Google bemutatta a Gemini 4 Hydrogen modellt, amelyet kifejezetten a gyors, költséghatékony végrehajtásra és ügynöki (agentic) munkafolyamatokra terveztek. A Hydrogen a Gemini 4 sorozaton belül a Carbon és Argon mellett helyezkedik el: míg Carbon és Argon a hosszabb távú, mélyebb érvelésre optimalizáltak, Hydrogen a mindennapi kódírásban, tesztek futtatásában és gyors végrehajtásban hoz előnyt.
Hol lesz elérhető és mikortól
A Hydrogen azonnal elérhetővé válik a Google által felsorolt termékeken: Google AI Studio, a Gemini API, Gemini for business, a Gemini alkalmazás, Google Search, valamint fizetős Google AI Pro és Ultra előfizetőknek a Google Antigravity felületén.
Teljesítmény, kontextus és árképzés
Hydrogen alapértelmezett "high" gondolkodási szinten az Artificial Analysis Intelligence Indexen jobbnak bizonyult az Argonnál (51 vs. 50), és legmagasabb "xhigh" beállításon 54-ig emelkedik. A modell egy 1 millió tokenes kontextusablakkezelést tesz elérhetővé egységes árazással: 1,50 USD / millió input token és 7,50 USD / millió output token.
Többmodell-munkafolyamatokhoz tervezett hatékonyság
Google szerint a valós szoftverfejlesztésben a csapatok gyakran használnak frontier modelleket, mint Carbon és Argon, architekturális döntésekhez és komplex hibakereséshez, míg a gyors végrehajtáshoz egy hatékony, alapos modellel dolgoznak. Hydrogen vagy önállóan, vagy végrehajtó motor gyanánt párosítható Carbonnal és Argonnal többmodell-munkafolyamatokban. A Google bemutatta az Orchestrator funkciót Google Antigravity-ben, amely egy munkameneten belül dinamikusan vált közöttük. A Terminal-Bench 4.0 eredményei alapján az Orchestrator közel Carbon-szintű sikerességi rátát ért el, miközben átlagosan 24%-kal kevesebb kvótát használt fel és 19%-kal gyorsabb volt. Párhuzamos ügynökös munkafolyamatoknál Carbon lehet a koordinátor, Hydrogen pedig a worker és verifier ügynökök motorja, ami gyorsabb párhuzamos fejlesztést és alacsonyabb tokenköltséget ígér.
Fejlesztői és vállalati munkafolyamatok skálázása
Hydrogen önmagában is jelentős előrelépés azoknak a csapatoknak, akik Gemini 3.8 Flash-ről migrálnak. A Google állítása szerint a modell a "high" alapértelmezett beállításon feladatokat átlagosan 2,5× gyorsabban végez el, a Terminal-Bench 4.1 pontszámok több mint háromszorosára emelkedtek (57% vs. 18,2%), a hamis állítások arányát több mint ötszörösére csökkentették, és jobban alkalmazkodik eszközhibákhoz vagy üres keresési találatokhoz.
Konkrét területeken a Google bemutatott eredmények:
-
Iteratív repository-kódolás és hibakeresés: Hydrogen célzott, "sebészeti" jellegű módosításokkal javítja a kódot anélkül, hogy feleslegesen átírná a kapcsolódó fájlokat. A SWE-sweep feladatokban feladatok felfedezésében és javításában felülmúlja hasonló kategóriájú modelleket. Nagyobb repozitóriumoknál a modell párhuzamosan képes fájlolvasási és keresési hívásokat batch-elni; korai tesztekben összetett gráfok, SQL és adatigényes vállalati munkafolyamatok esetén 2×–2,8× gyorsaságjavulás és 12%–23% tokenmegtakarítás volt megfigyelhető a 3.8 Flash-hez képest.
-
Nyitott végű ügynöki végrehajtás: Mély kutatás, adatfeldolgozás és bonyolult kódalapokon való navigálás esetén Hydrogen az Agent Arena rangsorában az 5. helyen áll. Adat- és domain-specifikus érvelésben vezet osztályában a HLE-Diamond (58,8%), vezeti a Vals Tax Agent Bench-et (52,3%), holtversenyben első a Vals Legal Research Bench-en (55,8%), és első az AutomationBench-AA versenyszámban.
-
Multimodális tudásmunka: A modell 1 millió input és akár 1 millió output tokennel képes sűrű PDF-eket, táblázatokat, diagramokat, hang- és videofelvételeket egyesíteni szerkesztett, hivatkozott riportokká és strukturált eredményekké. A Google szerint Hydrogen az új Multimodal Knowledge Agent (MKA) benchmarkon (53,4%) és az Agents’ Last Exam v1.1-en (71,6%) is jól szerepelt.
-
Webfejlesztés és prototipizálás: Gyors UI-prototípusoknál, design-to-code iterációnál és interaktív alkalmazásépítésnél Hydrogen kevesebb promptból több működő, funkciókész elrendezést állít elő.
