Google представила Gemini 4 Hydrogen — модель для написания кода, работы с документами и многоэтапных задач, пришедшая на замену Gemini 3.8 Flash. По данным компании, она выполняет тестовые задания в 2,5 раза быстрее Gemini 3.8 Flash и выдаёт более чем в пять раз меньше выдуманных утверждений. Google предлагает разработчикам переходить на новое поколение, но 3.8 Flash пока остаётся доступной в API.
Подключить Gemini 4 Hydrogen к своей программе можно через API. Тариф Standard — $1,50 за миллион входных токенов и $7,50 за миллион выходных; предусмотрен и бесплатный уровень с ограничениями.
Hydrogen также внедряют в приложение Gemini и Google Поиск. В линейке Gemini 4 она отвечает за быстрое выполнение задач, а старшие Carbon и Argon — за сложное планирование и длительный анализ. При этом в Artificial Analysis Intelligence Index — сводном индексе качества решения задач на знания, рассуждения, программирование и профессиональную работу — Hydrogen набирает 51 балл на уровне рассуждений high и 54 на xhigh против 50 у Argon.
Результаты тестов
В Terminal-Bench 4.1, который проверяет выполнение задач через терминал, Hydrogen набрала 57% против 18,2% у Gemini 3.8 Flash — более чем втрое больше. В других приведённых ниже тестах, где доступны результаты обеих моделей, Hydrogen также опережает предшественницу. По сравнению со старшими Gemini 4 картина неоднородна: Hydrogen немного обходит Argon в сводном индексе Artificial Analysis, но уступает Carbon в ряде сложных заданий.
| Бенчмарк | Что проверяет | Hydrogen | 3.8 Flash | Argon | Carbon |
|---|---|---|---|---|---|
| Artificial Analysis Intelligence Index | Совокупное качество решения разных задач | 51 на high; 54 на xhigh | 31 на high | 50 на high | 60 на high |
| Terminal-Bench 4.1 | Выполнение задач через терминал | 57% | 18,2% | — | — |
| Agents’ Last Exam v1.1 | Многоэтапные профессиональные задания | 71,6% | — | 69% | 77,4% |
| HLE-Diamond | Сложные вопросы и рассуждения | 58,8% | 33,1% | 56,7% | 69,1% |
| Vals Legal Research Bench | Поиск и анализ юридической информации | 53,9%* | 38,9% | 54,8% | 55,8% |
| Multimodal Knowledge Agent, MKA | Работа с визуально сложными файлами и подготовка документов | 53,4% | — | — | 54,3% |
| Vals Tax Agent Bench | Задачи по налоговой тематике | 52,3% | 32,1% | 49,2% | 51,8% |
Источники: карточка Hydrogen; Artificial Analysis; Snorkel; Vals Legal Research Bench и Tax Agent Bench; отчёт MKA. «—» означает, что сопоставимый результат не подтверждён. Для Agents’ Last Exam указан показатель Score, для MKA — Climb WSR.
*В анонсе Google для Hydrogen указаны 55,8% на Legal Research Bench, а в таблице Vals — 53,85%. Здесь использовано значение Vals, округлённое до 53,9%, чтобы сравнивать модели по одному источнику.
На момент анонса Hydrogen также занимала пятое место в Agent Arena — рейтинге выполнения многоэтапных агентных задач. В отдельных партнёрских тестах на задачах с SQL и корпоративными данными она работала в 2–2,8 раза быстрее 3.8 Flash и расходовала на 12–23% меньше токенов. Эти показатели относятся к конкретным испытаниям: такой же выигрыш на других задачах не гарантирован.
У Hydrogen четыре уровня рассуждений: low, medium, high и новый xhigh. По умолчанию включён high. Максимальный уровень xhigh повышает результат в Artificial Analysis с 51 до 54 баллов, но может увеличивать задержку и расход токенов.
