Компания Google анонсировала модель искусственного интеллекта Gemini 4 Hydrogen. Разработка ориентирована на решение задач программирования и функционирование в составе агентных систем. Модель получила контекстное окно размером один миллион токенов. В анонсе сделан акцент на высокой скорости обработки данных и сниженной стоимости использования относительно аналогов с сопоставимыми возможностями.
Новинка продолжает развитие архитектуры семейства Gemini 4 и применяет схожие с предшественниками подходы к обработке информации. Инженеры Google оптимизировали внутреннюю структуру трансформера для ускорения генерации длинных последовательностей кода. Применение техники Mixture-of-Experts позволило активировать лишь часть параметров при решении конкретной задачи. Это решение сократило вычислительные затраты без потери точности в узких сценариях вроде автодополнения функций или рефакторинга крупных модулей. Контекстное окно в миллион токенов дает модели возможность удерживать в памяти около семисот пятидесяти тысяч слов или эквивалент нескольких тысяч строк исходного кода. Такого объема достаточно для анализа целых репозиториев среднего размера без разбиения на фрагменты.
В тестах на бенчмарке SWE-bench Verified, который оценивает способность систем генерировать исправления для реальных ошибок в открытых проектах, Gemini 4 Hydrogen достигла показателя в сорок пять процентов успешно решенных задач. На наборе HumanEval Plus, измеряющем корректность синтеза функций по описаниям, модель показала результат девяносто два процента. Эти значения сопоставимы с возможностями Claude 3.5 Sonnet от Anthropic и превосходят показатели GPT-4o от OpenAI в аналогичных дисциплинах. При работе с агентными фреймворками модель поддерживает нативный вызов функций, взаимодействие с внешними инструментами через API и многошаговое планирование. Разработчики могут использовать Gemini 4 Hydrogen для создания сценариев автоматической обработки запросов пользователей, при которых система самостоятельно обращается к базам данных, выполняет поиск в документации и формирует итоговый ответ.
Модель принимает на вход не только текст и программный код, но также изображения, аудиофайлы и видеозаписи. Мультимодальные входные данные обрабатываются единым энкодером, что сохраняет связность контекста при смешанных запросах. Например, система способна проанализировать скриншот интерфейса, прочитать сопроводительную документацию в PDF и сгенерировать соответствующий фрагмент верстки на React или Flutter.
Доступ к Gemini 4 Hydrogen открыт через платформы Google AI Studio и Vertex AI. Стоимость использования установлена на уровне пятидесяти центов за миллион входных токенов и двух долларов за миллион выходных токенов. Для сравнения, тарифы на модели семейства Gemini 1.5 Pro стартовали от одного доллара двадцати пяти центов за миллион входных токенов при схожем объеме контекстного окна, но уступали в скорости вывода. Снижение цены сопровождается увеличением пропускной способности: по данным внутренних замеров Google, Hydrogen обрабатывает потоковые задачи в два раза быстрее предшественника при генерации кода на Python и JavaScript.
Линейка Gemini берет начало в декабре 2023 года с выпуском версии 1.0. В феврале 2024 года появилась модификация 1.5 с длинным контекстным окном, в декабре 2024 года дебютировало поколение 2.0 с улучшенной мультимодальностью, а в марте 2025 года вышла серия 2.5 с усиленными рассуждениями. Нынешний релиз продолжает стратегию выпуска специализированных вариантов под узкие профессиональные ниши. Параллельно с Hydrogen корпорация развивает другие редакции четвертого поколения, нацеленные на научные вычисления и креативные задачи.
Эксперты отмечают, что появление доступной модели с большим контекстным окном и агентной функциональностью усиливает конкуренцию в сегменте корпоративных инструментов разработки. Аналогичные решения предлагают GitHub Copilot на базе моделей OpenAI и Cody or Sourcegraph, использующий Claude. Ответ Google заключается в комбинации низкой цены, высокой скорости и прямой интеграции с облачной инфраструктурой компании. Ожидается, что в ближайшие недели модель появится в продуктах экосистемы Google Workspace и будет доступна для тонкой настройки под частные кодовые базы организаций.
