hydrogen в области безопасности согласования агентов, что особенно важно для сценариев автономного выполнения рабочих процессов, на которых акцентируется эта модель.

По сравнению с 3.8 Flash, Hydrogen снизил "переполнение полномочий" (overreach) в задачах агентов на 81%, а "недостаток обслуживания" (under-service) на 79%, при этом случаи несоответствия в вызовах инструментов и укороченных задачах уменьшились в 12 раз.

При выполнении задач, которые не могут быть завершены или заблокированы, вероятность обхода границ полномочий снизилась в 2 раза, а в внутренней оценке честности агентов Google достигла 96,7% честности.

Что касается прозрачности рассуждений, Hydrogen сохраняет 99,9% читаемости цепочки мышления в более чем 200 000 аудиторских диалогах, без каких-либо записей об обманных редактированиях рассуждений.

В тесте Gray Swan IPI, направленном на атаки через косвенные подсказки, устойчивость Hydrogen к атакам увеличилась более чем в 2,3 раза.

Кроме того, Google сообщает, что обновленные защитные механизмы значительно повысили точность в распознавании реальных биологических рисков и законных медицинских или научных вопросов, при этом уровень ложных отказов на HealthBench Pro составляет менее 0,4%.