Скорость: разные тесты показывают разный выигрыш
На графике Artificial Analysis от 12 ноября расчётное время на одну задачу Intelligence Index составляет 13 минут у Hydrogen в режиме xhigh против 14,8 минуты у 3.8 Flash в high — примерно на 12% меньше. Таким образом, даже при максимальном уровне рассуждений Hydrogen показывает меньшее расчётное время, чем предшественница в high.
Этот показатель отличается от заявленного Google ускорения в 2,5 раза: компания и Artificial Analysis используют разные испытания и условия. Данные подтверждают преимущество Hydrogen в своих тестах, но не задают единого коэффициента ускорения для любой задачи.
Стоимость задачи: дешевле Flash в тестах Artificial Analysis
На графике Artificial Analysis средневзвешенная стоимость одной задачи Intelligence Index составляет $3,16 для Hydrogen против $7,77 для Gemini 3.8 Flash. Обе модели сравниваются в режиме high. По этому показателю Hydrogen примерно на 59% дешевле предшественницы, одновременно набирая больше баллов за качество.
Стоимость задачи учитывает фактический расход токенов в тесте и их тарификацию, включая кеширование. Поэтому более высокий тариф за миллион токенов сам по себе не означает более дорогого выполнения задания: модели могут расходовать разный объём токенов и по-разному использовать кеш.
Тарифы API
У Hydrogen тариф Standard составляет $1,50 за миллион входных и $7,50 за миллион выходных токенов, включая рассуждения. Цена одинакова по всему контекстному окну.
| Режим API | Вход, за 1 млн токенов | Выход с рассуждениями, за 1 млн токенов |
|---|---|---|
| Standard | $1,50 | $7,50 |
| Batch | $0,75 | $3,75 |
| Flex | $0,75 | $3,75 |
| Priority | $2,70 | $13,50 |
Источник: прайс-лист Google. Дополнительные платные инструменты в суммы не входят.
Для 3.8 Flash до 31 декабря 2026 года действует тариф $0,75 за миллион входных и $3,75 за миллион выходных токенов. При одинаковом объёме входа и выхода без кеширования это вдвое меньше, чем у Hydrogen. Однако в тестах Artificial Analysis объём работы моделей не фиксируется одинаковым числом токенов, и итоговая стоимость задачи у Hydrogen ниже. С 1 января 2027 года тарифы Flash на обычный вход и выход сравняются с Hydrogen.
У Carbon и Argon тарифы выше: $2 за миллион входных и $10 за миллион выходных токенов до 30 ноября, затем $4 и $20 соответственно. Это сравнение цен за токены; итоговые расходы на конкретную задачу зависят от того, как её выполнит каждая модель.
Чтение входных данных из кеша у Hydrogen в Standard стоит $0,075 за миллион токенов — на 95% меньше обычного входа. Автоматическое кеширование доступно для подходящих запросов от 4096 токенов; скидка применяется только к повторно использованной части.
Таким образом, в сравнении Artificial Analysis Hydrogen выигрывает у Flash по стоимости задачи уже сейчас. Экономия в 59% относится к этому набору тестов и условиям расчёта: в конкретном приложении результат будет зависеть от уровня рассуждений, расхода токенов, кеширования и платных инструментов.
Работа в связке с Carbon
Google предлагает использовать Hydrogen для написания и исправления кода, запуска тестов, анализа документов и подготовки отчётов. Модель может работать самостоятельно или выполнять отдельные этапы по плану Carbon и Argon.
Для такой совместной работы в Google Antigravity появился Orchestrator. Он переключает модели внутри одной сессии: Carbon составляет план, Hydrogen вносит изменения и проверяет результат. Если задача оказывается сложнее ожидаемого, управление может вернуться к Carbon.
По данным Google, связка приблизилась к Carbon по доле решённых заданий, выполнив их на 19% быстрее и израсходовав на 24% меньше лимита Antigravity. Это отдельная метрика расхода лимита сервиса: её нельзя напрямую переводить в такое же сокращение количества токенов или расходов в API.
