Google-მა Gemini 4 Hydrogen გამოუშვა, არგონისა და ნახშირბადის ალტერნატივა

Google-ის ახალ ხელოვნური ინტელექტის მოდელს Gemini 4 Hydrogen ჰქვია. კომპანიის თქმით, ის განსაკუთრებით კარგად მუშაობს პროგრამირებაში, კვლევასა და აგენტურ ამოცანებში.

Hydrogen-ს მნიშვნელოვანი როლი ექნება Google-ის ძიებაში, სადაც ის ხელოვნური ინტელექტის რეჟიმის სტანდარტული მოდელი გახდება. განსაკუთრებით რთულ შეკითხვებზე ის AI Overviews-შიც გამოიყენება. Google უფრო რთული კითხვების უკეთ გაგებას, მეტი შესაბამისი ბმულისა და ვიზუალურად დამუშავებული პასუხების მიწოდებას გვპირდება.

Gemini 4 Hydrogen ტექსტს, სურათებს, აუდიოსა და ვიდეოს ამუშავებს ერთი მილიონი ტოკენის კონტექსტურ ფანჯარაში, თუმცა თავად მხოლოდ ტექსტს გამოსცემს. ის Gemini 4-ის ოჯახის მესამე მოდელია, Argon-ისა და Carbon-ის შემდეგ. Google-მა ის Carbon-ის ბაზაზე შექმნა და სისწრაფესა და ხარჯების ეფექტიანობაზე მოარგო. Hydrogen-მა Gemini 3.8 Flash უნდა ჩაანაცვლოს, თუმცა ეს მოდელი API-ით ჯერ ხელმისაწვდომი დარჩება. Google მოდელის წონებსა და პარამეტრების რაოდენობას არ აქვეყნებს.

დამოუკიდებელი ორგანიზაცია Artificial Analysis-ის (AA) ტესტების მიხედვით, Hydrogen აზროვნების ოთხ დონეზე მუშაობს. დონეები ერთმანეთისგან მნიშვნელოვნად განსხვავდება წარმადობით, დამუშავების დროითა და ხარჯით.

Intelligence Index-ში Hydrogen აზროვნების უმაღლეს, „xhigh“ დონეზე 54 ქულას იღებს. ამით ის ოდნავ ჩამორჩება Claude Sonnet 5.5-სა და GPT-6.1 Sol-ს, რომლებმაც „max“ დონეზე 55-55 ქულა მიიღეს. „High“ დონეზე Hydrogen 51 ქულას აგროვებს, „low“ დონეზე კი მხოლოდ 27-ს. აზროვნების დონეების მიხედვით დამუშავების დროც მნიშვნელოვნად განსხვავდება. AA-ს გამოთვლით, Intelligence Index-ის ერთი ამოცანის შესასრულებლად, ტოკენების მოხმარებისა და პასუხის სიჩქარის გათვალისწინებით, საშუალოდ საჭიროა 1,3 წუთი „low“ დონეზე, 3,7 წუთი „medium“ დონეზე, 7,9 წუთი „high“ დონეზე და 13,7 წუთი „xhigh“ დონეზე. სამი ყველაზე დაბალი დონიდან ვერც ერთზე AA-ს სხვა დატესტილი მოდელი არ უპოვია, რომელიც ერთდროულად უფრო ძლიერიც იქნებოდა და ამოცანებსაც უფრო სწრაფად შეასრულებდა.

Hydrogen ძლიერი შედეგით გამოირჩევა ვიზუალური დოკუმენტების ანალიზში. GDP.pdf-ის ბენჩმარკში, აზროვნების საშუალო დატვირთვითაც კი, ის ამოცანების 33%-ს სრულად ასრულებს და პირველ ადგილს სხვა მოდელთან იყოფს. ცოდნის ტესტში AA-Omniscience მისი ჰალუცინაციების მაჩვენებელი მხოლოდ 8%-ია. Sonnet 5.5-ის მაჩვენებელი 43%-ია, GPT-6.1 Sol-ის კი 52%.

ბრძანების ხაზის გამოყენებით პროგრამირების ამოცანებში Hydrogen კონკურენტებზე სუსტია. Terminal-Bench 4.0-ში ის 54%-ს იღებს, მაშინ როცა Claude Sonnet 5.5-ის შედეგი 64%-ია, GPT-6.1 Sol-ის კი 56%.