โมเดลและแพลตฟอร์ม AI

Google เปิดตัว Gemini 4 Hydrogen สำหรับเวิร์กโฟลว์ AI แบบเอเจนต์ในชีวิตประจำวัน

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อวันที่ 12 พฤศจิกายน 2026 Google เปิดตัว Gemini 4 Hydrogen และเริ่มทยอยเปิดให้ใช้งานทั่วโลก โมเดลนี้ออกแบบมาเพื่อการเขียนโค้ดที่รวดเร็วและงานแบบเอเจนต์ในผลิตภัณฑ์สำหรับนักพัฒนา องค์กร และผู้ใช้ทั่วไปของ Google ค่าบริการ API แบบชำระเงินอยู่ที่ 1.50 ดอลลาร์ต่อโทเค็นอินพุต 1 ล้านโทเค็น และ 7.50 ดอลลาร์ต่อโทเค็นเอาต์พุต 1 ล้านโทเค็น

Hydrogen พัฒนาต่อยอดจาก Gemini 4 Carbon และมีบทบาทเฉพาะในกลุ่มผลิตภัณฑ์ Gemini 4 โดย Carbon และ Argon รับหน้าที่ตัดสินใจเชิงสถาปัตยกรรมที่ซับซ้อนกว่าและใช้เหตุผลต่อเนื่องได้ยาวนานกว่า ส่วน Hydrogen มุ่งเน้นการดำเนินงานอย่างรวดเร็ว ทั้งการเขียนโค้ด การทดสอบ การตรวจสอบการเปลี่ยนแปลง การค้นคว้า และการทำงานของเอเจนต์ที่ใช้เครื่องมือ โมเดลรองรับข้อความ รูปภาพ เสียง และวิดีโอ และมีข้อมูลความรู้ถึงเดือนมีนาคม 2026 ซึ่งอาจไม่เป็นปัจจุบันเท่าในบางสาขา

Orchestrator แยกการวางแผนออกจากการลงมือทำ

ตัวเลือก Orchestrator ใหม่ใน Google Antigravity นำการแบ่งงานดังกล่าวมาใช้ภายในเซสชันเดียว โดย Carbon สามารถสำรวจส่วนที่ต้องพึ่งพากันและจัดทำแผนในขั้นตอนที่อ่านข้อมูลได้อย่างเดียว จากนั้น Hydrogen จะแก้ไขโค้ด อัปเดตแพ็กเกจ และเรียกใช้การทดสอบ หากการดำเนินงานติดขัด ก็สามารถส่งการควบคุมกลับไปให้ Carbon ตรวจสอบสถานะและปรับแผนได้ ต่างจากระบบจัดสรรงานแบบตายตัวที่กำหนดให้โมเดลเดียวรับผิดชอบงานทั้งหมดตามพรอมป์ต์เริ่มต้น Orchestrator สามารถเปลี่ยนโมเดลได้ตามลักษณะงานที่เปลี่ยนไป

ทีม Antigravity รายงานว่า Hydrogen ทำงานบน Terminal-Bench 4.1 ได้ผลใกล้เคียงกับ Carbon โดยใช้โควตาน้อยลง 24% และทำงานเสร็จเร็วขึ้นเฉลี่ย 19% สำหรับงานที่ทำพร้อมกัน Carbon สามารถประสานงาน ขณะที่ Hydrogen ขับเคลื่อนเอเจนต์ผู้ปฏิบัติงานและเอเจนต์ตรวจสอบในพื้นที่ทำงานแยกจากกัน ขณะนี้ Google กำลังทยอยเปิดให้สมาชิก Google AI Pro และ Ultra แบบชำระเงินใช้ Hydrogen ใน Antigravity ส่วน Orchestrator จะเริ่มเปิดให้สมาชิก AI Ultra ใช้ก่อน โดยลูกค้าองค์กรจะเข้าถึงทั้งสองอย่างได้ผ่าน Gemini for business

การตั้งค่าการใช้เหตุผลและเกณฑ์มาตรฐานด้านการเขียนโค้ด

เอกสาร Gemini API ระบุแพ็กเกจฟรีที่จำกัดอัตราการใช้งาน และราคาสำหรับอินพุตที่แคชไว้ผ่านการแคชโดยปริยายที่ 0.075 ดอลลาร์ต่อโทเค็น 1 ล้านโทเค็น ควบคู่กับอัตราค่าบริการแบบชำระเงินที่คงที่ อินพุต การคิดวิเคราะห์ และเอาต์พุตของ Hydrogen ใช้หน้าต่างบริบทขนาด 1,048,576 โทเค็นร่วมกัน การตอบสนองแบบซิงโครนัสรองรับได้สูงสุด 65,536 โทเค็นต่อรอบ ส่วนการประมวลผลเบื้องหลังหรือการทำงานต่อจากฝั่งไคลเอนต์สามารถขยายการสร้างผลลัพธ์ได้จนถึงความจุที่เหลืออยู่ในหน้าต่างดังกล่าว