Абсолютную долю решённых заданий компания не приводит. Кроме того, основной анонс относит эти результаты к Terminal-Bench 4.0, а блог Antigravity — к версии 4.1.
Миллион токенов для документов, рассуждений и ответа
Hydrogen принимает на вход текст, изображения, PDF, таблицы, аудио и видео. Контекстное окно составляет 1 048 576 токенов и делится между входными материалами, рассуждениями и ответом.
По документации, один сегмент ответа ограничен 65 536 токенами. Более длинный результат можно получить с продолжением, в том числе в фоновом режиме. Его максимальный объём зависит от оставшегося места в контекстном окне. Это позволяет обрабатывать большие наборы материалов и готовить развёрнутые результаты в рамках одной задачи. Однако миллион токенов контекста не означает, что модель может принять миллион токенов и дополнительно выдать столько же.
Hydrogen уже работает в Google Поиске
Google сообщила, что Gemini 4 Hydrogen уже доступна в Поиске по всему миру для всех пользователей. Компания называет переход на неё крупнейшим обновлением модели в истории Google Поиска.
По заявлению Google, Hydrogen лучше понимает сложные вопросы с несколькими условиями, опечатками и уточнениями. Она также улучшает query fan-out: Поиск разбивает вопрос на подтемы, выполняет несколько запросов параллельно и находит больше подходящих сайтов и ссылок.
Ответы становятся нагляднее: в них больше изображений, сравнительных таблиц и инструментов, созданных под конкретный запрос. Улучшенное понимание вопросов распространяется на все поддерживаемые языки AI Mode.
Доступность и изменения в API
Hydrogen доступна в Gemini, Google Поиске, AI Studio, Gemini API и Gemini for business. В Antigravity модель могут использовать подписчики Google AI Pro и Ultra. В бесплатном приложении Gemini она подключается через автоматический выбор модели.
У бесплатного API есть лимиты, которые зависят от проекта и уровня доступа. По условиям сервиса, материалы и ответы бесплатного API могут использоваться для улучшения продуктов Google.
Идентификатор модели — gemini-4-hydrogen. При переходе с 3.8 Flash нужно учесть несколько изменений:
- Уровень рассуждений по умолчанию — high вместо medium; minimal больше не поддерживается.
- Параметры
temperature,top_pиtop_kигнорируются. - Явное кеширование недоступно, используется автоматическое.
- Прежние ограничения длины ответа могут не оставить достаточно места после рассуждений. Google рекомендует убрать их или поднять до 65 536 токенов.
Остальные изменения перечислены в руководстве по переходу.
Надёжность выросла, но ограничения остались
По данным Google, Hydrogen выдаёт более чем в пять раз меньше выдуманных утверждений, чем 3.8 Flash. В агентных тестах она до 81% реже выходит за рамки поручения, в 12 раз реже совершает действия, не соответствующие заданным целям. В тесте Gray Swan IPI модель также показала более чем в 2,3 раза большую устойчивость к непрямым промпт-инъекциям. Этот тест проверяет, можно ли заставить агента выполнить посторонние команды, спрятанные в материалах, с которыми он работает. Например, пользователь просит изучить сайт, а на странице размещена инструкция игнорировать его запрос и отправить данные злоумышленнику. Такие атаки называют непрямыми, потому что вредоносная команда поступает через внешний источник.
При этом в карточке модели Google отмечает и обратную сторону: в одном из автоматических тестов Hydrogen чаще, чем 3.8 Flash, отклоняла безопасные запросы без достаточных оснований. Модель также может выдумывать сведения и тратить больше времени и токенов на сложные задачи.
Hydrogen развивает роль Flash как модели для повседневных задач: в приведённых сравнениях она повышает качество, сокращает расчётное время выполнения и снижает стоимость задачи в Intelligence Index. Для сложных проектов Google предлагает сочетать её с Carbon: старшая модель отвечает за планирование и анализ, а Hydrogen — за выполнение и проверку отдельных этапов.
