گوگل با معرفی مدل جدید «Gemini 4 Hydrogen»، خانواده مدل‌های هوش مصنوعی خود را گسترش داده است. این مدل در کنار دو مدل «Gemini 4 Carbon» و «Gemini 4 Argon» قرار می‌گیرد و با هدف افزایش سرعت و کارایی در گردش‌های کاری عامل‌محور توسعه یافته است.
برخلاف مدل‌های Carbon و Argon که برای استدلال عمیق و حل مسائل پیچیده طراحی شده‌اند، Hydrogen بر اجرای سریع وظایف روزمره تمرکز دارد. این مدل می‌تواند کد بنویسد، آزمایش‌ها را اجرا کند، تغییرات را بررسی کند و بخشی از فرایند توسعه نرم‌افزار را به‌صورت مستقل یا با همکاری سایر مدل‌های Gemini 4 پیش ببرد.
کدنویسی سریع‌تر با مدل جدید گوگل
یکی از کاربردهای اصلی Gemini 4 Hydrogen، کمک به توسعه‌دهندگان در انجام کارهایی مانند اشکال‌زدایی، کدنویسی در مخازن نرم‌افزاری، توسعه وب و اجرای وظایف چندمرحله‌ای است.
این مدل از پردازش متن، تصویر، صدا و ویدیو پشتیبانی می‌کند و می‌تواند ورودی‌های چندرسانه‌ای را در یک پنجره ترکیبی تا سقف یک میلیون توکن پردازش کند.
هیدروژن چهار سطح تفکر شامل کم، متوسط، زیاد و سطح جدید «xhigh» دارد. توسعه‌دهندگان با استفاده از این قابلیت می‌توانند میزان پردازش و استدلال مدل را متناسب با پیچیدگی وظیفه، سرعت موردنیاز و هزینه اجرا تنظیم کنند.
بر اساس ارزیابی‌های اعلام‌شده از سوی گوگل، Gemini 4 Hydrogen در آزمون Terminal-Bench 4.1 امتیاز ۵۷ درصد را کسب کرده است؛ در حالی که امتیاز مدل Gemini 3.8 Flash در همین ارزیابی ۱۸.۲ درصد اعلام شده است. گوگل همچنین مدعی است این مدل در تنظیمات پیش‌فرض، وظایف را ۲.۵ برابر سریع‌تر از مدل قبلی انجام می‌دهد.
عملکرد هیدروژن در پردازش و تحلیل اطلاعات
قابلیت‌های این مدل تنها به برنامه‌نویسی محدود نمی‌شود. Hydrogen می‌تواند اسناد، صفحات گسترده، نمودارها و ویدیوهای ضبط‌شده را تحلیل کند و از اطلاعات آن‌ها گزارش‌ها و خروجی‌های ساختاریافته تولید کند.
گوگل همچنین از بهبود قابلیت استفاده از ابزارها، افزایش دقت در کدنویسی و عملکرد بهتر مدل هنگام مواجهه با خطا خبر داده است. بر این اساس، Hydrogen می‌تواند در صورت ناموفق بودن فراخوانی ابزار یا دریافت نکردن نتیجه جست‌وجو، برای ادامه فرایند تلاش کند.
این مدل در برخی ارزیابی‌های مرتبط با هوش تحلیلی نیز عملکرد قابل‌توجهی داشته است. طبق اعلام گوگل، امتیاز Hydrogen در سطح تفکر پیش‌فرض بالا ۵۱ بوده که اندکی بیشتر از امتیاز ۵۰ مدل Argon است. این امتیاز در بالاترین سطح تنظیمات تفکر، یعنی xhigh، به ۵۴ می‌رسد.
همکاری دو مدل Gemini با ابزار Orchestrator
هم‌زمان با معرفی Hydrogen، گوگل ابزار Orchestrator را در پلتفرم توسعه Antigravity ارائه کرده است. این ابزار امکان همکاری میان مدل‌های Gemini 4 Carbon و Hydrogen را در یک جلسه کاری فراهم می‌کند.
در این سازوکار، وظایف بر اساس نوع و میزان پیچیدگی میان دو مدل تقسیم می‌شوند. برای مثال، Carbon می‌تواند در ابتدا ساختار یک پایگاه کد را بررسی کند، ابهامات را شناسایی کند و برنامه اجرای کار را ارائه دهد؛ سپس Hydrogen وظایف معمول مانند نوشتن کد، به‌روزرسانی بسته‌ها و اجرای آزمایش‌ها را بر عهده بگیرد.
در صورتی که مدل Hydrogen با مسئله‌ای پیچیده مواجه شود، فرایند می‌تواند برای بررسی و استدلال بیشتر به Carbon بازگردد.
هدف از این روش، کاهش استفاده غیرضروری از مدل‌های قدرتمندتر در تمام مراحل یک پروژه و در نتیجه مدیریت بهتر هزینه و زمان پردازش است.
دسترسی و هزینه استفاده از Gemini 4 Hydrogen
گوگل اعلام کرده است که مدل Hydrogen در سرویس‌هایی مانند Google AI Studio، Gemini API، Gemini for Business، اپلیکیشن Gemini و Google Search ارائه می‌شود. همچنین مشترکان پولی Google AI Pro و Ultra می‌توانند از این مدل در پلتفرم Antigravity استفاده کنند.
ابزار Orchestrator نیز در مرحله نخست برای مشترکان Google AI Ultra در دسترس قرار می‌گیرد.
بر اساس تعرفه اعلام‌شده، هزینه استفاده از API مدل Hydrogen برای هر یک میلیون توکن ورودی ۱.۵ دلار و برای هر یک میلیون توکن خروجی ۷.۵ دلار تعیین شده است.
معرفی این مدل نشان‌دهنده تمرکز گوگل بر توسعه هوش مصنوعی‌هایی است که علاوه بر توانایی تحلیل و استدلال، بتوانند وظایف عملی و تکرارشونده را با سرعت بیشتری انجام دهند؛ رویکردی که می‌تواند فرایند توسعه نرم‌افزار و استفاده از ابزارهای هوش مصنوعی را تغییر دهد.
