Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизAPI / Продукт · В работуHabr AI→ оригинал

Google выпустила Gemini 4 Hydrogen: в 2,5 раза быстрее 3.8 Flash, $1,50 за млн токенов

Google выпустила Gemini 4 Hydrogen — быструю модель для повседневного кода и агентов. Она решает задачи в 2,5 раза быстрее Gemini 3.8 Flash, а в Terminal-Bench 4.1 (задачи в терминале) набирает 57% против 18,2%. Миллион токенов на входе стоит $1,50, на выходе — $7,50. Поэтому рутину вроде правок и тестов выгоднее отдавать ей, а сложное оставлять Carbon и Argon.

AI-обработка оригинала Habr AI; редакция Hamidun News
Google выпустила Gemini 4 Hydrogen: в 2,5 раза быстрее 3.8 Flash, $1,50 за млн токенов
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Orchestrator в Antigravity почти догнал Carbon и тратит на 24% меньше квоты
Ключевой факт #2Вымышленных утверждений у модели в пять с лишним раз меньше, чем у 3.8 Flash
Ключевой факт #3Контекст до 1 млн токенов, цена за него одна на всё окно

Большие модели хорошо думают, но медленно и дорого, а для рутины вроде правки кода, прогона тестов и проверки изменений это перебор. Google ответила на это моделью Gemini 4 Hydrogen, которая рассчитана на быстрые задачи для агентов (программ, самостоятельно проходящих задачу по шагам) и на ежедневную работу с кодом. Она работает в 2,5 раза быстрее прежней Gemini 3.8 Flash. В Terminal-Bench 4.1, тесте на задачи в командной строке, результат вырос с 18,2% до 57%. Токен здесь — единица текста, за которую платят: миллион входных стоит $1,50, миллион выходных — $7,50. Старшие модели семейства, Gemini 4 Carbon и Gemini 4 Argon, остаются для глубоких и долгих рассуждений над самыми сложными задачами.

Все цифры ниже приводит сама Google и её партнёры. Независимой проверки в материале нет.

Что изменилось по сравнению с Gemini 3.8 Flash

Для команд, которые сидят на Gemini 3.8 Flash, Hydrogen выглядит серьёзным апгрейдом. На стандартном высоком уровне рассуждений она выполняет задачи в 2,5 раза быстрее. Число вымышленных утверждений, то есть случаев, когда модель выдумывает факты, сократилось более чем в пять раз. Кроме того, она лучше справляется с ошибками вызова инструментов и пустыми результатами поиска.

Цена одинакова для всего контекстного окна в 1 миллион токенов, то есть длинный документ не делает запрос дороже за токен. Модель принимает до миллиона входных токенов и выдаёт до миллиона выходных. В индексе Artificial Analysis Intelligence Index у неё 51 балл на стандартном высоком уровне рассуждений против 50 у Argon, а на максимальном уровне xhigh — 54.

Партнёры приводят похожие цифры. Box получил ускорение примерно вдвое и экономию 12% токенов. Pixelcut прогнал 276 запусков: модель справилась со всеми заданиями на дизайн, работала в 1,8 раза быстрее и писала на 30% более чистый код. STAN сократил задержку на 28% и расход токенов на 23%. В ранних тестах на сложных графах и SQL партнёры увидели ускорение в 2–2,8 раза и экономию токенов на 12–23%.

Orchestrator: большая модель решает, маленькая делает

Самая практичная часть релиза — Orchestrator в Google Antigravity. Он сам переключается между моделями в одной сессии, например между Carbon и Hydrogen. Это похоже на команду, где архитектор принимает сложные решения, а исполнитель пишет код и гоняет тесты. На Terminal-Bench 4.0 Orchestrator почти достиг уровня Carbon по доле выполненных задач. При этом он потреблял в среднем на 24% меньше квоты и работал на 19% быстрее.

Схема работает и с параллельными агентами. Carbon выступает координатором, а Hydrogen управляет агентами-исполнителями и проверяющими агентами. Они одновременно создают и тестируют изменения в изолированных рабочих пространствах. По словам Google, это ускоряет выпуск сложных проектов без роста расходов на токены.

Уровней рассуждений четыре: low, medium, high (по умолчанию) и новый xhigh. Чем выше уровень, тем глубже модель думает и тем дольше ждёт пользователь. Платить можно только за ту глубину, которая нужна задаче.

Агенты, документы и где модель доступна

В Agent Arena на arena.ai Hydrogen занимает пятое место. В своём классе она лидирует на HLE-Diamond (58,8%) и AutomationBench-AA. Ещё она занимает первое место в Vals Tax Agent Bench (52,3%) и делит первое место в Vals Legal Research Bench (55,8%). В новом тесте Multimodal Knowledge Agent набрала 53,4%, а в Agents’ Last Exam v1.1 — 71,6%. Она может превращать PDF, таблицы, диаграммы, аудио и видео в отчёты со ссылками на источники.

LatchBio в тесте Antibody Development сообщила, что в разделе токсикологии и безопасности Hydrogen справилась с 67% попыток против 37% у лучшей модели вне семейства Gemini, потратив около 13 минут на задачу.

Модель доступна в Google AI Studio, Gemini API, Gemini для бизнеса, приложении Gemini и Google Поиске. Платные подписчики AI Pro и Ultra получают её в Google Antigravity.

Практический вывод простой. Если ваш агент тратит много токенов на однотипную работу вроде правок, тестов и чтения репозитория, стоит проверить Hydrogen в роли основного исполнителя. Сложные архитектурные решения и трудную отладку лучше оставить старшей модели. Бенчмарки собраны самой Google, поэтому перед переходом прогоните модель на собственных задачах и сравните долю выполненных заданий, время и счёт за токены.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что изменилось по сравнению с Gemini 3.8 Flash?

Для команд, которые сидят на Gemini 3.8 Flash, Hydrogen выглядит серьёзным апгрейдом. На стандартном высоком уровне рассуждений она выполняет задачи в 2,5 раза быстрее. Число вымышленных утверждений, то есть случаев, когда модель выдумывает факты, сократилось более чем в пять раз. Кроме того, она лучше справляется с ошибками вызова инструментов и пустыми результатами поиска. Цена одинакова для всего контекстного окна в 1 миллион токенов, то есть длинный документ не делает запрос дороже за токен.

Что известно по теме: Orchestrator: большая модель решает, маленькая делает?

Самая практичная часть релиза — Orchestrator в Google Antigravity. Он сам переключается между моделями в одной сессии, например между Carbon и Hydrogen. Это похоже на команду, где архитектор принимает сложные решения, а исполнитель пишет код и гоняет тесты. На Terminal-Bench 4.0 Orchestrator почти достиг уровня Carbon по доле выполненных задач. При этом он потреблял в среднем на 24% меньше квоты и работал на 19% быстрее. Схема работает и с параллельными агентами.

Что известно по теме: агенты, документы и где модель доступна?

В Agent Arena на arena.ai Hydrogen занимает пятое место. В своём классе она лидирует на HLE-Diamond (58,8%) и AutomationBench-AA. Ещё она занимает первое место в Vals Tax Agent Bench (52,3%) и делит первое место в Vals Legal Research Bench (55,8%). В новом тесте Multimodal Knowledge Agent набрала 53,4%, а в Agents’ Last Exam v1.1 — 71,6%. Она может превращать PDF, таблицы, диаграммы, аудио и видео в отчёты со ссылками на источники.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…