Gemini 4 Hydrogen: النموذج الأصغر من Google يتفوق على Argon الأكبر وأسرع بمقدار 2.5 مرة من Flash
نموذج Gemini 4 Hydrogen، الأصغر اسمًا، يتقدم بنقطة واحدة على Argon، أحد نموذجي Google الأكبرين، في تصنيف Artificial Analysis. وبحسب بيانات Google نفسها، ينجز المهام أسرع بمقدار 2.5 مرة من Gemini 3.8 Flash، ويختلق الوقائع أقل بخمس مرات. أما سعره في واجهة API فهو 1.5 دولار لكل مليون رمز مدخل و7.5 دولار لكل مليون رمز مخرج. وأرقام السرعة والموثوقية لم تصدر حتى الآن إلا عن الشركة المطوّرة، لذا اختبروا النموذج على استعلاماتكم الخاصة قبل الانتقال إليه.
معالج بواسطة الذكاء الاصطناعي من TG: @TochkiNadAI (Точки над ИИ)؛ بتحرير Hamidun News
في العادة تكون الأمور واضحة في خطوط النماذج: النموذج الأصغر أرخص وأسرع لكنه أضعف، ومن يريد الجودة يدفع ثمن النموذج الأكبر. أما Google فقد كسرت هذه القاعدة للتو بمجرد الاسم. فنموذج Gemini 4 Hydrogen هو الأصغر في العائلة اسمًا، لكنه في تصنيف Artificial Analysis الشامل، وبالإعدادات الافتراضية، يسجّل نقطة واحدة أكثر من Argon، أحد النموذجين الأكبرين لدى Google نفسها.
وإضافة إلى ذلك، تقول Google إن Hydrogen ينجز المهام أسرع بمقدار 2.5 مرة من Gemini 3.8 Flash (وهو نموذج سريع ورخيص من الجيل السابق)، وإنه يختلق المعلومات أقل بخمس مرات.
و Artificial Analysis مؤشر مستقل يجمع نتائج النماذج في اختبارات مختلفة في تقييم واحد. أما الرمز (token) فهو قطعة من النص، تقريبًا مقطع لفظي أو كلمة قصيرة، وهو الوحدة التي تحاسب عليها واجهة API.
ما الذي أُعلن بالضبط
المركز في التصنيف هو البند الوحيد الذي لا تحتسبه Google بنفسها. والفارق عن Argon نقطة واحدة فقط، وهو ضئيل جدًا، ولذلك فالحديث عن «انتصار» سابق لأوانه: في معظم المهام التطبيقية لا يكاد هذا الفرق يُلاحظ. والأهم أن النموذج الأصغر وصل أصلًا إلى مستوى النموذج الأكبر.
أما الرقمان الآخران فمصدرهما مواد Google نفسها: سرعة أعلى بمقدار 2.5 مرة مقارنة بـ Gemini 3.8 Flash، وانخفاض في المعلومات المختلقة بمقدار خمس مرات. والمقصود بالاختلاق هنا أن يكتب النموذج بثقة ما لا وجود له: دالة API غير موجودة، أو تاريخًا خاطئًا، أو اقتباسًا منسوبًا إلى غير قائله. أما أي مجموعة من المهام استُخدمت وكيف جرى الاحتساب، فلا يظهر ذلك في عرض الإعلان. لذا فالأدق أن تُقرأ عبارة «أقل بخمس مرات» على أنها «في اختبارات Google». وعادةً ما تظهر القياسات المستقلة لاحقًا، وإلى حين ظهورها ينبغي التعامل مع هذين الرقمين على أنهما ادعاء لا حقيقة ثابتة.
كم يكلّف ذلك عمليًا
بالنسبة لمن يبنون منتجات على واجهة API، فالسعر هو 1.5 دولار لكل مليون رمز في المدخلات و7.5 دولار لكل مليون رمز في المخرجات. لنأخذ مثالًا يوميًا: روبوت دعم يتلقى سؤال عميل مع مقتطف من الوثائق، أي 2000 رمز في المدخلات، ثم يجيب بـ 500 رمز. تكلفة المدخلات 0.003 دولار، وتكلفة المخرجات 0.00375 دولار. فالمجموع نحو 0.007 دولار للمحادثة الواحدة، أو نحو 6.75 دولار لكل ألف استفسار من هذا النوع.
وبالنسبة لمساعد داخلي بحمل معتدل، يبقى المبلغ صغيرًا. أما في خدمة تتلقى ملايين الطلبات يوميًا، فالأهم هو أمر آخر: رموز المخرجات أغلى بخمس مرات من رموز المدخلات. فإذا كان الوكيل يُطيل التفكير بصوت عالٍ ويكتب ردودًا طويلة، فإن الجزء الأكبر من الفاتورة سيأتي من المخرجات لا من الموجّه (prompt).
ما الذي ينبغي أن يفعله المطوّر ومدير المنتج
يجري الآن طرح Hydrogen تدريجيًا، بما في ذلك للمستخدمين المجانيين. وهناك يُختار النموذج المحدد تلقائيًا بحسب الاستعلام، أي أن المستخدم نفسه لا يختاره. وهذا يعني بالنسبة إليكم كمطورين أن تقييم النموذج يجب أن يتم عبر API، حيث يبقى الاختيار تحت سيطرتكم.
