A Google folyamatosan építi a Gemini 4 családot, amelynek tagjai a jelek szerint minden esetben kémiai elemekről lesznek elnevezve. A Gemini 4 Argon és a Gemini 4 Carbon két nagyobb méretű modell volt, a nehézsúlyú megoldásokat most viszont végre egy könnyebb modell, a Gemini 4 Hydrogen követi.
A Gemini 4 Hydrogen veszi át a több mint két hónapja, széles körben alkalmazott Gemini 3.8 Flash helyét. A szeptember elején megjelent modellhez képest az újdonság szinte mindenben jelentős előrelépést hoz.
Míg a Gemini 4 Carbon és a Gemini 4 Argon a mélyreható, hosszú távú érvelésben jeleskedik, a Hydrogént a különböző kisebb munkafolyamatok dinamikus végrehajtására tervezték. A modell négy gondolkodási szintet támogat: low, mid, high (alapértelmezett) és xhigh beállításban lehet majd alkalmazni. A felhasználók a feladatok nagyságának, komplexitásának függvényében dönthetnek majd arról, hogy milyen módra van szükségük, érdemes ezt mindig a legjobb költséghatékonysághoz igazítani.
A Google szerint a Gemini 4 Hydrogen azonos vagy jobb teljesítményt nyújt, mint egyes versenytársai a maga nemében, és ezzel párhuzamosan az esetek többségében gyorsabban végez, ezáltal gördülékenyebben lehet vele dolgozni. Azt is hozzátette a Google, hogy általában kevesebb tokenből tudja megoldani a különböző kihívásokat, tehát olcsóbb ezzel dolgozni.
A Gemini 3.8 Flash-ről áttérő fejlesztők rendkívül pozitív tapasztalatokkal gazdagodhatnak majd a Google vélekedése szerint. A Gemini 4 Hydrogen az alapértelmezett beállítás mellett akár 2,5-szer gyorsabban végezhet el feladatokat, és helyzettől függően, akár 3-szor jobban teljesíthet.
A keresőóriás a Terminal-Bench 4.1 pontszámot emelte ki ezen a ponton, amelyben nagyon éles kontraszt mutatkozik: a Gemini 3.8 Flash csak 18,2%-os sikeraránnyal tudta megoldani a feladatokat, míg a Gemini 4 Hydrogen 57%-os eredménnyel nemcsak az elődjét, de a legtöbb riválisát is átlépte. Persze azt is meg kell jegyezni, hogy ebben a Claude Sonnet 5.5 még jobbnak bizonyult, 63% szerepel a neve alatt. De a sokkal nagyobb kihívást jelentő SWE-sweep tesztben a Claude Sonnet 5.5 mindössze 3,1%-os teljesítményre volt képes, a GPT-6.1 Terra 5,8%-kal zárt, a Google újdonsága azonban már 13,5%-ot ért el.
Az AutomationBench-AA tesztet is kiemelte a Google, melyben a Gemini 4 Hydrogen már 76,1%-os eredményt volt képes felmutatni, ami egyrészt komoly előrelépés a Gemini 3.8 Flash-hez képest, másrészt ezzel bőven megelőzi a Claude Sonnet 5.5-öt, aminek csak 71,8%-ot sikerült összehoznia, a GPT-6.1 Terra pedig még nagyobb lemaradásban van mindössze 60,2%-kal. A mostanában nagyon felkapott OSWorld 2.1 géphasználat tesztben azonban visszavágott az Anthropic, ebben a Sonnet 5.5 a jobb 83,9%-kal, és a Gemini 4 Hydrogen csak 77,6%-ot hozott össze.
A Google büszkén emelte ki, hogy van olyan helyzet is, amikor a Hydrogen jobban teljesít összességében, mint az Argon. Az új modell az Artificial Analysis Intelligence Indexen az alapértelmezett “high” érvelési szinten 51 pontot ér el a Gemini 4 Argon 50 pontjával szemben, és a legmagasabb „xhigh” beállításnál már 54 pontra képes, miközben még így is sokkal olcsóbb és gyorsabb az Argonnál.
A Google a biztonságon, megbízhatóságon is csiszolt, miközben már a Gemini 3.8 Flash is jó volt ilyen téren. Az új modell akár 81%-kal csökkenti az ügynöki feladatok során előforduló “túlbuzgóságot” és akár 79%-kal vágja vissza az összehangolatlan cselekvéseket. Lehetetlen feladatok esetén feleakkora lett a valószínűsége annak, hogy megkerüli a jogosultságokat, és a belső ügynöki őszinteségi értékelésen 96,7%-os arányt ér el, ami rekordmagas. A kiemelkedő transzparencia jegyében pedig az érvelési láncot 99,9%-ban olvashatóvá teszi, szóval mindig pontosan visszanézhető, hogyan “gondolkodott”.
Vannak azért olyan dolgok is, melyek nem változtak, ilyen például az 1 millió tokenes kontextusablak. Azokban a feladatokban, amelyekben a Gemini 4 Hydrogennek kell helytállnia, ez általában elegendőnek fog bizonyulni. Emellett pedig az egyes válaszoknál is maradt a maximum 64 ezer tokenes plafon. A Gemini 4 Hydrogen árazása is ugyanúgy alakul majd, mint a Gemini 3.8 Flash esetében láttuk – bár annál a Google biztosított bevezető akciót, amiről ezúttal nem esett szó. Egymillió token feldolgozása 1,50 dollárba fog kerülni, ha pedig a kimeneti oldalon keletkezik 1 millió token, annak 7,5 dollár lesz a költsége.
A friss fejlesztés bevezetése már elindult, és a Gemini chatbot felületén is felbukkanhat már a Gemini 4 Hydrogen opció. Biztosított lesz a könnyűsúlyú modell az AI Studio révén a legtöbb érdeklődőnek, hozzáférhető majd az Antigravity révén, és az üzleti ügyfelek számára is megnyitja a Google. Fontos továbbá, hogy a Google Kereső mögé is ezt ülteti a vállalat, ami azt jelenti, hogy az AI-módban nagy valószínűség szerint a Gemini 4 Hydrogen fogalmazza majd meg a felhasználókban felmerülő kérdésekre a válaszokat.
A Gemini applikáció is azonnal megnyitotta az embereknek a Gemini 4 Hydrogent. A Google AI Plus esetén lesz majd ez a leginkább érezhető, annál a Gemini 4 Hydrogen lesz a kiemelt modell, így a cég szerint rögtön észlelhetik a felhasználók az előrelépést. Az ingyenes opciót “koptatók” esetében is előkerülhet majd az új modell, de csak akkor, ha az automatikus modellválasztó úgy ítéli meg, hogy az adott feladat ezzel hajtható végre a legjobban – minden más esetben marad a korábbi Flash-Lite modell.



