Hydrogen มีระดับการคิดวิเคราะห์ 4 ระดับ ได้แก่ low, medium, high ซึ่งเป็นค่าเริ่มต้น และ xhigh ซึ่งเป็นระดับใหม่ Google แนะนำให้ใช้ high กับงานซับซ้อนส่วนใหญ่ และเก็บ xhigh ไว้สำหรับโจทย์หลายขั้นตอนที่ยากกว่าและเกินขีดความสามารถของ high พร้อมระบุว่า xhigh อาจคิดมากเกินไปกับพรอมป์ต์ที่ง่ายกว่า การตั้งค่าเหล่านี้ทำให้การจัดสรรโทเค็นที่มีร่วมกันส่งผลสำคัญ เพราะการใช้เหตุผลจะกินความจุที่อาจนำไปใช้กับอินพุตหรือเอาต์พุตสุดท้ายได้ ขณะเดียวกัน การตั้งค่าระดับสูงขึ้นก็เพิ่มเวลาในการตอบสนองด้วย

ผลการทดสอบที่ Google รายงานประกอบด้วยคะแนนดัชนี Artificial Analysis Intelligence Index ที่ 51 เมื่อใช้ระดับ high เทียบกับ Argon ที่ได้ 50 และเพิ่มเป็น 54 เมื่อใช้ระดับ xhigh เมื่อเทียบกับ Gemini 3.8 Flash Hydrogen ทำงานเสร็จเร็วขึ้น 2.5 เท่าเมื่อใช้ระดับ high ได้คะแนน 57% บน Terminal-Bench 4.1 เทียบกับ 18.2% และลดการกล่าวอ้างข้อมูลที่แต่งขึ้นได้มากกว่า 5 เท่า

การ์ดข้อมูลโมเดล มีข้อควรพิจารณาสำคัญ โดยตารางผล Terminal-Bench 4.1 ที่ปรับค่าจากการโกงแล้วระบุว่า Claude Sonnet 5.5 ได้คะแนน 63.9% ซึ่งสูงกว่า Hydrogen ที่ได้ 57.0% ดังนั้น Hydrogen จึงพัฒนาขึ้นอย่างมากเมื่อเทียบกับโมเดล Flash รุ่นก่อนหน้าของ Google แต่ไม่ได้เป็นผู้นำเหนือคู่แข่งทุกรายในเกณฑ์เปรียบเทียบด้านการเขียนโค้ดเดียวกัน

การทยอยเปิดให้ใช้งานทั่วโลกและการประเมินความปลอดภัย

นอกเหนือจาก API และ AI Studio แล้ว การทยอยเปิดให้ใช้งานในวันที่ 12 พฤศจิกายนยังครอบคลุม Gemini for business, แอป Gemini, Google Search, Antigravity และ Gemini ใน Sheets สำหรับสมาชิกที่มีสิทธิ์ ผู้ใช้แอป Gemini แบบฟรีจะได้รับ Hydrogen ผ่านการเลือกโมเดลอัตโนมัติเมื่อ Google พิจารณาแล้วว่าเหมาะกับพรอมป์ต์นั้น Google ระบุว่าแอปทำตามคำสั่งเกี่ยวกับน้ำเสียงและรูปแบบได้ใกล้เคียงขึ้น ดึงข้อมูลจากไฟล์ที่อัปโหลดและบริการที่เชื่อมต่อไว้ ซึ่งรวมถึง Gmail, Drive, Airtable และ Dropbox และเลือกใช้เครื่องมือได้อย่างน่าเชื่อถือยิ่งขึ้น ส่วน Search จัดการคำค้นหาที่มีหลายส่วนหรือมีคำผิดได้ดีขึ้น ให้คำตอบในรูปแบบภาพมากขึ้น และขยายการค้นหาแยกตามลิงก์ไปยังคำค้นหาที่หลากหลายกว่าเดิม

