Google vztrajno širi družino Gemini 4, katere člani bodo očitno vsi poimenovani po kemijskih elementih. Gemini 4 Argon in Gemini 4 Carbon sta bila večja modela, tema težkokategornikoma pa zdaj končno sledi lažji model Gemini 4 Hydrogen.
Gemini 4 Hydrogen prevzema mesto modela Gemini 3.8 Flash, ki je v široki uporabi že več kot dva meseca. V primerjavi z modelom, predstavljenim v začetku septembra, novinec prinaša občuten napredek na skoraj vseh področjih.
Medtem ko Gemini 4 Carbon in Gemini 4 Argon blestita pri poglobljenem, dolgotrajnem sklepanju, je Hydrogen zasnovan za hitro izvajanje različnih manjših delovnih procesov. Model podpira štiri ravni sklepanja: low, mid, high (privzeta nastavitev) in xhigh. Uporabniki bodo lahko način izbrali glede na obseg in zahtevnost nalog, pri tem pa je smiselno vselej upoštevati razmerje med zmogljivostjo in stroški.
Po Googlovih navedbah Gemini 4 Hydrogen dosega enake ali boljše rezultate kot nekateri tekmeci v svojem razredu, obenem pa naloge večinoma opravi hitreje, kar omogoča bolj tekoče delo. Google dodaja, da za reševanje različnih izzivov praviloma porabi manj žetonov, zato je njegova uporaba cenejša.
Razvijalcem, ki bodo prešli z modela Gemini 3.8 Flash, Google obljublja izjemno pozitivno izkušnjo. Gemini 4 Hydrogen lahko s privzetimi nastavitvami naloge opravi do 2,5-krat hitreje, odvisno od okoliščin pa doseže tudi do trikrat boljše rezultate.
Google je pri tem izpostavil rezultat na preizkusu Terminal-Bench 4.1, kjer je razlika zelo očitna: Gemini 3.8 Flash je naloge uspešno rešil le v 18,2 % primerov, Gemini 4 Hydrogen pa je s 57 % prehitel tako predhodnika kot večino tekmecev. Ob tem velja omeniti, da se je Claude Sonnet 5.5 odrezal še bolje, saj je dosegel 63 %. Na precej zahtevnejšem preizkusu SWE-sweep pa je Claude Sonnet 5.5 dosegel le 3,1 %, GPT-6.1 Terra 5,8 %, Googlova novost pa kar 13,5 %.
Google je izpostavil tudi preizkus AutomationBench-AA, na katerem je Gemini 4 Hydrogen dosegel 76,1 %. To je občuten napredek v primerjavi z modelom Gemini 3.8 Flash, obenem pa tudi precej boljši rezultat od modela Claude Sonnet 5.5, ki je dosegel le 71,8 %. GPT-6.1 Terra s samo 60,2 % zaostaja še bolj. Na zadnje čase zelo priljubljenem preizkusu uporabe računalnika OSWorld 2.1 pa je Anthropic vrnil udarec: Sonnet 5.5 je bil s 83,9 % boljši, Gemini 4 Hydrogen pa je dosegel le 77,6 %.
Google je ponosno poudaril, da Hydrogen v nekaterih primerih skupno prekaša celo Argon. Novi model na lestvici Artificial Analysis Intelligence Index pri privzeti ravni sklepanja »high« doseže 51 točk, Gemini 4 Argon pa 50. Pri najvišji nastavitvi »xhigh« doseže že 54 točk, pri čemer je še vedno precej cenejši in hitrejši od Argona.
Google je izboljšal tudi varnost in zanesljivost, čeprav se je že Gemini 3.8 Flash na teh področjih dobro odrezal. Novi model pri agentskih nalogah zmanjša »pretirano vnemo« za do 81 %, dejanja, ki niso v skladu z navodili, pa za do 79 %. Pri neizvedljivih nalogah se je verjetnost, da zaobide omejitve dovoljenj, prepolovila. Na internem ocenjevanju poštenosti agentov dosega rekordnih 96,7 %. Za izjemno preglednost poskrbi tudi s tem, da je njegova veriga sklepanja berljiva v 99,9 % primerov, zato je mogoče vedno natančno preveriti, kako je »razmišljal«.
Nekatere lastnosti so ostale nespremenjene, med njimi kontekstno okno z milijonom žetonov. Za naloge, ki jim je namenjen Gemini 4 Hydrogen, bo to praviloma zadostovalo. Tudi zgornja meja dolžine posameznega odgovora ostaja pri 64.000 žetonih. Cena uporabe modela Gemini 4 Hydrogen bo enaka kot pri modelu Gemini 3.8 Flash, čeprav je Google ob uvedbi slednjega ponudil promocijsko ceno, o kateri tokrat ni bilo govora. Obdelava milijona vhodnih žetonov bo stala 1,50 dolarja, milijon izhodnih žetonov pa 7,5 dolarja.
Uvajanje novosti se je že začelo, možnost Gemini 4 Hydrogen pa se lahko že pojavi tudi v vmesniku klepetalnika Gemini. Lažji model bo večini zainteresiranih na voljo prek AI Studio, dostopen bo prek Antigravity, Google pa bo dostop omogočil tudi poslovnim strankam. Pomembno je še, da bo podjetje z njim opremilo tudi Googlov iskalnik. To pomeni, da bo v načinu z umetno inteligenco odgovore na vprašanja uporabnikov najverjetneje oblikoval Gemini 4 Hydrogen.
Tudi aplikacija Gemini je uporabnikom takoj omogočila dostop do modela Gemini 4 Hydrogen. Sprememba bo najbolj opazna pri naročnini Google AI Plus, pri kateri bo Gemini 4 Hydrogen glavni model, zato bodo uporabniki po navedbah podjetja napredek opazili takoj. Novi model se bo lahko vključil tudi pri uporabnikih brezplačne različice, vendar le, če bo samodejni izbirnik modelov presodil, da je najprimernejši za izvedbo konkretne naloge. V vseh drugih primerih bo še naprej v uporabi dosedanji model Flash-Lite.


