الخطة العملية بسيطة:
- اجمعوا 50–100 استعلام حقيقي من منتجكم ومرّروها عبر Hydrogen وعبر النموذج الحالي. وقارنوا ثلاثة أمور: جودة الإجابة، والزمن، والتكلفة.
- افحصوا الاختلاق بشكل منفصل على بياناتكم، خاصة حيث تهمّ الأرقام الدقيقة والأسماء والروابط. فالوعد بـ «أقل بخمس مرات» لا يضمن أن يتحسن سيناريوكم بالقدر نفسه.
- إذا كنتم تعتمدون حاليًا على Gemini 3.8 Flash، فإن الانتقال يبدو مرشحًا منطقيًا: الحجتان الرئيسيتان هما السرعة والسعر.
- لا تحوّلوا الإنتاج بناءً على تصنيف واحد. فتقدم بنقطة واحدة على Argon سبب للاختبار، لا سبب لتغيير البنية التقنية.
القيود
اختارت Google المقارنة مع Flash من الجيل السابق، لا مع النموذج الأكبر في الجيل الحالي. وهذا أمر طبيعي في التسويق، لكن الأنفع لقراركم أن تقارنوا مع ما تستخدمونه الآن. وفضلًا عن ذلك، فإن كل أرقام السرعة والموثوقية مصدرها حتى الآن جهة واحدة، هي الشركة المطوّرة نفسها.
ويضيف كاتب المنشور الأصلي ملاحظة ذوقية أيضًا: فهو يحب التسمية المستوحاة من الجدول الدوري لمندليف، لكن الرسوم المتحركة التفاعلية في الإعلان تبدو كأنها صُنعت بأسلوب vibe coding ولا تقنع كثيرًا. وهذا لا علاقة له بجودة النموذج.
الخلاصة: يبدو Hydrogen محاولة من Google لإلغاء السلّم المعتاد «الأصغر رخيص لكنه ضعيف». وهل ستؤكد القياسات المستقلة ذلك، فهذا غير معروف، لكن السعر والسرعة المعلنة جذابان بما يكفي لتخصيص يوم لاختبار خاص بكم.
- 21 نوفمبر 2026نموذج MIRA العصبي يرسم Rocket League بسرعة 20 إطارًا في الثانية، لكن زمن الاستجابة يصل إلى 460 مللي ثانية
- 21 نوفمبر 2026غوغل تبني نسخة مغلقة من الإنترنت تضم بنوكًا وهمية لتدريب وكلاء الذكاء الاصطناعي في Chrome
- 21 نوفمبر 2026اختبار MLPerf يشهد لأول مرة مشاركة Nvidia Rubin وTPU Ironwood: 153 نظامًا
- 21 نوفمبر 2026Google تفتح الطلب المسبق على نظارات Gemini الذكية بسعر يبدأ من 395 دولارًا — والبيع اعتبارًا من 10 ديسمبر
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي أُعلن بالضبط؟
المركز في التصنيف هو البند الوحيد الذي لا تحتسبه Google بنفسها. والفارق عن Argon نقطة واحدة فقط، وهو ضئيل جدًا، ولذلك فالحديث عن «انتصار» سابق لأوانه: في معظم المهام التطبيقية لا يكاد هذا الفرق يُلاحظ. والأهم أن النموذج الأصغر وصل أصلًا إلى مستوى النموذج الأكبر. أما الرقمان الآخران فمصدرهما مواد Google نفسها: سرعة أعلى بمقدار 2.5 مرة مقارنة بـ Gemini 3.8 Flash، وانخفاض في المعلومات المختلقة بمقدار خمس مرات.
ما أبرز التفاصيل حول كم يكلّف ذلك عمليًا؟
بالنسبة لمن يبنون منتجات على واجهة API، فالسعر هو 1.5 دولار لكل مليون رمز في المدخلات و7.5 دولار لكل مليون رمز في المخرجات. لنأخذ مثالًا يوميًا: روبوت دعم يتلقى سؤال عميل مع مقتطف من الوثائق، أي 2000 رمز في المدخلات، ثم يجيب بـ 500 رمز. تكلفة المدخلات 0.003 دولار، وتكلفة المخرجات 0.00375 دولار. فالمجموع نحو 0.007 دولار للمحادثة الواحدة، أو نحو 6.75 دولار لكل ألف استفسار من هذا النوع. وبالنسبة لمساعد داخلي بحمل معتدل، يبقى المبلغ صغيرًا.
ما أبرز التفاصيل حول ما الذي ينبغي أن يفعله المطوّر ومدير المنتج؟
يجري الآن طرح Hydrogen تدريجيًا، بما في ذلك للمستخدمين المجانيين. وهناك يُختار النموذج المحدد تلقائيًا بحسب الاستعلام، أي أن المستخدم نفسه لا يختاره. وهذا يعني بالنسبة إليكم كمطورين أن تقييم النموذج يجب أن يتم عبر API، حيث يبقى الاختيار تحت سيطرتكم. الخطة العملية بسيطة: اجمعوا 50–100 استعلام حقيقي من منتجكم ومرّروها عبر Hydrogen وعبر النموذج الحالي. وقارنوا ثلاثة أمور: جودة الإجابة، والزمن، والتكلفة. افحصوا الاختلاق بشكل منفصل على بياناتكم، خاصة حيث تهمّ الأرقام الدقيقة والأسماء والروابط.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.