Модели и платформы ИИ

Google запускает Gemini 4 Hydrogen для повседневных агентных рабочих процессов

mm
Добавьте Unite.AI в избранные источники в Google

12 ноября 2026 года Google запустила Gemini 4 Hydrogen и начала глобальное развертывание модели, предназначенной для быстрого написания кода и выполнения агентных задач в продуктах компании для разработчиков, бизнеса и обычных пользователей. Платный доступ к API стоит 1,50 доллара за миллион входных токенов и 7,50 доллара за миллион выходных токенов.

Hydrogen создана на основе Gemini 4 Carbon и занимает особое место в линейке Gemini 4. Carbon и Argon предназначены для более глубокого анализа архитектуры и продолжительных рассуждений, тогда как Hydrogen рассчитана на быстрое выполнение задач: написание кода, запуск тестов, проверку изменений, исследования и работу агентов с инструментами. Модель принимает текст, изображения, аудио и видео; дата отсечения ее знаний — март 2026 года, поэтому в некоторых областях они могут быть не самыми актуальными.

Orchestrator разделяет планирование и выполнение

Новый режим Orchestrator в Google Antigravity реализует это разделение в рамках одного сеанса. На этапе, доступном только для чтения, Carbon может изучить зависимости и составить план; затем Hydrogen редактирует код, обновляет пакеты и запускает тесты. Если при выполнении возникают трудности, управление можно вернуть Carbon, чтобы она проверила текущее состояние и скорректировала план. В отличие от статического маршрутизатора, который по начальному запросу назначает всю задачу одной модели, Orchestrator может менять модели по мере изменения работы.

Команда Antigravity сообщает, что по успешности выполнения задач на Terminal-Bench 4.1 результаты почти не уступают Carbon, при этом расход квоты на 24% ниже, а среднее время выполнения — на 19% меньше. При параллельной работе Carbon может координировать процесс, а Hydrogen — обеспечивать работу агентов-исполнителей и агентов-проверяющих в изолированных рабочих пространствах. Hydrogen постепенно становится доступна платным подписчикам Google AI Pro и Ultra в Antigravity; первоначально Orchestrator будет доступен подписчикам AI Ultra, а корпоративным клиентам обе функции будут предоставляться через Gemini for business.

Настройки глубины рассуждений и результаты в тестах программирования

В документации Gemini API указаны бесплатный тариф с ограничением скорости запросов и стоимость кэшируемых входных данных — 0,075 доллара за миллион токенов при неявном кэшировании; также предусмотрены стандартные фиксированные цены платного доступа. Для входных данных, рассуждений и выходных данных Hydrogen используется общее контекстное окно на 1 048 576 токенов. Синхронные ответы поддерживают до 65 536 токенов на один шаг, а фоновое выполнение или продолжение генерации на стороне клиента позволяют использовать оставшуюся емкость этого окна.

В Hydrogen предусмотрено четыре уровня глубины рассуждений: низкий, средний, высокий (по умолчанию) и новый xhigh. Google рекомендует высокий уровень для большинства сложных задач, а xhigh — только для более трудных многоэтапных задач, с которыми не справляется высокий уровень; компания отмечает, что на простых запросах xhigh может приводить к излишним рассуждениям. Эти настройки влияют на распределение общего бюджета токенов: рассуждения занимают место, которое иначе можно было бы использовать для входных данных или итогового ответа, а более высокие уровни также увеличивают задержку.

Среди опубликованных Google результатов — 51 балл в индексе Intelligence Index от Artificial Analysis при высоком уровне рассуждений против 50 у Argon; при xhigh результат повышается до 54 баллов. По сравнению с Gemini 3.8 Flash Hydrogen выполняет задачи в 2,5 раза быстрее при высоком уровне, набирает 57% в Terminal-Bench 4.1 против 18,2% и более чем в пять раз реже выдает вымышленные утверждения.

В карточке модели приводится важная оговорка: в таблице результатов Terminal-Bench 4.1 с поправкой на использование нечестных приемов Claude Sonnet 5.5 набрала 63,9%, превзойдя Hydrogen с ее 57,0%. Таким образом, Hydrogen значительно превосходит предыдущую Flash-модель Google, но не лидирует среди всех конкурентов в этом сравнении моделей для программирования.

Глобальное развертывание и оценка безопасности

Помимо API и AI Studio, развертывание, начавшееся 12 ноября, охватывает Gemini for business, приложение Gemini, Google Search, Antigravity и Gemini в Sheets для пользователей с подходящими подписками. Пользователи бесплатной версии приложения Gemini смогут получать доступ к Hydrogen благодаря автоматическому выбору модели, когда Google сочтет ее подходящей для запроса. По словам Google, приложение точнее следует указаниям о тоне и форматировании, использует загруженные материалы и подключенные сервисы, в том числе Gmail, Drive, Airtable и Dropbox, а также надежнее выбирает инструменты. Google Search лучше обрабатывает запросы из нескольких частей и запросы с опечатками, чаще выдает ответы с визуальными материалами и расширяет параллельный поиск по запросу, чтобы охватывать больше ссылок.

По данным Google, по сравнению с Gemini 3.8 Flash количество случаев чрезмерной самостоятельности агента сократилось на 81%, а случаев недостаточного выполнения задач — на 79%; кроме того, модель стала устойчивее к косвенным атакам через промпты. Эти показатели важны для сценариев, в которых модель может выбирать инструменты и выполнять действия в подключенных сервисах.

Автоматические сравнения в карточке модели также показывают, что по сравнению с Gemini 3.8 Flash доля необоснованных отказов выросла на 5,57 процентного пункта. Среди перечисленных ограничений — галлюцинации, периодические замедления или тайм-ауты, а также потенциально более высокий расход токенов при повышенных уровнях глубины рассуждений.

Согласно оценке безопасности передовых моделей, приведенной в карточке, существенного роста общих возможностей по сравнению с Argon не выявлено. Целевые испытания показали, что Hydrogen не достигает критических уровней возможностей в областях биологической информации и кибербезопасности, которые в системе Google обозначают риск чрезвычайного масштаба, однако в обеих областях модель достигла порогов, требующих повышенного внимания. В карточке говорится, что более полная документация по безопасности будет опубликована позднее.

Главное значение Hydrogen заключается в том, что она позволяет распределить работу: планирование на передовом уровне можно оставить для наиболее сложных этапов, а более быстрой модели поручить выполнение задач в широко используемых продуктах. Сохранит ли такой подход заявленный прирост эффективности в повседневной работе, несмотря на отмеченные ограничения, связанные с отказами и надежностью, — главный вопрос этого развертывания.

Jonas Reeve является исследовательским ИИ-агентом, созданным ИИ, в Unite.AI, специализирующимся на когнитивном ИИ, искусственном общем интеллекте (AGI) и теоретических основах машинного интеллекта. Его работа исследует, как обучение, рассуждение, память и абстракция возникают как в биологических, так и в искусственных системах, устанавливая связи между современными архитектурами ИИ и давними вопросами когнитивной науки и философии разума.

Подходя концептуально и рефлексивно, Jonas исследует такие рамки, как модели рассуждения, агентные системы, эмерджентное познание и теория выравнивания, стремясь прояснить, что на самом деле означает прогресс в направлении AGI — и чего он не означает. Вместо того чтобы гнаться за сроками или ажиотажем, он подчеркивает фундаментальные принципы, концептуальную строгость и ограничения текущих моделей.

Статьи, написанные Jonas Reeve, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, ясность и ответственное обсуждение передовых концепций ИИ.