Google รายงานว่า Hydrogen ลดการทำงานเกินขอบเขตของเอเจนต์ได้สูงสุด 81% และลดการให้บริการต่ำกว่าที่ควร 79% เมื่อเทียบกับ Gemini 3.8 Flash พร้อมทั้งต้านทานการโจมตีแบบแทรกพรอมป์ต์ทางอ้อมได้ดีขึ้น มาตรวัดเหล่านี้ครอบคลุมรูปแบบความล้มเหลวที่สำคัญ เมื่อโมเดลสามารถเลือกเครื่องมือและดำเนินการผ่านบริการที่เชื่อมต่อกันได้

ผลเปรียบเทียบอัตโนมัติในการ์ดข้อมูลโมเดลยังระบุด้วยว่า การปฏิเสธคำขอโดยไม่มีเหตุผลเพิ่มขึ้น 5.57 จุดเปอร์เซ็นต์เมื่อเทียบกับ Gemini 3.8 Flash ข้อจำกัดที่ระบุไว้รวมถึงการหลอนข้อมูล การทำงานช้าหรือหมดเวลาเป็นครั้งคราว และการใช้โทเค็นที่อาจสูงขึ้นเมื่อใช้ระดับการคิดวิเคราะห์ที่สูง

การประเมินความปลอดภัยของโมเดลแนวหน้าที่ระบุในเอกสารพบว่า Hydrogen ไม่ได้เพิ่มขีดความสามารถทั่วไปอย่างมีนัยสำคัญเมื่อเทียบกับ Argon การทดสอบแบบเจาะจงพบว่า Hydrogen ยังไม่ถึงระดับขีดความสามารถขั้นวิกฤตด้านข้อมูลชีวภาพและความมั่นคงปลอดภัยทางไซเบอร์ ซึ่งเป็นระดับที่บ่งชี้ความเสี่ยงร้ายแรงในกรอบการประเมินของ Google แต่แตะระดับเกณฑ์แจ้งเตือนในทั้งสองด้าน เอกสารระบุว่าจะมีเอกสารความปลอดภัยฉบับสมบูรณ์เพิ่มเติมในภายหลัง

ความสำคัญในภาพรวมของ Hydrogen อยู่ที่การแบ่งหน้าที่ซึ่งโมเดลนี้ช่วยให้เกิดขึ้นได้ โดยสามารถสงวนการวางแผนระดับแนวหน้าไว้สำหรับขั้นตอนที่ยากกว่า และให้โมเดลที่ดำเนินงานได้รวดเร็วกว่ารับผิดชอบงานในผลิตภัณฑ์ที่มีผู้ใช้แพร่หลาย คำถามสำคัญของการทยอยเปิดตัวครั้งนี้คือ การจัดสรรงานเช่นนี้จะยังคงให้ประสิทธิภาพที่รายงานไว้ในการใช้งานประจำวันได้หรือไม่ ควบคู่ไปกับข้อจำกัดด้านการปฏิเสธคำขอและความน่าเชื่อถือที่มีการบันทึกไว้

Jonas Reeve เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, มุ่งเน้นที่ AI ด้านการรู้คิด, ปัญญาประดิษฐ์ทั่วไป (AGI), และพื้นฐานเชิงทฤษฎีของปัญญาเครื่องจักร งานของเขาศึกษาว่าการเรียนรู้, การให้เหตุผล, ความจำ, และการสรุปเชิงนามธรรมเกิดขึ้นอย่างไรในระบบชีวภาพและระบบเทียม, เชื่อมโยงสถาปัตยกรรม AI สมัยใหม่กับคำถามที่ยาวนานในวิทยาศาสตร์การรับรู้และปรัชญาจิตใจ.

ด้วยแนวทางเชิงแนวคิดและการสะท้อน, Jonas ตรวจสอบกรอบแนวคิดต่าง ๆ เช่น โมเดลการให้เหตุผล, ระบบตัวแทน, การรับรู้ที่เกิดขึ้น, และทฤษฎีการปรับแนว, โดยมุ่งหมายชี้แจงว่าความก้าวหน้าไปสู่ AGI มีความหมายอย่างไร—และไม่หมายความว่าอย่างไร. แทนที่จะไล่ตามไทม์ไลน์หรือการโฆษณาเกินจริง, เขาให้ความสำคัญกับหลักการพื้นฐาน, ความเข้มงวดเชิงแนวคิด, และขีดจำกัดของโมเดลปัจจุบัน.

บทความที่เขียนโดย Jonas Reeve ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อรับประกันความแม่นยำ, ความชัดเจน, และการอภิปรายอย่างรับผิดชอบเกี่ยวกับแนวคิด AI ขั้นสูง.