Google представила Gemini 4 Hydrogen — новую модель семейства Gemini 4 для быстрых агентных задач и повседневной работы с кодом. По данным компании, она работает с контекстом до 1 млн токенов, стоит $1,50 за миллион входных и $7,50 за миллион выходных токенов, а в ряде задач заметно опережает Gemini 3.8 Flash.
Главная идея Hydrogen — не заменить старшие Gemini 4 Carbon и Gemini 4 Argon в сложных рассуждениях, а стать быстрым исполнителем рядом с ними. Для разработчика это выглядит как ставка на модель, которой можно отдать написание патча, запуск тестов, поиск по репозиторию и повторяющиеся шаги в агентном процессе.
Gemini 4 Hydrogen сделали рабочей моделью, а не «лёгкой» версией флагмана
Gemini 4 Hydrogen позиционируется как модель для быстрых и разнообразных агентных задач. Google отдельно противопоставляет её Gemini 4 Carbon и Gemini 4 Argon: старшие модели предназначены для глубоких и длительных рассуждений над сложными проблемами, а Hydrogen должна быстрее выполнять прикладные шаги внутри рабочего процесса.
Это важное различие для команд, которые используют ИИ не только в чате. В реальной разработке один агент может разбирать архитектуру или искать первопричину сложного бага, а другой — менять файлы, писать тесты, проверять результат и возвращать отчёт. Google предлагает использовать Hydrogen именно во второй роли: самостоятельного повседневного помощника или исполнителя под управлением более мощной модели.
Компания заявляет, что Hydrogen набрала 51 балл в Artificial Analysis Intelligence Index при стандартном высоком уровне рассуждений. У Gemini 4 Argon в этом режиме указано 50 баллов, а на максимальном уровне рассуждений xhigh — 54 балла у Hydrogen. Это не означает, что Hydrogen автоматически сильнее Argon в любой задаче: сам анонс отводит Argon и Carbon роль моделей для наиболее тяжёлых рассуждений.
Вместе с Hydrogen Google представила Orchestrator в Google Antigravity. Это механизм, который может переключать модели внутри одной сессии — например, передавать сложную часть работы Carbon, а быстрые действия Hydrogen. На Terminal-Bench 4.0 Orchestrator, по данным Google, показал почти тот же уровень успешного решения задач, что и Carbon, но расходовал в среднем на 24% меньше квоты и работал на 19% быстрее.
Миллион токенов стоит одинаково — Google не вводит дорогой тариф за длинный контекст
Gemini 4 Hydrogen получила контекстное окно в 1 млн токенов. Google указывает единую цену для всего этого окна: $1,50 за 1 млн входных токенов и $7,50 за 1 млн выходных токенов. В источнике не сказано, меняется ли цена при включении отдельных инструментов, поиске, файловых вложениях или иных возможностях платформы.
| Параметр | Gemini 4 Hydrogen |
|---|---|
| Контекстное окно | 1 млн токенов |
| Входные токены | $1,50 за 1 млн |
| Выходные токены | $7,50 за 1 млн |
| Artificial Analysis Intelligence Index, high | 51 |
| Artificial Analysis Intelligence Index, xhigh | 54 |
| Terminal-Bench 4.1 | 57% |
| Gemini 3.8 Flash на Terminal-Bench 4.1 | 18,2% |
Google пишет, что Hydrogen доступна пользователям Google AI Studio, Gemini API, Gemini для бизнеса, приложения Gemini и Google Поиска. Также модель заявлена для платных подписчиков Google AI Pro и Ultra в Google Antigravity. При этом в предоставленном тексте нет точных дат по каждому каналу, списка стран, технических идентификаторов модели для API и конкретных тарифных или скоростных лимитов.
Для команд, считающих расходы, особенно интересна единая цена при длинном контексте. Миллион токенов позволяет загружать большие объёмы кода или документов без необходимости агрессивно дробить их на маленькие фрагменты. Но цена контекста — лишь часть сметы: в агентном сценарии расходы также зависят от числа итераций, объёма ответов и того, сколько раз агент вызывает инструменты.
