Το Argon, το μοντέλο που η Google έβγαλε πριν από λιγότερο από τέσσερις εβδομάδες, έχει ήδη έναν φθηνότερο αντίπαλο από την ίδια την εταιρεία. Το νέο Gemini 4 Hydrogen βαθμολογείται στον Artificial Analysis Intelligence Index με 51 μονάδες στην προεπιλεγμένη ρύθμιση, έναντι 50 του Argon. Στην ανώτερη ρύθμιση φτάνει τις 54. Οι αριθμοί είναι της Google.
Το Hydrogen προορίζεται για γρήγορη, καθημερινή δουλειά: γράψιμο κώδικα, τεστ, έλεγχο αλλαγών, αλλά και τις απαντήσεις στο Gemini και στην Αναζήτηση. Τα μεγάλα μοντέλα Carbon και Argon μένουν για τα δύσκολα προβλήματα που θέλουν βαθιά συλλογιστική. Το The Decoder σημειώνει ότι το Hydrogen μοιάζει με τον διάδοχο της σειράς Flash. Προσθέτει ότι η Google συνέστησε το Argon για καθημερινό προγραμματισμό μόλις δύο ημέρες πριν, όταν παρουσίασε το Gemini 4 Carbon. Με το Hydrogen η συμβουλή αυτή χάνει νόημα.
Τιμή και τέσσερα επίπεδα σκέψης
Το μοντέλο δέχεται ως ένα εκατομμύριο tokens εισόδου και μπορεί να γράψει έως ένα εκατομμύριο στην έξοδο. Η τιμή είναι σταθερή σε όλο το παράθυρο: 1,50 δολάρια ανά εκατομμύριο tokens εισόδου και 7,50 ανά εκατομμύριο εξόδου.
Ο χρήστης επιλέγει πόσο θα «σκεφτεί» το μοντέλο: χαμηλό, μεσαίο, υψηλό (προεπιλογή) και το νέο xhigh. Το Argon έχει μόνο μεσαίο και υψηλό. Η ανεξάρτητη αξιολόγηση της Artificial Analysis δείχνει πόσο διαφέρουν. Το κόστος ανά εργασία είναι περίπου 3,16 δολάρια στο xhigh, 1,87 στο υψηλό, 0,80 στο μεσαίο και 0,29 στο χαμηλό. Η βαθμολογία πέφτει απότομα: 41 στο μεσαίο και 27 στο χαμηλό.
Τι λέει η Google και τι βρήκε η ανεξάρτητη μέτρηση
Σε σχέση με το Gemini 3.8 Flash, η Google λέει ότι το Hydrogen τελειώνει τις εργασίες 2,5 φορές πιο γρήγορα. Στο Terminal-Bench 4.1 το σκορ ανεβαίνει από 18,2% σε 57%, και οι επινοημένοι ισχυρισμοί μειώνονται πάνω από πέντε φορές. Στο Agent Arena, τη ζωντανή κατάταξη του arena.ai, το μοντέλο είναι πέμπτο.
Η Artificial Analysis το τοποθετεί περίπου στο επίπεδο του Claude Sonnet 5.5 στην ανώτερη ρύθμιση. Στην προεπιλογή μένει λίγο πίσω από το GPT-6.1 Sol και το Claude Opus 5.5, που παίρνουν 52. Επινοεί απαντήσεις μόνο στο 8% των περιπτώσεων στο τεστ AA-Omniscience. Είναι πιο αδύναμο σε εργασίες τερματικού: 54% στο Terminal-Bench 4.0, ενώ το Claude Sonnet 5.5 φτάνει το 64% και το GPT-6.1 Sol το 56%.
Στην Αναζήτηση και στο Gemini
Το Hydrogen φτάνει σε όλους. Στην Αναζήτηση της Google, η εταιρεία λέει ότι καταλαβαίνει καλύτερα ερωτήσεις με πολλά σκέλη, λάθη πληκτρολόγησης ή πολύ συγκεκριμένα αιτήματα. Οι απαντήσεις γίνονται πιο οπτικές, και η τεχνική query fan-out, που σπάει μια ερώτηση σε πολλά επιμέρους ερωτήματα, φέρνει πιο ευρύ φάσμα συνδέσμων. Το TechCrunch μεταφέρει ότι η Google το αποκαλεί τη «μεγαλύτερη βελτίωση μοντέλου στην Αναζήτηση μέχρι σήμερα».
Στην εφαρμογή Gemini, το μοντέλο ακολουθεί πιο πιστά ύφος και οδηγίες και αντλεί στοιχεία από το Gmail, το Drive, το Airtable και το Dropbox. Για προγραμματιστές είναι διαθέσιμο μέσω του Gemini API, του AI Studio και του Android Studio. Οι συνδρομητές Google AI Pro και Ultra το βρίσκουν στο Antigravity, το εργαλείο προγραμματισμού της Google.
Εκεί προστίθεται και ο Orchestrator, που αλλάζει μοντέλο μέσα στην ίδια συνεδρία, για παράδειγμα Carbon και Hydrogen. Στο Terminal-Bench 4.0 η Google λέει ότι πλησιάζει την επιτυχία του Carbon με 24% λιγότερη κατανάλωση ποσόστωσης και 19% ταχύτερη ολοκλήρωση.
Πηγή: Google