Példák élő alkalmazásokra
A Google több demonstrációt említ: a Geminislandben valós időben, egyetlen promptból közösségi voxel-szigetek bővíthetők; a Gemini front end design skill és Hydrogen egyszeri futtatással épített teljes e‑kereskedelmi felületet WebGL2 shaderrel és több interaktív elemmel; Google Sheets-ben animált pixelvászon jött létre Python, =LET(...) képletek és feltételes formázás kombinálásával; YouTube keynote és sablon alapján Hydrogen automatikusan létrehozott prezentációt, majd autonóm javító kört futtatott a diák elrendezésének tisztítására. A Sheets-ben pénzügyi modellek előállítása is gyorsabbá vált — a Google szerint több mint 30%-kal gyorsabb kimeneteket generál, mint a korábbi modell.
Négy gondolkodási szint: sebesség és intelligencia finomhangolása
Hydrogen négy gondolkodási szintet kínál: low, medium, high (alapértelmezett) és az új xhigh. Ezek a beállítások a minőség, késleltetés és költség között adnak rugalmas kompromisszumot, így a felhasználók a feladat igényeinek megfelelő mélységű érvelésért fizetnek és várnak.
Fogyasztói felhasználás: Gemini alkalmazás és Google Search
A Google szerint a Hydrogen a fogyasztói felületeken is jobb, következetesebb segítséget nyújt: pontosabban követi az utasításokat, gyakrabban hívja a megfelelő eszközöket, és kevesebb oda‑vissza megbeszélést igényel. A Gemini alkalmazásban a modell közelebb tartja a tonust és formátumot, így e‑mailek, összefoglalók és dokumentumok gyakran azonnal használhatók visszaküldés után. A Search felületén a Hydrogen jobb szándékfelismerést, több vizuális és releváns linket, valamint gyors, könnyen áttekinthető válaszokat ígér.
Biztonság, megbízhatóság és átláthatóság
Hydrogen a Gemini 4 legfrissebb biztonsági és védelmi megoldásait viszi tovább, kombinálva tréningből származó óvintézkedéseket és valós idejű felületi korlátozásokat. Két kiemelt terület:
-
Ügynöki munkafolyamatok biztonsága: A Google állítása szerint Hydrogen csökkenti az ügynöki túlkapásokat (overreach) akár 81%-kal és alulszolgálást (under-service) akár 79%-kal, továbbá a rossz irányba tett eszközhasználatot és feladatkicsinyítést 12×‑re csökkenti. Nagyon nehéz vagy blokkolt feladatoknál a modell kétszer kevésbé valószínű, hogy átlépi a jogosultsági határokat, és belső értékelésük szerint 96,7% őszinteségi arányt ér el ügynök-őszinteségi teszten.
-
Érvelési átláthatóság: A Google szerint Hydrogen 99,9%-ban megőrzi a chain-of-thought (gondolatmenet) olvashatóságát, és több mint 200 000 auditált lépésen keresztül nulla megtévesztő érvelési szerkesztés volt megfigyelhető. A Gray Swan IPI benchmarkon a modell több mint 2,3×-os ellenállást mutatott a közvetett prompt-injekciós támadásokkal szemben.
A Google frissített védelmi beállításai pontosabban különböztetik meg a valós biobiztonsági kockázatokat a legitim orvosi‑tudományos kérdésektől; a HealthBench Pro teszten a téves elutasítások aránya 0,4% alatt marad.
Részletes technikai és biztonsági információk a Gemini 4 Hydrogen model cardban találhatók, amit a Google említett.
Elérhetőség és hozzáférés
Hydrogen ma globálisan elérhető a fejlesztői, vállalati és fogyasztói felületeken:
- Fejlesztők: építhetnek a Gemini API-val AI Studio-ban és Android Studio fizetős rétegében; a Google AI Pro és Ultra előfizetők a Google Antigravity-ben is kipróbálhatják.
- Vállalatok: a Gemini for business révén API-n vagy modellválasztó menüből, Google Antigravity-ben és Gemini in Google Sheets-ben jogosult üzleti előfizetésekben telepíthető.
- Mindenki: a Gemini alkalmazás modellválasztójában és a Google Search-ben minden felhasználó számára, továbbá a Gemini in Google Sheets kezdetben a Google AI Pro és Ultra előfizetők számára válik elérhetővé.
A Gemini alkalmazásban az ingyenes felhasználók automatikus modellválasztással kapnak hozzáférést, amikor a Hydrogen a legmegfelelőbb modell a prompthoz. További részleteket a Google közleményeiben és a model cardban találni.
(Összefoglaló: a Gemini 4 Hydrogen egy gyors, nagy kontextusablakot kínáló modell, amelyet mindennapi fejlesztési, vállalati és fogyasztói munkára optimalizáltak, többmodell-orchestration-támogatással, négy teljesítményszinttel és hangsúlyos biztonsági fejlesztésekkel.)