Google сравнивает Hydrogen прежде всего с Gemini 3.8 Flash. При стандартном высоком уровне рассуждений новая модель, по заявлению компании, выполняет задачи в 2,5 раза быстрее, более чем втрое улучшает результат на Terminal-Bench 4.1 и более чем в пять раз сокращает число вымышленных утверждений.
Для кода Hydrogen полезнее всего там, где нужно много коротких действий подряд
Google называет основной областью применения итеративную работу с кодом и отладку. Модель должна отвечать на вопросы по кодовой базе, находить и исправлять ошибки, вносить точечные изменения и не переписывать несвязанные файлы. В тесте SWE-sweep, посвящённом поиску и исправлению дефектов без поломки существующего кода, Google утверждает, что Hydrogen превосходит модели аналогичного уровня.
Отдельно заявлена работа с крупными репозиториями: Hydrogen объединяет чтение файлов и поиск в параллельные вызовы. Для разработчика это потенциально полезно в задачах, где ИИ должен сначала быстро собрать контекст из десятков частей проекта, а затем подготовить небольшой проверяемый патч. Однако источник не публикует примеров запросов, реальных диффов или процент успешного применения патчей в конкретных репозиториях.
В ранних испытаниях партнёры Google получили ускорение в 2–2,8 раза на сложных графах, SQL и корпоративных процессах с большими объёмами данных по сравнению с Gemini 3.8 Flash. Расход токенов, согласно этим испытаниям, снизился на 12–23%. Это не универсальная гарантия: результаты относятся к ранним тестам партнёров и сравнению с конкретной предыдущей моделью Google.
Hydrogen также ориентирована на открытые многошаговые задачи — глубокое исследование, анализ данных и изучение больших кодовых баз. Google сообщает о пятом месте модели в рейтинге Agent Arena. Ещё компания приводит результаты 58,8% на HLE-Diamond, 52,3% на Vals Tax Agent Bench и 55,8% на Vals Legal Research Bench, где Hydrogen, по её данным, делит первое место.
Практический сценарий выглядит так: Carbon или Argon выбирает стратегию и разбирает сложную часть проблемы, а Hydrogen параллельно запускает агентов-исполнителей и агентов-проверяющих в изолированных рабочих пространствах. Похоже, именно в таких процессах новая модель может быть наиболее интересна, поскольку её ценность завязана не только на качестве одного ответа, но и на скорости множества последовательных действий.
Красивые бенчмарки не отвечают на вопросы о стабильности, безопасности и реальной доступности
В анонсе много сильных цифр, но почти все они исходят от Google или её партнёров. Например, LatchBio сообщила, что Hydrogen успешно выполнила 67% попыток в её тесте Antibody Development против 37% у лучшей модели вне семейства Gemini и тратила около 13 минут на задачу. Это интересный сигнал для биотехнологических сценариев, но не независимая универсальная оценка модели.
Источник также содержит отзывы Cartwheel и Discovery Loop. Их представители хвалят критичность Hydrogen, скорость итераций и способность находить проблемы в подходах к сложным задачам. Такие отзывы помогают понять предполагаемый характер модели, но не заменяют воспроизводимые тесты на собственных данных компании.
В предоставленном материале нет сведений о максимальной скорости запросов, лимитах запросов в минуту, стоимости Orchestrator, правилах хранения данных, поддерживаемых форматах файлов, мультимодальности и качестве работы на русском языке. Не описано и то, как модель ведёт себя при ошибках инструментов в независимых тестах, хотя Google заявляет улучшенную адаптацию к пустым результатам поиска и сбоям вызовов.
Если команда уже использует Gemini 3.8 Flash для кода или агентов, Hydrogen выглядит логичным кандидатом на пробный прогон: сравнить скорость, расход токенов и качество патчей на одинаковом наборе внутренних задач. Если же нужен первый ИИ-инструмент для разработки, начинать стоит не с бенчмарков, а с небольшой контролируемой задачи — например, поиска бага, написания теста и проверки, сколько ручной работы осталось после ответа модели.
Источники
- [Habr AI: [Перевод] Представляем Gemini 4 Hydrogen](https://habr.com/ru/articles/1107400/?utm_campaign=1107400&utm_source=habrahabr&utm_medium=rss)